学位论文 > 优秀研究生学位论文题录展示

案例推理方法案例库维护策略研究

作　者: 辛鹏
导　师: 李鸿儒
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 案例推理案例库维护案例库精简案例存储属性约简
分类号: TP182
类　型: 硕士论文
年　份: 2012年
下　载: 3次
引　用: 0次
阅　读: 论文下载

内容摘要

随着案例推理方法(Case-Based Reasoning,CBR)在实际应用中的不断普及和发展,案例库的规模也在不断膨胀,这带来了两个互相消长的结果：一方面,随着案例数量的增加,案例库中包含了更多的知识,增强了系统解决问题的能力；另一方面,随着案例库规模的扩大,不一致的、不完整的、冗余的、垃圾案例增多,降低了案例库的质量,影响了CBR系统的性能。因此,如何控制案例库的规模,保护CBR系统解决问题的能力,提高案例库的访问速度,成为当前CBR研究与应用的关注焦点。本文采用多种策略对案例库进行综合维护,并对原有策略进行合理的改进,保护CBR系统解决问题能力的同时,合理控制案例库的规模。首先,使用自适应模糊C均值方法对原有案例库进行聚类处理,将聚类正确的案例存入到案例库中并将不同的聚类在逻辑上分别存储,将聚类错误的案例删除,由此去除噪音案例,实现对原案例库的精简及存储结构的优化,得到高效的案例库。由于案例库中的案例数减少,不但节省了案例库的存储空间,也可以提高案例检索效率。其次,以聚类的中心及案例的属性构建案例库的二级索引机制,并通过缓存案例库的设立及合理的实时案例存储策略的制定,使案例库在工作过程中合理的增加新案例并更新索引。最后,使用基于邻域粗糙集的前向贪心数值属性约简算法对案例的属性进行约简,删除无用属性以减少案例库的存储量。通过全面的维护及对原有技术的改进,案例库的性能将得到有效的提升。

全文目录

摘要  5-6
Abstract  6-11
第1章绪论  11-19
  1.1 课题背景  11-12
  1.2 研究现状  12-17
    1.2.1 案例推理研究现状  12-14
    1.2.2 案例库维护研究现状  14-17
  1.3 论文工作  17
  1.4 论文结构  17-19
第2章基于案例的推理方法  19-27
  2.1 案例推理技术的产生背景  19-20
    2.1.1 案例推理技术的产生  19
    2.1.2 案例推理技术的理论背景  19-20
  2.2 案例推理方法的基本原理  20-24
    2.2.1 案例表示和案例库  21-22
    2.2.2 案例的检索  22
    2.2.3 案例调整  22-23
    2.2.4 案例的评估和学习  23
    2.2.5 案例库维护  23-24
  2.3 案例推理技术的特点  24
  2.4 案例推理技术的应用  24-25
  2.5 本章小结  25-27
第3章案例库精简策略研究  27-45
  3.1 案例库的精简  27-28
  3.2 常用案例库精简方法  28-31
    3.2.1 不确定删除法  28
    3.2.2 选择删除法  28-29
    3.2.3 非删除法  29-31
  3.3 模糊C均值聚类算法  31-35
    3.3.1 普通(硬)C均值聚类算法  31-32
    3.3.2 模糊(软)C均值聚类算法  32-33
    3.3.3 FCM算法参数的设定  33-35
  3.4 基于自适应FCM算法的案例库精简  35-39
    3.4.1 参数自适应FCM算法  35-38
    3.4.2 基于参数自适应FCM的案例库精简  38-39
  3.5 自适应FCM案例库精简应用实例  39-43
  3.6 本章小结  43-45
第4章案例库索引及案例存储策略研究  45-57
  4.1 案例库的索引  45-46
    4.1.1 最近邻索引法  45-46
    4.1.2 归纳索引法  46
    4.1.3 知识导引法  46
  4.2 基于自适应FCM的多级索引  46-48
  4.3 案例的存储  48-51
    4.3.1 通过工业实验产生新案例的存储策略  49-50
    4.3.2 CBR系统运行过程中产生新案例的存储策略  50-51
  4.4 引入缓存机制的案例存储策略  51-55
    4.4.1 引入缓存案例库的工业实验新案例存储策略  52-53
    4.4.2 引入缓存案例库的运行过程新案例存储策略  53-54
    4.4.3 引入缓存案例库的案例存储仿真  54-55
  4.5 本章小结  55-57
第5章案例库案例属性约简策略研究  57-75
  5.1 案例的属性约减  57
  5.2 经典属性约简策略  57-58
  5.3 粗糙集属性约减算法  58-62
    5.3.1 信息系统与决策系统  58-59
    5.3.2 等价关系与等价类  59-61
    5.3.3 上近似与下近似  61
    5.3.4 依赖度与属性重要性  61-62
  5.4 邻域粗糙集  62-65
    5.4.1 邻域  63-64
    5.4.2 邻域决策系统  64-65
    5.4.3 基于邻域的依赖度和属性重要度  65
  5.5 邻域粗糙集前向贪心属性约简  65-68
  5.6 基于邻域粗糙集的案例属性增量约简  68-70
  5.7 基于邻域粗糙集的案例库属性约简实例应用  70-73
  5.8 本章小结  73-75
第6章结论与展望  75-77
参考文献  77-81
致谢  81

案例推理方法案例库维护策略研究

内容摘要

全文目录

相似论文