浅谈基于范例推理的软基处理方案决策浅谈基于范例推理的软基处理方案决策 摘 要：范例推理是一种人工智能推理方法，本文应用大量的、成熟的软基处理方法构成软基处理方案决策的源范例库，为实现基于范例推理的软基处理决策奠定了可靠的基础。通过软基处理方案的目标范例与源范例之间的类比，根据计算获得的软基目标范例与软基处理源范例质检的相似性程度，从而获得软基目标范例的处理方案。 关键词：范例推理 软基处理 决策模型 范例 中图分类号：B811.23 文献标识码： A 一、前言 类比是人们常常运用的解决问题的方法。人们在问题解决的过程中，常常依赖以前解决相似问题的经验，来得到新问题的解决办法。基于范例推理正是以人类解决问题的这种实际心理历程为基础的一种人工智能范式。 在软土地基上修建高速公路，首先需要对是否进行处理做出决策。对需要处理的地段，则需要对深层处理还是浅层处理做出决策。在软基处理技术决策中，涉及的影响因素众多，有地质因素，工程因素，经济因素及环境影响因素等。计算工作量大，设计理论不完善，经验往往起着重要的作用。如何使软基处理技术决策更具科学性变的非常重要，近年来这方面的讨论取得了不少新的进展，讨论人员先后提出了新的地基处理决策新方法，如评分优化法、模糊评判法、层次分析法以及地基处理智能辅助设计系统等。基于此，本文提出了基于范例推理的软基处理决策模型。 二、基于范例推理的软基处理方案决策模型 1 范例推理的机理 范例推理就是通过访问范例库中过去相关的事例的求解利用类比推理而获得当前问题解。长期以来，讨论人员已经对大量的成熟的软基处理方法进行过比较深化的讨论，获得了比较明确的结论。这些大量的成熟的软基处理方法将构成软基处理方案决策的源范例库，通过软基处理方案的目标范例与源范例之间的类比，根据计算获得的软基目标范例与软基处理源范例之间的相似性程度，获得软基目标范例的处理方案。 基于范例推理(CBR)系统的核心包括四个部分：（1）范例库：存储先前的经验；（2）检索机：用一种有意义的方法排列范例；（3）匹配算法：比较新范例与旧范例的相似度；（4）调整机制：推演得出最后的解法。 CBR 系统的运作过程可概括（1）提取（2）重用（3）修改和（4）存储。基于范例推理的步骤如下：（1）提出新问题作为目标范例，定义新问题的特征或属性；（2）检索范例库，根据问题的要求，在范例库中找出与目标范例最为相似的范例；（3）根...
