蟻群算法及其在案例檢索中的應(yīng)用研究.pdf

1、案例推理(CBR)作為基于規(guī)則推理技術(shù)的一個(gè)重要補(bǔ)充，已受到人工智能研究人員的關(guān)注。它是當(dāng)前人工智能及機(jī)器學(xué)習(xí)領(lǐng)域中的熱門課題與前沿方向，案例推理系統(tǒng)是通過(guò)檢查出案例庫(kù)中過(guò)去同類的相似問(wèn)題從而獲得當(dāng)前問(wèn)題的解決方案，它克服了傳統(tǒng)知識(shí)處理系統(tǒng)對(duì)其邊界以外的知識(shí)處理十分低效、匹配沖突等缺陷。在案例推理系統(tǒng)中，系統(tǒng)的增量式學(xué)習(xí)會(huì)使案例庫(kù)無(wú)限增大，導(dǎo)致案例推理系統(tǒng)的案例檢索速度越來(lái)越慢，從而使得整個(gè)系統(tǒng)的性能越來(lái)越弱。由此可見，案例檢索在整個(gè)系

2、統(tǒng)中位于重要的位置且是系統(tǒng)的瓶頸。論文基于蟻群算法提出一種新的案例檢索方法，并成功實(shí)現(xiàn)了系統(tǒng)。 本文在基本蟻群算法的基礎(chǔ)上，針對(duì)其初期信息素匱乏，求解速度慢的缺點(diǎn)，利用文中提出的隨機(jī)插入式算法和改進(jìn)的3-opt算法，提出一種蟻群算法的優(yōu)化方案。成功地將聚類問(wèn)題轉(zhuǎn)換成蟻群求解問(wèn)題，并使用基于螞蟻覓食啟發(fā)的蟻群算法進(jìn)行聚類分析。最后針對(duì)案例檢索方法在進(jìn)行大數(shù)據(jù)量檢索時(shí)出現(xiàn)的檢索效率低情況，提出用優(yōu)化型蟻群算法解決案例檢索問(wèn)題。同時(shí)建