基于知识发现的范例推理系统

1 引言范例推理(Case-Based Reasoning,CBR)是近十几年来人工智能中发展起来的区别于基于规则推理的一种推理模式,它是指借用旧的事例或经验来解决问题、评价解决方案、解释异常情况或理解新情况。CBR兴起的主要原因是传统的基于规则的系统存在诸多的缺点,如:在知识获取问题上存在困难,对于处理过的问题没有记忆而导致推理效率低下,不能有效地处理例外情况,整体性能较为脆弱等等,而CBR恰好能解决以上问题。     

基于实例推理系统的多智能体模型研究

1 引言基于实例的推理(Case-Based Reasoning-CBR)是一种利用以往求解类似问题的以实例形式表示的经验知识进行的推理,以获得当前问题求解的结果。一般来说,CBR的推理过程包括问题特征的抽取、相应实例检索、实例的改写与调整、方案的评价和新实例的存贮等基本步骤。传统的CBR专家系统     

多智能体实例检索控制模型的研究

引言基于实例的推理(Case一Based Reason,ng,eBR)是基于利用以往求解类似问题的以实例形式表示的经验知识进行推理,从而获得当前问题求解结果的一种推理模式Llj,它克服了传统的基于规则推理系统的知识难于获取和推理的脆弱性等缺陷,已广泛应用于各种问题求解的领域。一般来说,CBR的推理过程包括问题特征的抽取、相应实例检索、实例的改写与调整、方案的评价和新实例的存贮等基本步骤〔,一2〕。其     

交互式基于范例的推理及应用研究

1.引言近几年来,研究人员一直在致力于研究和解决基于范例推理(Case-based reasoning,CBR)的理论和应用课题,如更为有效的范例表示、索引、检索和修改方法,范例库的创建及维护方法,将CBR与其它人工智能技术集成等。一般说来,传统的CBR是以静态的方式求解问题的。范例是处于一种被动、等待被检索的状态,不能根据所要求解的问题及环境的变化,通过和用户的交互调整范例的内容、结构进行问题的求解。另一方面,在大部分传统的CBR系统中,都是要求用户一开始就要向系统输入一个所要求解的问题的完整描述,然后才开始求解。这就要求用户事先必须确定与问题求解有关的特征,并具有较为详尽的领域知识。这在实际中往往是难以做到的。再者,从应用的角度看,传     

分布式知识系统中基于粗糙集的CBR检索方法

基于实例推理(Case-Based Reasoning,CBR)自20世纪80年代末、90年代初兴起之后,受到人工智能研究者的高度重视.CBR是一种相似推理方法,其核心在于用过去的实例和经验来解决问题[1].如何在CBR系统中高效地完成最相似实例的检索是CBR的关键问题之一,这对于新问题的求解效率和推理的准确性都有较大影响.     

常识知识在事例修改中的应用

事例改写一直是基于事例推理(Case—Based Reasoning，CBR)方法中的难点之一。用知识的观点来诠释基于事例推理，细分了在CBR中所用到的知识，以银行贷款业务为例探讨了常识知识在事例修改中应用的应用方法——综合得分法，并探讨了相应的常识知识的存储。     

范例推理在地理信息系统中的应用研究

范例推理(CBR)是一种用先前求解问题的经验和方法,通过类比和联想来解决当前相似问题的推理技术,它是动态决策环境下求解不良结构问题的常用方法。GIS系统作为一种新兴的地学工具,具有很强的空间分析能力,但由于地学问题的复杂性,一些地学现象很难用确切的模型进行模拟和预测。考虑到范例推理系统在处理半结构化和非结构化问题方面的出色能力,文中探讨了一个基于范例推理的GIS系统结构,并给出了地理范例的构建方法和表达模型。     

范例推理技术在银行客户信用评估中的应用

范例推理技术是人工智能领域中一种基于知识的问题求解和学习方法.为了有效评估银行客户信用等级并提高银行信贷业务效率,文中提出了范例推理技术(CBR)在银行客户信用评估中的应用,并给出了基于范例推理的银行客户信用评估系统的原型,介绍了该系统中的关键技术:范例表示、相似性计算和范例检索,研究了归纳学习、特征子集选择等机器学习方法在范例检索中的应用.     

范例推理在地理信息系统中的应用研究

范例推理（CBR）是一种用先前求解问题的经验和方法，通过类比和联想来解决当前相似问题的推理技术，它是动态决策环境下求解不良结构问题的常用方法。GIS系统作为一种新兴的地学工具，具有很强的空间分析能力，但由于地学问题的复杂性，一些地学现象很难用确切的模型进行模拟和预测。考虑到范例推理系统在处理半结构化和非结构化问题方面的出色能力，文中探讨了一个基于范例推理的GIS系统结构，并给出了地理范例的构建方法和表达模型。     

范例推理技术在银行客户信用评估中的应用

范例推理技术是人工智能领域中一种基于知识的问题求解和学习方法。为了有效评估银行客户信用等级并提高银行信贷业务效率，文中提出了范例推理技术(CBR)在银行客户信用评估中的应用，并给出了基于范例推理的银行客户信用评估系统的原型，介绍了该系统中的关键技术：范例表示、相似性计算和范例检索，研究了归纳学习、特征子集选择等机器学习方法在范例检索中的应用。     

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。     

基于遥感案例推理的海岸带养殖信息提取

目前基于目视解释或光谱分类的养殖信息提取效率低,难以克服由于地物混杂带来的“椒盐”噪声现象且难以融合地学知识。针对养殖信息提取中存在的问题,首先在分析现有养殖信息提取方法和案例推理CBR(Case\|Based Reasoning)用于遥感图像处理的基础上,提出基于遥感案例推理的海岸带养殖信息提取的研究思路;其次,结合养殖区域的空间特征和属性特征,构建案例的表达模型以及CBR相似性推理模型;最后,对不属于案例构建区的粤西沙田镇进行养殖信息提取的CBR实验,精度达到84.56%。对比CBR方法和传统监督分类方法可知,CBR方法是实现海岸带养殖信息快速准确提取的一种有效手段。     

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。     

专家系统中的一种自适应自学习模式及算法

为了改善专家系统的适应性,增强系统的问题求解能力,系统的自适应、自学习能力就显得十分重要。本文回顾了传统专家系统推理机制的设计思想,提出了一种自适应、自学习算法,使系统能动态地根据其运行记录调节推理控制知识,以适应不同问题的求解需要。     

复合事例推理的方法研究

一、引言大多数推理系统是混合的,这是因为它们包含了各种不同类型的子系统。复合系统可以是包括模拟子系统和数字子系统。对基于知识的系统(KBs)而言,复合系统是包括事例、规则、框架结构、约束满足的系统,或是一个传统KBS和一个神经网子系统的集成系统。本文叙述了基于事例的推理系统和其它推理系统的集成系统结构。基于事例推理(CBR)系统是一个用以前经验解决新问题的推理系统。CBR系统根据新问题的主要特征,从己经构造的、存贮了解决过去问题的正     

运用哈密顿图进行基于事例推理中的改写

1 前言基于事例的推理(Case-Based Reasoning,简称CBR)是对相似事例进行类比的人工智能推理方法,其原理是利用已有的事例所蕴含的客观规律,通过类比推理,求得新问题的解。由于CBR不必进行知识的提取,而是通过对蕴含客观规律的具体事例进行相似匹配,提取和再利用,因此,CBR克服了专家系统中进行知识获取的困难(知识获取是目前制约专家系统发展的“瓶颈”),能够方便地进行应用。目     

基于聚类策略的一种范例删除模型

1 前言基于范例推理(Case-Based Reasoning,CBR)是由R.Schank教授提出的基于范例的推理方法。CBR是用先前求解问题的经验和方法,通过类比和联想来解决当前相似问题的推理方法,这种方法更好地反映专家的思维过程,兼顾了知觉、想象和经验。目前已被广泛应用于医学诊断、工业制造、法律诉讼等领域,并取得很好的效果。由于在CBR系统不断解决问题的过程中,越来越多的新范例被存储在范例库中,则范     

基于案例推理的软件需求分析研究

针对软件需求分析过程中知识的管理与重用,将CBR技术引入到了软件需求分析的处理中,从知识管理的角度运用基于案例推理的方法提出了软件需求分析的框架模型,并对该模型的关键技术进行了详细说明.     

一种面向对象的启发式推理算法

1.引言 推理是智能系统中应用知识求解问题的一种主要方法,现有的智能系统所使用的推理方式不外乎是机械式的自动推理和启发式推理。自动推理具有完备性,控制简单,但是一种盲目的搜索方法,需要穷尽搜索树中的每个节点,这一方面导致推理效率较低,有时甚至会因为扩展了太多的节点而引起组合爆炸,不能得出问题的解;启发式搜索推理则可避免自动推理的上述缺陷,在搜索一个解时可以充分利用与问题域有关的启发式信息,减     

基于SOA的多CBR系统应用集成研究

针对单一应用的案例推理（CBR）系统在集成基于经验的隐性知识时存在固有局限性,设计出基于面向服务的体系结构（SOA）的多CBR系统应用集成框架和集成系统的平台体系结构。该集成框架和平台体系结构在分析CBR系统演化及应用集成模型库的基础上,结合SOA封装推理模型和推理流程,开发集成系统。该系统在试点应用中,实现企业内外多维隐性知识的集成和共享。