基于案例与模糊推理的中医诊断系统研究

中医诊断过程中存在着大量的不确定信息,使得需要精确数据的计算机很难参与其中.阐述了案例推理和模糊推理的基本概念和原理,结合中医领域知识的特点,提出一种模糊规则推理机制.采用基于案例的模糊推理机制来实现推理过程,融合了人工智能领域的案例和模糊推理技术,并应用于中医诊断.实践证明:该机制具备良好的推理能力,能够为医生的正确判断提供决策支持.     

一种新的基于加权模糊规则自适应神经-模糊推理

提出了一种基于加权模糊规则的新的推理机制,并将这组加权模糊规则及相应推理机制映射成了一个模糊神经网络,其中加权模糊规则中的(局部和整体)权重恰好对应于神经网络的连接权.通过新改进的BP算法训练此神经网络后,可学习得到加权模糊规则的权重近似优值.模拟实验说明,训练后得到权重,用本文提出的新的推理机制可以一定程度上提高推理精度.     

加权模糊产生式规则的泛化能力研究

为了提高模糊产生式规则的知识表示能力,人们在模糊产生式规则中引入了局权、全权、置信度等参数。视加权模糊规则中的权重等为可调的知识表示参数,首先研究这些知识表示参数与加权模糊规则的泛化能力之间的关系,然后提出了一种基于极大模糊熵原理的知识表示参数优化方法。在选定数据集上的仿真实验数据表明,提出的方法可以明显提高基于加权模糊产生式规则的专家推理系统的泛化能力。     

基于集成模式的多参数综合智能故障诊断

基于产生式规则,事例,模糊诊断,神经网络集成模式,提出了多参数综合智能故障诊断方法,分析了多种诊断方法集成的必要性,以及该方法的知识表示,智能推理诊断及知识学习,应用结果表明这一多参数综合智能故障诊断的方法在实际工程中是行之有效的。     

基于模糊逻辑的产生式规则拓展

在CAPP系统中,工艺知识通常采用产生式规则来表达.由于工艺知识具有模糊性和不确定性,而传统的产生式规则又难以表示和处理这类带有模糊性和不确定性的工艺知识,所以必须使用一些模糊的语言来描述这些知识并以此来进行推理.针对这一问题,提出了一个基于模糊逻辑的产生式规则模型,给出了模糊规则的产生式规则表达式以及模糊规则中各命题之间的逻辑关系,同时也指出了模糊规则的模糊匹配方式.     

基于案例和规则的混合推理机制及其应用

提出一种基于案例和规则的混合推理机制求解产品概念设计方案.通过案例匹配方式寻求方案设计结果,在相似度达不到要求的情况下转入规则推理进行修正设计.针对案例推理中案例检索的准确度和效率低下等问题,采用粗糙集理论对产品已有的案例库进行处理,得到案例特征属性的真实权重,提高了案例检索准确度;运用层次聚类和K-means聚类相结合的混合聚类算法对案例库中的案例进行聚类并形成索引,提高了案例检索效率.通过摩托车概念设计应用实例验证了该文方法的可行性和有效性.     

基于知识的注塑模顶出设计

针对顶出设计中顶杆类型选择和顶出位置的确定，提出了塑件形状特征模型．在此基础上，运用产生式规则推理获得适合该塑件的最优类型顶杆，运用基于实例的推理确定顶出位置和所需顶杆数量；对实例的框架表示法和基于模糊相似度的实例相似性度量等进行了研究，并给出了相应的算例．规则推理和实例推理是使用已有经验来解决新问题的两种不同的方法，将这两种技术用于顶出设计，以克服设计者经验不足的问题．     

CBR和RBR的无人机自主空战战术决策

针对空战中无人作战飞机战术决策自主化问题,提出了基于案例推理（CBR）和规则推理(RBR)的战术决策方法。在剖析战术决策案例特征的基础上,设计了一种基于框架结构的案例表示方法,并引入结构相似度和云模型理论,以改进传统的最近邻检索算法。最后,利用基于案例推理和规则推理设计的战术决策GUI界面,能够快速地从库中检索出与当前空战态势最匹配的战术决策源案例,证明了该方法具有较好的有效性。     

专家系统中的模糊知识表示及推理研究

结合一种基于特征的零件可制造性评价模型,论述了基于模糊理论的知识表示方法和推理方法,使用隶属函数和模糊规则表示知识,使用匹配度最大优先法和加权证据综合评判算法进行推理研究.     

实例推理和规则推理在CAD中的集成研究

基于实例的推理（CBR）和基于规则的推理（RBR）是知识工程中两类实用有效的推理方式，其逻辑学基础是类比推理和演绎推理。在复杂内、病态结构的设计问题求解中，上述两类推理方式都得到了广泛而独立的应用。提出一种将CBR与RBR集成的方法，即根据设计过程中各阶段的特点，灵活使用实例推理和规则推理策略去解决工程设计问题， 可提高设计问题求解的效率和有效性。     

案例推理和规则推理结合的紧急预案信息系统

将基于案例推理（CBR）与基于规则推理（RBR）两种人工智能技术相结合，引入到紧急预案信息系统的系统设计中，设计了系统的结构和工作流程并对系统实现的主要技术，预案和知识的表示，案例的存储结构，案例检索，案例适配与系统学习进行了探讨和构想。     

一种改进的基于模糊案例推理方法及其在分类中的应用

针对基于特征权值的相似性模型在相似案例搜索上的局限性,通过汲取模糊规则在捕获领域知识上的有效性和灵活性,提出了一种改进的基于模糊案例推理方法。首先通过确定特征变量取值区间及对特征区间的模糊划分,直接从数据中学习规则;然后计算启动强度并合并规则得到分类器;最后通过计算类别强度,实现对未知案例的分类。3组UCI标准数据集上的实验结果表明,此方法不仅学习时间短,而且可以利用更少的样本获得更好的分类效果。     

一种多模糊规则的推理方法

探讨了多专家经验和知识的集成问题，提出了一种多模糊规则的推理方法，主要理论工作表明它是Ｍｉｚｕｍｏｔｏ模糊推理方法的推广。     

利用Matlab的模糊逻辑入门

模糊逻辑意味着近似推理,信息选粒,用词计算。无论在学者中间还是在各种类型的编程员中间,模糊逻辑现在已成为热门的话题。在任何一个现实过程中,模糊总是存在的。这种模糊可能是由数据输入的判读产生的,或者是从用于描述信息属性的规则中产生的。模糊逻辑提供了一种推理结构,它使人类的推理能力能应用于基于人工知识的系统。     

基于本体和规则的物流知识表示与推理

为了解决物流领域相关概念的共享和信息集成问题,研究了物流配送过程中相关知识的表示以及基于知识的推理．应用本体论方法分析配货规则,使用本体中表示的概念和属性制定配货规则库．运用Jena推理子系统,对本体和配货规则进行推理,开发了一套基于本体和规则的自动配货系统．由于本体是共享概念模型明确的、形式化的规范描述,可以利用本体强大的语义表达能力、本体所描述的共享知识以及自动推理机制,实现物流企业之间以知识集成为基础的业务集成．     

突发环境事件应急预案快速生成技术研究

针对目前突发环境预案系统时效性、动态性差等问题,提出一种基于案例推理为主,融合规则推理及空间数据标绘的应急预案快速生成方法。使用改进的层次分析法确定案例的特征属性及权重,研究了案例的表示、检索、适配、学习等过程中的关键技术,并且实现了该系统。     

一个采用模糊产生式规则的推理方法

在模糊集理论的基础上,本文提出了一种模糊产生式规则.为了采用这类规则进行推理,文中给出了规则前件与事实是否匹配的模糊匹配函数.最后给出了一个生成匹配事实的最大模糊包含演绎树的算法,并用实例说明采用模糊产生式规则进行不精确推理的方法.     

专家系统中不确定推理模型研究

根据现有不确定推理模型的组成和推理特征,抽象归纳出一种基于产生式规则的不确定推理模板模型。该模板模型具有合理的组成框架结构和接近人类专家推理方式的工作过程。该模型可以帮助我们对不确定推理模型的不确定性知识表示和推理机制进行分析比较。     

受ELSE规则支配的模糊LMS算法

针对FSS-LMS算法推理机制不全和算法运算量大的问题,提出了一种新的受ELSE规则支配的模糊LMS算法.ELSE规则的存在使得在任何输入数据条件下都能成功执行推理机制,而且运算量大为减少.与其它模糊LMS算法相比,该算法所建立的模糊规则更加简单和可靠.实验结果表明,该算法不仅具有更少的计算量,而且比其它的模糊LMS算法以及其它传统的LMS算法具有更好的性能.     

基于模糊相似矩阵与粗糙集的规则获取

粗糙集理论是一种对对象进行分类的能力.分类是推理、学习与决策中的关键问题.传统粗糙集所基于的是不分明关系,这往往使得分类过细,因而基于粗糙集的规则获取也存在知识粒度过细的问题.文章探讨一种基于模糊相似矩阵的分类方式,把传统的等价关系弱化为模糊等价关系,从而得到更具表达力的粗糙集模型,在这个前提下讨论规则获取一定程度上解决了知识粒度过细的问题.