基于神經網絡集成的圖書剔舊專家系統(tǒng)的研究.pdf

1、隨著科學技術的快速發(fā)展和人類知識的不斷更新，作為傳播知識重要載體的圖書，其數(shù)量急劇增加，各圖書館館藏亦顯劇增之勢，給館藏造成巨大壓力。為提高藏書質量，緩解館藏壓力，根據圖書管理規(guī)則，各圖書館要定期執(zhí)行圖書剔舊程序。 傳統(tǒng)人工剔舊方法存在諸多缺陷，不能滿足當前圖書剔舊工作的需要，因而迫切需要使用一種高效、科學的工具進行該項工作。自然，作為現(xiàn)代工具的計算機系統(tǒng)被引入到圖書剔舊工作中，籍以提高圖書剔舊工作的質量和效率。 本文結

2、合神經網絡集成和專家系統(tǒng)等人工智能技術，提出了一個智能圖書剔舊方案，并以此為依據建立了相應的原型系統(tǒng)。 本文的主要研究工作如下： ［1］針對傳統(tǒng)圖書剔舊方法存在的缺陷，探討了圖書剔舊自動處理的可行性。分析和研究了將神經網絡集成與專家系統(tǒng)結合起來用于智能圖書剔舊的方法，并以此為基礎，針對圖書剔舊行為的特征，設計出一種用于智能圖書剔舊的神經網絡集成專家系統(tǒng)(NNEES)模型。該模型在傳統(tǒng)專家系統(tǒng)基礎上，增加了神經網絡集成模塊

3、，以解決知識的自動獲取和推理問題。模型基本思想是：通過對神經網絡集成訓練以獲取系統(tǒng)所需的推理知識并完成系統(tǒng)的主要推理工作。 [2]設計了一種動態(tài)確定神經網絡集成結構的算法。該算法在神經網絡集成訓練過程中，動態(tài)調整成員神經網絡的權值和閾值，根據各成員神經網絡對整個集成的貢獻大小動態(tài)調整成員神經網絡的結構，最終得到一個較好的神經網絡集成結構。具有較好泛化能力的知識，從而增強了系統(tǒng)的推理能力。 [3]在上述分析和研