基于多层前馈神经网络的案例推理系统

Ｎｅ ｒ ｌ ｔ ｒ ｕ ａ Ｎｅ ｗｏ ｋ
ＬＩ ｉｎ ａ ｇ ， ＺＨＥＮＧ ａ ｙ ａ ＬＩ Ｈｕｉ ｎ ’ ａ ｙ ｎ ， Ｊ 一 Ｈ ｎ ｕ ｎ ， Ｕ ｔ ｇ ｉ
（ ｎ ｔ ｕｅｏ ｍｐ ｔｒ ｔ ｒ ， ｆ ｉ ｉｅ ｓ ｙｏ ｅ ｈ ｏ ｏ ｙ Ｈｅ ｅ ２ ０ ０ １ ｓ ｔｔ ｆ Ｉ ｉ Ｃｏ ｕｅ ｗｏ ｋ Ｈｅｅ Ｕｎｖ ｒ ｉ ｆ ｃ ｎ ｌｇ ， ｆｉ ３ ０ ９ Ｎｅ ｔ Ｔ ２ Ｄ ｐ ｒ ｎ ｆ ｏ ｕ ｅ ｃ ｎ ｅ Ｌ ｎ ｙ ｎＵｎ ｖ ｒｉ ， ｏ ｇ ａ ６ ０ ０ ， ｅ ａｔ ｍｅ ｔ ｍｐ ｔ ｒ ｉ ｃ ， ｏ ｇ ａ ｉｅ ｓ ｙ Ｌ ｎ ｙ ｎ３ ４ ０ ） ｏＣ Ｓ ｅ ｔ
中 分 号， Ｐ８ 豳 类 ＴＩ ３
基于多层前馈神 经网络的案例推理 系统
李建洋 。郑汉垣２ 刘慧婷 ， 一
（． １ 台肥工业大学计 算机 网络所 ，合肥 ２００ ；２ 龙岩学院计算机科学 系，龙岩 ３４０ ） ３（９ ． ／ ６００
搞 赛 ： 用基于该神经 网络技术的案例推理系统 ，使用交叉覆 盖算法 ，可 以有效地缩减案例 的检索 时间、减少案例适应性修改 、提高推 采
计、故障诊 断、农业 、气象、软件工程等各个领 域。在知识 难 以获取、 目前没有或根本不存在可 以通过常规 的计 算机 方
则的系统的替代品而提出的，因为基于规则的系统的建立和 维护 非常耗 时，而 且规 则之 问相 互依赖、在 系统增 加新 知识 时规则库的维护非常复杂 。 虽然 Ｃ Ｒ 技术在许 多复杂 的领 域已经被使用并取得了 Ｂ
ｇ ｅ ｔｙ ｅ ｒａｅ ｔｅ ｔｍｅ ａ ｅ ｔ ｅｆｒ ｅ ｓ ｅｒｅ ａ ａ ｄ ｍａｃ ｉｇ ｒ ａｌ ｄ ｃｅ ｓ ｈ ｉ ｔｋ ｎ ｏ ｐ ｒｏ ｍ ａ ｅ ｒｔｉｖ ｌ ｎ ｔｈｎ ．Ｔｈ ｘ ｅ ｍｅ ｔｌｒｓ ｔ ｎ ｉａｅ ｔａ ｈ ｎｅ ｒｔｄ ｔｃ ｎ ｌｇ ａ ｅ ｅ ｐ ｒ ｎ ａ ｅｕｌ ｉｄ ｃ ｔ ｈ ｔｔｅ ｉｔｇ ａｅ ｅ ｈ ｏｏ ｙ ｃ ｎ ｉ ｓ
维普资讯
第 ３ 卷 第 ７ ２ 期
ＶＬ ２ ｏ ３
・
计
算
机
工
程
２０ ０６年 ４月
Ａｐ ｉ２ ０ ｒｌ ０ ６
３ｎ Ｉ ７
Ｃｏ ｐ ｔ ｒＥ ｇ ｎ ｅ ｉ ｇ ｍ ｕ ｅ ｎ ｉ ｅ ｒｎ
人工智能及识别技术 －
文 缩 １ ０ ８ ｏ ） — ｌ — ３ 文 标 码， 章 号。 ｏ — ２ ２ ６ ７ ｏ ８ ０ ｏ （ｏｏ ８ 献 识 Ａ
（ ｅｉ ） Ｒ ｖｓ 、学 习 （ ｅａ ）４个主过 程组 成，因此也称为 ４ 。 ｅ Ｒ ｔｉ ｎ Ｒ
些弱点 ，是一种合理 的推理模式 ，反 映了人类 思维 的流动
性 。目前 Ｃ Ｒ已其优点有 ：知识获取客易 ，推理效率 高，不需要模 型，有较 强 的学 习能力 ，实现简 单等。基于案例 的系统是作 为基于规
ｅ ｆ ｉｎｌ ｎ ａ ｃ ｈ ｙ ｔｍ ｒｏｍ ａ ｃ ， ｓ ｅ ｉｌ ｏ ｅｌｎｅ ｓａｅｃ ｓ —ａ ｅ ｅ ｓ ｎｎ ， ｉｈｃ ｎｆｃｌｔｔ ｆ ｃｅ ｔ ｅ ｈ ｎ ｅｔｅｓ ｓｅ ｐ ｆ ｒ ｎ ｅ ｅｐ ｃａｌ ｆｒｔ ｉ ｙ ｅ ｙ ｈ ａ —ｃ ｌ ａ ｅｂ ｓ ｄｒａ ｏ ｉｇ ｗｈｃ ａ ａ ｉｉ ｅＣＢＲ ｙ ｔｍ ｅ ｉｎａ ｄｐ ｏ ｔ ａ ｓ ｓｅ ｄ ｓｇ ｎ ｒ ｍｏ ｅ ｔｅｃ ｐａ ｉ ｆａ ｐｌｉｇＣＢＲ ｏｒａ— ｒｄｐｒｂｅ ｓ ｌｉｇ ｈ ａ ｃｔ ｏ ｐ ｙｎ ｙ ｔ ｌｗｏ ｌ ｏ ｌｍ—ｏｖ ｎ ｅ
［ ｅ ｏｄ ｌＣ ｓ ｂｓｄｅｓｎ ｇＨ ｂｉｓｓ ｍ；ｅｄｏｗ ｒ ｕ ｌｅ ｏｋＡｔ ｎｔ ｅ ｏ ｅｎ ｇｒｈ Ｋ ｙｗ ｒｓ ａｅ ａｅ ａ ｉ ； ｙｒ ｔ Ｆｅｆｒ ａ ｎ ｒ ｔ ｒ； ｌｒａｖ— ｖｒ ｇ ｌ ｉ ｍ － ｒ ｏｎ ｄｙ ｅ ｄ ｅ ａｎ ｗ ｅ ｉ ｃ ｉ ａ ｏｔ
［ ｂｔａｔＴ ｉｐｐｒ ｒ ｅｔａ Ｂ ｓ ｍｂｓ ｌ ｌ ｅ ｄｅｄ ｒ ａ ｅｒ ｔｏｋ ｎ ｓ ｌｒａｖ—ｏｅｎ ｇｒｈ ｗ ｉ ｎ Ａ ｓｒｃ｜ ｈｓ ａｅｐｅ ｎ Ｃ Ｒｓ ｔ ａｅ ｏ ｍｕｉａ ｒ ｅｆ ｗ ｒｎｕａｎ ｗ ｒ ｄｔａｅ ｔｅｃｖｒ ｇ ｌ ｉｍ， ｈ ｈ ａ ｓ ｓ ｙｅ ｄｎ ｔ ｙｅｆ ｏ ｄ — ｌｅ ａ ｉ ｔｎ ｉ ｉ ａ ｏｔ ｃｃ
理效率 。实验表明该系统易于设计构建 ，极 大地 提升了 Ｃ Ｒ在实 际中的应 用能力。 Ｂ
关翻
：Ｃ Ｒ Ｂ ；集成系统 ；前馈神 经网络 ；交叉覆盖算法
Ｃａ ｅｂａ ｅ ａ ｏ ｏ ｓ ｄ ｏ ｕ ｔ－ａ ｅ ｅ ｅ ｆ ｒ ｒ ｓ － ｓ ｄ Ｒｅ ｓ ｎ ｒＢａ ｅ ｎ Ｍ ｌｉｌｙ ｒ ｄ Ｆｅ ｄ ｏ ｗａ ｄ
在过去的 １ 多年， Ｏ 基于案例推理技术已经发展成为人工
智能较为成熟的一个分支 ， 它从另一个侧面实现 了人类智能 ， 绕过 了 “ 知识获取”这个难题 ，因此克服 了基于规则 系统的
一
历史案例、并 由获得的源案例来指导 目 标案例 求解 问题 的一
种策 略；它一般 由检索 （ ｅｉ ｅ 、复用 （ ｅｓ） Ｒ ｔｅ ） ｒｖ Ｒ ｕｅ 、修正
良好 的效果 ， 是在具体建造 Ｃ Ｒ智能系统时依然有许多问 但 Ｂ 题需要解决，如求解过程中相似案例的修正非常困难、Ｃ Ｒ Ｂ
法来解决的问题， 并且已积累了丰富案例的复杂领域中， Ｂ ＣＲ
能够很好地发挥作用…。 有 关 Ｃ Ｒ是一种方法学的观点预示着 Ｃ Ｒ是一 个混合 Ｂ Ｂ 系统 ：“ 很清楚 Ｃ Ｒ是建造基于知识 系统的普遍 的方法学 ， Ｂ 而不是 只能解决某一特定任务的孤立的技术” 这 是由它的 固 。 有特性——柔韧性所决定的， 也一直 是 Ｃ Ｒ的一个主 要研究 Ｂ