一个基于范例推理的专家系统ICMIX

蛋鸡饲料配方是一个要求考虑多种制约因素、需要丰富实践经验的问题域．本文介绍的ＩＣＭＩＸ是基于范例推理的蛋鸡饲料配方专家系统，其范例面向规划模型，由日粮类型子范例和营养标准子范例构成．范例库中的基本范例代表了典型情况下的原料组合及营养约束．系统按实际生产环境根据知识库中的规则和模型对范例综合、修正，然后调用线性规划得到最优配方．

基于范例推理的注塑模具设计自动化技术

研究在最近邻法基础上注塑模具范例的相似度算法,充分考虑不同历史时段技术发展水平导致的模具设计和加工手段的进步。减小由于庞大的范例库造成的匹配时间复杂度,提出采用过滤机制的方法。首先限定一定的搜索范围,只对此范围内的范例进行相似度计算匹配,从而最大限度的提高系统计算、匹配效率;给出特征权重调整的简洁方法,以对传统最近邻法产生的不精确性进行修正。针对检索到的模具范例,从零部件信息和装配结构两个方面进行调整,提出基于标准件库的离线式零部件编辑和以'配合关系寄存器'为中间件的结构调整方式。最后提出一种设计时范例数据获取与重用的设计过程刻录的在线式范例应用的新方法,为基于范例的自动模具设计开辟新途径。

基于范例推理的税收案例分析系统设计

基于范例推理技术是专家系统实用而成熟的技术。对税收案例分析而言,其应用在实用性方面优于基于规则的系统。提出基于范例推理技术和应用XML来表示和搜索范例,应用数据仓库构建税收案例分析系统,详细介绍了系统的基于范例推理流程、相似性度量函数、范例相似匹配方法及范例维护的设计思路和实现步骤。利用基于范例推理技术,大大提高了系统的“智能”性和实际功能,在实际应用中产生了较好的经济效益和社会效益。

基于范例推理:原理、研究及应用

基于范例推理既是人类推理的一种重要形式,也一种人工智能范式。文章介绍了基于范例推理的基本原理、研究课题和应用领域,并指出其目前发展趋势和存在的问题。

基于范例推理的数字参考咨询系统实现初探

基于范例推理(CBR)是人工智能领域中一种基于知识的问题求解和学习方法,本文将CBR引入到数字参考咨询系统的设计中,在分析基于CBR的智能数字参考咨询系统结构的基础上,对智能数字参考咨询系统范例库的定义、检索及范例匹配进行了分析,为提高数字参考咨询系统的智能性提供参考借鉴。

基于范例推理和自动案例启发的知识获取模型

利用基于范例推理(CBR,case-based reasoning)和自动案例启发(ACE,automatic case elicitation)二者的特点,提出了一种新的知识获取模型。讨论了该模型的结构、功能,详细阐述了知识获取过程。该模型通过与环境的交互,得到观测资料,并与案例库进行匹配,根据匹配结果,得到响应环境的行为,最终实现知识获取。

基于范例推理的人机界面设计系统

针对人机界面设计与评价在一定程度上依赖于专家知识和以往经验的特点,将基于范例推理(CBR)引入到人机界面设计中,提出了基于范例推理的人机界面设计与评价系统架构,并分析了架构的组成。研究了实现系统所采用的范例知识表示、相似性度量算法等关键技术。在拖拉机人机界面设计中的应用结果表明,依据提出的架构及其关键技术,易于实现人机界面设计知识的重用和创新,提高设计工效。

蛋鸡饲料配方专家系统:ICMIX——一种基于范例推理的实现

介绍基于范例推理实现的蛋鸡饲料配方专家系统ICMIX。讨论了ICMIX的范例、范例组织和检索、范例修改和修补问题。基于范例推理比传统的基于规则推理更适用于蛋鸡饲料配方这一要求,考虑多种制约因素、需要丰富实践经验的问题域。

基于范例推理系统的实时道路交通行程安排研究

阐述了CBR的体系结构和开发过程。引用Virginia的hampton路径系统原型,说明了开发实时道路交通行程安排系统的方法与步骤。运用滚动视野法阶段性解决路径分配问题,反复进行路径分配方案的局部优化,使最新的环境信息得到充分利用。构建范例库的范例由一种用于该地区的启发式的动态交通分配模型产生,用另外一组范例通过对比它和DTA模型的解来研究评估原型系统的性能。评估结果说明原 型系统是能够在实时系统中运行的。

基于范例推理的边坡稳定性评价模型

针对边坡稳定问题的复杂性,提出了基于范例推理的边坡稳定性评价模型,对模型的推理机理作了简单介绍,并在相关系数的基础之上计算了各影响因素的权重,从而得出范例之间相似度的计算方法。将模型应用于工程实例,得出的评价结果和实际情况一致,从而表明该模型原理简单,是边坡稳定评价的一条有效途径。

基于数据挖掘和范例推理的智能分析决策支持技术综述

介绍了数据挖掘中的一些关键技术、人工智能基于范例推理、决策支持的主要理论及其发展,提出了范例推理、类比学习、规则推理之间的联系,详细探讨了数据挖掘技术、基于范例推理和决策支持理论集成的问题,最后对上述技术在预测领域的综合应用前景作了探讨。

基于多范例推理的小组软件过程规划算法

由于软件开发小组和软件产品的不同,小组软件过程发生相应的改变,为了达到对软件过程由事后分析到事前规划的目的,必须要进行小组过程规划的研究.小组软件过程由活动组成,活动受角色、时间、数据、设备等方面的约束,软件过程的规划就是多约束满足问题.文中提出用问题归约策略与基于范例推理结合的方法解决这个问题.引出了范例粒度的概念,形成一种多范例推理的方法,对这种方法所涉及到问题和解决的办法做了详细的论述,并且验证该方法是有效的.由范例的重用体现出过程级上元素的重用,有利于软件过程的控制与优化.

基于外域范例可拓推理的研究

基于范例推理(CBR)是人类常用的一种解决问题方式,也是人工智能的一种研究范式,在许多领域都得到了应用。但CBR也可能受到心理定势和负迁移的影响,对于创造性思维有一定的负面作用。研究对CBR进行了改进,提出了在外域搜索范例并作可拓变换的方法,称为基于外域范例的可拓推理,并将它运用到产品创新构思系统的设计中,为把认知心理学应用到国家经济建设中提供了新思路。

基于范例的推理在管件焊接柔性夹具设计系统中的应用研究

根据焊接管件之间存在一定相似性的特点,提出将基于范例的推理(CBR)技术应用于管件焊接夹具设计系统中,管件焊接夹具的相似性从工件特征和夹具特征两方面来考虑。利用机械设计规则和空间坐标转换技术,并结合Solid Edge的二次开发技术,实现对实例的修改,达到自动装配的目的。研究结果表明,将基于知识的算法应用于实例的检索、修改和储存,可大幅度地提高夹具设计知识的重用率,从而解决了新对象的夹具设计需重新求解导致的智能化程度不高的问题。

基于本体的范例推理系统研究综述

在总结本体和基于范例的推理(CBR)各自的发展现状,分析它们各自的特点、面临的困难与不足的基础上,从理论上分析了基于本体的CBR系统正在逐渐成为研究热点的原因——发现本体与CBR相结合必然产生双赢的局面;进而对国内外基于本体的CBR研究进行综述,总结了存在的不足和面临的主要困难,并提出了一个初步的解决策略和今后的发展方向。

集成范例推理系统的研究

首先研究了与范例推理相集成的多种技术,并着重研究了基于范例推理和规则推理的集成方法,以及基于范例推理和归纳技术的集成方法,以此来充分利用范例推理、规则推理和归纳学习技术的各自优势,提高智能系统求解问题的能力。

基于归纳技术的范例推理及其应用

首先研究了可以与范例推理相结合的多种技术，并着重研究了基于范例推理和归纳技术的集成方法，以充分利用范例推理和归纳技术的各自优势，提高求解问题的能力。该文提出了一个基于归纳技术的范例推理分类算法，实验证明了此算法有着良好的分类准确率。

范例推理在制袋机系统参数设定中的应用

制袋机目前由单列单制式发展到双列多制式,由自动化设备向智能化设备发展。随着制袋机设计制造技术的发展,需要设定的系统参数也更多更复杂,依靠熟练工人的经验设定制袋机参数已不能已满足智能化设备的需要。通过引入人工智能技术,采用范例推理的方法实现简单快速并且高质量的系统参数设定,在此基础上可进一步对制袋机的参数进行智能调整,实现制袋机参数设定的智能化。

基于CBR勘探平巷掘进范例库的研究与开发

CBR方法是近年来人工智能领域非常先进和实用的方法 ,在众多领域中都获得了巨大的成功 ,为了充分实现勘探平巷掘进施工技术中的人工智能思想 ,笔者基于CBR方法开发了勘探平巷掘进施工范例库。文章介绍了基于范例推理思想及其设计方法 ,结合勘探平巷掘进施工技术……工程实例利用CBR的基本原理做成范例库 ,同时介绍了如何进行范例的搜索、改写与复用以及机器学习等问题。通过该范例库的建立 。