基于遺傳模擬退火算法的范例推理的研究.pdf

1、范例推理是人工智能領(lǐng)域中較新崛起的一種重要的基于知識的問題求解和學(xué)習(xí)的方法，它是根據(jù)過去的成功或失敗的事例來推導(dǎo)出新問題的解，是一種知識庫同推理機融為一體的新的推理技術(shù)。近年來，關(guān)于范例推理的研究及其系統(tǒng)的開發(fā)受到人們的普遍關(guān)注。范例推理是由目標(biāo)范例的提示而得到記憶中最相似的源范例，并由源案例來指導(dǎo)目標(biāo)范例求解的一種策略。范例推理不僅是關(guān)于人類認(rèn)知的心理學(xué)理論，而且將成為智能計算機系統(tǒng)技術(shù)新的基石之一。范例推理技術(shù)在許多領(lǐng)域都可以使用，

2、尤其在不好總結(jié)出專家知識的領(lǐng)域效果很好。 對于給定的目標(biāo)范例，如何從范例庫中檢索和選擇出最為相似的范例決定了范例推理系統(tǒng)的學(xué)習(xí)與推理性能。范例間的相似性度量是關(guān)鍵。其中范例的特征項權(quán)重對檢索的質(zhì)量與速度都起到了重要作用。 本文介紹了遺傳算法和模擬退火算法，比較了兩種算法的特性，分析了遺傳算法的優(yōu)點和不足。針對遺傳算法容易產(chǎn)生早熟現(xiàn)象和局部尋優(yōu)能力差的特點，使用一種混合遺傳模擬退火算法用于發(fā)掘范例庫上特征權(quán)重。理論分析和實

3、驗結(jié)果表明了這種混合遺傳模擬退火算法優(yōu)于普通的遺傳算法。再將遺傳模擬退火算法引入到范例推理中，用于范例特征項權(quán)重的發(fā)現(xiàn)，并將發(fā)現(xiàn)的權(quán)重運用到范例檢索中去，以提高檢索的質(zhì)量和速度。同時，將遺傳模擬退火算法的思想引入到范例推理的結(jié)構(gòu)中，提出一種基于遺傳模擬退火算法的范例推理模型加快了檢索速度，提高了檢索質(zhì)量。 最后將基于遺傳模擬退火算法范例推理的思想，應(yīng)用于農(nóng)戶信用評估系統(tǒng)中，詳細(xì)介紹了農(nóng)戶信用評估的功能模塊、體系結(jié)構(gòu)、范例的表示、