基于知识辞典的范例推理系统的规则提取模型

本文提出了把范例分解为范例描述与结论、分别进行概化、在概化的每个范例模板中进行规则提取的模型,该模型可以解决范例与规则的衔接问题,为CBR与RBR集成推理提供了基础,并且对智能化范例调整也有帮助。最后,文章讨论了模型中存在的一些问题。     

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。     

基于范例推理的交通事故智能处理系统

介绍了一个基于范例推理的交通事故智能处理系统。首先给出了基于CBR的交通事故智能处理系统的总体框架。之后,对该系统中的核心部分：范例搜索、基于范例推理的综合推理模型、人机智能系统分别进行了讨论。     

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。     

基于数据挖掘和范例推理的智能分析决策支持技术综述

介绍了数据挖掘中的一些关键技术、人工智能基于范例推理、决策支持的主要理论及其发展,提出了范例推理、类比学习、规则推理之间的联系,详细探讨了数据挖掘技术、基于范例推理和决策支持理论集成的问题,最后对上述技术在预测领域的综合应用前景作了探讨。     

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     

基于规则推理网络的分类模型

为了缓解神经网络的"黑盒子"机制引起的算法可解释性低的问题,基于使用证据推理算法的置信规则库推理方法(以下简称RIMER)提出了一个规则推理网络模型.该模型通过RIMER中的置信规则和推理机制提高网络的可解释性.首先证明了基于证据推理的推理函数是可偏导的,保证了算法的可行性;然后,给出了规则推理网络的网络框架和学习算法,利用RIMER中的推理过程作为规则推理网络的前馈过程,以保证网络的可解释性;使用梯度下降法调整规则库中的参数以建立更合理的置信规则库,为了降低学习复杂度,提出了"伪梯度"的概念;最后,通过分类对比实验,分析了所提算法在精确度和可解释性上的优势.实验结果表明,当训练数据集规模较小时,规则推理网络的表现良好,当训练数据规模扩大时,规则推理网络也能达到令人满意的结果.     

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。     

范例推理系统中的范例库维护

在范例推理系统中，系统的学习会使范例库逐渐增大，一般来说范例库越大，知识越丰富，但也不能无限增加，否则会大大增加相似范例检索的时间，降低系统的总体性能。因此范例推理学习系统必须有维护功能，主要目的是限制范例库的无限膨胀，且能保持系统的性能。本文在给出一个改进的删除策略维护方案的同时，并从另一角度出发，提出一个基于范例增加的维护策略，以保证系统的性能不受影响，从而达到小范例库强功能的目的。     

集成范例推理及其在疾病诊断系统中的应用

根据疾病诊断的一般过程,研究集成范例推理技术和方法,提出一个基于集成范例推理的疾病诊断系统,介绍了系统的原理、架构及其组成部分,并对其中的关键技术和功能进行了设计。该系统设计符合疾病诊断的实际过程,有助于提高疾病诊断的自动化水平。     

基于CBR与RBR的设备采购决策支持系统

该文通过分析制造行业新产品试制部门的设备采购过程,说明采购决策支持系统引入的必要性,并基于CBR(Case-BasedReasoning)案例推理和RBR(Rule-BasedReasoning)规则推理,构造了混合框架的推理系统及相应的案例表示结构,解决了设备采购等复杂决策领域中决策支持系统冗余推理的问题。最后将该混合推理框架及案例表示结构应用于某大型制造企业试制部门的决策支持系统中,取得了较好的效果。     

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.     

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。     

融合案例推理与规则推理的设备采购决策支持系统

对制造行业新产品试制部门的设备采购过程进行了分析，指出其对于整个企业制造过程的重要性，说明采购决策支持系统的引入的必要性，并将基于案例推理与基于规则推理相结合，构造了混合框架的推理系统及相应的案例表示结构，解决了设备采购等复杂决策领域中决策支持系统冗余推理的问题。最后将该混合推理框架及案例表示结构应用于某大型跨国制造企业试制部门的决策支持系统中，取得了较好的效果。     

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。     

Integrating Case-Based and Rule-Based Reasoning to Meet Multiple Design Constraints

Although case-based reasoning (CBR) was introduced as an alternative to rule-based reasoning (RBR), there is a growing interest in integrating it with other reasoning paradigms, including RBR. New hybrid approaches are being piloted to achieve new synergies and improve problem-solving capabilities. In our approach to integration, CBR is used to satisfy multiple numeric constraints, and RBR allows the performance of "what if" analysis needed for creative design.
The domain of our investigation is nutritional menu planning. The task of designing nutritious, yet appetizing, menus is one at which human experts consistently outperform computer systems. Tailoring a menu to the needs of an individual requires satisfaction of multiple numeric nutrition constraints plus personal preference goals and aesthetic criteria.
We first constructed and evaluated independent CBR and RBR menu planning systems, then built a hybrid system incorporating the strengths of each system. The hybrid outperforms either single strategy system, designing superior menus, while synergistically providing functionality that neither single strategy system could provide. In this paper, we present our hybrid approach, which has applicability to other design tasks in which both physical constraints and aesthetic criteria must be met.     

范例推理中面向对象的范例表示研究

结合范例推理的具体特点,按照面向对象的形式定义,给出范例的面向对象表示方法.通过类的层次信息,方便地表示范例复杂的结构信息;它一方面克服了属性-值对表示法无法表示复杂结构范例的缺陷,另一方面将领域知识通过约束规则与范例的表示有机结合起来.在范例相似性计算上,区分类内相似性和类间相似性,使得相似性表示尽可能准确和科学,从而有效地拓展了范例推理系统中的知识表示能力.     

基于规则和事例混合推理的设计型专家系统模型研究

该文根据设计活动的特点，在综述设计事例表示，组织与检索模型基础上详细讨论了基于规则混合推理专家系统结构模型，以及在收音机起落架起落机设计系统ＬＥＤＥＳ上具体应用。     

Naive—Bayes模型及其在范例推理中的应用

简单贝叶斯模型能够很好地综合先验信息和样本信息。探讨了利用简单贝叶斯模型进行范例推理的可行性,并提出了对范例进行分类和学习的算法。实验结果表明,系统的分类准确度及其学习速度都较高,该方法有效可行。     

Case-Based Reasoning System and Artificial Neural Networks: A Review

In this survey paper, the-state-of-art of the connectionist model (i.e. Artificial Neural Network (ANN)) based methodology for a Case-Based Reasoning (CBR) system design is discussed. Special emphasis is laid on how the ANN can advance CBR technology by building an ANN-based CBR system, or integrating itself as a component within a CBR system. Several ANN models proposed for constructing a CBR system and for solving some special issues involved in a CBR process are described. The main characteristics of each model are analysed, and the advantages and limitations of different models are compared. Also, future research directions are outlined.