基于CBR的智能决策支持系统研究与应用

随着人工智能技术的不断发展,机器学习、数据挖掘、粗糙集、证据理论等理论方法的不断深入和完善,使智能决策支持系统的体系结构和智能化程度得到了较大的提高。然而随着Internet的普及应用,人们所掌握信息数据数量的剧增,给决策支持提供了丰富的信息资源和方便的互动交流平台,也使得更多的专家可以参与决策。基于智能技术的决策系统研究已经成为当前一个热点研究领域。 目前智能决策支持系统研究面临的主要问题之一为:越来越多半结构化、非结构化的、不确定的和相关的信息影响决策,决策专家很难凭借大脑的知识和经验准确、全面和快速地解决、分析信息,形成决策方案,而需要利用智能技术来辅助决策问题求解。 本文在分析目前智能决策支持系统现状和存在问题基础上,将基于案例推理的技术与智能决策支持系统相结合,提出了基于CBR的智能决策支持系统,并在法律咨询领域得到实际应用。采用基于事例推理(CBR)的方法,对事例表示、检索推理及启发式学习进行了研究,建立了基于CBR的法律咨询系统,并进行了实例分析,证明了CBR预测的正确性。