基于神经网络和遗传算法的事例最近邻法检索模型

被引：8

作者：

王玉

邢渊

阮雪榆

机构：

[1] 上海交通大学国家模具CAD工程研究中心

[2] 上海交通大学国家模具CAD工程研究中心上海

[3] 上海

来源：

高技术通讯 | 2002年 / 05期

关键词：

最近邻法; ART1神经网络; 遗传算法; 基于事例的推理;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

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

引用

页码：76 / 81

页数：6