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。     

利用数据挖掘技术构造范例库的新方法探究

范例推理技术作为基于规则推理技术的补充,其关键就是能很好地解决知识获取的瓶颈问题,但在范例推理技术的实际应用中,如何高效建立范例库也是一个棘手的问题。采用数据挖掘技术,提出一种综合算法从传统数据库中构造范例库,可望部分解决范例获取的自动化问题,提高系统的运行效率及整体性能。     

基于案例推理的供应商选择决策支持系统研究

在介绍了基于案例推理方法的基本原理基础之上,分析了基于案例推理技术的供应商选择决策支持系统的工作原理、框架结构及功能;重点论述了基于案例推理的供应商选择决策支持系统中的一些关键步骤,并结合实例给出了基于案例推理的供应商选择与评价方法,用来验证基于案例推理技术在供应商选择决策支持系统中应用的可行性和有效性,为企业供应商选择决策提供了一个系统模型。     

基于范例的电子产品设计系统

基于范例的推理是人工智能领域应用较广的一种技术。本文成功地将基于范例的推理技术用于电子产品设计系统，并设计了功能模块级和器件级双层推理机制，引入余弦匹配函数。并用实例表明这是一个成功的应用。     

案例推理在果树病虫害诊断与防治专家系统的研究

根据果树病虫害诊断与防治的特点和要求,将案例推理技术引入到果树病虫害诊断与防治专家系统设计中。阐述了案例推理概念和工作过程,在具体应用中提出了案例知识表示、两层的案例库组织结构和检索推理机制,得出基于案例推理果树病虫害诊断与防治专家系统实现算法流程。该系统在实际应用中获得了较好的效果。     

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。     

案例推理在果树病虫害诊断与防治专家系统的研究

根据果树病虫害诊断与防治的特点和要求，将案例推理技术引入到果树病虫害诊断与防治专家系统设计中。阐述了案例推理概念和工作过程，在具体应用中提出了案例知识表示、两层的案例库组织结构和检索推理机制，得出基于案例推理果树病虫害诊断与防治专家系统实现算法流程。该系统在实际应用中获得了较好的效果。     

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。     

基于动态数据流挖掘的案例推理及其应用

知识的获取、知识库的更新是案例推理技术的应用瓶颈,而许多案例推理系统中的知识库都是静态不变的,满足不了实际问题变化的需要。首先阐述了相关概念,接着提出了一种基于动态数据流挖掘的案例推理模型,其中动态数据流挖掘算法采用改进的数据流聚类算法。通过此模型使用基于动态数据流挖掘的案例推理技术,对数据进行实时挖掘,产生连续、动态的临时案例库,实现知识库的实时更新,从而满足实际问题变化的需要。最后通过该模型在实际中的应用说明其有效性。     

Abductive case‐based reasoning

This article introduces abductive case‐based reasoning (CBR) and attempts to show that abductive CBR and deductive CBR can be integrated in clinical process and problem solving. Then it provides a unified formalization for integration of abduction, abductive CBR, deduction, and deductive CBR. This article also investigates abductive case retrieval and deductive case retrieval using similarity relations, fuzzy similarity relations, and similarity metrics. The proposed approach demonstrates that the integration of deductive CBR and abductive CBR is of practical significance in problem solving such as system diagnosis and analysis, and will facilitate research of abductive CBR and deductive CBR. © 2005 Wiley Periodicals, Inc. Int J Int Syst 20: 957–983, 2005.     

基于本体的案例推理模型研究*

提出了基于本体的案例检索及相似性评估方法和基于本体的案例适配模型,使得CBR(case-based reasoning)系统的开发可在语义层次上进行相似性评估和案例适配,这样得到的结果更能反映用户的真实需求;并且CBR所需要的领域知识可从本体中获取,大大降低了传统CBR系统中知识获取的瓶颈。最后在此基础上,提出了基于本体的CBR系统模型框架,从软件复用的角度提高了CBR系统的开发效率。     

基于卷积的时态CBR快速检索算法及应用

探讨了如何增强CBR对一种常见的时态信息,即时间序列数据的检索能力;分析了已有的基于傅里叶频谱分析的时间序列检索算法应用于CBR时遇到的问题,并根据时态CBR检索的需要,提出了一种新的基于循环卷积和傅里叶变换时间序列检索算法.理论分析和数值实验结果都证明,提出的算法在检索效率上有一定的优势.将采取这种检索方法的时态CBR应用于时间序列的预测问题中,取得了较好的预测效果且具有较高的预测效率.     

基于CBR与灰色关联度的财务危机预警

提出一种基于案例推理(CBR)与灰色关联度的企业财务危机预警模型。将灰色关联分析应用于企业财务危机预警的案例推理中,采用特征属性的主客观权重计算案例相似度。根据各特征属性对案例检索的重要程度,通过权重向量排除非关键指标对案例判断的干扰。实验结果表明,该方法得到的案例相似性排序结果符合实际情况,可提高相似企业的检索效率,满足企业财务危机预警的要求。     

Dynamic Case Retrieval Method With Subjective Preferences and Objective Information for Emergency Decision Making

Case-based reasoning (CBR) is one of the best methods for generating an effective solution in an emergency. In recent years, some methods for generating emergency alternatives have been included in practical CBR applications, but there have been no in-depth studies of these processes. In this study, we propose a new method for dynamic case retrieval with subjective preferences and objective information, which considers the personal preferences of the decision makers and changes in the attributes of the emergency as the situation develops. First, we present a formula for calculating the case similarity and changing trends in the case considered, where similar cases are obtained. Next, we describe a method for measuring the overall assessment value with respect to similar historical cases, which is obtained by aggregating the case similarity, the utility case similarity, the first response time, and the implementation effect. The subjective preferences and objective information are also integrated in the decision-making process. Finally, we present a case study based on the emergency response to a fire in a highrise building, which illustrates the applicability and feasibility of the proposed method.      

基于案例推理的纺纱工艺智能设计

针对工艺设计系统在一定程度上依赖于专家知识和以往经验的特点,将基于案例推理引入到纺纱工艺设计中,提出了一套基于CBR的智能化工艺设计系统,介绍了工艺案例之间的相似性度量算法。并讨论了案例库（casebase）的维护。实际应用结果表明,该智能设计系统有效地提高了工艺设计的效率和准确性,缩短了产品开发周期,具有重要的应用价值。     

Similarity and metrics in case‐based reasoning

Similarity is a core concept in case‐based reasoning (CBR), because case base building, case retrieval, and even case adaptation all use similarity or similarity‐based reasoning. However, there is some confusion using similarity, similarity measures, and similarity metrics in CBR, in particular in domain‐dependent CBR systems. This article attempts to resolve this confusion by providing a unified framework for similarity, similarity relations, similarity measures, and similarity metrics, and their relationship. This article also extends some of the well‐known results in the theory of relations to similarity metrics. It appears that such extension may be of significance in case base building and case retrieval in CBR, as well as in various applied areas in which similarity plays an important role in system behavior. © 2002 Wiley Periodicals, Inc.     

基于相似粗糙集的案例特征权值确定新方法

针对现有案例特征权值确定方法客观性差、算法复杂等问题，首先介绍和完善了基于传统粗糙集的权值确定方法．其次，针对基于传统粗糙集的方法会造成案例相似度测量误差从而影响案例推理的准确性的问题，将传统粗糙集的不可分辨关系推广为相似关系，提出了一种基于相似粗糙集的案例特征权值确定方法．给出了相似粗糙集的基本定义，以及利用该方法基于差别矩阵进行特征权值计算的两个定理．最后，用实例表明了方法的有效性．     

范例推理中的知识发现技术

范例推理中有许多相关的知识 ,相应地有知识获取过程 ,其中也存在一定程度的知识获取瓶颈问题 .本文着重探讨在范例推理系统中引入一系列可以使用的知识发现技术 ,以期提高范例推理系统的知识获取的自动化程度 ;本文针对提出的两类算法 ,进行了实验与讨论     

基于聚类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,考虑煤与瓦斯突出多种影响因素,提出了一种基于聚类和案例推理（CBR）的煤与瓦斯突出预测方法。利用通过一种基于PCA的描述案例特征权值确定方法所得的描述案例特征权值,对案例库案例进行聚类,使同类案例间具有较高的相似度;以案例聚类结果为基础,进行高效案例检索与匹配,以提高煤与瓦斯突出预测的快速性。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高,预测所用平均时间是已有煤与瓦斯突出预测案例推理方法预测所用时间的40%。