基于案例推理发展现状的文献综述
摘 要：本文主要论述了基于案例推理的原理、工作流程，对案例推理方法关键技术进行了分析，提出现存的问题，并对应用现状做出简要阐述。
关键词：案例推理;技术;问题
文章编号：1674-3520（2014）-11-00-02
一、基于案例推理的基本原理及流程简述
案例推理 （Case”Based Reasoning，CBR） ，是由耶鲁大学 Shank 教授在 1982年出版的专著《Dynamic Memory》中提出的。[1]其主要进程有四步：相似案例检索（Retrieve）、案例重用（Reuse）、案例调整（Revise）以及案例学习（Retain）。案例推理中存在一个储存源案例的案例库，它以案例属性的辨识度为依据，通过算法进行检索，并依照属性权重不同呈现出对应的历史解决方案。其具体流程如下：
（一）案例表示。案例表示是案例推理的首要步骤，相关工作者可以根据自身的需要制作出适合本案例系统的案例表达方法，并依据案例属性的特征赋予其相应的权重。
（二）案例检索。案例的检索是 CBR 系统中的重要环节，即依照一定的检索规则在 CBR数据库中查找与目标案例的特征属性最为接近的案例，并提取出来。相似案例的检索要求达到检索出的相似案例尽量的少和检索出的案例与目标案例相似度尽量高这两个目标。目前较常用的案例检索算法有知识引导法、神经网络法、归纳索引法以及最近相邻法等。
（三）案例调整。为了更好地服务应用实践，根据新问题对检索到的相似案例进行修改的过程称为案例的调整和修改。案例的调整和修改需要人们根据具体的技能知识灵活进行，没有较为统一的的方法可供借用，因此它是 CBR 的一个难题。
（四）案例学习。案例学习是保持案例实效性与知识更新中的必要环节。案例学习包括案例库的维护和案例评价。案例的维护既是对案例库中案例的可利用性进行评估的过程，也是对案例库中蕴含的专业知识体系不断更新的过程[3]。案例的评价是指检索到的案例对于目标案例的参考价值的评定，它有助于提高相关人员对案例推理系统的认知程度，并及时修正系统中的相关问题。
二、基于案例推理的关键技术
（一）案例的表示与组织
案例的恰当表示是目标事件向统一的标准量化式转换的过程。具体来讲，案例的内容一般有如下三个主要组成部分：① 具体问题及背景与环境状况;②解决方案的记录;③反馈结果与评价。部分案例还可采用基于特征向量的表示方法进行描述，即设置非空集合U，历史案例为U（x）...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
