基于事例推理（Case—Based Reasoning，CBR）是人工智能中新崛起的一種重要推理技術，是人工智能和專家系統(tǒng)領域的最新進展。自1982年由Roser Schank在其著作《Dynamic Memory》中描述以來，在理論研究和實際應用中取得顯著進展。CBR系統(tǒng)具有存儲積累、快速檢索、匹配與改寫、學習與歸納等特點，它較好地解決了傳統(tǒng)知識處理系統(tǒng)“邊界”以外的知識處理效率低下、匹配沖突、組合爆炸、自學習困難、人工神經(jīng)網(wǎng)絡中復雜問題難以分類、訓練費時以及數(shù)學函數(shù)模型結論局限等問題。CBR基于人的認知過程，其核心思想是：專家在進行某個問題的求解時，往往把以前使用過的與該問題類似的事例聯(lián)系起來，運用以前解決該事例的經(jīng)驗、知識和方法，來解決當前問題。 基于事例的專家系統(tǒng)目前在許多方面，例如事例的表示，事例的索引，事例存貯的檢索，事例改寫，事例學習和歸納等，仍有待于進一步探索和研究，特別是關于事例中的模糊信息，如何在上述各方面的表現(xiàn)和研究，鮮有報道。本文正是基于此點作比較詳細的研究和探討。 本文從理論和應用兩方面全面論述了基于事例的模糊專家系統(tǒng)。第一章闡述了課題的意義和課題... 

【文章來源】：中南大學湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：147 頁

【學位級別】：博士

【部分圖文】：

專家系統(tǒng)進入界面圖

專家系統(tǒng)事例特征輸入界面圖

專家系統(tǒng)事例神經(jīng)網(wǎng)絡推理界面圖

【參考文獻】：
期刊論文
[1]一種新的CBR檢索模型[J]. 王玉,邢淵,朱莉萍,阮雪榆.  計算機應用. 2000(S1)
[2]一種基于神經(jīng)網(wǎng)絡的事例相似度評估方法[J]. 許志端,楊蘭蓉,張金隆.  華中理工大學學報. 2000(10)
[3]基于CBR的農(nóng)作物病蟲害預報專家系統(tǒng)[J]. 杭小樹,杭小樹,熊范倫.  計算機工程與應用. 2000(10)
[4]基于事例推理的報高率確定模型[J]. 楊蘭蓉,許志端,張金隆.  華中理工大學學報. 2000(08)
[5]模型的事例表示[J]. 張潔,潘啟澍,胡運權.  管理科學學報. 2000(02)
[6]基于CBR的注塑模結構知識庫的研究與開發(fā)[J]. 程斌,張世昌,張鐵成,方沂.  天津職業(yè)技術師范學院學報. 2000(02)
[7]基于事例推理的加工中心智能CAD系統(tǒng)研究[J]. 趙燕偉.  系統(tǒng)仿真學報. 2000(02)
[8]基于事例推理方法的電力工程智能設計研究[J]. 劉力豐,楊貴吉,武高峰.  電力系統(tǒng)自動化. 1999(17)
[9]人類自然語言不確定性及粗集理論的表示[J]. 魏長華.  計算機科學. 1997(05)
[10]Rough集理論:現(xiàn)狀與前景[J]. 劉清,黃兆華,姚力文.  計算機科學. 1997(04)



本文編號：3010511