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。