基于遗传算法的神经网络在法律案例智能判决中的应用.pdfVIP

计算机科学2004Vo1.31N2.10(增刊) 基于遗传算法的神经网络在法律案例智能判决中的应用 ApplicationofArtificialNeuralNetworkintheLegalCaseIntellectualJudgementBasedonGeneticAlgorithm 官礼和 (重庆交通学院基础部 重庆400074) AbstractThispaper,trystoapplygeneticalgorithmtoneuralnetwork,andimprovestothetraditionalgenetical- gorithm,andproposesGA-BPalgorithm,andappliessuccessfullyittothelegalcaseintellectualjudgementsystem andobtainsthegoodresult.ThismethodcansolvetheproblemthatthetraditionalBPalgorithmiseasytofallinto extremelysomesnack,andacceleratesrestrainingthespeedgreatly. KeywordsNeuralnetwork,Geneticalgorithm,GA-BPalgorithm,Lawcase,Intellectualjudgement 机制的自适应随机搜索方法，它直接对结构进行操 I 引言 作，具有数据处理方式简单、鲁棒性强和并行运算 1970年Buchanan.Headrick发表了 《关于人 性。其实质是由复制、变换、突变、选择这四个算子组 工智能和法律推理若干问题的考察》一文，拉开了对 成的周而复始的循环过程。GA算法在寻找全局最 法律推理进行人工智能研究的序幕。专家系统在法 优的过程中，根本不需要任何梯度信息，也不用进行 律中的第一次实际应用是D.沃特曼和M.皮特森 任何微积分计算，仅通过上述四种算子就可以以很 1981年开发的法律判决辅助系统(LDS)。国内研究 大的概率在解空间搜索到全局最优解，从而有效地 具代表性的是，1986年由朱华荣、肖开权主持的 《量 减小陷人局部极小点的概率。总之是优化前向三层 刑综合平衡与电脑辅助量刑专家系统研究》，在建立 BP网络、逃离局部极小点、加快网络收敛速度的理 盗窃罪量刑数学模型方面取得了成果。在计算机技 想工具，但GA的收敛速度非常缓慢。举例来说，如 术快速发展的推动下，尽管在很短的时间内取得了 果一个个体由n条染色体组成，每条染色体用32位 许多令人振奋的成果，但从我国的实际情况看:起步 二进制编码，那么找到全局最优解的概率为1/232ne 晚，没有现成的理论和方法作指导，而且其研究大多 所以提高GA算法的收敛速度是十分重要的。GA 停留在实验室领域，还没有在司法实践中加以应用。 算法的另外一个主要缺点是 “早熟(Premature)，所 随着社会生活和法律关系的复杂化，为了提高 谓 “早熟”即过早收敛，就是在每一个个体的适应度 法律案例处理的效率和公正性，以及减少在庭审中 都很低的情况下，无论再进行多少次迭代，单个个体 的某些拘私舞弊现象和辅助决策者分析判断并做出 的适应度却不再提高这样一种现象。 决策，法律实践需要新的思维工具。我们组织研发的 GA算法改进的思想和方法是:假设一个个体 法律案例专家系统目前主要解决三个问题:①法律 由两条染色体组成，在经过若干次复制、交叉、变异、 案例 自动归类;②特定问题的解答;③法律案例判 决。本文主要讨论解决第三个，此问题属于非线性计 选择循环后，其中一条染色体的数值正好变成理想 算，我们采用人工神经网络(ArtificialNeuralNet- 值，另一条染色体所表示的数值则偏离理想值很远。 works，简称ANN)的BP算法来解决。因为ANN 按照常规GA的个体适应度来衡量