冷轧建模中基于粗糙集和神经网络的案例检索

针对一般基于案例属性相似度的案例检索方法在实际应用时存在相似性度量的定义等难点而无法保证高效、准确检索的问题,提出了一种新的案例检索方法。根据粗糙集理论对冷轧负荷分配决策表进行简约以及从简约的决策表数据中发现规则,在此基础上利用发现的规则建立隐层节点数更合理的神经网络模型,以此神经网络模型实现相似案例检索,经在线实验证明,应用该方法可实现快速高效的案例检索,提高了整体智能推理建模的效率和质量。