基于CBR車(chē)險(xiǎn)公估系統(tǒng)的應(yīng)用研究.pdf

1、隨著汽車(chē)數(shù)量的不斷增加，汽車(chē)事故也越來(lái)越多，保險(xiǎn)公司對(duì)汽車(chē)遇險(xiǎn)進(jìn)行正確公估是一項(xiàng)頗為繁重和復(fù)雜的工作。目前我國(guó)車(chē)險(xiǎn)公估行業(yè)還不是很規(guī)范，公估人員的專(zhuān)業(yè)素質(zhì)和市場(chǎng)的不規(guī)范化都影響公估的結(jié)果。如何利用計(jì)算機(jī)和人工智能的技術(shù)，輔助公估人員進(jìn)行快速的、準(zhǔn)確的定損、公估，如何積累和發(fā)展車(chē)險(xiǎn)公估的經(jīng)驗(yàn)，確保車(chē)險(xiǎn)公估行業(yè)能夠有一定的標(biāo)準(zhǔn)可循是車(chē)險(xiǎn)公估行業(yè)的重要課題。本課題擬應(yīng)用CBR技術(shù)建立一個(gè)車(chē)險(xiǎn)公估案例庫(kù)模型，并將其應(yīng)用于“車(chē)險(xiǎn)公估系統(tǒng)”中，實(shí)現(xiàn)

2、科學(xué)合理地車(chē)險(xiǎn)公估，提高工作效率和準(zhǔn)確性。論文的主要工作如下： (1)對(duì)CBR的理論進(jìn)行了深入分析研究，針對(duì)車(chē)險(xiǎn)公估的特點(diǎn)，比較了CBR與專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等幾種人工智能技術(shù)的特點(diǎn)，詳細(xì)討論了CBR方法在車(chē)險(xiǎn)公估系統(tǒng)中的應(yīng)用。 (2)在案例的表示方法上使用了框架表示法和基于特征的表示法相結(jié)合的方法，并且在此基礎(chǔ)上采用了分類(lèi)策略來(lái)構(gòu)造車(chē)險(xiǎn)案例庫(kù)。 (3)在案例的檢索中，采用了基于層次分類(lèi)模型的索引策略，構(gòu)