基于CBR車險公估系統(tǒng)的應(yīng)用研究.pdf

1、隨著汽車數(shù)量的不斷增加，汽車事故也越來越多，保險公司對汽車遇險進行正確公估是一項頗為繁重和復(fù)雜的工作。目前我國車險公估行業(yè)還不是很規(guī)范，公估人員的專業(yè)素質(zhì)和市場的不規(guī)范化都影響公估的結(jié)果。如何利用計算機和人工智能的技術(shù)，輔助公估人員進行快速的、準確的定損、公估，如何積累和發(fā)展車險公估的經(jīng)驗，確保車險公估行業(yè)能夠有一定的標準可循是車險公估行業(yè)的重要課題。本課題擬應(yīng)用CBR技術(shù)建立一個車險公估案例庫模型，并將其應(yīng)用于“車險公估系統(tǒng)”中，實現(xiàn)

2、科學(xué)合理地車險公估，提高工作效率和準確性。論文的主要工作如下： (1)對CBR的理論進行了深入分析研究，針對車險公估的特點，比較了CBR與專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、機器學(xué)習等幾種人工智能技術(shù)的特點，詳細討論了CBR方法在車險公估系統(tǒng)中的應(yīng)用。 (2)在案例的表示方法上使用了框架表示法和基于特征的表示法相結(jié)合的方法，并且在此基礎(chǔ)上采用了分類策略來構(gòu)造車險案例庫。 (3)在案例的檢索中，采用了基于層次分類模型的索引策略，構(gòu)