基于案例推理的工作流异常处理研究

对工作流的异常和案例推理(Case-Based Reasoning,简称CBR)的机制进行了介绍,给出了一个应用CBR技术进行异常处理的工作流模型,并研究了应用CBR方法处理工作流异常的机制。     

基于案例推理的工作流异常处理研究

对工作流的异常和案例推理(Case-Based Reasoning,简称CBR)的机制进行了介绍,给出了一个应用CBR技术进行异常处理的工作流模型,并研究了应用CBR方法处理工作流异常的关键技术。     

基于案例推理的工作流异常处理研究

对工作流的异常和案例推理（Case—Based Reasoning，简称CBR）的机制进行了介绍，给出了一个应用CBR技术进行异常处理的工作流模型．并研究了应用CBR方法处理工作流异常的机制。     

CBR技术在程序设计课程案例知识系统的应用

阐述了案例知识管理系统的教学意义,并介绍了CBR的工作机制,然后针对程序设计课程的特点,提出了将CBR技术应用于程序设计课程的案例知识管理系统,同时给出了基于CBR技术的知识管理系统的关键技术和实现方案。     

基于事例推理的技术及其应用前景

文章从基于事例推理(CBR)的研究者及使用者的角度,介绍了目前在CBR中较成熟的技术,重点介绍了事例表示、事例检索、事例修改以及 CBR开发工具等,并分析了其中的不足,指出了CBR的发展前景。     

基于CBR的产品功构单元模型研究

针对CBR技术在复杂产品设计中的不足之处,探讨了将CBR技术和产品概念设计过程的功构映射过程相结合的方法,对其在应用中的几个关键问题进行了研究.提出了基于CBR的产品功构单元模型的实例的表示方式,给出了功构单元模型的结构形式,研究了实例库的组织方式,分析了功构单元模型在CBR推理流程中的运用,对CBR技术在复杂产品中的应用具有重要的指导意义.     

基于实例推理的电路故障诊断系统研究

本文简要介绍了CBR和多Agent的技术,并将它们融合到故障诊断过程中,研究了多Agent的CBR电路故障诊断系统的实现。     

案例推理的故障诊断技术研究综述

基于案例推理(case-based reasoning,CBR)的故障诊断作为一种新的智能诊断技术,模拟人类求解问题的思路,通过历史案例发现新问题的解。概述了CBR的理论基础和基本原理;从工作过程和集成框架两个方面综述了CBR故障诊断技术的研究现状,其中工作过程包括案例的表示、检索和重用,以及案例库的维护,集成框架包括CBR与基于规则推理、CBR与人工神经网络以及CBR与多智能体等三种情况;比较了六种故障诊断技术的特点及应用范围;总结了CBR故障诊断技术有待解决的问题。     

CBR技术及其在指挥自动化系统中的应用

作为一种专家系统技术,CBR在军事上有着广泛的用途,本文在对CBR技术进行简单描述后,探讨了指挥自动化系统对该技术的需求及技术实现的可能性。最后展望了该技术在军事领域其他方面的一些应用前景。     

CBR技术及其在指挥自动化系统中的应用

作为一种专家系统技术 ,CBR在军事上有着广泛的用途。本文在对CBR技术进行简要描述后 ,探讨了指挥自动化系统对该技术的需求及技术实现的可能性。最后展望了该技术在军事领域其他方面的一些应用前景。     

一种基于本体和CBR的电子政务项目审批决策支持系统

分析了将本体与CBR方法结合开发电子政务项目审批决策支持系统的优点,给出了该系统的总体框架和决策支持流程,着重介绍了基于本体的电子政务项目案例的组织和表示方法以及引入本体后案例检索过程中的相似度计算方法。实验结果表明,利用本体对项目案例包含的知识进行提取和表示,再利用这些知识对案例进行组织和检索,有效地提高了案例检索的查准率和查全率。     

融合CBR和本体的决策支持系统框架及应用

分析了将本体与CBR方法结合开发智能决策支持系统的优点,设计了基于该方案的决策支持系统的总体框架,着重介绍了基于本体的案例组织和表示方法以及引入本体后案例检索过程中的相似度计算方法,基于该方案,设计和开发了电子政务项目审批决策支持系统。应用结果表明,利用本体对案例包含的知识进行提取和表示,再利用这些知识对案例进行组织和检索,有效地提高了案例检索的查准率和查全率。     

Internet下智能协同DSS模型实现技术

本文在介绍了作者提出的基于Ｉｎｔｅｒｎｅｔ环境下智能协同决策支持系统模型后,详细描述了该模型的原型系统－贫血病诊断系统的实现技术,通过它反映了该模型的应用前景。文中还对智能决策代理编制、基于事例的推理等方面进行了描述。     

制造业电子商务模式决策支持系统研究

分析了电子商务模式研究成果,提出了适合中国制造业的电子商务原子模式体系以及各电子商务模式对应的企业特征指标集;采用基于案例和基于规则相结合的推理方案,设计制造业电子商务模式决策支持系统的框架。     

基于CBR的火控雷达故障诊断专家系统研究

将基于案例推理(CBR)和专家系统理论应用到故障诊断领域,对雷达装备的故障诊断问题进行研究,形成一个集成的智能诊断专家系统.本文浅析了基于案例推理,介绍了系统的总体结构和工作原理,并给出了具体的诊断实例.利用CBR技术建立的故障诊断专家系统可提高雷达装备故障诊断的正确性和效率.     

Abductive case‐based reasoning

This article introduces abductive case‐based reasoning (CBR) and attempts to show that abductive CBR and deductive CBR can be integrated in clinical process and problem solving. Then it provides a unified formalization for integration of abduction, abductive CBR, deduction, and deductive CBR. This article also investigates abductive case retrieval and deductive case retrieval using similarity relations, fuzzy similarity relations, and similarity metrics. The proposed approach demonstrates that the integration of deductive CBR and abductive CBR is of practical significance in problem solving such as system diagnosis and analysis, and will facilitate research of abductive CBR and deductive CBR. © 2005 Wiley Periodicals, Inc. Int J Int Syst 20: 957–983, 2005.     

基于案例的推理在农业专家系统中的应用

该文将基于案例的推理方法CBR应用到农业专家系统中。在对CBR方法作了简单介绍后,提出了在农业专家系统中面向对象的案例表示、案例库组织的两层结构,并以大豆专家系统中病虫害诊断模块为例阐述了CBR推理在农业专家系统中的具体实现过程。     

基于案例与规则推理的故障诊断专家系统

设计并实现基于案例的推理(CBR)与基于规则的推理(RBR)的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理,优先通过案例匹配方式寻求诊断结果,在不适用情况下转入通用性规则推理,并将诊断结果反馈给知识库进行优化。应用结果表明,该系统诊断结果与实际相符合,且诊断速度快、针对性强。     

Case-based expert system using wavelet packet transform and kernel-based feature manipulation for engine ignition system diagnosis

Whenever there is any fault in an automotive engine ignition system or changes of an engine condition, an automotive mechanic can conventionally perform an analysis on the ignition pattern of the engine to examine symptoms, based on specific domain knowledge (domain features of an ignition pattern). In this paper, case-based reasoning (CBR) approach is presented to help solve human diagnosis problem using not only the domain features but also the extracted features of signals captured using a computer-linked automotive scope meter. CBR expert system has the advantage that it provides user with multiple possible diagnoses, instead of a single most probable diagnosis provided by traditional network-based classifiers such as multi-layer perceptions (MLP) and support vector machines (SVM). In addition, CBR overcomes the problem of incremental and decremental knowledge update as required by both MLP and SVM. Although CBR is effective, its application for high dimensional domains is inefficient because every instance in a case library must be compared during reasoning. To overcome this inefficiency, a combination of preprocessing methods, such as wavelet packet transforms (WPT), kernel principal component analysis (KPCA) and kernel K-means (KKM) is proposed. Considering the ignition signals captured by a scope meter are very similar, WPT is used for feature extraction so that the ignition signals can be compared with the extracted features. However, there exist many redundant points in the extracted features, which may degrade the diagnosis performance. Therefore, KPCA is employed to perform a dimension reduction. In addition, the number of cases in a case library can be controlled through clustering; KKM is adopted for this purpose. In this paper, several diagnosis methods are also used for comparison including MLP, SVM and CBR. Experimental results showed that CBR using WPT and KKM generated the highest accuracy and fitted better the requirements of the expert system.