基于神经网络和遗传算法的事例最近邻法检索模型

• 作者: 王玉 邢渊 阮雪榆
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 最近邻法 ART1神经网络 遗传算法 基于事例的推理
• 年，卷（期）: 2002,（5）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 76-81
• 页数: 6页
• 分类号: TP18
• 字数: 4533字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2002.05.017

摘要

提出了基于自适应共振神经网络ART1模型进行事例的智能层次聚类和基于遗传算法(GA)进行事例特征权值优化的解决方案.经过ART1网 络的层次聚类形成事例库的层次智能存储组织,可有效缩小事例的搜索空间,提高检索效率 .基于GA对特征权值优化可提高检索质量,防止检索出的相似度系数最大的事例并非最佳事 例,即K-NN收敛不到最佳解.因此所提方法的运用可有效提高CBR系统整体的检索效率与质量,尤其是存在大型复杂事例库的系统.