基于案例的推理在舰船维修费预测中的应用

针对市场经济条件下舰船维修费预测不确定性越来越大的问题,提出了一种基于案例推理的舰船维修费预测模型。首先,利用修船厂的历史数据,采用特征向量表示法构建舰船维修费案例库;其次,为提高案例检索效率,采用组合模糊聚类算法建立舰船维修费案例的分类索引结构,并提出基于最近邻法的两步检索策略检索相似案例;最后,采用加权平均法对相似案例进行修改以获取预测值,同时采用主动学习策略保存当前案例并更新案例库。实例仿真结果表明:与传统舰船维修费预测模型相比,基于案例的推理模型具有更高的预测精度,所提模型是有效的。     

基于案例推理的地震应急救援决策方法

针对地震应急救援决策问题,将案例推理方法应用于应急救援辅助决策过程,提出了基于案例推理的地震应急救援决策方法和基于框架的地震应急救援案例表示方法;根据案例的不同特征属性,结合地震部门的地震灾情初判,确定相应的相似度计算方法,解决传统最近相邻算法中属性值缺失的问题;采用主客观综合权重获取方法优化权重分配;最后,利用决策者的心理偏好重新排序案例,提高案例匹配性。仿真实验表明,该方法能有效地提高地震应急救援辅助决策的效率。     

基于复合CBR的炮兵侦察情报处理系统模型研究

本文针对当前炮兵侦察情报处理系统工作现状,指出了现有侦察情报处理系统所存在的问题和局限性,利用人工智能中的基于案例推理技术,建立起基于复合案例推理的炮兵侦察情报处理系统的模型。该模型详细地描述了炮兵侦察情报处理过程,克服了现有基于规则推理系统不易扩展和修改的弊端,具备更好的处理效果。     

多无人作战飞机编队空战智能决策方法

针对多无人机编队空战战术决策问题,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,借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,仿真结果证明该方法具有较好的有效性。     

神经规则与案例融合的专家系统知识表示和推理

为了对专家系统中的知识进行表示,并使得推理变得更加准确高效,介绍了一种结合符号规则、神经网络和案例的方法。该方法是把一种混合规则,即神经规则和案例结合在一起。它与传统的基于符号规则推理不同的是,即使有一些未知的输入,也可以执行基于神经规则的推理。实验证明,与传统的专家系统比较,混合推理可以提高故障诊断的效率和精确度。     

混合推理在某型雷达故障诊断中的应用

传统诊断方法各有优缺点,对于大型装备的故障诊断来说,由于故障的复杂性、故障信息的多样性,单一的诊断方法满足不了实际应用的要求。为此,在介绍基于案例、模型、神经网络专家系统诊断推理方法的基础上,论述了基于案例、模型和神经网络的混合推理策略,给出了建立混合推理系统的方法,并在某型雷达的故障诊断系统中得到了应用。     

反导案例匹配中的距离度量算子北大核心

反导作战中运用案例推理的方法重用以往的相似案例可以提高决策效率,在相似案例的匹配中对于数值属性的相似度计算常用到的是基于距离的度量方法,现有的基于距离度量的方法对于较相似案例之间的区分性不高。针对这一问题,提出一种新的距离度量算子,经数学公式推导证明了其合理性,通过与其他度量算子的对比,证明该算子在2个数值相差很小时有着更高的分辨率。用该算子改进欧式距离,在弹道导弹相似识别实验中验证了其有效性。     

基于RBF-CBR技术的相控阵雷达识别方法

现有雷达识别技术对相控阵雷达的波束捷变、信号形式复杂等特点并不适应,造成识别率低、漏识别严重等问题。为此,讨论了脉内调制类型和点扫描特性参与分类识别的策略;设计了基于案例推理的相控阵雷达识别方法;提出了基于径向基函数案例索引方式的RBF-CBR识别模型。通过对比实验,验证了该模型具有良好的推理识别能力和较高的处理问题效率,为相控阵雷达识别提供了一个新的思路。     

基于案例推理的危险化学品事故警戒范围研究

为了更有效地确定危险化学品事故现场警戒范围,提出一种基于案例推理技术的危险化学品事故现场警戒范围划分办法。通过对影响危险化学品灾害事故后果、发展程度、发展方向的特征要素的分析,确定了基于案例特征要素的案例表示方法。针对实现危险化学品事故现场警戒范围确定这一决策目的,采用了层次分析法对案例特征要素赋权。最后基于最邻近算法,实现了案例的匹配。参考案例库中匹配案例的警戒范围划分方法,为当前案例提供指导,对危险化学品事故现场警戒范围确定有一定借鉴意义。     

基于案例推理的战争设计工程案例库研究

论述了建设战争设计工程案例库的必要性,就战争设计工程案例结果表示以及案例库建设相关问题进行了初步的探讨,构造了战争设计工程案例框架结构,给出了案例研讨结果的结果序列空间分析模型,建立了基于案例的战争设计工程案例库的案例推理机制。     

基于Petri网的案例推理研究

介绍Petri网的知识表示方法以及案例推理机制的相关内容,提出了一种基于Petri网的案例推理模型,给出了相应的案例检索匹配算法,并将该模型和检索算法应用到网络攻防态势推演系统中,最后重点介绍了该系统的案例库的知识表示。     

运用模糊逻辑的火炮故障诊断专家系统

本文将模糊逻辑理论引入军械装备故障诊断问题的研究,给出火炮故障诊断专家系统(FDESG)的设计方法与实现技术。通过对火炮维修专家模糊思维特点的分析,在FDESG的设计中,对模糊知识库的组织采用因果网络表示法实现的分层、分块式结构;将火炮维修专家在处理问题使用的模糊知识抽象为事实性知识和诊断性知识,并分别采取了二元组和模糊规则的表示方法;提出一种多层正反向混合模糊推理策略.以模拟专家的模糊推理过程;设计出-一组计算结论不确定性的传播函数,而且为使其表现形式易于被用户所接受,还提出一种基于Minkowski距离的语言近似方法。     

基于事例推理的装备软件成本估算研究

采用基于事例推理的估算方法可以很好地解决传统经验函数估算软件成本时的局限性。讨论了装备软件成本估算和基于事例推理研究的特点，从总体上描述了基于事例推理装备软件成本估算系统结构和实现流程，阐述了主要的研究内容，包括影响软件成本因素、系统的事例表示方法以及相似度的基本算法及事例的改写，并通过实例验证了事例推理在装备软件成本估算实践中的具体应用。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题，提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性，基于扩展积分均方误差代价函数搜索最优置信范围，并对混合项进行高斯聚类，进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用，引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并，在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明，改进算法在保证跟踪精度的同时还可有效提高算法效率。     

Case‐based reasoning and improved adaptive search for project scheduling

Most scheduling problems are notoriously intractable, so the majority of algorithms for them are heuristic in nature. Priority rule‐based methods still constitute the most important class of these heuristics. Of these, in turn, parametrized biased random sampling methods have attracted particular interest, due to the fact that they outperform all other priority rule‐based methods known. Yet, even the “best” such algorithms are unable to relate to the full range of instances of a problem: Usually there will exist instances on which other algorithms do better. We maintain that asking for the one best algorithm for a problem may be asking too much. The recently proposed concept of control schemes, which refers to algorithmic schemes allowing to steer parametrized algorithms, opens up ways to refine existing algorithms in this regard and improve their effectiveness considerably. We extend this approach by integrating heuristics and case‐based reasoning (CBR), an approach that has been successfully used in artificial intelligence applications. Using the resource‐constrained project scheduling problem as a vehicle, we describe how to devise such a CBR system, systematically analyzing the effect of several criteria on algorithmic performance. Extensive computational results validate the efficacy of our approach and reveal a performance similar or close to state‐of‐the‐art heuristics. In addition, the analysis undertaken provides new insight into the behaviour of a wide class of scheduling heuristics. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 201–222, 2000     

基于事例推理的海上编队风险评估系统模型

海上作战信息范围广、内容多,海上编队面临情况异常复杂.针对海上编队面临的威胁,运用人工智能的基于事例推理技术探索海上编队风险评估问题,建立起了基于事例推理的海上编队风险评估系统模型.该模型运用数据事例库对情报信息进行识别和分析,通过专家对各种情况进行打分,并运行推理机找出相匹配的事例,从而得出海上编队当前的风险指标.该模型能在多种复杂情况中,甄别关键影响因素,通过专家与机器的结合,较准确地定出编队风险值,为指挥员实施判断决策提供帮助.     

基于边扫描边跟踪系统的多目标航迹起始相关

系统地研究了基于边扫描边跟踪雷达系统中对多机动目标的航迹起始及点迹-航迹相关。航迹起始采用滑窗法,对于点迹-航迹相关,可将K近邻域法和NN算法结合应用。对该方法的航迹相关准则进行了详细的描述,并与NN算法和K近邻域法进行了比较。     

Strategic capacity decision‐making in a stochastic manufacturing environment using real‐time approximate dynamic programming

In this study, we illustrate a real‐time approximate dynamic programming (RTADP) method for solving multistage capacity decision problems in a stochastic manufacturing environment, by using an exemplary three‐stage manufacturing system with recycle. The system is a moderate size queuing network, which experiences stochastic variations in demand and product yield. The dynamic capacity decision problem is formulated as a Markov decision process (MDP). The proposed RTADP method starts with a set of heuristics and learns a superior quality solution by interacting with the stochastic system via simulation. The curse‐of‐dimensionality associated with DP methods is alleviated by the adoption of several notions including “evolving set of relevant states,” for which the value function table is built and updated, “adaptive action set” for keeping track of attractive action candidates, and “nonparametric k nearest neighbor averager” for value function approximation. The performance of the learned solution is evaluated against (1) an “ideal” solution derived using a mixed integer programming (MIP) formulation, which assumes full knowledge of future realized values of the stochastic variables (2) a myopic heuristic solution, and (3) a sample path based rolling horizon MIP solution. The policy learned through the RTADP method turned out to be superior to polices of 2 and 3. © 2010 Wiley Periodicals, Inc. Naval Research Logistics 2010     

带有可信度因子的直觉模糊近似推理方法

针对基于相似度的直觉模糊近似推理问题,提出一种基于加权相似度量的直觉模糊推理方法。首先定义一种新的直觉模糊相似度度量公式,加入权重参数解决各维特征分配不均匀的问题,弥补了现有直觉模糊相似度量的缺陷。然后构建基于直觉模糊产生式规则的直觉模糊近似推理模型,加入可信度因子解决了随机性引起的信息不确定问题,同时给出模型的推理算法和计算步骤。最后通过实例验证了该方法的实用性和有效性,其在意图识别、目标识别等信息融合领域有良好的应用前景。