基于贝叶斯粗糙集和混合专家模型的CBR系统
建立一个完整的案例推理系统,提出一种高效的案例检索方法和一种案例调整策略.在案例检索过程中,提出一种基于贝叶斯粗糙集的属性权重确定算法,在此基础上利用最邻近法检索出与当前案例最相似的一组案例作为参考.使用检索出的相似案例训练分层混合专家模型,并用微粒群算法优化模型参数,实现了对案例的调整.采用实际转炉生产数据进行仿真,结果表明了该案例推理系统的有效性.
案例推理、粗糙集、分层混合专家模型、微粒群算法
TP18(自动化基础理论)
2013-05-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
157-160