资源描述：
《cbr系统案例搜索中的混合相似性度量方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2002年3月系统工程理论与实践第3期 文章编号:100026788(2002)0320131206CBR系统案例搜索中的混合相似性度量方法张本生,于永利(军械工程学院管理工程系,河北石家庄050003)摘要:首先对传统相似性度量方法进行了分析,接着在对属性分类和模糊属性间相似性度量算法研究的基础上提出了混合相似性度量方法,并给出了应用实例,最后是结论L关键词:CBR;案例搜索;相似性度量中图分类号:TH16.21文献标识码:AaHybridSimilarityMeasureforRetrievalinCase2basedReasoningSystemZHANG
2、Ben2sheng,YUYong2li(OrdnanceEngineeringCollege,Shijiazhuang050003,China)Abstract:Inthispaper,thebasicCBRsimilaritymeasureswerereviewedfirstly.Insuccession,ahybridmeasureisproposedforcomparingcaseswithamixtureofcrispandfuzzyfeatures.Atlast,itsapplicationtothedomainoffailureanalysisisi
3、llustrated.Keywords:CBR;caseretrieval;similaritymeasure1 引言基于案例的推理(CBR)是近年来人工智能界一致看好的一种方法,在处理复杂问题和多属性决策时,CBR往往是优选方法L基于案例的推理优点很多,其中最重要的一条是它能模拟人的思维进行问题求解和决策L基于案例的推理过程通常包括:检索、重用、修正、校阅和系统更新,开发CBR系统应紧紧围绕这五步展开L在这五个步骤中,案例库中有足够的案例是必不可少的,但案例搜索是CBR系统的关键,没有有效的案例搜索,CBR系统将一无所成L两个案例间的相似性度量在案例搜索中扮演
4、了重要的脚色,所以CBR系统有时也称为相似性搜索系[1]统L模糊集合理论可以更自然而充分地模拟现实世界或事件,在当前已成为学术界的共识,而传统的案例间相似性度量方法不能很好解决案例中模糊属性的相似性度量问题,从而限制了CBR系统在判断、评估、决策和推理方面的进一步应用L为了解决当前CBR系统对模糊概念无能为力、不能有效影射领域问题实质和求解效率低等弊端,以便使其获得更广泛地应用L本文在分析已存在的相似性度量方法基础上,提出一种混合相似度计算方法,该方法具有计算简单和结果准确的优点,且能较好地反映问题域实质L相信它能对CBR系统解决现实问题提供一些帮助L2 基本C
5、BR相似性度量方法通常CBR系统应用加权的海明(Haimming)距离和欧几里德(Euclidian)距离反函数来计算两个案例a收稿日期:2000207212©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.132系统工程理论与实践2002年3月[2]间的相似度L应用海明距离SIM(X,Y)=1-DTST(X,Y)=1-6widist(xi,yi)(1a)i 应用欧几里德距离SIM(X,Y)=1-DTST(X,Y)=1-6widist(xi,yi)(1b)i式中,权重wi代表第i个属性
6、的重要度,i=1,2,⋯,n,n是案例中属性的个数Z标准的dist(xi,yi)通常表示如下:dist(xi,yi)=ûxi-yiûöûmaxi-miniû(2) 对于数字属性值,maxi和mini分别代表案例第i个属性的最大和最小值Z对于符号属性值,如果xi=yi,dist(xi,yi)=0;否则,dist(xi,yi)=1Z公式1表明当DIST=0,SIM有最大值1,这意味着两个案例是同一的Z当DIST=1,SIM有最小值0,表明两个案例完全不同Z除了以上两种最常用的算法外,文献[3]还提出了曼哈顿距离、无限模距离、最近相邻、对比函数等算法Z但所有这些相似
7、性度量方法,只考虑了有确定属性值的情况,或者将模糊属性简单地同确定性属性同等处理Z以这种度量方式计算案例间的相似度进行案例搜索、匹配的CBR系统处理复杂问题时,不仅效率低,而且得到的结果也是难以令人满意的Z3 混合相似度计算方法3.1 属性分类[4]要对案例属性进行分类,首先对属性通常所具有的属性值进行分类:3确定数字属性值 这种属性值可以是连续的,也可以是离散的Z3确定符号属性值 这种属性值通常用一明确的术语表示Z3模糊概念属性值 这种属性值可以认为是一概念变量,所有这样的属性值可构成一项目集Z项目集中,每一项目对应一模糊概念Z如图1所示Z图1 模糊概念属性实
8、例
