CBR技术及其在指挥自动化系统中的应用

作为一种专家系统技术,CBR在军事上有着广泛的用途,本文在对CBR技术进行简单描述后,探讨了指挥自动化系统对该技术的需求及技术实现的可能性。最后展望了该技术在军事领域其他方面的一些应用前景。     

案例推理技术在汽车维护咨询信息系统中的应用

为了进一步提升汽车维护咨询信息系统的服务水平,提出了案例推理技术(CBR)在该系统中的应用,阐明了CBR的原理、过程、表示和组织等基本问题,并结合知识管理理论就案例的积累机制作了一些探讨。     

基于案例推理的电子商务推荐系统研究

为了进一步提高推荐系统的性能,通过分析协同过滤算法和CBR的潜在假设,从理论上证明了CBR能够提升基于协同过滤技术的推荐系统的原因,在上述理论的基础上提出了一种系统框架,该框架的离线部分能够提升推荐系统的实时响应和推荐精度,最后,结合CBR提出了一种算法在事例修改和重用阶段生成适合的推荐列表。     

基于CBR的产品功构单元模型研究

针对CBR技术在复杂产品设计中的不足之处,探讨了将CBR技术和产品概念设计过程的功构映射过程相结合的方法,对其在应用中的几个关键问题进行了研究.提出了基于CBR的产品功构单元模型的实例的表示方式,给出了功构单元模型的结构形式,研究了实例库的组织方式,分析了功构单元模型在CBR推理流程中的运用,对CBR技术在复杂产品中的应用具有重要的指导意义.     

案例推理的故障诊断技术研究综述

基于案例推理(case-based reasoning,CBR)的故障诊断作为一种新的智能诊断技术,模拟人类求解问题的思路,通过历史案例发现新问题的解。概述了CBR的理论基础和基本原理;从工作过程和集成框架两个方面综述了CBR故障诊断技术的研究现状,其中工作过程包括案例的表示、检索和重用,以及案例库的维护,集成框架包括CBR与基于规则推理、CBR与人工神经网络以及CBR与多智能体等三种情况;比较了六种故障诊断技术的特点及应用范围;总结了CBR故障诊断技术有待解决的问题。     

基于事例推理的技术及其应用前景

文章从基于事例推理(CBR)的研究者及使用者的角度,介绍了目前在CBR中较成熟的技术,重点介绍了事例表示、事例检索、事例修改以及 CBR开发工具等,并分析了其中的不足,指出了CBR的发展前景。     

基于CBR的农作物病虫害预报专家系统

介绍了在面向对象环境下基于CBR的农作物病虫害预报专家系统结构、案例表示与检索方法.在难以用规则和框架表示知识的特殊领域里,采用基于CBR的系统能对植物病虫害进行有效的预报.该系统的技术与方法适合于其它农作物的病虫害预报.     

基于CBR的电力负荷预测系统的研究与实现

随着电力系统的发展,负荷预测受到广泛重视。但由于它受到大量不确定因素的影响,导致电力负荷预测是一项重要而又非常复杂的工作,预测过程需要考虑多种因素。介绍了CBR的基本原理与方法,在分析相关技术的基础上,建立了一个基于CBR的电力负荷预测系统。实验分析结果表明该方法具有有效性和实用性,也说明了CBR在电力负荷预测系统的应用是提高电力系统生产规划、运行调度与管理水平,实现安全、高效和经济调度的重要技术手段。     

CBR技术在程序设计课程案例知识系统的应用

阐述了案例知识管理系统的教学意义,并介绍了CBR的工作机制,然后针对程序设计课程的特点,提出了将CBR技术应用于程序设计课程的案例知识管理系统,同时给出了基于CBR技术的知识管理系统的关键技术和实现方案。     

基于XML的案例表示和案例库构造方法

将基于案例推理(CBR)技术与XML结合,提出了基于XML的案例表示方法,给出了DTD定义,分析了它与传统数据库相比的优势,并以Snort规则的基于XML的案例化为例,证明了该方法的有效性.所做工作为CBR的研究提供了一些新的思路.     

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.     

基于案例推理的研究综述

该文对人工智能领域的一个分支——基于案例的推理技术做了简要概述,包括CBR的原理和组成。评述了CBR近年来的理论发展和应用发展。并对未来发展方向做出了预测。     

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.     

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。     

智能教学系统中基于案例推理的教学策略研究

把基于案例推理(CBR)技术引入智能教学系统中教学策略的推理和控制中,提出了在全局教学策略和局部教学策略控制中CBR应用模型,并提出了在这种模式下,案例库的初始化、案例的学习与修正方法.该模型应用以前学生学习的经验作为以后学生学习的引导,从而实现教学策略的自动组织、自动规划,实现学生的自主选择,自由学习.最后进行了总结,提出了下一步研究的方向.     

基于PCA和案例推理的煤与瓦斯突出动态预测

为了实现对煤与瓦斯突出快速、准确和动态预测,提出了一种基于主成分分析(PCA)和案例推理(CBR)的煤与瓦斯突出预测方法。考虑煤与瓦斯突出多种影响因素,利用案例推理技术对煤与瓦斯突出危险性进行预测。同时采用一种基于PCA的案例描述特征权值确定方法,以提高案例检索效率以及煤与瓦斯突出预测准确率。利用实测数据对所提方法进行验证,实例验证结果表明,所提方法预测结果的准确性和稳定性更高,预测平均误差和最大误差分别仅为0.154%和0.77%,远小于模糊神经网络方法和专家给定权值的案例推理方法。     

上海世博会突发事件应急预案系统研究

针对中国2010年上海世博会可能发生的各类突发事件,提出应集成运用数据库、GIS、数学模型、专家系统等多种技术手段,特别是提出采用CBR技术,开发世博会突发事件应急预案系统,以提高世博会运行管理时期对各类突发事件的预防和处理处置能力;指出应急预案的主要研究工作应包括应急预案的种类、内容、支撑技术体系,以及应急预案系统的规划、建设与运行管理等;给出了需要解决的关键技术问题和系统开发方案。     

ASHSD-II: A computational model for litigation support

Abstract: In this paper a hybrid knowledge-based system which exploits both rule-based reasoning (RBR) and case-based reasoning (CBR) is presented. The issues of RBR and CBR in general in the context of legal knowledge-based systems and legislation in rule form and previously-decided cases in an interconnected graph form are discussed. It is possible for the user to select either reasoning method (RBR or CBR), or indicate no preference. The rule base of this system consists of two types of rule. The first type of rule determines which options are legally applicable. The second type indicates how the courts are likely to act within the range of options available, which is determined by the first type of rule. When CBR is selected, the system uses the features of previously-decided cases to select the most similar cases to the situation that is described in the input and displays their details of decisions. In case of the selection of no preference option, the system applies RBR and CBR method separately, and then presents results based on an automated relative rating of the qualities of the RBR (based on the second type of rules) and CBR advice. These ideas have been implemented in a prototype system, known as A dvisory S upport for H ome S ettlement in D ivorce (ASHSD-II).     

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。