第七章 基于CBR的IDSS实例PPT.ppt

信息工程学院;期末考试方式及分数比例;基于范例推理(CBR)的IDSS模型 ;Step1：决策用户在计算机辅助下，抽取问题的主要特征，寻求类似问题的解决经验，即源范例。 Step2：根据问题的相似程度、问题所处的环境等因素，决策用户分析并修正源范例的解，生成问题的初始观点。 Step3：如果范例匹配失败(找不到相似)或决策用户对源范例的解不满意时，决策用户在计算机的帮助下，确定问题分解子目标，根据子目标获取深层信息(知识)，然后，由基于规则推理机获取子问题的决策知识，合并或扩充观点，形成问题的解，重复此过程，直到得出问题的满意解。 ;交通事故处理智能决策支持系统(YCIDSS) ;人机界面：完成人机交互、问题描述、结果显示和系统总体控制。 CBR引擎：由范例库及范例库管理系统组成，含有范例匹配算法和修正规则，指导范例调整，其范例在系统运行中不断扩充。 知识库系统：由产生式规则组成，包括专家经验和以规则形式表示的有关法规。支持范例检索、范例分析、范例修正等。 模型库系统：由三部分组成，即模型库、算法库、模型库管理系统组成。完成范例模型的调用，并把结果综合，送入智能人机系统显示，作为补充信息供范例修正使用。 多库协调器：根据问题求解的需要，按照一定的数据抽取策略，完成问题求解过程中对模型库系统、方法库系统、知识库系统和数据库系统的调度与协调，完成模型的链接运行、知识调度、信息查询等决策处理。在系统中可以采用目标驱动型多库协同机制，由当前信息需求动态激活。其工作机制如下：根据用户提出的决策目标确定模型决策方式或知识决策方式或信息查询方式，不同的决策方式采用相应的推理模式，然后给出此模式下的决策结果。 ;YCIDSS的系统目标与功能 ;YCIDSS系统开发原则 ;YCIDSS系统设计思想;YCIDSS系统技术方案;YCIDSS系统功能体系 ;交通事故基本信息管理系统;YCIDSS系统功能--广义模型智能算子系统;YCIDSS系统功能--广义模型智能算子系统;YCIDSS系统功能--广义模型智能算子系统;YCIDSS系统功能--广义模型智能算子系统;YCIDSS系统功能--法律法规智能检索系统 ;YCIDSS系统功能--法律法规智能检索系统;YCIDSS系统功??--法律法规智能检索系统;YCIDSS系统功能--方法技术手段运用系统 ;YCIDSS系统功能--方法技术手段运用系统;YCIDSS系统功能--典型范例(源范例)分析系统 ;YCIDSS系统功能--典型范例分析系统;YCIDSS系统功能--典型范例库系统;YCIDSS系统功能--典型范例库系统;YCIDSS系统功能--典型范例库系统;范例检索和范例适配;;基于神经网络的CBR检索;例如范例库中有3个范例，则对应有3个输出结点，把这3个范例作为训练样本的话，期望输出为(0，0，1)、(0，1，0)、(1，0，0)，分别对应1号范例、2号范例、3号范例。假如网络已经训练好，输入新范例的特征信息，计算结果为(0.9865，0.0236，0.154)，则认为3号范例最相似，直观表示见表;在以上B-P网络检索模型结构中：;基于神经网络的CBR检索步骤 ;(4)根据相似范例从范例库中查找详细的背景信息、决策方案等，并对相似的范例组进行评价(进一步筛选)，从中挑选出满足要求的最佳范例。 (6)按有关原则或专家经验，结合新范例的情况和相似范例的差别，将检索到的相似范例的解适配到当前问题，完成新范例决策方案的生成与调整。 (7)最后，调整后的结果若合理，则进行范例学习，存储新范例。 ;基于因果模型和规则推理的范例适配算法 ;基于因果模型和规则推理的范例适配算法;基于因果模型和规则推理的范例适配算法;基于因果模型和规则推理的范例适配算法;基于因果模型和规则推理的范例适配算法;基于因果模型和规则推理的范例适配算法;基于因果模型和规则推理的范例适配算法;;;部分完全匹配和不完全匹配两种情况的适配算法 ;YCIDSS系统功能--典型范例库系统;YCIDSS系统功能--典型范例库系统;YCIDSS--智能决策支持系统 ;YCIDSS--智能决策支持系统;YCIDSS--智能决策支持系统;YCIDSS--智能决策支持系统;YCIDSS--系统集成和维护