基于人工神经网络的案例检索与案例维护

传统的案例推理系统中,案例检索和案例维护作为两个相互独立的任务分别考虑。而对于案例维护以案例库为纽带,直接为案例检索服务的内在联系没有充分研究。在分别论述案例检索、案例维护,以及人工神经网络在案例推理系统中的应用研究现状基础上,进一步探讨了采用人工神经网络方法实现案例检索和案例维护的整体设计方案,并阐述了其中技术细节。最后,以某产品设计应用为背景,设计并实现了一个反向传播神经网络作为案例检索和案例维护方法,验证了结论的正确性。     

层次相似算法模型及在管理案例检索的应用

案例推理（CBR）已经广泛地应用在非结构化和半结构化的决策问题中，CBR系统成功的关键因素之一在于它检索出最相似案例能力，即相似算法的精确性和有效性，然而现有的各种相似算法常常对案例本身有较强的假定限制，这些假定限制的存在在实际的应用领域中并没有得到证实，文章以管理案例推理系统研究为背景，提出层次相似算法模型用以解决属性间存在复杂相关性的案例检索算法，并将该理论应用于管理案例检索的实践中。     

基于遗传禁忌算法的案例检索策略

将遗传算法和禁忌算法引入案例推理系统,首先使用遗传算法对案例检索中案例属性的权重进行优化,提出了基于遗传禁忌混合算法的检索策略,并应用于基于案例推理的企业财务危机智能预警支持系统,提高了系统的效率和质量。     

基于知识元的应急案例检索方法

应急案例蕴含大量有价值的应急管理知识,针对应急案例特点,基于共性知识元模型,对应急案例内容和结构进行了重新组织和表示,在此基础上结合情景及突发事件演化的相关理论,对应急案例检索方法进行了研究,通过多层案例检索算法,提高应急案例检索准确率。     

冶金生产强磁选过程优化设定控制方法及实现

冶金工业赤铁矿强磁选过程具有强非线性、不确定性且难以用数学模型描述。采用常规控制方法,难以将其工艺指标精矿品位与尾矿品位的实际值控制在目标值范围内。为此结合案例推理、规则推理等智能技术,开发了强磁选过程智能优化设定控制系统,并应用于国内某赤铁矿选矿厂强磁选过程,实现了强磁选过程的精矿品位、尾矿品位的智能优化控制。     

基于案例推理的多准则综合评价

案例推理是动态决策环境下求解不良结构问题的常用方法．本文把基于案例的推理方法运用于多准则综合评价中,扩展了传统数学模型的求解方式,文中详细叙述了基于案例的属性权重建立算法和相似性度量算法,并将该方法与神经网络模型作了全面比较,指出了存在的优缺点和今后的改进方向．     

案例推理中案例调整技术的研究

以提高案例推理方法中案例调整的有效性为目的，归纳了案例推理中主要案例调整方法，以模糊集理论为出发点，提出并论证了主要案例调整方式的适用条件。在此基础上，设计了案例调整算法，并给出一个通用的案例调整框架。最后，使用上述案例调整技术，对钢铁生产的动态调度实例进行了求解，仿真结果验证了该技术在解决复杂的案例调整问题上的有效性和柔性。     

基于权重系数与冲突概率重新分配的证据合成方法

证据合成方法将来自不同信息源的独立证据信息组合,产生更可靠的证据信息。但在证据完全冲突或冲突较大时,Dempster-Shafer证据合成公式失效。鉴于此,提出了一种新的证据合成方法,该方法充分考虑了证据在合成过程中的重要程度,通过引入权重系数和冲突概率的重新分配,新的合成方法提高了证据合成的可靠性和合理性,可得到更为理想的合成结果。     

面向语义检索应用的本体模型结构设计

为提高语义检索过程中术语关系自动判别的效果,引入本体理论,对本体的结构设计及推理机理展开研究。提出基于6元组的本体模型结构,采用描述逻辑作为表达工具,实现了对原子术语、复合术语、实例、实例描述、属性分配以及公理的语义描述。依据Gruber设计原则,从明确性和客观性、一致性、最大单向可扩展性、最小编码偏好和最小本体承诺5方面对本体结构进行评价。从语义检索的需求出发,提出面向术语和面向实例的两种推理类型,以及转换机制和判定算法。将语义检索抽象成信息请求与答复过程,提出4类信息搜索策略,并对语义检索系统的实现进行展望。     

基于多个混沌BP网的案例匹配技术研究

描述了混沌BP网的拓扑结构与实现步骤，引入了模拟退火的控制策略，以便在训练后期有效地控制混沌运动．提出一种基于改进的德尔菲法的算法来确定输出样本集，以提高训练质量，得到了预期效果．给出了基于多个混沌BP网的案例匹配技术框架，提高了案例匹配的效率．与最邻近法相比，结果表明该技术对于类似钢铁生产动态调度这样的复杂系统，能够提高案例匹配的精确性，更适于解决案例属性权重难以确定或存在着耦合和复杂的非线性关系的问题．     

基于反正切函数权值累加生成的DGM(1,1)_(atan)模型及其应用

传统DGM(1,1)模型的累加生成算子没有考虑数据振荡对数据序列发展趋势的影响,模型预测结果往往呈现齐次指数增长的趋势.该局限性使得DGM(1,1)模型不适用于本身存在随机振动特征的序列分析与预测.针对这一问题,本文提出基于原始数据均值像序列的随机波动特征分析方法,设计出均值像反正切函数变权形式的累加生成算子;在此基础上建立了基于均值像反正切函数变权累加的DGM(1,1)atan模型,该模型综合考虑了数据的整体增长趋势与局部波动特征;最后,将模型应用于海域水质监测的数据分析与预测,预测结果验证了模型的有效性及实用性.     

基于案例学习和目标驱动学习的观点生成框架

群体观点生成是观点评价和群体一致性意见达成的基础．本文提出基于案例学习和目标驱动学习的观点生成框架,将人工智能技术集成入群体决策支持系统中,通过动态问题分解过程、多案例经验学习过程、主动的目标驱动学习过程的协调运作,既支持初始观点生成,又支持观点的修改与扩充．本文采用描述性智能辅助技术,使得观点生成的智能辅助方法不仅易实现,而且具有高度的灵活性和适应性．     

基于证据推理的信息不完全确定的MCDM方法

针对权系数为信息不完全确定、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法。该方法先对决策者给出的权系数不完全确定信息进行分析,得到一组可利用的基数权重,然后将方案的准则值(不确定且不完全)用基于证据推理的算法进行集成,比较方案集在所有基数权重下的效用值的大小,从而确定方案集的排序。最后以实例表明该方法的有效性和可行性     

案例分析的多维情景空间方法及其在情景推演中的应用

本文提出多维情景空间方法,构建案例-情景-对象-要素四层架构的案例模型.多维情景空间方法以情景作为推演的基本单元,以要素作为情景表达的基本维度,建立多维空间坐标系统,从而将情景表达为多维情景空间中由若干个点构成的轨迹,实现对情景,情景相似度,情景推演的量化描述.基于该方法,以油罐火灾为例,选择近年来发生的若干典型油罐火灾案例,进行了案例分析与推理,建立了情景推演过程,并实现了基于情景推演的决策支持.     

基于事例推理的加工中心智能CAD系统研究

针对加工中心模块化设计智能ＣＡＤ系统,提出了基于事例推理的设计方法。文中建立了基于事例推理的方案设计事例树状分层模型和功能模块事例数据模型,提出了设计事例的检索算法及事例的修改与学习策略,最后给出了卧式加工中心设计实例。应用结果表明,基于事例推理的设计方法对开发模块化系列化产品是十分有效的。     

Research on consistency measurement and weight estimation approach of hybrid uncertain comparison matrix

The consistency measurement and weight estimation approach of the hybrid uncertain comparison matrix in the analytic hierarchy process （AHP） are studied. First, the decision-making satisfaction membership function is defined based on the decision making＇s allowable error. Then, the weight model based on the maximal satisfactory consistency idea is suggested, and the consistency index is put forward. Moreover, the weight distributing value model is developed to solve the decision making misleading problem since the multioptimization solutions in the former model. Finally, the weights are ranked based on the possibility degree approach to obtain the ultimate order.