论文完成的主要工作

把专家经验通过一定的归纳、推理、总结，挖掘出适合石油安全储运生产的原则、规律，并利用决策支持系统技术和计算机语言，实现较科学的总结，使石油储运生产事故工况下的管理趋于科学化和规范化。系统获得已发生事故的状态参数后，通过人机对话，根据当前的事故状态从专家知识库中挑选一些专家知识，得出应急调度方案。论文研究的主要内容包括：决策支持技术、专家系统、机器学习系统。具体包括：

（1）由于产生式规则知识表示形式容易被人理解，而且它是基于演绎推理的，从而保证推理结果的正确性，以及其它方面的优点，本文采用产生式规则这种知识表示形式。

（2）对于机器学习系统的学习方法，经过选择，最终采用了比较常用的基于互信息的ID3算法，完成对于大量信息的数据挖掘。

智能决策支持系统在实际生活中发挥着越来越重要的作用，能够帮助决策者有效地解决工程中出现的问题，而且帮助决策者及时地正确地处理应急状况。它的核心是模型系统，通过建立决策模型并支持其使用，来帮助决策者理解决策问题，检验候选方案并增强预测能力。新一代的DSS模型系统更加支持模型集成、模型选择和知识处理，而且把重点放在模型的知识表示和模型的操纵方法两方面。

本篇论文在理解智能决策支持系统的构成和功能，知识表示方式等理论的基础之上，采用ID3算法，通过建立决策树，最终产生对象问题的规则推理结果。并将这种方式应用到石油储运智能决策支持系统当中，首先建立模型库，然后进行知识的表示，利用ID3将其实现，总结出问题的产生式规则。