群決策案例推理系統的動態學習模型及套用研究

《群決策案例推理系統的動態學習模型及套用研究》是依託北京工業大學，由嚴愛軍擔任項目負責人的面上項目。

基本介紹

• 中文名：群決策案例推理系統的動態學習模型及套用研究
• 項目類別：面上項目
• 項目負責人：嚴愛軍
• 依託單位：北京工業大學

項目摘要

案例推理(CBR)從認知科學的角度對人類思維和學習機制進行探索，是一種有效的智慧型求解與推理方法，CBR的學習能力直接影響問題求解的質量和推理效率。項目以CBR系統的建模與設計為研究對象，以賦予CBR動態學習能力和提高其問題求解能力為目標，從分析群決策與創造性思維的關係入手，探索群決策CBR的認知結構和功能；以建立其動態學習模型為主線，採用認知-行動-評價-改進-記憶的建模手段，研究群決策CBR的認知建模、評價建模以及記憶建模方法；建立具有動態學習機制的屬性權重最佳化分配、群決策評價與修正以及群決策存儲規律，形成穩定而收斂、保障求解質量和推理效率的動態學習模型；最後，將獲得的群決策CBR系統的建模理論和設計方法套用於豎爐焙燒過程的設定建模、不平衡數據與缺失數據的分類等問題中進行測試。項目的實施可為研究CBR的動態學習機制提供思路，為群決策CBR系統的套用奠定基礎，具有重要的理論和現實意義。

結題摘要

案例推理是人工智慧領域的重要研究方向之一，它從認知科學的角度對人類思維和學習機制進行探索，是一種有效的智慧型求解與推理方法，案例推理的學習能力直接影響問題求解的質量和推理效率。項目以案例推理系統的建模與設計為研究對象，以賦予案例推理動態學習能力和提高其問題求解能力為目標，借鑑認知科學和群決策理論，著手構建一種群決策案例推理系統。主要研究內容包括：從分析群決策與創造性思維的關係入手，探索群決策案例推理的認知結構和功能；以建立其動態學習模型為主線，採用“認知-行動-評價-改進-記憶”的建模手段，研究群決策案例推理的認知建模、評價建模以及記憶建模方法；建立具有動態學習機制的屬性權重最佳化分配、群決策評價與修正以及群決策存儲規律，形成穩定而收斂、保障求解質量和推理效率的動態學習模型；最後，將獲得的群決策案例推理系統的建模理論和設計方法套用於豎爐焙燒過程的設定建模、不平衡數據與缺失數據的分類等問題中進行測試。獲得的重要結果有七個方面：（1）群決策案例推理的學習機制、認知結構與功能、性能評價指標；（2）群決策檢索的認知建模方法；（3）群決策修正的評價建模方法；（4）群決策存儲的記憶建模方法；（5）屬性權重的動態學習規律；（6）群決策評價與修正的動態學習規律；（7）群決策存儲的動態學習規律。套用於一些典型的模式分類問題中，分類時間平均降低44.07%，平均分類準確率達到82.36%；套用於參數估計中，擬合誤差可以降至5.0%；套用於豎爐焙燒過程中的最佳化設定中，焙燒礦的單位時間產量提高了1.92t/h，質量指標提高了0.81%，每噸產品的能耗指標下降了0.11GJ/t。從這些關鍵數據看，測試效果比較理想。本項目對案例推理的認知推理模型開展了進一步的機理分析和方法研究，項目的研究成果促進了邏輯、推理與問題求解方法的進一步發展，為研究案例推理的動態學習機制提供了一條思路，為群決策案例推理系統的套用奠定了基礎，具有重要的理論和現實意義。