基于歸納學習和范例推理的智能決策支持系統(tǒng)的研究.pdf

1、　　人工智能技術和決策支持系統(tǒng)有機地結合起來，形成智能決策支持系統(tǒng)(IntelligentDecisionSupportSystems，IDSS)。IDSS有效地解決了系統(tǒng)中定量與定性相結合以及半結構化、非結構化的問題，擴大了決策支持系統(tǒng)處理的范圍，提高了決策能力。IDSS已經廣泛地應用于防洪決策、商務決策等領域。歸納學習、范例推理(Case-BasedReasoning，CBR)是機器學習中發(fā)展較為成熟的技術，已經被廣泛地研究和應用。

2、隨著IDSS的應用，知識獲取“瓶頸”問題逐漸顯現(xiàn)出來，并在一定程度上阻礙了它的發(fā)展；然而歸納學習和范例推理可以應用于IDSS中，有效地解決該問題，以更好地支持決策。本文首先討論了IDSS的基本原理、體系結構、功能、研究現(xiàn)狀和存在問題，針對IDSS應用中的知識獲取“瓶頸”問題，研究了機器學習在IDSS中的應用。介紹了歸納學習中的決策樹學習算法如ID3、C4.5和特征子集選擇問題。接著介紹了范例推理的基本技術，即范例表示、范例檢索、CBR修

3、正、CBR維護等。根據上述理論，本文提出了歸納學習在CBR中的新應用。決策樹學習算法，主要是C4.5在范例檢索、CBR修正、CBR維護中的應用。特征子集選擇算法FSS,特別是基于信息熵和拉普拉斯錯誤估計的容忍噪音的FSS在范例庫的范例屬性約簡中的應用。最后，結合防洪決策，研究了歸納學習和范例推理在IDSS中的應用，提出了基于歸納學習和范例推理的IDSS集成系統(tǒng)的原型，以及集成系統(tǒng)的系統(tǒng)構成和關鍵技術，從而為IDSS的應用研究提供了更加廣