导读： 【作者】； 【导师】； 【作者基本信息】合肥工业大学，管理科学与工程，2006，硕士 【摘要】 基于案例的推理(CBR)是最近二十多年来发展起来的区别于基于规则推理的一种新的推理模式,它是一种重要的基于知识的问题求解和学习方法,强调了人类对过去经验和前人...
【作者】 ；
【导师】 ；
【作者基本信息】 合肥工业大学， 管理科学与工程， 2006， 硕士
【摘要】 基于案例的推理(CBR)是最近二十多年来发展起来的区别于基于规则推理的一种新的推理模式,它是一种重要的基于知识的问题求解和学习方法,强调了人类对过去经验和前人智慧的重现。人工神经网络(ANN)可以用来模仿专家的形象思维,它的许多优点使得CBR与ANN之间存在某种自然联系,在很多方面两者具有互补性。因此利用ANN的技术和模型来实现CBR可以取得良好的推理效果。 本文首先回顾了CBR的发展历程,并介绍了CBR的研究现状、特点及应用领域,详细讨论了CBR方法的基本原理和关键技术。接着介绍了ANN基本原理和模型技术,并从CBR的案例检索、案例库维护及案例调整三个方面探讨了ANN与CBR之间的可结合性。 对于CBR中的案例库维护,本文采用基于模式归纳维护策略中的聚类分析进行案例库的相关维护工作。在对相关基本概念介绍及各种聚类算法讨论的基础上,形成了本文的模糊修剪聚类算法,实验验证结果表明,该算法具有可行性并能取得较好的结果。在对案例库进行聚类分析的
