随着社会的发展、城市人口的快速膨胀以及城市规模的不断扩大，城镇生活垃圾的数量也在急剧的增长，而且还在持续不断的扩散。在我国，由于城镇生活垃圾处理的理念和技术还不够成熟，导致我国的城镇生活垃圾产量很大，但垃圾处理不够及时和妥善，这不仅给城市发展带来了不利影响，同时也对城市的生活环境造成了较为严重的破坏。为了应对各类的城市垃圾危机，我国较发达城市已由最初的单一垃圾处理模式转向多元化垃圾处理模。每个城市由于自身地理环境条件、经济条件、垃圾来源以及技术条件不同，对于垃圾的处理方式各不相同。在这种现状下，构建城市垃圾危机知识库能够更好的整合现有垃圾处理数据，通过智能化分析，解决潜在的城市垃圾危机。

本系统通过分析城市垃圾危机知识类、知识属性之间的属性关系，引入可信约束和逻辑约束，结合本体学习、聚类算法、进化算法、TF-IDF算法等理论与方法，对OWL/XML本体描述语言进行模糊扩展，实现城市垃圾危机知识元的语义标注。分析知识元之间的语义相关度，建立知识元的类关系图。通过本体开发工具（以开源Protégé为主）设计城市垃圾危机所涉及的致灾因子、孕灾环境、承灾体以及应急活动本体，通过推理机（映射与融合）实现原始数据向知识本体的转化。本系统基于C/S模式，实现对城市垃圾危机知识的智能解读。

1.2 设计（论文）的意义

目前，我国的城市垃圾总量已位于世界前列，甚至增长率居于世界首位。全国约670座城市每年垃圾总量高达1.6亿t，占世界总量的1/4以上，多数以8%~10%的速度增长，部分城市的增长速率甚至可以达到15%~20%，形成了恶性循环。根据有关预测我国城市垃圾2030年达到4.09亿t，2050年达到5.28亿t。与垃圾增长率不断升高形成鲜明对比的我国垃圾处理仍以卫生填埋和焚烧处理为主。到2020年焚烧处理比例将达到54%，卫生填埋达到40%以上，其他方式仅占很少的比例。在这种现状下，构建城市垃圾危机知识库，充分利用互联网的优化和集成作用，解析城市垃圾问题与解决方案知识，改变传统的研究模式和服务方式，智能匹配和解决不同类型的垃圾危机，对进一步完善我国城市垃圾危机处理体系有着深刻意义。

2. 研究的基本内容与方案

2.1 设计的任务

本设计是建立城市垃圾危机知识库，将传统的数据库（DB）技术和人工智能（AI）技术相结合。将城市垃圾危机术语、数据集各类数据模型规范集成为一个“城市垃圾危机大数据”本体，使得多维异构的城市垃圾危机数据规范且具有关联性，实现对城市垃圾危机知识的智能解读。

本设计主要任务内容包括：

第1章 导论

1.1研究目的及意义

1.2国内外研究文献综述