基于实例的不确定检索模型的研究

传统的基于实例推理系统中的检索模型缺乏对不确定环境的适应性。为此采用证据理论方法构造一种不确定实例检索模型,从而可以有效地处理实例检索中的不确定性,并能提高基于实例推理系统的性能。     

一个基于AHP的CBR系统实例检索模型

分析了实例检索在CBR系统中的重要性,指出了传统检索方法的不足。借助语意距离来刻画相似实例定性属性间的距离。通过一个具体例子来证明这种模型的有效性和可行性。     

基于模糊相似优先的实例检索模型

文中首先分析了现有实例检索策略存在的局限性，提出了一种基于模糊相似优先的实例检索模型，该模型允许实例的属性为一个模糊数，较好地解决了数量型属性的实例检索问题。     

一个混合属性的实例检索模型

文章首先分析了传统的实例检索策略的不足,提出了一种 基于模糊相似优先比的混合属性实例的检索模型.该模型用语义距离来刻画两实例对应属性 之间的相似程度,允许实例的属性为模糊数的情形,能胜任定量、定性和混合属性实例的检索 问题.     

基于实例设计中的产品数据模型及实例库设计

在基于实例的产品设计中,产品数据模型的建立和产品数据结构的设计对于产品相似实例的检索与撮有着至关重要的影响。该文分析了递阶结构表达方式的不足,利用扩展的实体关联（ＥＥＲ）表达方式建立了产品的数据模型,并以油泵产品为例建立了产品数据模型的展开结构。在ＥＥＲ模型向关系模型的转化中,提出了４条转化规则,同时以油泵产品为例,设计了产品主关联数据库和子实例库,实现了实例按属性空间和功能空间进行检索的功能。     

机械方案设计中实例检索相似性的研究

实例检索是基于实例推理 (CBR)方法应用于设计过程的一个主要步骤 ,其目的在于从实例库中找出与设计需求最为接近的实例作为实例调整的初始解。本文将相似理论应用于实例检索过程 ,并针对实例检索中所出现的若干问题 ,提出了相应的解决方案。     

基于零件特征关注度的夹具实例相似性检索方法

针对传统夹具实例检索方法的不足和三维模型检索的局限性,提出一种对于零件几何形状的零件特征关注度模型表示方法及生成该模型的方法,并给出了根据零件特征关注度模型进行夹具实例检索的算法.根据B-rep实体表示方法构造零件属性邻接图,通过特征提取算法获得零件的特征并计算特征关注度,形成关注度模型.在零件特征关注度模型的基础上,利用非精确图匹配算法匹配零件关注度模型,并应用于夹具设计实例检索过程中.应用证明,该算法可以满足工程应用的需求.     

基于几何形状相似性的工艺实例检索

提出一种基于匹配零件几何形状的工艺实例检索方法．根据B-Rep实体表示法,构造形状向量邻接矩阵（FVAM）以表达零件几何形状,并给出了基于FVAM的工艺实例模型形式化定义;通过抽取表征FVAM的特征参数建立了一个有效的实例索引机制,研究了形状相似性及实例相似性的计算方法;最后给出了工艺实例检索过程的算法实现．该方法具有较好的通用性和实用性,已在具体应用中验证了方法的可行性．     

基于加权灰关联的产品配置相似实例检索算法研究*

针对传统配置实例检索算法极少考虑实例属性间的关联性,结合欧几里得距离,将灰色关联理论应用到产品配置实例检索中,建立产品配置实例检索的灰色关联理论模型。利用层次分析法和熵技术来确定实例属性的权重值,避免了指标权重确定的主观性,增加检索结果的分辨性。最后通过一实例,证明该方法具有较好的分辨性。     

基于实例推理的智能刺绣编程系统

本文介绍基于实例推理的智能刺绣编程系统。根据电脑刺绣领域问题的需要，建立了描述刺绣样品的实例模型，利用动态存储模型技术实现实例的存储和检索，在此基础上给出了基于实例的推理流程和算法、实例重用和实例保留算法等。基于实例推理方法可大大提高绣品的质量和刺绣编程的效率。     

基于实例推理的储集层评价智能系统

针对不同地质环境其储集层评价参数的变异性大,难以建立通用的定量评价标准以及传统的评价方法的不足,提出利用实例推理技术建立储集层评价智能系统。并在传统的实例检索策略基础上,引入模糊相似优先检索策略进行分级检索控制,可有效地处理检索中的不精确性。文中从实例的表示与组织、实例检索方面对储集层评价过程进行了详细阐述。     

粗分析案例检索算法在鱼病诊断中的应用研究

将粗集分析法引入鱼病诊断案例推理中,详细介绍了粗集案例索引和案例检索算法,并给出案例检索实例,通过实验分析表明:这是一种简便实用、效率较高的不确定性案例推理方法,值得推广。     

实例智能体模型的研究

文中针对传统基于实例推理系统中实例的被动等待被检索的问题,提出将实例构造为具有知识、目标和能力物可自主运行的实例智能体,从而可以提高实例推理系统的性能和问题求解能力,并详细讨论了实例智能体的结构、推理过程和实例智能体之间的协商过程。     

一种基于案例的医疗诊断支持系统

案例推理是人工智能的一种新求解方法。该文针对目前案例推理的不足,用新的观点审视了案例推理过程的一些重要步骤,包括复杂决策环境下案例的表示、案例的检索、案例的调整以及案例推理与其他推理方法的复合等问题,为案例推理的实用化提供了理论依据,并将之用于医疗诊断支持系统的设计。     

基于互信息案例推理的氧气脱碳效率预测模型

提出基于互信息案例推理的氧气脱碳效率预测模型,并依据预测结果计算转炉炼钢静态和动态阶段吹氧量.首先提出一种新的吹氧量预测方法,将氧气脱碳效率作为案例推理的解属性;然后将互信息引入属性权重的确定过程中,解决了传统案例检索方法忽略问题属性与解属性之间信息量的不足.将所提方法用于一座150t转炉的实际生产数据中,仿真结果表明该模型预测精度较高.该方法能够实现对转炉炼钢吹氧量的准确计算,满足实际生产的要求.     

基于禁忌搜索与遗传算法的案例检索技术

案例的检索和提取是案例推理系统的一个关键步骤,案例检索结果的优劣直接影响到案例重用、修改以及整个系统的性能。遗传算法是一种基于进化思想的全局优化方法,但是存在搜索速度慢以及早熟收敛等问题;禁忌搜索是一种局部优化技术,具有搜索速度快等优点。文中将禁忌算法和遗传算法结合在一起提出了一种新的聚类方法,并将该聚类方法引入大型案例推理系统的案例检索过程中。实验结果表明使用这种方法能够达到较理想的搜索效果。     

A fuzzy case based reasoning approach to value engineering

This paper is intended to assist the experts during the creativity phase of value engineering through utilizing the past experiences and avoid them in a specific domain from repeating the same experience. To this purpose, a general fuzzy case based reasoning (CBR) system is developed. Our system benefits from a fuzzy clustering model for fuzzy data to facilitate case retrieval and reduce the time complexity. The inherent analogical nature of a case-based reasoning (CBR) model and its integration with fuzzy theory would facilitate access to more precise and systematically classified information during a VE workshop. In order to test the performance of the proposed system, it is applied to suburban highway design data extracted from National Cooperative Highway Research Program (NCHRP) Report 282.     

Bankruptcy support system: taking advantage of information retrieval and case-based reasoning

This paper is a presentation of an on-going work in which we attempt to take advantage of information retrieval (IR) and artificial intelligence techniques combined. It is an application of case-based reasoning (CBR) with an automatic indexing IR component in the legal domain of bankruptcy law. The model is based on our intuition of how lawyers go about doing their legal research and reasoning tasks in case law. We take advantage of the built-in knowledge contained in the carefully prepared statute text in a front-end processor and classification component to the CBR system. Our end result is an IR–CBR bankruptcy support system (BanXupport).     

Introspective reasoning for index refinement in case-based reasoning

Introspective reasoning can enable a reasoner to learn by refining its own reasoning processes. In order to perform this learning, the system must monitor the course of its reasoning to detect learning opportunities and then apply appropriate learning strategies. This article describes lessons learned from research on a computer model of how introspective reasoning can guide failure-driven learning. The computer model monitors its own reasoning by comparing it to a model of the desired behaviour of its reasoning, and learns in response to deviations from the ideal defined by the model. The approach is applied to the problem of determining indices for selecting cases from a case-based planner's memory. Experiments show that learning driven by this introspective reasoning both decreases retrieval effort and improves the quality of plans retrieved, increasing the overall performance of the planning system compared to case learning alone.     

基于贝叶斯粗糙集和混合专家模型的CBR 系统

建立一个完整的案例推理系统,提出一种高效的案例检索方法和一种案例调整策略.在案例检索过程中,提出一种基于贝叶斯粗糙集的属性权重确定算法,在此基础上利用最邻近法检索出与当前案例最相似的一组案例作为参考.使用检索出的相似案例训练分层混合专家模型,并用微粒群算法优化模型参数,实现了对案例的调整.采用实际转炉生产数据进行仿真,结果表明了该案例推理系统的有效性.