20、犯罪调查与决策支持系统：技术融合与应用探索

犯罪调查与决策支持系统：技术融合与应用探索

在当今社会，犯罪活动日益复杂，传统的犯罪调查和决策支持方法已难以满足需求。为了有效打击犯罪，保障社会安全，人们开始探索将多种先进技术融合应用的新途径。本文将介绍基于案例推理（CBR）和专家系统（ES）的犯罪调查系统，以及社会网络分析与数据库中介技术、信息融合相结合的决策支持系统，探讨它们在犯罪调查和决策中的应用。

基于CBR和ES的犯罪调查系统

反走私任务规划子系统

反走私任务规划子系统的知识获取过程是知识工程师与走私调查专家进行访谈后，对知识进行整理，作为知识获取、表示和推理的基础。犯罪调查领域存在显性知识和隐性知识，显性知识便于知识工程师处理，而隐性知识需要长期积累才能转化为深层知识。

该子系统可以建立后端专家系统（ES）的知识库，以补充基于案例推理（CBR）机制。由于犯罪特征和作案方式会随时间和社会变化而改变，因此需要构建一个能为调查人员提供推荐任务安排的反走私任务规划子系统。在进行任务分配规划和推荐时，要充分考虑不同案件、时间、气候、地形等外部可变和不可变因素，以及责任区域的安全特征、水文数据、季节因素、海况变化、战略水域和受控船只等变量，使调查人员能在最佳时间和地点执行调查任务，节省人力资源，提高破案率。

在本研究中，ES采用基于规则的知识表示方法，这种方法在其他专家系统中广泛应用。例如，MYCIN系统利用基于规则知识的反向链推理来诊断血液传染病。由于犯罪调查领域的知识推理若通过语义网络表示会有开发难度，因此本研究推荐使用基于规则的知识来设计该ES。

CIS培训与教育子系统

该子系统提供以下犯罪调查培训和教育功能：
1.