当前位置 —论文—本科论文— 范文

关于范例相关论文范文集,与范例推理(CBR)其应用相关发表论文

本论文是一篇关于范例相关发表论文,关于范例推理(CBR)其应用相关毕业论文的格式范文。免费优秀的关于范例及农业机械及实例方面论文范文资料,适合范例论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

摘要：本文主要介绍了范例推理方法的产生、原理、关键步骤、优点以及它的应用.

关键词：类比；范例推理

一、概述

范例推理（Case-BasedReasoning,简称CBR）,就是指把当前所面临的问题或情况作为目标范例(targetcase),而把记忆的问题或情况作为源范例(basecase).粗略地说,范例推理CBR是由目标范例的提示而得到历史记忆中的源范例,并由源范例来指导目标范例求解的一种策略.它是一种重要的机器学习方法.基于范例推理就是由目标范例的提示而获得记忆中的源范例,并由源范例来指导目标范例求解的一种策略.范例推理中知识表示是以范例为基础,范例的获取比规则获取要容易,大大简化知识获取[1].

二、范例推理方法的产生

基于范例推理来自认知科学中记忆在人们预期和决策时所扮演的角色,知识源是已经存在的实例,而不是规则.1982年Schank在《DynamicMemory》一书中提出了CBR的认知模型,并在此基础上开发了一个CBR的应用系统[2].基于范例推理是一种相似或类比的推理方法,其核心在于用过去实际中所用的实例和经验来解决新问题,它直接利用以往的设计结果(实例)进行推理,从而大大减少了知识获取工作量.在范例推理中,把当前所面临的问题或情况称为目标范例（targetcase）,而把记忆的问题或情况称为源范例（basecase）.粗略地说,基于范例推理就是由目标范例的提示而获得记忆中的源范例,并由源范例来指导目标范例求解的一种策略.范例推理中知识表示是以范例为基础,范例的获取比规则获取要容易,大大简化知识获取.对过去的求解结果进行复用,而不是再次从头推导,可以提高对新问题的求解效率.过去求解成功或失败的经历可以指导当前求解时该怎样走向成功或避开失败,这样可以改善求解的质量.对于那些目前没有或根本不存在可以通过计算推导来解决的问题.CBR产生的主要原因是传统的基于规则的系统在知识获取问题上存在困难,不能做实例的例外处理.,该系统是一个问答式的专家系统,它成为以后的许多CBR系统的基础.

范例推理(CBR)其应用参考属性评定
有关论文范文主题研究:	关于范例的论文范文集	大学生适用:	学位论文、研究生毕业论文
相关参考文献下载数量:	34	写作解决问题:	怎么写
毕业论文开题报告:	标准论文格式、论文选题	职称论文适用:	期刊发表、职称评初级
所属大学生专业类别:	怎么写	论文题目推荐度:	优秀选题

三、原理和关键步骤

基于范例推理,其工作原理是从众多的已知范例中挑选出一个或多个和当前新问题最相似的范例,对它（们）的解决方案进行修改,从而得到新问题的解决方案.CBR系统的核心包括四个部分[3]：（1）范例库（casebase）：存储先前的经验；（2）检索机（indexingmechanism）：用一种有意义的方法排列范例；（3）匹配算法（matchingalgorithm）：比较新范例与旧范例的相似度；（4）调整机制（adaptationorinferencemechanism）：推演得出最后的解法.CBR系统的运作过程可概括为“4Rs”,即（1）提取（Reeduieve）；（2）重用（Reuse）；（3）修改（Revise）和（4）存储（Retain）.

以范例为基础进行推理,把人们以往的经验存成一个一个的实例.当求解新的问题的时候,可以对实例库进行搜索,找到合适的实例作为参考(这其实是实践经验的重用).如果对找到的实例有不满,可以进行修改以适应当前情况,修改后的实例将再次被存入实例库,以便下次使用时作为参考(这其实是实践经验的自学习).在这个过程中,范例推理的关键步骤包括：实例表示、实例检索、实例修改和实例存储.

(一)实例表示

在CBR系统中,问题求解的状态及其求解策略用一个实例来表示.实例的表示方式

关于范例相关论文范文集不仅决定着现实世界问题向实例的合理转换,同时对实例推理的效率也有着很大的影响.例如范例在农业的应用中,可以把我国31个省份看成一个个实例,把不同省份的土地看成更小的小实例.

(二)实例检索

实例检索是基于实例推理CBR系统的中心环节,检索速度和精度关系着整个系统的质量.由于是寻找类似的历史经验,CBR的检索有如下特点：带有一定的模糊性.总要求从各个角度去比较实例之间的相似性.如实例检索就是检索不同省份的土地适合种植什么样的农作物,如果没有实例检索做保障,我们就有可能在北方的土地上大量的种植水稻、橘子或芭蕉,这样不但造成笑话,更严重的就是造成不必要的土地浪费.

如何写范例毕业论文
播放:24243次评论:6986人

(三)范例调整或修改

把检索到的旧范例的解答复用到新问题时,首先要对复用结果进行评估,如果成功,就不需要调整或修改,否则需要对解决方案进行调整或修改.进行结果评估既可依据在实际应用后的反馈,也可通过向专家咨询完成.通过实例检索后,再进行范例调整或修改,我们就能更好的知道什么地方的土地适合播种那种农作物,不但做到了事半功倍的效果,而且极大地减少了土地的浪费,于此同时,10年或20年以后,我们饿肚子的几率就会少些.

(四)范例存储

新范例的积累,保存成功和失败的范例,新问题一旦得到解决,其解决过程或方案可能会用于与之相似的未来问题[4].因此,有必要把它加入到范例库中,这就是CBR的存储,也就是知识获取.保存成功的范例,修改失败的范例,为我们的子孙积累经验,使他们少走弯路,使我们国家宝贵的土地不再减少和浪费.

四、优点

基于范例推理和其它人工智能范式相比有许多优势.首先是获取知识相对容易.开发基于规则推理的系统时,需要领域专家和知识工程师密切合作获取规则或模型,而在许多复杂领域中,很难从对专家解决问题的的研究中获得能用语言符号明确表述的该知识领域中的规则和原理,导致知识获取的瓶颈问题.在CBR中,不需要对经验分解或抽象以形成规则,知识表征的单位是范例,而范例在许多领域容易收集,获取代价较低.其次是知识维护容易.随着系统的运行,知识系统常需要更新,在基于规则的推理系统中增加新规则可能会和原有的规则产生冲突,甚至导致非常大的系统变动；基于范例推理则不存在这样的问题,它可以不需要专家的干预而把缺少的范例添加到范例库中.三是解决问题范围的扩大.其它人工智能范式多为演绎推理模式,所有关于问题的答案都预先包含知识库中,不具有创新求解能力.CBR主要基于类比推理,通过适应性修改可以形成与旧范例的解决方案不同的创新解答.最后是用户接受度高.

该文来自:http://www.sxsky.net/benkelunwen/060431365.html