基于贝叶斯粗糙集和混合专家模型的CBR 系统

建立一个完整的案例推理系统, 提出一种高效的案例检索方法和一种案例调整策略. 在案例检索过程中, 提 出一种基于贝叶斯粗糙集的属性权重确定算法, 在此基础上利用最邻近法检索出与当前案例最相似的一组案例作为 参考. 使用检索出的相似案例训练分层混合专家模型, 并用微粒群算法优化模型参数, 实现了对案例的调整. 采用实 际转炉生产数据进行仿真, 结果表明了该案例推理系统的有效性.