案例推理在汽车故障诊断中的应用*

以奇瑞汽车故障诊断为应用背景,研究并开发了一个基于案例推理的汽车故障诊断系统原型,以实现对汽车故障的智能诊断。系统依据故障的特征属性和内容将汽车故障案例进行分类,进而根据最近邻算法对某一种类的案例集进行检索,最后构建了软件原型系统。通过对汽车故障样本案例进行仿真测试,表明了设计思想是合理的,实现方法是有效的。     

应用CBR技术对热风炉送风温度的预测

热风炉是高炉系统中非常重要的设备之一。如何保证热风炉产生持续高温是热风炉控制的目的。因此,如何进行烧炉操作和何时换炉是热风炉控制的关键。本文首次利用CBR技术对处于即将送风的热风炉进行送风温度预测,结果表明,该方法准确有效,实用性强,对处于燃烧期的热风炉具有很重要的指导意义。     

CBR技术在Multi-Agent故障诊断中的应用

随着现代工业的发展,为故障诊断系统提出了更高的要求,单一的诊断算法已经很难甚至不能完成诊断任务,因此多算法诊断系统的研究开发成为了当前的热点,多Agent结构的诊断系统就是代表之一。但这种结构导致多个A-gent之间结果冲突和诊断资源浪费的问题。该文提出使用CBR(Case-BasedReasoning)技术实现Agent之间的协调,并实现了一个多Agent的故障诊断原型系统,为解决以上问题提供了一条途径。     

基于ALCQ(D)的CBR事例表示及相似性度量

针对目前用于CBR事例表示的描述逻辑,如EL、ALC、ALCNR等缺少定性数量约束和有型域约束的问题,将具有定性数量约束和有型域构子的描述逻辑ALCQ(D)应用于CBR中。首先使用ALCQ(D)概念表示有定性数量约束、具体数据类型和数据值约束需求的CBR事例,并对之索引。研究两种主要的具体数据类型:数值类型和符号类型。然后定义ALCQ(D)范式来规范事例的索引表示,最后给出事例相似性度量方法。该度量方法先对事例索引的各个部分进行相似性度量,然后对度量结果进行加权求和得到最终相似性。实验结果表明,ALCQ(D)可以更准确地表示事例,事例相似性度量方法可以更贴切地度量事例的相似性,这对提高事例检索的速度和准确性以及提高CBR系统的效率具有重要意义。     

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。     

基于值差度量和聚类优化的K最近邻算法在银行客户行为预测中的应用

为提升贷款金融客户行为预测的准确性,针对传统的K-最近邻（KNN）算法在数据分析中处理非数值因素的不完备问题,提出了一种采用值差度量（VDM）距离的对聚类结果迭代优化的改进KNN算法。首先对收集到的数据信息进行基于VDM距离的KNN算法的聚类,再对聚类结果进行迭代分析,最后通过联合训练提高了预测精度。基于葡萄牙零售银行2008-2013年收集的客户数据比较可知,改进的KNN算法与传统的KNN算法、基于属性值相关距离的KNN改进（FCD-KNN）算法、高斯贝叶斯算法、Gradient Boosting等现有算法相比具有更好的性能和稳定性,在银行数据预测客户行为中具有很大的应用价值。     

基于适应性修改的CBR建库中的数据挖掘

研究了从大量的原始数据中挖掘典型和关键事例以进行CBR事例库建造的问题,指出在不同的数据库结构中,其算法不同,没有一个通用的算法能最好地满足所有的领域。并引用适应性修改的概念提供了在CBR中的关键事例的算法。     

基于特征加权的KNNFP改进算法及在故障诊断中的应用

针对传统K最近邻特征投影(KNNFP)算法中假设各维特征对分类的贡献相同而导致分类性能下降的问题,提出一种基于特征加权的KNNFP改进算法(WKNNFP).改进算法利用ReliefF算法确定特征的权值,使样本的分类效果更好,同时还可以分析各特征对分类的贡献程度,并利用改进算法对轴承故障进行诊断.结果表明,改进算法的诊断...     

基于IBL算法的CBR系统中索引与检索机制研究

文章介绍了基于示例学习算法IBL的概况,并对其加以改进,提出了一个新的算法IBL－Cluster。它主要由概念描述形成算法和概念描述修改算法构成。在此基础上建立了应用在基于事例的推理系统CBR中的基于IBL算法的索引与检索机制。实验表明新算法IBL－Cluster在存储空间及测试正确率方面均有改善。     

基于K-最近邻算法的未知病毒检测

因为准确检测计算机病毒是不可判定的,故该文提出了一种基于实例学习的k-最近邻算法来实现对计算机病毒的近似检测。该法可以克服病毒特征代码扫描法不能识别未知病毒的缺点。在该检测方法的基础上,文章设计了一个病毒检测网络模型,此模型适用于实时在线系统中的病毒检测,既可以实现对已知病毒的查杀,又可以对可疑程序行为进行分析评判,最终实现对未知病毒的识别。     

范例推理中面向对象的范例表示研究

结合范例推理的具体特点,按照面向对象的形式定义,给出范例的面向对象表示方法.通过类的层次信息,方便地表示范例复杂的结构信息;它一方面克服了属性-值对表示法无法表示复杂结构范例的缺陷,另一方面将领域知识通过约束规则与范例的表示有机结合起来.在范例相似性计算上,区分类内相似性和类间相似性,使得相似性表示尽可能准确和科学,从而有效地拓展了范例推理系统中的知识表示能力.     

基于知识库和实例推理的构件检索方法

提出了一种利用人工智能领域中基于实例的推理（CBR）创建基于知识库的软件构件库进行构件检索的框架方法。重点阐述了利用软件构件的功能和行为知识表达测量检索到的构件实例与问题需求的相似度、构件功能性和构件可重用性的方法。     

基于案例推理的工作流异常处理研究

对工作流的异常和案例推理（Case—Based Reasoning，简称CBR）的机制进行了介绍，给出了一个应用CBR技术进行异常处理的工作流模型．并研究了应用CBR方法处理工作流异常的机制。     

推理建模中基于KDD和粗糙集的案例修改

在应用基于案例推理技术进行智能建模时,案例修改后的案例质量好坏直接影响所建模型的精度,但是由于案例修改对领域知识的依赖性很强,采用一般手工案例修改方法尤法保证案例修改的质量,即无法保证智能推理模型的精度。基于以上原因,该文提出了一种新的案例修改方法,利用KDD技术,通过有效的多值关联规则挖掘算法从运行数据库中挖掘出案例各属性间的依赖关系,得到案例修改的基本关联规则集,在此基础上利用粗糙集理论对基本关联规则集进行简约,然后根据简约后的关联规则进行案例修改。在线对比实验证明,应用本文方法进行案例修改,提商了修改后的案例质量,从而提高了整体智能推理模型的精度。     

Case based reasoning method for computer aided welding fixture design

This paper presents a case-based reasoning (CBR) method for welding fixture design, a critical issue in the manufacturing of large and complicated equipment. However, previous fixture design research has mainly focused on machining fixtures rather than welding fixtures. In this paper, an approach of data abstraction for fixture design information representation is proposed, first to systemize and manage myriads of fixture related resources, e.g., past fixture design solutions, fixture units depository. Based on this approach, a multi-level CBR method for welding fixture design is then presented. This method could help designers, by referencing previous design cases, to make a conceptual fixturing solution quickly and, finally, finish the detailed solution of fixture design.     

分布式环境下基于语义相似的案例检索

分布式环境下的异构案例表达制约了案例检索过程中案例属性之间的可比性，进而成为分布式环境下案例推理系统成败的一个关键问题。该文提出基于语义相似的案例检索，通过利用Ontology技术来理解案例属性的内在含义，在此基础上定义并计算属性之间的相似程度。对原型系统的初步测试证明了基于语义相似的案例检索有效性。     

融合案例与规则推理的故障预测专家系统

根据故障预测的特点和要求，将案例推理引入到故障预测专家系统的设计中，阐述了案例的描述和检索方法。并以全新的角度提出了基于案例与规则的故障预测推理机制，对二者的结合方式作了阐述，给出了专家系统的整体实现结构。     

基于Vague集的双向近似推理

1 引言自从Zadeh提出Fuzzy集理论以来,Fuzzy集理论不断地发展和完善,并在许多领域里得到了成功的应用。Fuzzy集理论中的模糊推理一般可表示成如下形式:     

案例决策技术及案例决策支持系统研究综述

案例是人类直觉、逻辑和创造性三种思维的综合表现形式,案例推理是人脑类比学习的模仿者,在知识难以获取的应用领域取得了丰硕的成果.从认知学角度探讨了案例推理的逻辑合理性,研究了案例智能决策技术;针对决策支持系统研究与开发中出现的系统柔性差等核心问题,提出了以案例推理为基础的案例智能决策支持系统,该系统可以很好地实现决策支持.对此进行了深入研究,最后探讨了该系统的研究与发展的方向.     

Case Based Diagnosis and Repair of Software Faults

Software debugging (the diagnosis and repair of faults in software) can be a difficult and time consuming problem. In many cases a problem which can take an inexperienced developer a long time to correct can be quickly identified and corrected by a more experienced one. This is often because they have seen that problem (or a similar one) before. In this paper we present a system (called WATSON) which automatically constructs an explanation of the fault and a repair strategy from a library of partial repair models. This system exploits Case Based Reasoning (CBR) technology to perform this construction. The paper introduces the concepts behind CBR before going on to describe the components of the WATSON system. It then illustrates, by example, how WATSON constructs a diagnosis and repair model from the case databases.