针对洪涝灾害应急管理中需实时更新防汛领域知识库的需求,该文通过LangChain框架结合外部防汛领域知识库与大语言模型,提出了基于实时知识库的洪涝应急决策智能问答模型LR-GLM(LangChain RAG Generative Language Model)。该模型集成了R...针对洪涝灾害应急管理中需实时更新防汛领域知识库的需求,该文通过LangChain框架结合外部防汛领域知识库与大语言模型,提出了基于实时知识库的洪涝应急决策智能问答模型LR-GLM(LangChain RAG Generative Language Model)。该模型集成了RAG(Retrieval-augmented Generation)技术,通过向量匹配机制并结合微调后的ChatGLM2(Chat Generative Language Model 2)模型生成回答。以湖北省随县洪涝灾害应急演练为案例,采用人工评估和自动评估,验证模型的有效性。结果表明:该模型在多轮回答及复杂决策场景下表现优异,能够快速响应并提供针对现场态势的答案,有效提升了应急智能问答的准确性和实时性,有利于应急指挥团队制定更高效切实可行的洪涝灾害应急方案。展开更多
为研究考虑施工安全及心理资本的建筑工人资源调度问题,构建建筑工人项目成本最低、完工时间最短、安全绩效最高的多目标资源调度模型,基于多策略改进灰狼优化算法,改善基本灰狼优化算法存在的局部最优而早熟收敛、全局搜索能力差的问题...为研究考虑施工安全及心理资本的建筑工人资源调度问题,构建建筑工人项目成本最低、完工时间最短、安全绩效最高的多目标资源调度模型,基于多策略改进灰狼优化算法,改善基本灰狼优化算法存在的局部最优而早熟收敛、全局搜索能力差的问题,提高算法的全局寻优能力和求解精度,得到建筑工人资源配置方案。结果表明,与传统灰狼优化(Grey Wolf Optimization,GWO)算法和其他两种改进灰狼算法相比,多策略混合灰狼优化算法在模型求解精度方面更优秀,给出的建筑工人资源配置方案更高效安全。展开更多
为科学预测洪涝灾害下应急物资的航空器运输架次,运用文本挖掘和自然语言处理(natural language processing,NLP)技术,提取了2018—2023年间国内权威新闻媒体的洪涝灾害报道数据,构建了灾害案例库。结合K-最近邻(k-nearest neighbor,KNN...为科学预测洪涝灾害下应急物资的航空器运输架次,运用文本挖掘和自然语言处理(natural language processing,NLP)技术,提取了2018—2023年间国内权威新闻媒体的洪涝灾害报道数据,构建了灾害案例库。结合K-最近邻(k-nearest neighbor,KNN)算法和马氏距离理论设计了洪涝灾害案例推理(case-based reasoning,CBR)的相似度匹配算法,以河南省“7·20”暴雨下郑州市巩义米河镇为目标案例,完成了目标案例与历史案例的多尺度匹配。引入库存管理模型,以伤亡人数预测为依托,量化了目标案例的应急物资种类与需求。最后,结合直升机与固定翼等不同类型的救援航空器适用条件和应急物资空地运输比例,预测了航空器的需求架次。结果表明,目标案例与2021年四川省达州市渠县洪涝灾害的匹配度最高,结合库存管理模型和航空器载重,可得到不同物资需求下的航空器运输架次。研究结论为非常规突发事件下应急物资的航空运输决策提供方法支撑。展开更多
文摘针对洪涝灾害应急管理中需实时更新防汛领域知识库的需求,该文通过LangChain框架结合外部防汛领域知识库与大语言模型,提出了基于实时知识库的洪涝应急决策智能问答模型LR-GLM(LangChain RAG Generative Language Model)。该模型集成了RAG(Retrieval-augmented Generation)技术,通过向量匹配机制并结合微调后的ChatGLM2(Chat Generative Language Model 2)模型生成回答。以湖北省随县洪涝灾害应急演练为案例,采用人工评估和自动评估,验证模型的有效性。结果表明:该模型在多轮回答及复杂决策场景下表现优异,能够快速响应并提供针对现场态势的答案,有效提升了应急智能问答的准确性和实时性,有利于应急指挥团队制定更高效切实可行的洪涝灾害应急方案。
文摘为研究考虑施工安全及心理资本的建筑工人资源调度问题,构建建筑工人项目成本最低、完工时间最短、安全绩效最高的多目标资源调度模型,基于多策略改进灰狼优化算法,改善基本灰狼优化算法存在的局部最优而早熟收敛、全局搜索能力差的问题,提高算法的全局寻优能力和求解精度,得到建筑工人资源配置方案。结果表明,与传统灰狼优化(Grey Wolf Optimization,GWO)算法和其他两种改进灰狼算法相比,多策略混合灰狼优化算法在模型求解精度方面更优秀,给出的建筑工人资源配置方案更高效安全。
文摘为科学预测洪涝灾害下应急物资的航空器运输架次,运用文本挖掘和自然语言处理(natural language processing,NLP)技术,提取了2018—2023年间国内权威新闻媒体的洪涝灾害报道数据,构建了灾害案例库。结合K-最近邻(k-nearest neighbor,KNN)算法和马氏距离理论设计了洪涝灾害案例推理(case-based reasoning,CBR)的相似度匹配算法,以河南省“7·20”暴雨下郑州市巩义米河镇为目标案例,完成了目标案例与历史案例的多尺度匹配。引入库存管理模型,以伤亡人数预测为依托,量化了目标案例的应急物资种类与需求。最后,结合直升机与固定翼等不同类型的救援航空器适用条件和应急物资空地运输比例,预测了航空器的需求架次。结果表明,目标案例与2021年四川省达州市渠县洪涝灾害的匹配度最高,结合库存管理模型和航空器载重,可得到不同物资需求下的航空器运输架次。研究结论为非常规突发事件下应急物资的航空运输决策提供方法支撑。
