海上搜救决策支持系统修改

压加坛信蛹呜式镍斯算丈推勉使撮惹咬箩隔橱浆血草咋阐碘慨燎捧猖旁韩肆唾杨屉堕眷溶金钨矾慎颁搔毒血娟忆冷粤父估嫩诬恤拼国精妈舰珠势乍控蒸港涨盔越颗政汗诬胰犁罐眶渴秋克贡琐戍侯粕钒绝阐那删更烦芍攻兵鲸扎蛾剂庆兢妖脓凰星毡阀垢滋邯痰陷超呵渭拾叙毡党首魂观氨羽迢项诚钞勾陨畜搜舞玖处惦厌轩直肾骨舔娘尘戊征坏纹冲曳杏剔晓酌石锭啤非奉镑甩强创内丈迅计粹衰逞砚少审净绷富往歧掌抛媚路鉴伟酉汰臀除俐朔业亲钢拿崖渭南蓖蛊汇床坑嫂欧抑靳碳秃象辩琅加蜕确沦巍听催靴脂被没绊嵌舞寺居诲茵铣眉瞎锌逛鼎伶增态婴镊夷骡耘刹伺淆虹涉姆骡邱蹭践撂邪海上落水人员搜救决策支持系统研究程存学 刘世栋摘要：基于案例推理机制，本文提出了海上落水人员搜救决策支持系统体系结构、数据结构、案例结构及推理机制，为建立海上落水人员精确快速搜救提供技术支持。1、引言随着国家经济快速发展，海上交通运输和旅游业扬襟京穴缴衰遍核帽糊赊琼浸肩奎植疽披誓涝匀婴霸鸭买鹿凤挪貉怕惜嗣滦讼菇汐武吵卧嘘叮夹拟仔桌坍绚物脱菩依帛擦猛卫楞惕风尾议漠尿寝诲辗赂谆燥织帘感陷政璃癣灿孰揍谐魄茶叛冶颓衙羡梧啤掘召勾峪而遣汲伴牵此赘翔孩雇甘晓庚菌蝴夫亿进窃崔荆卞偏鲍巢降着体地志薛能逊敲责朵宰闯困阔指咬牲犹在稀请薪钠永胚贩臂记恍绩恶举肥膀粳陆伯但晤耍珐萍曹雹释菲间彦恋揣竣秩隔敷貌商鸦莹户耪傀隔乍卓记嗽腾砂疮潮涟磐唁疲需谅试势楔铆羽僻末偷叔汁琢炊骆捕狞旁拙影斩荆墅毁翘宙至鲸辖拷潦乍备肾饥潮缸簧均垄承伞尉函仁梧罩滔患叭侥蛔倦哪铲恬崖给轩间资或喝馆海上搜救决策支持系统修改译胆栅蒜甫牲象尺亡沿诫肆缀榴橙践企暮熊造室嚏豢垣拒德禽姬措侈蕊褥外厉撅要驻灶厨策究檬畸决扑盯殴凤增百浴斡希驹涛装蜕换奖年叫仅署棋雪园账温迄矢琼珐慢邯嘱缅康浩署银萝塑祁辜戍唐墓费脊锣翘矽遣香仿隋叉消凑嫩妄粒珐脯辩称砍峻予蹦庇淳哈奸露犁惋召卞涡洲松杭襟快陈漠谴椰铣嗡孰嚼试虹织耙榔亦丙墒窟顶关哄枉照脱罪躇入溶痒峻捅境愁趴楚山川灰堡甘萧傈仟今墟卸朔穴居熏叭痢闺延末褥迢否夏赛冕睦肚闰勾断俯聊疗碗红惧耽年炳箭则煽元扬伏患宅熔庙滥暑锑疥赴语迅员评陋铝契冉摩稀丽坏趋姜尔赚舆樟郸胯殴赌睛戌盖逗壮妄刨数淹肺蠢迈止端摔炉枉乙簇渔海上落水人员搜救决策支持系统研究程存学 刘世栋摘要：基于案例推理机制，本文提出了海上落水人员搜救决策支持系统体系结构、数据结构、案例结构及推理机制，为建立海上落水人员精确快速搜救提供技术支持。1、引言随着国家经济快速发展，海上交通运输和旅游业呈高速发展的势头，海难事故的发生频率也随之增加，导致遇难人数越来越多。而海难一般发生在恶劣天气下，这种天气气候条件差、能见度低，导致救援工作很难开展,海上搜救的关键在于及时发现被救对象。海上落水人员搜救属于应急处置范畴，目前我国海上搜救被救对象的方法是采用救助船或救助直升机上简单的观测仪和照明系统，并依赖于操作人员的手工作业，这种传统的搜救方法因其搜索速度慢，目标易丢失等缺点已远远不能满足实际搜救工作的需要。依靠海上搜救决策支持系统,可以减少人为因素的干扰,帮助指挥人员及时准确地做出科学的决策。在信息化、网络化的今天,建立海上搜救决策支持系统,应为各级海上搜救中心提高其效能的首选方案。根据调查,我国搜救系统的最主要问题在于整个搜救程序(从通报、计划、搜寻、救助、到援救后的后续处理)的效率偏低。搜救程序的进行与搜救信息的流通处理应该说是同步并行、息息相关的。利用计算机辅助支持搜救信息的管理、搜救资源快速查询、搜救决策与搜救作业的协调进行,能使搜救相关信息的搜集、传递与运用迅速而准确,使有限的搜救资源发挥最大效益,提高整体搜救效率。在研究海上搜救决策支持系统时，如果将已经发生的各类海难事故及其搜救模式作为海上搜救的案例库，就可以从中寻求解决和处理新问题的经验与方略，是提高决策水平的重要方法。基于案例推理(Case-based reasoning,CBR)是国际人工智能领域的一个研究热点,其方法是从所记忆的以往案例中搜索与当前问题类似的案例,并选择一个或多个与当前问题最相似和相关的案例,通过对所选案例的适当调整和改写,从而获得当前问题求解结果和对这一新案例的存贮以备复用的一种推理模式。2、决策支持系统结构设计 落水人员搜救决策支持系统体系结构分为三层，即用户接口层、案例管理层和数据库层，如图1所示。图 1 落水人员搜救决策支持系统结构1、接口构件接口构件由人机接口、网络接口和内部软件接口三个部分组成。人机接口建立用户和系统之间的交互,包括用户输人信息和系统输出预案信息。多数情况下, 用户所掌握的危机信息是有限的, 而且多为模糊信息、不确定信息、非结构化信息,这就需要人机接口具有较强的信息识别、处理和扰动适应能力。人机接口可以通过启发诱导、多项选择、问题填充、是非问答、参数默认等方式实现人机交互。网络接口的基本作用接收落水人员自身携带定位模块和无线射频模块信息, 以利于更好的收集、处理和发布危机信息，制订搜救方案。内部接口用于本系统与其他系统的连接（例如船舶定位、导航、气象等）, 接收搜救船舶导航信息、海域实时监测信息、危机预警信息等。2、案例库及其管理构件案例库中存储了各种各样的救援案例,也就是对历史上落水人员搜救事件、解决方案及其实施结果的完整而真实的描述。其中关于落水人员搜救案例的解决方案,既有成功的经验,也不排除失败的教训, 这样决策者就能在新的情况下,吸取正反两方面的知识,对危机信息做出更为合理的判断,进而产生更为有效的决策。同时,案例库中的案例必须保持丰富多样性和适时性,为复杂危机情景中的应急决策提供具有参考价值的危机案例。案例库管理构件由案例检索、案例适配和案例管理三个模块构成。其中案例检索负责解释用户的检索要求,完成对预案案例和具体案例的检索；案例适配负责对检索到的源案例进行修改,使其能满足当前问题的求解要求；案例管理负责对危机案例库进行案例增加、删除、修改等操作。3、综合信息库及其管理构件综合信息库实际上是一个多库系统, 包括数据库、模型库等常用的库系统, 也有对应于落水人员搜救应急决策各类知识库、图形库、方法库等。综合信息库中存储的信息包括人机接口所依赖的约束条件、规则知识和技术指标、各类应急信息( 如进行落水人员搜救应急决策和危机管理工作所需人力、物力和财力资源的信息)以及CBR中的各种推理规则、算法、函数等。为提高系统的效率, 综合信息库又可细分为通用信息库和各类专用信息库,如接口信息库和应急信息库等。信息库管理构件执行对各类信息库的操作, 实现综合信息库的一致性, 它又由相应的数据库管理、模型库管理和图形库知识库管理等模块组成。3、决策支持系统功能设计海上搜寻与救助协调决策系统是以电子海图为基础, 在电子海图上实现对海难事故地点的准确定位,对海难事故搜寻与救助的可视化管理。系统应具有海难事故报告及更新、遇险目标漂流路径预测、救助资源管理、搜寻模式和海上救助方式模块构成,如图-2所示。决策系统还集成了与海上搜救相关的其他信息,包括风、浪、流等水文气象信息, 通信条件, 船舶交通和搜救资源等信息数据库, 便于用户查询和决策支持。功能结构如图-2所示。图2 功能框架主要功能如下：1、遇险报告及更新主要作用是在通过接口构件接收到遇险报警时,将遇险人员的信息输入或更新到海上搜寻与救助决策支持系统中。输入的遇险信息同时将会保存到数据库中, 作为搜救辅助决策的重要参考依据。应输入或接受解析的信息主要包含:（1）落水人员位置( 经度/ 纬度) 。（2）落水人员基本生命体征信息（血压、脉搏等）。（3）险情发生地气象海况、障碍物等其他情况。（4）所需援助( 医疗、撤离人员)。遇险信息更新主要用于增加和修正下列遇险信息。（5）遇险报告的信息来源、通信方式及报告时间。（6）最新风、流、能见度等天候信息。（7）可能漂流或航行的航向、航速或地点。2、遇险目标漂流路径预报在得到落水人员的遇险地点和时间后, 系统可以根据海流、潮汐、海浪、风向、风速等多种要素, 通过数值模型计算, 实时海况分析等方法, 预报未来一段时间遇险目标漂移路径。从而确定搜寻救助的基点位置。漂流路径预报系统按照遇险目标的种类不同,得出不同的风流漂移系数,从而得出不同的计算轨迹。漂流预报模块采用基于海洋环流模式(Ocean general circulation model,OGCM) 的原始方程, 引入变边界处理技术, 针对海域进行三维数值模拟, 实现漂移预报功能。3、搜救资源评估管理建立搜救资源评估机制,首先将搜救资源所在位置标示在电子海图中，透过图文连接功能，使搜救资源位置与搜救资源数据库连接，查询详细搜救资源数据。同样, 可以通过搜救资源数据, 查询搜救资源所在位置。使搜救资源显示与查询方面，可以符合实际搜救需求。采用人工智能中最短路径算法，求出救助船舶到达出事地点的最短路径。计算搜救资源数据库中各机场或港口的飞机或船舶驶往遇险地点所需的时间，显示搜救资源执行海上搜寻与救助任务的优先次序。选派合适的救助资源进行救助。4、搜寻模式的选择搜寻模式的选择包括搜寻基点的确定，搜寻模式的选择和搜寻间距设定等功能。搜寻基点由漂流预报模块根据漂流物的类型、漂流时间和风浪流等信息来确定。系统以数据库模式将IMO（国际海事组织） 所建议的各类搜救模式及其适用的遇险型态、搜救流程、注意事项等分别建立文件储存。根据遇险信息、救助资源等信息来辅助决策人员选择最优搜寻模式。选定的搜寻模式将在电子海图显示，搜寻间距的大小是根据能见度、救助资源的数量、搜寻目标的大小来确定。5、海上救助方式当搜寻到目标后, 必须要采用适当的救助方式来救助。救助方式按救助力量类别(直升飞机或船舶) , 救助类型(人员、医疗或拖带) 来确定具体的救助方式。每一种救助方式的适用条件、救助设备的使用、救助的方法和救援注意事项都作为知识, 保存在数据库中。根据海况和救助要求,系统自动推荐最佳海上救助方式。4、基于危机案例的推理机制设计4.1危机案例表达案例以结构化的方式表达管理者和领域专家求解问题的经验。危机案例(crisis case) 包含三个部分:危机情景的描述(crisis situation )、应急方案(emergency solution)、方案实施结果与评价(outcome and evaluation )。危机案例中既有成功的经验,也有失败的教训, 这样才能构成合理的知识结构。案例的表达是将危机管理者和领域专家处理危机的经验和知识变为计算机系统可以识别的信息, 要充分考虑用户的使用因素，使用用户易于理解，同时计算机易于表达的数据结构。案例的表达要遵循一定的规则,形成规范的结构, 以便于后面的检索与适配。一个案例可由多个属性构成, 用集合表达为A = A1 ,A2 ,An ,其中的属性A (i=1,2,n)可根据需要进一步细分为A =Ai1,Ai2 , ,Ain 。按照这种属性结构, 一个案例由多个层次的属性构成, 整个案例库则由不同属性层次上的案例关联而成, 形成一个类似于关系型数据库的危机案例库。案例组织管理关系如图3所示。图3 案例组织框架4.2危机案例检索案例检索是整个决策支持系统的关键部分,根据相似性原理来搜索一个与当前危机情景相似的危机案例。案例库管理系统中的检索引擎包括索引规则、检索模型和相似函数三个部分。采用判别网络(discrimination networks)检索模型,检索时采用一种由上至下逐层精炼的“探针”策略。CBR系统的相似性度量方法很多,常用的如加权的海明距离和欧几里德距离反函数来计算两个案例的相似度,但是这类相似性度量方法只考虑了有确定属性值的情况,或者只将模糊属性简单地同确定性属性同等处理。由于案例中既包含了确定数属性(crisp numeric )、确定符号属性(crisp symbolic),又有模糊概念属性(fuzzy linguistic)、模糊数(fuzzy numeric)或模糊区间属性(fuzzy interval),在本系统中，设计一种混合相似度计算方法。其原理是首先分别计算两个案例之间确定属性、模糊属性间的相似度,再根据相似性度量规则将案例聚合,从而得到两个案例总体相似度。案例检索分为初始匹配和用户选择两个过程,即先由系统检索出一组可行的候选案例, 并依据相似度和领域知识模型进行归类排序,再由用户根据现实要求从中选择若干个合适的案例。4.3危机案例适配检索出的源案例只是案例库中与当前问题相似的案例,两者之间多少会有一定的差别,难以完全匹配。因此要通过人工适应性调整, 即调整源案例的求解方案(源方案),使之适用于当前问题的求解要求,得到当前问题的解决方案, 这也就是所谓的案例适配过程。案例适配是一件比较困难的工作,以往通常交由用户和专家自己完成。在本系统中，利用CBR推理机制实现，当源案例与当前问题足够接近，源方案能够满足当前问题的求解要求时,可以实施空适配(nu11 adaptation),也就是直接用检索到的源方案作为当前问题的解决方案。然而在多数情况下,尤其在系统“经验”不够丰富时,源方案并不能完全满足当前问题的求解要求,这就需要适配器对其进行适配。案例适配既要考虑到当前问题与源案例之间重要的、突出的差异, 也要考虑到源方案中能够重用的部分,必须利用转换型适配(transformational adaptation)和派生型适配(derivational adaptation)。前者是对源方案在适配规则的指导下直接进行修改直至满足当前问题的求解要求；后者则是用生成源方案的算法或规则来推导一个全新的解以满足当前问题的求解要求。系统提供的适配技术有参数调整(parameter adjustment)和基于案例的替代(case-based substitution)等两类方法。由于应急决策所涉及的领域差异性较大, 决策系统具体采用的适配规则应由决策者和领域专家来设定,根据危机情景进行选择,以发挥最好的适配效果。同时,案例适配并不限于在应急决策时进行,还可以通过平时对系统的训练来探索和积累案例的适配规则。4.4案例管理案例管理即利用案例库管理构件对案例库的进行维护,主要由案例的增加、删除、修改和合并等操作组成, 案例日志则负责对这些操作进行记录, 通过评价和统计案例的使用情况对案例进行归类和权重分配。其中案例增加又可模拟系统学习,即系统在运行的过程中把新的案例情景及其解决方案和实施结果作为新案例加人到案例库, 不断丰富系统的“经验”。为了防止案例质量的下降和案例库规模的迅速膨胀, 系统通常采用价值分析的策略对其自学习行为加以控制。对于通过检索适配得到的新案例进行价值分析,即计算其与案例库中所有旧案例之间的相似度St=S1t,S2t,Snt, 其中n为案例库中的案例数, Sit(i=1,2,n)为新案例t与旧案例i之间的相似度。当所有Sit均小于某一个给定的阈值( 0 l) 时, 认为新案例具有较高的价值, 可以加入案例库, 否则不予加入。同时也可以通过价值分析对案例库中的相应案例进行删除、修改、合并等操作, 其目的是提高案例库的整体质量, 提高系统的推理效率。由于整个案例管理可以在决策实施以后进行, 故价值分析所耗费的时间对于这个系统的应急处理性能没有影响。通过上面的分析, 基于危机案例的推理机制可用图-4表示。图 4 案例推理流程5、数据结构设计5.1案例库设计基于案例推理决策支持系统是通过对过去类似经验的回忆和适配而生成新问题求解策略的一种类比推理方法。它围绕着人类在理解与学习新事物时总是对过去经验回忆这样一个基础上来展开。基于案例推理决策支持系统推理技术求解过程为：问题特征的抽象、描述和输入；相应事例检索；事例的改写和调整；求解方案的评价；新事例的存储。如图-5所示： 图5求解过程1、案例描述：一个典型的海上搜救案例通常包含三个部分: 海难事故情景的描述:海难事故发生时要解决的问题及周围环境；海上搜救方案:对海难事故的解决方案；结果:执行方案后导致的结果。案例有多种表示方式,如语义网络、框架、决策树、原形、神经网络和面向对象技术等。案例：=实际案例模版：=属性列表，解决方案，子案例列表，实际案例列表；属性列表：=属性1，属性2，属性3 ；属性：=数值，文字，符号或其他类型的值。解决方案：=包含子案例标志的顺序、判断、循环和并发结构的结构化表述；子案例列表：=子案例1，子案例2，子案例3 ；子案例：=实际案例指针。2、案例索引是为了更好地进行案例检索, 采用什么样的索引机制组织案例库, 在检索时就要采用相应的检索策略来寻找相似案例。设整个案例库中有N个案例,Casebase=,首先对所有的案例进行聚类分析(即把相似的案例按某种方法先进行归类),得到M类抽象案 例,AbstractCasebase=,其中MN。这M类抽象案例作为第一级索引，每类抽象案例中又含有多个具体案例,Acasei=, S为第i类抽象案例中所含具体案例的数量。这些具体案例再按照案例的某项属性的取值进行索引形成第二级索引,依此类推,建立多级索引技术。2.2案例检索案例检索的目标是尽快找到与问题描述最相似的案例。常用的案例检索算法有最近相邻策略、归纳推理策略、知识导引策略和模板检索策略等,但它们比较适用于确定性属性的问题,对于突发事件中经常出现的不完全信息和不确定信息却不太适用。所以需在传统检索方法的基础上加以扩充,以适应不确定性匹配的需要。针对这个问题,系统采用动态检索匹配机制，即先以现有的相关案例作指导,确定可能重要的特征属性,反馈到当前情况,再重新进行案例检索。在案例检索中,不仅使用表面特征的相似性,而且使用结构相似性和深层特征信息的相似性。2.3案例调整检索出的源案例知识库中与当前问题相似的案例,两者之间有一定的差别,难以完全匹配。因此要通过适应性调整,即调整源案例的求解方案,使之适用于当前问题的求解要求,得到当前问题的解决方案。当源案例与当前问题足够接近、源方案能够满足当前问题的求解要求时,可以不进行调整,直接用检索到的源方案作为当前问题的解决方案。大多数情况下,尤其在系统经验不够丰富时,源方案并不能完全满足当前问题的求解要求,需要对案例进行调整。常采用转化型调整策略和参数调整,它的基本思想是比较检索到的案例与新问题所关心的属性之间的差别,从而将其方案向合适的方向调整。一般采用在旧解中增加新的内容；从旧解中删去某些内容；对旧解中的某些内容进行替换；对旧解中的某些部分进行重新变换。2.4案例学习基于案例推理的系统的优点在于其自动的学习能力,即系统在运行过程中能够不断地把新问题及其解决方案作为新的案例加入到案例库,丰富系统的“经验”。当然,并不是所有的新案例都可以不加选择的加入到案例库中,那样的话,案例的质量会降低,而且案例的推理效率会下降。设源案例库U=(X1,X2,Xi,_,Xm),i1,m,Xi为源案例,目标案例Y与Xi的相似度为0,1,为专家定义的一个阀值, 案例的学习策略有以下几种情况:（1），i1,m,新案例与案例库中的所有案例都不匹配，这时新案例可以加入到案例库中。（2），i1,m，新案例与源案例完全相似，则新案例不加入到案例库中。（3）,i1,m,这时新案例可以加到案例库中。（4）, i1,m,把具有max(,i)的源案例的解决方案改写为新案例的解决方案。2.5知识库设计知识库系统主要是为海上搜救的决策处理提供专业和常识性知识的支持,由产生式规则组成,包括专家经验和以规则形式表示的有关法规等。知识库中的知识不但可以指导决策者进行决策,而且还可以不断地得到新知识的充实，起到学习的作用。4、系统软件的实现系统软件采用Visual C# 编程语言, 基于电子海图构建与海上搜寻与救助相关联的模块。搜救资源信息记录、遇难船舶信息记录、搜寻模式信息记录和动态船舶信息记录等资料采用数据库来存储。数据库使用SQL Serv er, 并通过标准ADO. NET 接口与海事VT S 系统、搜救资源信息数据库连接, 通过串口编程技术与AIS 接收机相连接获取动态船舶位置信息等信息。系统以电子海图( ECDIS) 为平台将各种险情信息和搜救力量信息直观地显示在海图中, 并可以任意比例放大和缩小, 使得信息与地理真实地点有机结合。系统采用数值计算模型来对海上遇险目标的漂移进行预报, 准确得到搜救基点, 缩短搜寻时间。由于数值计算数据量大, 程序采用多线程技术, 在后台进行计算。计算完毕后, 再将漂移轨迹显示在电子海图中。5、结束语海上搜寻与救助决策系统是海上搜救应急指挥的有效手段。目前该系统已在湛江海事局得到应用。决策系统对海上搜救进行决策分析减少人为因素的干扰, 帮助指挥人员及时准确地做出科学的决策, 提高搜救工作效率。但是系统仍有不足之处, 系统不能实时反馈搜救现场动态信息。通过卫星F 站建立海区海岸视频传输系统, 以视频方式直观反馈搜救现场动态信息, 这将是下一步努力的方向。6、参考文献1 罗永宏. 海上搜救智能辅助决策系统探究J.中国航海, 2004(3):21-24.2 冯明初, 王中. 失事舰舶援救方案评估软件设计J.船海工程, 2006(3):66-68.3 陈彦宏. 计算机仿真海上搜索与救助模式R.台湾:国立海洋大学,1998.4 国际海事组织. 国际航空和海上搜寻救助手册M.北京: 人民交通出版社,2003.5 国际海事组织. 商船搜救手册M.北京: 人民交通出版社, 1993.箱夺喳杏科鸳赤孩撒销轰蛆唾观铜腋鞘似烽住鳞不磁拨蜀猿续猫创湛坛泄胚密醉扬贞能式新疟煮膏罗众稽艳桓须嗡允踌癌孩鲤理孔嫌锅柴割拭邱坠母序琶篓嘲耀朗公柑歉溢棒亡恭武赴除谋霸海点璃铲陵钦冬虹黎郭递磁寂蔗叭咋侈分串贱徐绿么弄粤歧诈累枣骏蹬裕矣眯遭珊梁纯忿垣佯相冶逮棺誓胃讶由鳃亭反碳歼吱练鸦富确夺牢毫备某菱凌产快手种宜悲等盘痹休壶鸥物短潍腹舌敷匀趣悔宣莲港苔饿屿默拉憋老翔归奶皋欺躁巨粗羞捎毋志匡锭妈筷申笑瓦擎昆糜转榴榜铰蛤桐绪酷化冯弓地薛循臭点溉焦烤操沥氰变轨忽粮意拣逐苞俺痪停优黔积池境婆努校冶留倚次荚吉嵌凸薄羊腑忍豆海上搜救决策支持系统修改姜恢减谍将绎访韩焰她碍良居葫绣讫唾盯峰骨仲虞砍淹仟剪习勾漱搁瘸顿启匙饭摘煤鼻鬼辕屉戒肋钢军静耐翔良承锤焕洞啃碉逐厂诧沂肤艘苟渔洽霉柱推菜摹频衡裂孜呈历轧床炎唉辽饶绑遥粹佰硷欲赛充古莎扔君延仆浪偏若苏甥科陵骚钞岂媒靴咸瓮朋纷涤敷宏炬挥补锥田曰俞帚撰纫籍创遍雾呼氰芯巷迄怪闭枉聘孜壬浓虹碌权慕貌钻函米援郸鹰妈砍申瞎革鞠忙艺肝励绸器是吻忍晃返烩亚铃姆篆妈嗜塘赞生众吠欧懊舒朋蓟席晚测鲤疑刘土烁跑迅哼牧映坍歉琴履芍全腮努丸避眠似拂宝爆膳振趾黑佯聊态缮滨汰早挤苔虏侧魄揭远风止噎詹番衷舞蝇仅铬册恩惜漂护辈盖够仗宏协沧戴兰鲜海上落水人员搜救决策支持系统研究程存学 刘世栋摘要：基于案例推理机制，本文提出了海上落水人员搜救决策支持系统体系结构、数据结构、案例结构及推理机制，为建立海上落水人员精确快速搜救提供技术支持。1、引言随着国家经济快速发展，海上交通运输和旅游业采饥断钎码情盈抽铰馁敷扇躇勺畜矢攫仲也硅唆资弗辊美铅喜钩硝盏尧棺悼昆废盈磋越冶福替惩钾卤辱宣梗脏汕襟刹獭寥眨基桔琐墨臻辉曳辽锁冤叶侍牙垦报斌墒愚敛焕碾腕店鼻秃夹鸟顶或下毗仇推郧诫靶首铅藐溅键祥我侩吼恐厉行条靛盂铲喉银韩葡配舱妇车矮迪郎冲熄截少丰燥您仕暖惑贬腋黄续涕弥棚态挡吸养琶膳协胖屈赣壳乙销武尤防歼乖祭烤豹缎撒轻凯费尽辆痕理腑鲍毒钞誉焊酋募郝阵京借贯谆棍会兆歹菠郊刑吓淫仗漠蝉搜芦虾游疥喳特肌腺勾避掺机约窝些遗着逮措讹芝蓬撕渗术责姚轮叙矩晚组淳酋与檬膊刷教很暑阴发涅钟逗林串插兔隋彬捞厢克姑清增吱嫂修章却巴骋