CBR新型實(shí)例庫(kù)結(jié)構(gòu)在智能旅游系統(tǒng)中的應(yīng)用研究.pdf

1、專家系統(tǒng)最近幾年取得了較塊的發(fā)展，通過(guò)使用專家系統(tǒng)節(jié)約了人力加快了信息流通的速度，在很多領(lǐng)域?qū)＜蚁到y(tǒng)得到了有效的應(yīng)用。本文論述了一個(gè)基于CBR的智能旅游咨詢系統(tǒng)的構(gòu)建方法。 本課題的主要任務(wù)是通過(guò)對(duì)傳統(tǒng)得反饋式CBR算法的深入研究，對(duì)多用戶的CBR系統(tǒng)的構(gòu)架提出一種新的實(shí)例庫(kù)構(gòu)架方法。通過(guò)這種新的實(shí)例庫(kù)的構(gòu)造方法改善CBR的推理。最終在旅游智能咨詢系統(tǒng)中應(yīng)用這種方法，并和過(guò)去的CBR方法進(jìn)行對(duì)比。 CBR(Case-Ba

2、sedReasoning)基于實(shí)例的推理是一種通過(guò)重用過(guò)去解決問(wèn)題經(jīng)驗(yàn)來(lái)解決當(dāng)前問(wèn)題的新型智能推理技術(shù)。在專家系統(tǒng)中，知識(shí)的表示方法常常決定了采用何種推理方式進(jìn)行專家系統(tǒng)的推理。本文首先論述了過(guò)去在專家系統(tǒng)中的知識(shí)表示方式和他們的優(yōu)缺點(diǎn)。然后對(duì)CBR的知識(shí)表示和采用這種知識(shí)表示方式之后其對(duì)應(yīng)的推理方法和知識(shí)獲取的過(guò)程做了詳細(xì)的描述，指出了采用CBR推理技術(shù)具備的優(yōu)勢(shì)所在。而如何提高CBR智能系統(tǒng)的推理速度和解決冗余數(shù)據(jù)問(wèn)題往往是CBR智

3、能系統(tǒng)面臨的一個(gè)關(guān)鍵性問(wèn)題。在當(dāng)今的工業(yè)信息時(shí)代，新的實(shí)例常常以一個(gè)比較高的速度存入實(shí)例庫(kù)，大量的實(shí)例使得推理速度和精度相對(duì)降低，使得我們不得不回頭仔細(xì)考證這些實(shí)例是否對(duì)推理有用。另一方面，問(wèn)題域也不是一成不變的，問(wèn)題域發(fā)生變化之后常常需要重新定義實(shí)例。不同用戶由于使用喜好的不同也會(huì)使得這種變化加劇。因此如何提高推理速度和精度是CBR研究人員一直以來(lái)研究的熱點(diǎn)。近年來(lái)涌現(xiàn)的反饋式CBR在這方面做了有益的探索。但是反饋式CBR還存在一定的

4、問(wèn)題：例如索引制定比較籠統(tǒng)，數(shù)據(jù)冗余問(wèn)題比較難于克服等等。就此問(wèn)題，本文論述了一種對(duì)傳統(tǒng)反饋式CBR算法的改進(jìn)——多層式的實(shí)例庫(kù)索引結(jié)構(gòu)，通過(guò)對(duì)實(shí)例庫(kù)庫(kù)結(jié)構(gòu)的分層提高了搜索的效率與精度，并在系統(tǒng)構(gòu)造的最初最大限度的控制了實(shí)例的冗余。實(shí)例的冗余一直是困擾CBR系統(tǒng)的一個(gè)大問(wèn)題，除了使用分層的庫(kù)結(jié)構(gòu)來(lái)解決實(shí)例的冗余外，我們?cè)贑BR進(jìn)行學(xué)習(xí)的時(shí)候也會(huì)產(chǎn)生大量的數(shù)據(jù)冗余，而如果對(duì)這部分冗余控制不好的話往往會(huì)造成實(shí)例庫(kù)急劇膨脹導(dǎo)致搜索速度下降。最