基于案例推理的水庫調(diào)度.pdf

1、基于案例的推理(Case—Based Reasoning)是一種基于記憶，利用過去的案例和經(jīng)驗(yàn)來解決新問題的一種方法，它可以看作是從一個(gè)案例到另一個(gè)案例的類比推理。由于CBR具有易學(xué)易用，知識(shí)獲取容易，適應(yīng)性強(qiáng)等優(yōu)點(diǎn)，受到人工智能研究者的高度重視，是人工智能領(lǐng)域新興的一種重要的推理技術(shù)。 本文對(duì)基于案例推理中的案例庫進(jìn)行了詳細(xì)介紹。如依次介紹了案例表示的相關(guān)知識(shí)及一種面向?qū)ο蟮谋硎痉椒ǎ咐龓旖M織索引的目標(biāo)、原則，案例調(diào)整知識(shí)

2、的獲取、調(diào)整方法的分類及一個(gè)轉(zhuǎn)換式調(diào)整模型，新案例的評(píng)估方法及案例庫的學(xué)習(xí)與維護(hù)等。 本文提出了模糊聚類進(jìn)行組織索引的方法，對(duì)案例庫中的案例進(jìn)行模糊聚類，將各個(gè)典型案例歸為每一類中形成子案例庫，以類中心作為對(duì)該類案例的索引。這種索引可以大大減少了案例的檢索范圍，大大程度地提高了檢索效率。 本文采用了模糊分類和最近鄰法相結(jié)合的兩級(jí)檢索法，避免了檢索案例時(shí)對(duì)案例庫中的所有案例進(jìn)行比較，大大減少了案例的檢索范圍，提高檢索效率。

3、同時(shí)提出了基于免疫算法的CBR檢索機(jī)制的屬性權(quán)重確定方法，將免疫算法引入基于CBR的推理系統(tǒng)，對(duì)案例的特征權(quán)值向量進(jìn)行全局尋優(yōu)，以提高對(duì)大型復(fù)雜案例庫檢索時(shí)的效率與質(zhì)量。 本文最后重點(diǎn)討論CBR技術(shù)在水庫調(diào)度系統(tǒng)中的具體應(yīng)用。闡述了“水庫調(diào)度系統(tǒng)”的具體實(shí)現(xiàn)及從推理效率和準(zhǔn)確性方面進(jìn)行的實(shí)驗(yàn)分析，對(duì)CBR技術(shù)在水庫調(diào)度中的具體應(yīng)用作了初步的探索。但其中仍有些技術(shù)不太成熟，如案例調(diào)整過程的自動(dòng)化問題，以及CBR與其它技術(shù)的進(jìn)一步結(jié)