基于案例推理的水庫調度.pdf

1、基于案例的推理(Case—Based Reasoning)是一種基于記憶，利用過去的案例和經驗來解決新問題的一種方法，它可以看作是從一個案例到另一個案例的類比推理。由于CBR具有易學易用，知識獲取容易，適應性強等優(yōu)點，受到人工智能研究者的高度重視，是人工智能領域新興的一種重要的推理技術。 本文對基于案例推理中的案例庫進行了詳細介紹。如依次介紹了案例表示的相關知識及一種面向對象的表示方法，案例庫組織索引的目標、原則，案例調整知識

2、的獲取、調整方法的分類及一個轉換式調整模型，新案例的評估方法及案例庫的學習與維護等。 本文提出了模糊聚類進行組織索引的方法，對案例庫中的案例進行模糊聚類，將各個典型案例歸為每一類中形成子案例庫，以類中心作為對該類案例的索引。這種索引可以大大減少了案例的檢索范圍，大大程度地提高了檢索效率。 本文采用了模糊分類和最近鄰法相結合的兩級檢索法，避免了檢索案例時對案例庫中的所有案例進行比較，大大減少了案例的檢索范圍，提高檢索效率。

3、同時提出了基于免疫算法的CBR檢索機制的屬性權重確定方法，將免疫算法引入基于CBR的推理系統(tǒng)，對案例的特征權值向量進行全局尋優(yōu)，以提高對大型復雜案例庫檢索時的效率與質量。 本文最后重點討論CBR技術在水庫調度系統(tǒng)中的具體應用。闡述了“水庫調度系統(tǒng)”的具體實現(xiàn)及從推理效率和準確性方面進行的實驗分析，對CBR技術在水庫調度中的具體應用作了初步的探索。但其中仍有些技術不太成熟，如案例調整過程的自動化問題，以及CBR與其它技術的進一步結