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。     

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。     

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。     

数据挖掘技术在构造范例库中的应用

将基于范例的推理应用于实际系统中，一个很关键的问题是如何构造一个丰富而高效的范例库。采用了数据挖掘技术， 提出了一个综合算法，从传统数据库中构造范例库，以提高知识获的自动化程度。     

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。     

基于范例和规则相结合的推理技术

机器学习人员多年来提出诸多机器学习的混合体系结构，以改进机器学习的性能。本文着重提出一个基于范例推理与规则推理相结合的推理技术，以及一个范例库划分算法，其目的是充分发挥两种推理的优势，提高问题求解的效率。最后给出了一些测试结果和相关的结论。     

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。     

双库协同机制对知识发现主流发展的驱动

The paper, by a research report, summarizes emergence and definition of double bases cooperating mecha-nism, and introduces its driving force and influence to many sides of main stream of knowledge discovery from struc-tural model to algorithm , from structuring data mining to complex type data mining. The influence also expands tophilosophy field. It has been above five years from proposing it to now. Summarizing it makes us learn a thing clear-ly : its functions are not simply improvement to algorithm, are to bring forward many new structural models and tech-nology methods . It answers those urgent questions in the one paragraph of the paper to a greater extent. So we maysay: double bases cooperating mechanism has important driving force to main stream of knowledge discovery.     

范例推理结构相似性研究

本文将范例的结构相似性问题提炼为结构图的相似问题,改变了将范例属性线性地映射到区间的方式,建立以关键节点为特征的分层模型,来进行范例结构图比较,并得到一个可以计算的合理的相似度数值,可以较为方便地解决结构相似性度量的问题,为复杂范例的多种类型的带偏序的属性的综合比较提供了基础。最后本文提供了一个例子,对相似性模型作了说明。     

基于实例的多推理机合作变型设计系统

产品变型设计的基本思想就是通过改进已有的系列产品或模块来适应新的设计需求.针对变型设计的基本特点,提出了以基于实例的推理为基础,综合运用规则推理和约束满足方法来完成产品的变型设计活动.结合所开发的“细纱机模块化变型设计系统”,从知识表达模式、推理流程等方面详细讨论了以基于实例的推理为核心方法的多推理机合作变型设计系统的实现.     

Maintaining Retrieval Knowledge in a Case-Based Reasoning System

The knowledge stored in a case base is central to the problem solving of a case-based reasoning (CBR) system. Therefore, case-base maintenance is a key component of maintaining a CBR system. However, other knowledge sources, such as indexing and similarity knowledge for improved case retrieval, also play an important role in CBR problem solving. For many CBR applications, the refinement of this retrieval knowledge is a necessary component of CBR maintenance. This article focuses on optimization of the parameters and feature selections/weights for the indexing and nearest-neighbor algorithms used by CBR retrieval. Optimization is applied after case-base maintenance and refines the CBR retrieval to reflect changes that have occurred to cases in the case base. The optimization process is generic and automatic, using knowledge contained in the cases. In this article we demonstrate its effectiveness on a real tablet formulation application in two maintenance scenarios. One scenario, a growing case base, is provided by two snapshots of a formulation database. A change in the company's formulation policy results in a second, more fundamental requirement for CBR maintenance. We show that after case-base maintenance, the CBR system did indeed benefit from also refining the retrieval knowledge. We believe that existing CBR shells would benefit from including an option to automatically optimize the retrieval process.     

基于投影寻踪和MapReduce的并行案例推理模型

在大规模、高维度的数据环境下,传统的案例推理具有计算复杂度高、实时性差等缺点。为在大数据环境下进行案例推理,提出了一种基于投影寻踪和MapReduce的并行推理模型dpCBR。在数据预处理阶段,计算源案例到基准向量的一维投影距离并缓存,降低计算复杂度并减少重复计算开销。在案例检索阶段,先根据投影距离裁剪案例库,再进行相似度匹配,减少不必要的案例匹配开销。应用MapReduce进行分布式并行处理,使dpCBR具备对大规模案例库的推理能力。实验结果表明,dpCBR模型可以明显提高大数据环境下案例推理的效率。     

基于案例推理的ISP知识重用方法

针对企业信息化中信息系统规划(ISP)在较大程度上依赖先前规划经验和知识的特点,为有效支持ISP知识重用和管理创新,将案例推理技术应用于ISP知识重用的全过程,提出基于案例推理的ISP知识重用方法(HRM KGANNA),研究应用框架、案例表示、案例检索算法与重用等关键技术。通过组织案例库进行ISP知识检索实验,结果表明HRM KGANNA法具有良好的准确性和较高的效率。     

一个基于事例推理的可视化智能映射系统

可视化映射是可视化技术的核心。本文分析了可视化映射的特点,提出了一种基于事例推理的可视化智能映射方法并建立了相应的系统结构。在集成人工神经网络与模糊认知图的基础上,详细讨论了可视化映射事例的表示、索引模式、事例的匹配以及最佳事例的选择等关键问题。最后,通过一个应用实例叙述了系统的工作过程。     

基于范例推理的专家系统ESSA的设计和

本文分析了大型水利施工中设备配置和费用分析专家系统的设计现有系统 采用了范例揄方法,其范例面向规划模型,由主特征、设备子范例和费用子范例构成,范例库中的基本列代表了典型情况下的设备配置和费用约束。这时着重讨论了系统结构、范例推理机制以及规划实现。     

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.