范例推理在智能决策系统中的应用研究

范例推理是人工智能中重要的推理方法和机器学习技术,它也是智能系统中实用的技术之一。基于范例的决策是决策者认知心理的决策过程的一个合理描述,它提供了一种实现智能系统及决策的现实环境和技术方法。本文提出了基于范例推理的智能决策技术,给出应用模型,并进行了深入讨论。     

利用数据挖掘技术构造范例库的新方法探究

范例推理技术作为基于规则推理技术的补充,其关键就是能很好地解决知识获取的瓶颈问题,但在范例推理技术的实际应用中,如何高效建立范例库也是一个棘手的问题。采用数据挖掘技术,提出一种综合算法从传统数据库中构造范例库,可望部分解决范例获取的自动化问题,提高系统的运行效率及整体性能。     

用神经网络来实现基于范例的推理系统

范例推理与神经网络有一种自然的联系，神经网络有许多优点，利用神经网络来实现范例推理可以取得非常好的效果。文章首先详细探讨了在范你推理中使用的神经网络模型与技术，并给出了其上的搜索与学习算法以及数据挖掘算法，旨在提高范例推理系统的鲁棒性和知识获取的自动化程度。     

利用数据挖掘技术从气象数据库中建立范例库

基于范例的推理中的知识表示是以范例为基础,目前,在基于范例的推理中,一个重要的任务是如何准备有效的范例库.在有些领域,过去虽然有比较详细的工作记录,建立了一些相关的数据库,但都是实际观测或工作运行状态的简单记录.我们采用了数据挖掘的技术来处理范例获取的问题,从存储于农业气象数据库中的信息发现范例,以形成范例库.     

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。     

基于范例推理的税收案例分析系统设计

基于范例推理技术是专家系统实用而成熟的技术。对税收案例分析而言,其应用在实用性方面优于基于规则的系统。提出基于范例推理技术和应用XML来表示和搜索范例,应用数据仓库构建税收案例分析系统,详细介绍了系统的基于范例推理流程、相似性度量函数、范例相似匹配方法及范例维护的设计思路和实现步骤。利用基于范例推理技术,大大提高了系统的“智能”性和实际功能,在实际应用中产生了较好的经济效益和社会效益。     

基于归纳技术的范例推理及其应用

首先研究了可以与范例推理相结合的多种技术，并着重研究了基于范例推理和归纳技术的集成方法，以充分利用范例推理和归纳技术的各自优势，提高求解问题的能力。该文提出了一个基于归纳技术的范例推理分类算法，实验证明了此算法有着良好的分类准确率。     

基于范例推理的CAD软件可重用技术的研究

基于软件重用技术与范例基技术在原理，在模具ＣＡＤ领域软件的工具箱式ＣＡＳＥ环境的研制中，通过范例基推理技术实现了ＣＡＤ软件可重用机制，提出了ＣＡＤ软件重用的范例定义，导出了范例推理算法，并给出范例推理可重用机制的功能模型。     

基于神经网络的范例推理

目前对于基于范例推理的研究越来越受到人们的重视。本文探讨用神经网络来实现范例推理系统,用此方法建造一个高效的范例推理系统,并给出了一些算法。     

基于可能性理论的案例决策方法研究

提出基于可能性理论与基于案仍推理相结合的双层CBDT决策方法。第1层：决策者应用基于案例推理方法，通过建立在连续集合上问题的可能性分布，结合不同的决策方法对决策问题的不确定性进行定性分析；第2层：利用期望效用理论在与问题的可能性分布相关联的方案中选择具体方案。该方法可避免以往基于案例决策方法中所蕴含的一些技术难题。     

油料保障预测系统中案例推理方法

一般油料保障需求预测都采用历史数据回归分析的方法,这些方法无法适用缺少油料消耗历史数据的突然性的部队行动样式。为解决此问题,引入了人工智能领域的案例推理技术,采用层次分析法计算油料保障需求案例各特征属性权重;针对油料保障需求案例属性缺失的普遍问题,提出了一种基于结构可比度和属性相似度的二次案例相似度计算方法。最后模拟某坦克团的一次军事行动油料保障需求预测对上述理论和方法进行了仿真和验证,仿真结果表明,案例推理技术在油料保障需求预测中能够在缺少历史数据的情况下进行比较精确的预测。     

用于离散控制系统知识聚集的案例推理技术研究

论文根据认知原理,结合案例推理、黑板结构等技术,提出了一种用于离散控制系统的基于案例推理的控制模板,实现在系统运行中自动进行知识聚集。     

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。     

An Exception Handling of Rule-Based Reasoning Using Case-Based Reasoning

In this paper, we propose the CCAR (Combining Case-based And Rule-based reasoning) model for an exception handling of Rule-based Reasoning using Case-based Reasoning. The central idea of the model proposed in this paper is to represent the exception of a rule as a case, and to utilize the case for a solution to a problem, and then to search the case memory to retrieve a case which violates the conclusion of a rule. If the similarity between a target problem and the selected case is high, the conclusion of a case is applied. Otherwise, the conclusion of rule-based reasoning is applied.     

A recommender mechanism based on case-based reasoning

Case-based reasoning (CBR) algorithm is particularly suitable for solving ill-defined and unstructured decision-making problems in many different areas. The traditional CBR algorithm, however, is inappropriate to deal with complicated problems and therefore needs to be further revised. This study thus proposes a next-generation CBR (GCBR) model and algorithm. GCBR presents as a new problem-solving paradigm that is a case-based recommender mechanism for assisting decision making. GCBR can resolve decision-making problems by using hierarchical criteria architecture (HCA) problem representation which involves multiple decision objectives on each level of hierarchical, multiple-level decision criteria, thereby enables decision makers to identify problems more precisely. Additionally, the proposed GCBR can also provide decision makers with series of cases in support of these multiple decision-making stages. GCBR furthermore employs a genetic algorithm in its implementation in order to reduce the effort involved in case evaluation. This study found experimentally that using GCBR for making travel-planning recommendations involved approximately 80% effort than traditional CBR, and therefore concluded that GCBR should be the next generation of case-based reasoning algorithms and can be applied to actual case-based recommender mechanism implementation.     

基于粗糙集的归纳推理检索方法

归纳推理检索是基于事例推理（CBR）中常用的检索方法之一，是基于ID3算法的检索方法。文章在基干事例推理方法的背景下论证了事例的属性的重要性和冗余之间的关系，并在此基础上从属性相对于其属性的重要性角度来构造启发函数。和ID3算法相比较，该算法不但降低了计算复杂性，而且在一定程度上可以消除样本中的噪声，使归纳推理检索方法的检索效率有所提高。     

基于案例推理的金融危机预警支持系统

传统方法与模型预测金融危机有较大的局限性,该文提出用基于案例推理方法预测金融危机的思想,并给出基于案例推理的金融危机预警系统 ＣＢＲＦＣＰＳＳ的原型,研究了 ＣＢＲＦＣＰＳＳ中的关键技术：案例的知识表达、案例检索和案例学习等。文章最后给出了应用原型系统进行金融危机预警的部分研究成果。     

案例推理在故障诊断系统中的应用

将基于案例的推理方法应用于智能故障诊断系统中，具体讨论了故障案例库和结果库的建立，并将其用关系数据库的格式进行存储。应用灰色关联理论和模糊集结合矢量投影学，给出了关联度的定义和计算方法，从而可以准确地检索到相似的故障案例，对待检测故障给出定性或者定量的分析。