版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、學習是智能行為的最重要體現(xiàn),從古希臘人開始,對知識的研究與探索,一直是人類追求的目標。類比是人類重要的認知方法,是一種允許知識在具有相似性質的領域中進行推理的學習策略,是人類直覺、邏輯與創(chuàng)造性三種思維方式的綜合表現(xiàn)形式,也是人們經(jīng)驗決策過程中常用的思維方式。案例推理技術作為智能系統(tǒng)一種新的推理方法,是人腦類比學習的計算機實現(xiàn),也是這一領域研究的先行者和成功的實踐者。對案例智能系統(tǒng)的研究,有助于對人類思維的模仿,實現(xiàn)人類智能。 從
2、大量數(shù)據(jù)中獲取知識、表達知識以及推理決策規(guī)則,是智能信息處理的首要任務,特別是對于實際問題中不確定、不完備知識的處理,粗糙集理論和人工神經(jīng)網(wǎng)絡技術都展示出驚人數(shù)據(jù)處理的能力。本文圍繞實現(xiàn)案例推理循環(huán)的主要過程,以粗糙集為主體的綜合推理和前饋神經(jīng)網(wǎng)絡的大規(guī)模數(shù)據(jù)處理為基礎,研究提高案例推理系統(tǒng)的精度和效率、增強系統(tǒng)的柔性和魯棒性。本文的主要研究內容如下: (1)案例智能系統(tǒng)的知識表示以案例為基礎,案例表示可能是半結構化或非結構化的
3、、甚至用自然語言來表達的;研究案例推理的類比可行性、案例推理的邏輯基礎和推理的知識結構,并給出了人類知識推理中的一些困惑;以及實現(xiàn)案例智能,必須要處理好的知識結構等幾個方面的問題。構建合適的案例庫,如何對它進行組織與維護,對快速、有效地完成案例的檢索是十分重要的,對問題求解的性能有直接影響。 (2)從知識推理的角度對不確定知識的研究模型及其關系進行分析,詳細研究了粗糙集與案例推理相結合的綜合推理技術,多方面尋找理論模型融合的技術
4、和方法,從而便于我們從更高的層次理解人類思維及其問題處理方法,從不完備知識中推出本質知識,這對高層決策是至關重要的。 從問題求解的實際需要出發(fā),綜合推理技術可以充分運用多層次的知識,將多種推理技術集成,采用不同的知識粒度,提高系統(tǒng)推理的效率。最終實現(xiàn)構建統(tǒng)一的、更加有效的、能夠處理復雜的和模糊的信息的粒計算的理論平臺,從而為案例智能系統(tǒng)的實現(xiàn)提供了可靠的技術基礎,并極大地提高了系統(tǒng)的問題處理能力;最后提出了一種案例智能決策支持系
5、統(tǒng)的體系結構。 (3)研究了智能知識檢索技術,并詳細研究了前饋神經(jīng)網(wǎng)絡及其作為案例檢索的算法;指出目前仍在廣泛使用的BP算法、模擬退火算法及其改進算法,具有難以克服的速度慢、局部極值的缺點。隨后對比研究了徑向基函數(shù)算法,它是根據(jù)模式矢量的多維空間距離的非線性影射來識別和分類的,是一個良好的相似性檢測器。研究表明RBF網(wǎng)絡具有學習速度快、全局收斂等優(yōu)點;然后建立了基于RBF網(wǎng)絡的案例相似檢索模型。 (4)詳細研究構造性神經(jīng)
6、網(wǎng)絡及其算法,將網(wǎng)絡的某個性能的優(yōu)劣作為算法追求的目標之一進行考慮,從全局來考察神經(jīng)網(wǎng)絡的學習過程,研究構造性的網(wǎng)絡結構對于解決大規(guī)模的問題求解有重要的意義。從M-P神經(jīng)元的幾何意義入手,對比早期的構造性神經(jīng)網(wǎng)絡算法一-FP算法,然后推出了覆蓋算法。研究表明該技術易于模塊化構建具有快速、識別率高等優(yōu)點,最后給出了基于構造性神經(jīng)網(wǎng)絡的領域覆蓋算法的案例智能系統(tǒng)。 (5)詳細研究了案例知識庫維護技術,提出了案例知識庫維護的原則。案例
7、推理是增量式學習系統(tǒng),類似人類的知識積累。案例庫維護是CBR知識系統(tǒng)研究的核心,涉及CBR推理的知識表示、適配與改寫過程;雖然CBM作為CBR研究的一個重要分支,已經(jīng)廣為研究并開發(fā)出來不同的案例庫維護策略;但是在不同的環(huán)境下,因CBR系統(tǒng)的規(guī)模、時效性以及應用領域的特點不同,案例知識庫維護手段和維護性能存在較大的差異。 針對冗余和不一致案例知識,或者由于領域知識變化的環(huán)境,提出了基于相似粗糙集的案例知識庫維護技術,基于知識粒度,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粗糙集的案例推理智能決策支持系統(tǒng)的研究.pdf
- 基于粗糙集的智能規(guī)劃模型的研究.pdf
- 基于粗糙集理論的智能技術研究.pdf
- 基于粗糙集理論的智能控制方法研究.pdf
- 基于粗糙集理論的網(wǎng)絡入侵檢測系統(tǒng)研究.pdf
- 基于粗糙集的企業(yè)競爭情報智能采集系統(tǒng)研究.pdf
- 基于粗糙集的智能決策理論與應用研究.pdf
- 基于粗糙集的粒度神經(jīng)網(wǎng)絡研究.pdf
- 基于粗糙集理論的模糊智能控制方法研究.pdf
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
- 基于粗糙集的電子商務智能推薦系統(tǒng)研究.pdf
- 基于粗糙集的RBF網(wǎng)絡設計方法的研究.pdf
- 基于粗糙集-神經(jīng)網(wǎng)絡的入侵檢測系統(tǒng)的研究.pdf
- 基于粗糙集—神經(jīng)網(wǎng)絡的智能混合故障診斷系統(tǒng)的開發(fā).pdf
- 粗糙集與模糊粗糙集屬性約簡算法研究.pdf
- 基于粗糙集的知識粗糙性研究.pdf
- 粗糙集模型與粗糙代數(shù)的研究.pdf
- 基于粗糙集理論的智能故障診斷研究.pdf
- 基于粗糙集理論的智能信息檢索方法的研究.pdf
- 基于粗糙集的流網(wǎng)絡和決策算法研究.pdf
評論
0/150
提交評論