基于粗糙集与前馈网络的案例智能系统研究.pdf全文

  本文关键词：基于粗糙集与前馈网络的案例智能系统的研究，，由笔耕文化传播整理发布。

合肥工业大学 博士学位论文 基于粗糙集与前馈网络的案例智能系统的研究 姓名:李建洋 申请学位级别:博士 专业:电子商务 指导教师:倪志伟 20090301摘要 学习是智能行为的最重要体现,从古希腊人开始,对知识的研究与探索,一直是人类追 求的目标。类比是人类重要的认知方法,是一种允许知识在具有相似性质的领域中进行推理 的学习策略,是人类直觉、逻辑与创造性三种思维方式的综合表现形式,也是人们经验决策 过程中常用的思维方式。案例推理技术作为智能系统一种新的推理方法,是入脑类比学习的 计算机实现,也是这一领域研究的先行者和成功的实践者。对案例智能系统的研究,有助于 对人类思维的模仿,实现人类智能。 从大量数据中获取知识、表达知识以及推理决策规则,是智能信息处理的首要任务,特 别是对于实际问题中不确定、不完备知识的处理,粗糙集理论和人工神经网络技术都展示出 惊人数据处理的能力。本文围绕实现案例推理循环的主要过程,以粗糙集为主体的综合推理 和前馈神经网络的大规模数据处理为基础,研究提高案例推理系统的精度和效率、增强系统 的柔性和鲁棒性。本文的主要研究内容如下: 案例智能系统的知识表示以案例为基础,案例表示可能是半结构化或非结构化的、甚 至用自然语言来表达的;研究案例推理的类比可行性、案例推理的逻辑基础和推理的知识结 构,并给出了人类知识推理中的一些困惑;以及实现案例智能,必须要处理好的知识结构等 几个方面的问题。构建合适的案例库,如何对它进行组织与维护,对快速、有效地完成案例 的检索是十分重要的,对问题求解的性能有直接影响。 从知识推理的角度对不确定知识的研究模型及其关系进行分析,详细研究了粗糙集与 案例

  本文关键词：基于粗糙集与前馈网络的案例智能系统的研究，由笔耕文化传播整理发布。