一種集成的案例推理方法研究及其應(yīng)用.pdf

1、案例推理是一種應(yīng)用十分廣泛的類比推理方法，適用于沒有完整、精確的數(shù)學模型描述，但有豐富經(jīng)驗和大量歷史記錄的領(lǐng)域，轉(zhuǎn)爐煉鋼是其中一個比較典型的代表。為了生產(chǎn)出合格的鋼水，需要嚴格控制吹煉終點時鋼水的碳含量和溫度值。建立一種基于案例推理方法的轉(zhuǎn)爐煉鋼終點預報模型，利用原料添加情況和過程操作信息預測終點碳含量和溫度值，對于提高企業(yè)生產(chǎn)效率，保證出鋼質(zhì)量，以及降低生產(chǎn)成本具有十分重要的意義。在案例推理方法包括的案例描述、案例檢索、案例調(diào)整和案例

2、保存四個步驟中，案例檢索和案例調(diào)整是最重要的兩個環(huán)節(jié)。首先，在案例檢索階段，目標案例與案例庫中每個源案例計算相似度時，計算量較大。而且對于檢索結(jié)果有較大影響的條件屬性篩選和權(quán)值計算方面存在著不準確的問題。
　　本文提出一種基于模糊聚類、互信息和迭代學習策略的案例檢索方法。應(yīng)用減數(shù)聚類和模糊C均值聚類方法對案例庫進行子空間劃分，在相應(yīng)的子案例庫中進行相似案例搜索，互信息用以估算條件屬性的權(quán)值，再通過迭代學習策略，根據(jù)推理結(jié)果的反饋情

3、況更新權(quán)值并實現(xiàn)屬性的約減。其次，在案例調(diào)整階段，由于檢索得到的案例與待求解的問題不可能完全一致，需要對解屬性進行適當?shù)匦拚?。傳統(tǒng)的案例調(diào)整方法主要依靠人工經(jīng)驗，自動化水平較低。對于有限的自動調(diào)整方法，雖然在特定條件下能夠取得較好的應(yīng)用效果，但是依然存在效率低或者調(diào)整結(jié)果不理想的問題，并不能充分地利用相似案例的信息。為此本文提出一種基于支持向量機的案例調(diào)整方法，利用支持向量機較好的泛化性能和魯棒性，結(jié)合推理系統(tǒng)自身的特點，建立誤差補償模