1、基于案例的推理(CBR)是最近二十多年來發(fā)展起來的區(qū)別于基于規(guī)則推理的一種新的推理模式，它是一種重要的基于知識的問題求解和學(xué)習(xí)方法，強(qiáng)調(diào)了人類對過去經(jīng)驗和前人智慧的重現(xiàn)。人工神經(jīng)網(wǎng)絡(luò)(ANN)可以用來模仿專家的形象思維，它的許多優(yōu)點使得CBR與ANN之間存在某種自然聯(lián)系，在很多方面兩者具有互補(bǔ)性。因此利用ANN的技術(shù)和模型來實現(xiàn)CBR可以取得良好的推理效果。 本文首先回顧了CBR的發(fā)展歷程，并介紹了CBR的研究現(xiàn)狀、特點及應(yīng)用領(lǐng)

2、域，詳細(xì)討論了CBR方法的基本原理和關(guān)鍵技術(shù)。接著介紹了ANN基本原理和模型技術(shù)，并從CBR的案例檢索、案例庫維護(hù)及案例調(diào)整三個方面探討了ANN與CBR之間的可結(jié)合性。 對于CBR中的案例庫維護(hù)，本文采用基于模式歸納維護(hù)策略中的聚類分析進(jìn)行案例庫的相關(guān)維護(hù)工作。在對相關(guān)基本概念介紹及各種聚類算法討論的基礎(chǔ)上，形成了本文的模糊修剪聚類算法，實驗驗證結(jié)果表明，該算法具有可行性并能取得較好的結(jié)果。在對案例庫進(jìn)行聚類分析的基礎(chǔ)上，討論了

3、新案例庫的構(gòu)建問題。 基于ANN的相似案例檢索方法具有檢索速度與案例庫的大小成非線性關(guān)系的特點。本文結(jié)合徑向基函數(shù)(RBF)網(wǎng)絡(luò)的特點和案例調(diào)整以及相似案例檢索的實際需要，對RBF網(wǎng)絡(luò)輸出層進(jìn)行了非線性化改進(jìn)，并在案例庫聚類分析的基礎(chǔ)上，提出了基于RBF網(wǎng)絡(luò)的相似案例檢索模型，并給出了檢索過程，實驗驗證證實了該檢索模型的合理性。針對幾種不同類型的問題，本文進(jìn)行了相應(yīng)的案例調(diào)整探討?；谇懊娴难芯拷Y(jié)果，本文最后提出了基于ANN的C