基于BK树的扩展置信规则库结构优化框架

摘要：

针对扩展置信规则库(extended belief rule base,EBRB)系统在规则数较多时推理效率不理想的问题,引入BK树数据结构,提出了一种基于BK树的结构优化框架.首先根据置信规则在度量空间中彼此的距离建立EBRB的树形索引结构,然后通过设置阈值减少EBRB系统推理时搜索规则的数量,并激活关键规则,最终达到提高EBRB系统推理效率的目的.以非线性函数拟合、输油管道泄露仿真实验及分类数据集的对比实验,验证结构优化框架在EBRB系统中的有效性,实验结果表明,所提框架能够优化EBRB系统推理效率并提高决策准确性.

关键词：扩展置信规则库(EBRB)、证据推理(ER)、BK树、优化框架

所属期刊栏目：10

分类号：TP18;TP273.5(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.61300026,71371053,71501047;the Natural Science Foundation of Fujian Province under Grant No.2015J01248;the Science and Technology Project of Fujian Education Department under Grant No.JA13036;the Science and Technology Development Foundation of Fuzhou University under Grant No.2014-XQ-26

在线出版日期：2016-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：257-267