高斯—案例推理方法的预测模型及应用

《高斯—案例推理方法的预测模型及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第20卷第6期2011年12月运筹与管理OPERATl0NSRESEARCHANDMANAGEMENTSCIENCEV01．20．No．6Dec．201l高斯一案例推理方法的预测模型及应用郑康宁1，李向阳1，杨凯2(1．哈尔滨工业大学经济与管理学院，黑龙江哈尔滨15000l；2．哈尔滨工业大学机电工程学院，黑龙江哈尔滨150001)摘要：针对目前案例推理方法中存在的预测准确性低，可靠性差等方面的局限，提出了高斯一案例推理方法。在传统基于欧氏距离相似度计算研究的基础上提出了一种新的相似度计算方法，即运用高斯转换代替欧式距离度量来计算相似度的方法。引入距离比例的概念，将案例间

2、的特征转化为高斯指标，进而计算案例间的相似度。在此基础上使用最近邻法检索出相似案例，通过对检索出的案例进行修改获得预测值。以物流外包企业风险预测为例，通过与两个案例推理模型(基于欧式距离的经典案例推理模型和灰色理论案例推理模型)的预测结果比较，得出在预测的准确性上，高斯案例推理预测模型优于其它两种模型。验证了利用高斯一案例推理模型预测企业物流外包风险的可行性。关键词：人工智能；高斯案例推理；相似度；高斯指标；预测模型中图分类号：G303文章标识码：A文章编号：1007．322l(2011)06-0099一07GaussianMethOdinCaSe—BasedReaSOn

3、ingandAppIiCatiOnSZHENGKang．nin91，LIXiang．yan91，YANGKai2(1．&^DDZ矿』I忆n昭eme凡t，舶r6讥胁￡如“抛矿％c^nD幻∥，玩访i凡l5000l，C^i耽；2．Sc丘oof旷肌c．Il口fr0凡口硫点j，tgineer白Ig，月

4、or6fn胁t缸M把Q，．死c^儿D厶，Igy，点ki6讥l5000l，C^in口)Abstract：’roresolvethepmblemofthelimitationoflowaccuracyandreliabilityinCase-basedRe船oning(CBR)，Gaus

5、sianCase—basedReasoning(GCBR)ispmposed．Inthisre8earch，basedonthere8earchonsimilaritymeasureontheba8isofEuclideanmetric，anewmeans“dealingwithsimilaritymeasurebyemployingGaussiantmnsfor-mationsinplaceoftheEuclideanmetricisplDposed．Theconceptofdistanceproportionisintroducedtomakeat尬nsfo册atio

6、n￡hatcantransferdistancesbetweenapajrofeasesoneaehfea￡ureintoGaussianindicators，andsim—ilaritybetweentwocaseswillbederived．0nthatbasis，thenearest—neighborisappliedtoretrievecasesimilarity，andthepredictivevaluewillbegeneratedbymodifyingcases．7I’akingthepredictionfortherisksofIogisticsout-s

7、ourcingente甲riseforexample，comparedwithclassicalCBRmodelonthebasisofEuelideanmetricandtheGI它yCBR，GCBRmodelstatisticallyand8ignificantlypeIfo眦sbetteronpredic“Veaccuracy，which订lustratesthefeasi—bilityofapplyingGCBRmodeltopredicttheri8ksoflogistic8out80urcingenterprise．KeywordS：anificialinte

8、lligence；gaussiancase-basedreasoning；similarity；gaussianindex；predictionmodel0引言基于案例推理‘啦!(Case-basedreasoning。CBR)是一种模仿人类思维和推理过程，利用先前实例经验进行推理的人工智能技术，这一方法常常被应用在工程设计、管理决策、财务困境预测、洪水调度、故障诊断等领域m引。然而目前CBR在企业风险预测中潜在的弱点是预测准确性低，可靠性差，对于非线性数收稿日期：2010-03·17基金项目：国家自然科学基金资助项目(709