基于蟻群算法和數(shù)據(jù)挖掘的案例推理技術(shù)的研究.pdf

1、基于案例推理(CaseBasedReasoning，CBR)是近二十幾年來人工智能中新崛起的一項(xiàng)重要技術(shù)，是作為基于規(guī)則推理技術(shù)的補(bǔ)充，在一定程度上彌補(bǔ)了基于規(guī)則推理技術(shù)中存在的知識獲取的瓶頸問題的缺陷。但在CBR系統(tǒng)的實(shí)際應(yīng)用中，知識獲取仍存在一定的瓶頸問題，于是本文引入數(shù)據(jù)挖掘技術(shù)和蟻群算法，試圖提高CBR中知識獲取的自動化程度以提高系統(tǒng)的運(yùn)行效率及整體性能，從而大大加快開發(fā)周期。 本文在對CBR、數(shù)據(jù)挖掘及蟻群算法基本知識

2、介紹的基礎(chǔ)上，提出了基于蟻群算法和數(shù)據(jù)挖掘技術(shù)構(gòu)造案例庫的方案。將數(shù)據(jù)挖掘技術(shù)中的分類、聚類、離群數(shù)據(jù)分析等技術(shù)集合到一起從傳統(tǒng)數(shù)據(jù)庫中構(gòu)造案例庫，在聚類及離群數(shù)據(jù)分析過程將采用改進(jìn)的蟻群算法。經(jīng)實(shí)驗(yàn)驗(yàn)證，該算法較系統(tǒng)聚類算法在聚類這一過程中效率有所提高，且為下一步的離群數(shù)據(jù)挖掘和分類工作提供了很好的基礎(chǔ)。同時經(jīng)研究發(fā)現(xiàn)蟻群算法的關(guān)鍵參數(shù)的取值對聚類結(jié)果影響很大，因而對具體的不同類型的數(shù)據(jù)庫采用此算法進(jìn)行測試可更完整、更準(zhǔn)確地了解該綜合