基于事例推理的短期负荷预测

将人工智能中的事例推理(CBR)技术引入到电力系统短期负荷预测中，针对传统规则专家系统知识获取的“瓶颈”问题，事例推理充分利用另一种知识资源(以往预测成功的例子)来解决新的预测问题．以前的预测行为作为历史事例以一定的结构和方式存储在事例库中，对于新的预测问题，从事例库中找寻相似事例，并利用其结论，确定新问题的解决方法．实际算例表明，对于短期负荷预测问题，基于事例推理的预测系统在预测精度上优于单一的数学模型，具有较强的实用性．     

CBR系统优化策略及在注塑模具设计中的应用

CBR(Case-based reasoning)技术是弱理论强实践领域实现智能化的有效手段,但是,随着工业的飞速发展,工程领域的特征信息爆炸式增长使得当前CBR系统的关键构建环节例如事例的表达、事例库的构建等呈现出诸多局限。为了适应新的复杂工程领域发展需要,对若干关键环节进行了优化研究:在CBR系统事例的表达方面,利用GHSOM(Growing Hierarchical Self-Organizing Map)算法和粗糙集算法集成策略对事例庞大特征信息进行精简,为事例知识的准确、高效表达、存储和检索打下基础;利用GHSOM算法优化构建事例库,通过空间聚类建构多层次多粒度知识库体系,同时,当执行事例检索时,由GHSOM算法作为知识导引策略,将新任务导入相应子事例库,通过数值计算获取最佳事例。最后,以注塑模具设计为应用领域验证了本方案的效果。     

基于CBR的分布式工作流模型与管理方法

为了满足企业信息系统的分布环境下工作流管理系统向智能化管理方向发展的需求,并实现分布式工作流与知识管理、人工智能理论与方法的结合,将一种新的人工智能推理方法--CBR(基于事例推理)引入工作流管理系统.在原有工作的基础上,提出了一种基于CBR的分布式工作流系统框架与管理方法, 重点探讨了CBR的事例检索策略在分布式工作流系统中的应用方法,最后给出了一个分布式工作流管理的实例,实践证明该方法有利于提高分布式工作流的智能性、灵活性和适应能力.     

基于模糊描述逻辑的CBR的事例相似性

针对用于基于事例推理(CBR)的描述逻辑不能表示和推理模糊语义知识的局限问题,将模糊描述逻辑F-SHIQ(D)引入CBR中,定义F-SHIQ(D)范式,据此表示包含模糊语义知识的CBR事例,提出同时考虑事例描述概念和隶属度相似性的事例相似性方法,并与现有基于描述逻辑的CBR进行对比。结果表明,在包含模糊语义信息的领域,基于F-SHIQ(D)的CBR能提升事例表示和事例相似性度量的准确性,有助于提高事例检索效率。     

基于实例的故障诊断方法研究与应用

实例推理（Case Based Reasoning,CBR)适于表达复杂的综合性知识，其思想和工作机制对故障诊断有重要意义，实例的表示形式和快速，有效的检索机制直接影响CBR系统的效率，该文提出基于框架的实例表示形式，利用框架将相关故障关联起来，在此基础上给出一种实例库的组织方法，讨论实例的检索和更新方法，并给出应用实例。     

基于描述逻辑的可扩展的案例表示及检索研究

案例推理(CBR)与领域知识的结合是CBR近年来的研究热点之一,不同的知识表示方式对CBR系统性能产生不同的影响。在分析传统知识表示与CBR结合不足的基础上,提出了一种可扩展的基于描述逻辑(DL)的案例表示模型,并给出了相应的案例检索算法。此模型强调在CBR系统中领域知识主要是为案例检索及修正服务,对领域知识的使用程度应根据CBR的实际需求和应用背景来确定,在保持了CBR系统优点的同时,也提供了一种灵活使用领域知识的手段。     

基于事例推理短期负荷预测方法的改进

针对基于事例推理（CBR）短期负荷预测中的事例库组织，提出第一级按不同的时刻和星期类型粗分类、第二级按照模糊聚类方法细分类的二级分类方法，可以很好地实现不同预测环境之间的相似性和相异性；针对事例的检索，提出模糊优先比的定量属性检索方法，按此方法进行检索不但可以提高检索效率，还可以对检索过程进行控制．实际算例表明，以此方法进行负荷预测的周平均相对误差为2．620%，低于一般的CBR方法和单一预测方法．     

基于知识的铝型材挤压模具集成设计系统

提出了基于知识的铝型材挤压模具集成系统的框架，研究了事例推理技术(CBR)在铝型材挤压总体事例建模中的实现以及面向铝型材挤压成形过程的仿真方法．总结了集成知识模型中的几何处理技术，提出了基于CAD平台进行几何处理的基本原理并建立了相应的原型系统．     

基于事例的推理循环中人工神经网络和遗传算法的4种应用模型

从理论上研究了人工神经网络（ANN）模型和遗传算法（GA）在基于事例的推理（CBR）循环中的应用。针对CBR循环中遇到的共性技术问题，即事例的检索与修改，提出了4种应用模型：基于神经网络自适应共振（ART1）、自组织特征映射（SOFM）模型的事例聚类，基于反向传播神经网络（BPN）模型的事例相似度计算，基于GA的最近邻检索法（K－NN）特征权值优化以及其于GA和BPN的事例自动修改。讨论并建立了各种模型的算法。对提高CBR实际应用时事例的检索效率与质量具有指导作用。     

基于事例推理系统中检索策略的分析与研究

讨论了基于事例推理(CBR)在人工智能系统中的作用,分析了常用的CBR检索算法,并着重研究了提高系统检索效率问题.针对CBR系统的关键性问题事例检索,提出了一种分级检索算法与最近相邻算法相结合的检索策略(L&NCBR),分析了在精确匹配与非精确匹配情况下该策略的效率,并给出了基于L&NCBR的智能推理系统运行情况分析.结果表明L&NCBR策略在提高系统检索的稳定性和效率方面是有效的.     

领域CBR本体及其在范例表示和范例修改中应用研究

范例表示和范例修改是基于实例推理领域中的两个研究热点.针对此,提出一种基于领域CBR本体的范例表示和范例修改方法,该方法引入本体表示范例,添加范例特征意图项指导范例修正,提高了范例库的重用性和范例修正的成功率.首先,以经典本体概念和CBR理论为基础,提炼出领域CBR本体的定义和主要组成部分.其次,与传统范例表示方法对比,给出了领域CBR本体范例表示的优势,并对领域CBR本体中的关键类——范例特征意图类及其作用进行了重点介绍.而后,对领域CBR本体的构建过程和基于领域CBR本体的范例修改过程进行了详细阐述.最后,应用OWL语言对斗轮CBR本体进行了描述,并通过斗轮CBR本体在机械设计重用中的应用分析验证了此方法的有效性.     

基于案例推理的稀土萃取分离过程优化设定控制

针对稀土萃取分离过程难以建立数学模型和实现生产过程自动控制的特点,提出了基于案例推理技术的稀土萃取分离过程两端出口产品纯度智能优化设定控制方法·在简要描述稀土萃取分离过程的基础上,从积累的大量过程历史控制数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例推理过程中案例检索、案例调整、案例修正及存储方法进行了论述·给出了稀土萃取分离过程中萃取剂、料液和洗涤液流量的优化设定控制方法·将该方法应用于某公司HAB萃取提钇生产过程控制,取得了显著成效,表明所提方法的有效性·     

一种基于事例推理的数据库模式设计专家系统的体系结构

提出一种基于事例推理的ＤＢ模式设计专家系统ＤＥＳ－ＤＳ的体系结构，分别从设计需求说明的表达，设计事例的表达、组织与检索、调整与学习等几个方面来探讨ＤＢ模式设计问题求解中的事例推理技术，旨在提高ＤＢ模式设计的效率和质量。     

基于案例推理的浮选过程智能优化设定

针对在浮选过程中表征关键工艺指标的精矿品位和尾矿品位难以建立精确数学模型,而常规控制方法又难以进行有效控制的难题,将案例推理和常规控制相结合,提出了基于案例推理技术的浮选过程工艺指标优化设定方法.该方法从浮选过程积累的大量过程历史数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例检索、案例重用、案例修正及存储进行了论述.由智能优化设定模型自动更新基础控制回路的设定值,避免了人工手动设定的主观性和随意性.该方法应用于某选矿厂浮选过程,取得了显著的应用效果,表明了该方法的有效性.     

案例推理技术用于故障诊断时的相似算法

基于案例推理技术CBR(case based techno logy)应用于故障诊断领域时,如何快速检索到最相似的故障案例是故障诊断成功的关键,相似算法主要包括相似度的定义、计算以及案例检索技术。传统相似算法存在定量计算相似度困难、计算精度低、大量依靠专家经验、案例匹配效率不高等问题。给出了不同情况下相似度的计算公式、案例的表示与存储方法和案例的检索方法,可准确、快速地匹配故障案例,解决了CBR技术应用于实际故障诊断系统中的难题。     

基于案例推理兼容多媒体技术的专家系统

由计算机提供技术支持 ,应用 CBR技术 ,初步构建基于案例推理兼容多媒体技术的专家系统 .以案例库为载体和多媒体的模拟显示 ,分别讨论系统的结构形式与比较优势 ,案例的组织、查询、评价与修改 ,解决案例问题与应用多媒体技术的步骤等问题 .     

基于事例推理的冲压工艺辅助设计系统

将基于事例推理技术引入冲压工艺设计过程,提出了冲压工艺设计CBR系统框架,研究了适合冲压工艺设计的特征分类、事例表示、检索和修改方法,开发了一个基于事例推理的冲压工艺辅助设计系统并用实例验证。     

Case-based Reasoning in Conflict Negotiation in Concurrent Engineering

ＩｎｔｒｏｄｕｃｔｉｏｎＣａｓｅｂａｓｅｄｒｅａｓｏｎｉｎｇｉｓａｋｉｎｄｏｆａｎａｌｏｇｏｕｓｒｅａｓｏｎｉｎｇｉｎａｒｔｉｆｉｃｉａｌｉｎｔｅｌｉｇｅｎｃｅ［１］．Ｗｈｅｎｐｅｏｐｌｅｃｏｎｓｉｄｅｒａｎｄｒｅｓｏｌｖｅｐｒｏｂｌｅｍｓ,ｔｈｅ...