基于子图同构与事例匹配的装配体局部结构相似性分析

基于事例推理是解决面向装配的设计和装配工艺规划问题的有效方法,装配体检索是应用此方法的关键步骤.为此提出一种基于子图同构与事例匹配的装配体局部结构相似性分析方法.该方法将装配体零件间的装配关系用属性邻接图来表示,通过对装配体中联结关系的定性分类及装配体属性邻接图预处理规则的定义,利用Ullmann算法匹配出相似的装配体图(子图)结构,并给出了装配体局部结构相似度计算公式.最后通过实例验证了文中方法的有效性.     

基于描述逻辑的主体服务匹配

多主体系统中的服务匹配是智能主体和多主体系统等领域中的重要研究课题．描述逻辑是知识表示和推理的形式化工具，它提供了可判定的和可靠的推理服务．该文利用描述逻辑有效的推理功能，特别是它对概念包含关系的有效判断，把它与多主体系统的服务推理结合起来．充分利用描述逻辑具有清晰模型一理论语义和有效的概念分层推理服务等功能，该文提出了基于描述逻辑的主体服务匹配算法，详细研究了如何利用描述逻辑的理论和推理机制来实现自动的服务分层及服务匹配．并提出了五种服务匹配算法．这些方法都是基于语义的服务匹配，利用服务分层机制实现了有效和高效的多主体系统中的服务匹配，克服了基于语义距离进行服务匹配的不足．     

CBR中的检索模型研究

事例检索模型直接影响基于事例推理(Case-BasedReasoning,CBR)的结果。该文提出了一种将多概念学习的决策树算法、多维加权贴近度法与模糊综合评判法相结合的事例检索模型,并根据事例状态的属性设计了几种隶属度函数。分析了此模型的优缺点,指出了今后的改进方向。     

基于事例的推理中相似事例选择的神经网络方法

在基于事例的推理（CBR）系统中，为解决采用最相邻近法选择相似事例时属性权值不易确定的问题，提出事例的前提相似度和结论相似度的概念，并采用一种人工神经网络结构进行属性权值的学习． 该方法从事例库中自动获取属性权值，并用最相邻近法和学习到的属性权值进行相似事例选择．最后，在光动力治疗（PDT）鲜红斑痣（PWS）的临床病例库中应用该方法进行了试验．     

基于本体和事例推理的凝汽器真空故障诊断研究

根据汽轮机凝汽器真空出现故障的概率较高,而且引起故障的原因较多,故障表现征兆区别不大的特点,文中提出一种基于本体论和事例推理的汽轮机凝汽器真空故障诊断模型;在分析汽轮机凝汽器真空故障领域知识的基础上,定义故障本体、属性、关系、故障实例和规则,建立故障诊断知识库;研究基于领域本体的事例相似性检索匹配方法,对故障进行识别推理;研究结果表明该方法有效地表示故障知识之间的语义关系,为汽轮机凝汽器真空的故障诊断提供了一种更为有效的实现方法.     

考虑心理期望与感知的多属性匹配决策方法

针对考虑匹配主体心理期望与感知的双边匹配决策问题,提出多属性匹配决策方法.首先,描述匹配主体对另一方匹配主体进行满意度评价时存在心理期望的情形;然后,在此基础上,以匹配主体对各属性的期望作为参考点,获得一方匹配主体对另一方相对于参考点的损益决策矩阵,依据前景理论分别计算出匹配主体之间满意度的综合前景值,并进一步构建双目标优化模型;最后,通过实例分析表明了所提出方法的可行性和有效性.     

CBR技术在故障诊断中的改进

该文针对基于事例推理(CBR)方法中相似性度量公式(匹配函数)在故障诊断领域应用中存在的问题进行了研究。提出了事例特征分量距离的分区度量方法,以及局部权系数的神经网络迭代算法,并将其用于K-最近邻算法中,显示了该算法的优越性。     

物联网网关中轻量化规则引擎的设计与实现

针对物联网网关不适用于多个应用场景的问题,提出了在网关上实现规则引擎的方法。该方法通过"关联事实"属性和 "议程推理"机制,解决了传统规则引擎如JRules等无法应用于轻量级网关设备并且运行时间和响应时间较长的问题。添加"关联事实"属性能减小匹配规则集的大小,"议程推理"机制能避免匹配过程中不必要的等待时间。基于上述方法,在物联网网关上设计并实现了一种快速轻量化规则引擎(FLRE),并用规模不等的数据集测试。实验结果表明,添加"关联事实"属性能将规则引擎的运行速度提高8%~30%,"议程推理"机制能将规则引擎的响应速度提高7%~35%,使规则引擎能够高效地应用于物联网网关上。     

含传递角色和存在限制描述逻辑系统的匹配推理

分析了描述逻辑非标准推理的重要性和匹配推理的研究现状以及存在的问题。针对匹配推理在处理带传递属性角色符号的不足,研究含传递角色符号和存在量词描述逻辑系统EL+中的匹配推理。通过引入前向边给出EL+中概念的描述图和描述树,基于描述图和描述树给出EL+中两类匹配问题的匹配算法。说明算法的可靠性,并分析算法的复杂性。     

武器系统故障诊断中的推理技术研究

推理技术是故障诊断系统的核心,目前针对复杂系统的故障推理仍然是个难题,提出了将模糊神经网络与事例推理相融合的集成诊断模型,通过规则推理、事例推理和神经网络推理三个子系统的互相验证,既解决了事例推理不能得到最优解的问题,又解决了模糊神经网络训练样本难以选取的问题,将该推理方法用于某武器系统故障诊断,取得了较好地诊断效果.     

异质信息环境下基于案例推理的应急决策方法

针对在突发事件应急决策中,信息表述为精确数、区间数、语言术语、直觉模糊数、中智数、梯形模糊中智数等多样性的特点,同时鉴于案例推理方法的简单易用,提出一种异质信息环境下基于案例推理的应急决策方法.首先,引入异质数据的距离及相似度测度,并基于偏差最大化方法计算异质信息属性权重;然后,基于综合相似度测度,采用案例推理的方法从案例库中找到与目标案例相同或者相似的历史案例,从而获得有效的解决当前突发事件的应急预案和处理措施;最后,通过一个应急突发事件案例验证所提出决策方法的可行性和有效性,同时与其他方法相比较验证其优点.     

基于案例推理的软测量方法及在磨矿过程中的应用

针对复杂工业过程中一些关键工艺参数难以用仪表进行在线检测的问题,提出了基于案例推理的软测量方法.案例表示由案例产生时间、工况描述、解及相似度组成;案例检索采用具有多相似度阈值计算的最近相邻策略;案例重用采用基于静态相似度阈值和基于动态相似度阈值两种算法,并给出了新的案例修正和存储策略.用该方法建立的磨矿粒度软测量模型已成功应用在某选矿厂磨矿过程中,应用结果表明提出的方法效果显著,具有推广应用前景.     

Concise case indexing of time series in health care by means of key sequence discovery

Coping with time series cases is becoming an important issue in applications of case based reasoning in medical cares. This paper develops a knowledge discovery approach to discovering significant sequences for depicting symbolic time series cases. The input is a case library containing time series cases consisting of consecutive discrete patterns. The proposed approach is able to find from the given case library all qualified sequences that are non-redundant and indicative. A sequence as such is termed as a key sequence. It is shown that the key sequences discovered are highly valuable in case characterization to capture important properties while ignoring random trivialities. The main idea is to transform an original (lengthy) time series into a more concise representation in terms of the detected occurrences of key sequences. Four alternative ways to develop case indexes based on key sequences are suggested and discussed in detail. These indexes are simply vectors of numbers that are easily usable when matching two time series cases for case retrieval. Preliminary experiment results have revealed that such case indexes utilizing key sequence information result in substantial performance improvement for the underlying case-based reasoning system.     

Hybrid similarity measure for case retrieval in CBR and its application to emergency response towards gas explosion

Case retrieval is a primary step in case-based reasoning (CBR). It is important to measure the similarity between each historical case and the target case during the case retrieval process. In recent years, some methods for similarity measure with multiple formats of attribute values can be found in the practical CBR applications, but the in-depth study is still lacking. The objective of this paper is to develop a new method for hybrid similarity measure with five formats of attribute values: crisp symbols, crisp numbers, interval numbers, fuzzy linguistic variables and random variables. First, for each format of the attribute values, the calculation formula to measure the attribute similarity is presented. Then, the method for measuring hybrid similarity between each historical case and the target case is given by aggregating attribute similarities using the simple additive weighting method, and the proper historical case(s) can be retrieved according to the obtained hybrid similarities afterwards. Finally, a case study in the field of emergency response towards gas explosion is introduced to illustrate the use of the proposed method.     

基于SURF特征与模糊推理的掌纹识别

针对现有掌纹识别算法对掌纹图像在采集过程中的位置、方向、亮度变化缺乏足够的鲁棒性,而且计算复杂度较高的问题,提出了一种基于SURF描述字的掌纹识别算法。算法分为训练与识别两个过程,在训练过程中,提取属于同一类所有训练样本的SURF描述字进行互配,然后计算训练样本中互配频次超过该类样本数的1/2的每个关键点的匹配率及其在匹配训练样本中坐标的均值与方差以及SURF描述字均值、SURF描述字与均值的最大欧氏距离组成类别数据库。在掌纹识别过程,基于SURF提取待识别掌纹图像的关键点,确定关键点的SURF描述字与其位置坐标,然后,计算类别数据库中每个类别的每个关键点与待识别掌纹图像所有关键点模糊匹配度的最大值作为该关键点的模糊匹配度,最后基于模糊推理实现掌纹识别。实验结果表明该算法对掌纹图像的旋转、尺度和亮度的变化具有较好的鲁棒性,具有稳健和高精度的特性,并且识别过程计算成本较低,满足了实时性应用的要求。