基于粗糙案例推理在线自我学习决策方法研究.pdf

第14卷 专辑 中国管理科学 Issue V01．14，Special 2006年10月 ChineseJournalof Science 2006 Management October， 文章编号：1003—207(2006J zk一0024—04 基于粗糙案例推理在线自我学习决策方法 武 刚，冯玉强 (哈尔滨工业大学管理学院，哈尔滨 150001) 摘要：随着知识进步信息增长，现实决策环境日趋复杂。因决策人的有限理性所导致的决策不确定问题亟需解 决。知识发现是解决不确定性问题的有效方法。基于案例推理和粗糙集是从数据中挖掘知识的良好工具。因此 将粗糙集应用于基于案例推理，提出基于粗糙案例推理的在线自我学习决策方法。文中设计了决策模型和算法， 并以应用实例对该方法的合理性和有效性予以说明。 关键词：知识发现；决策；基于案例推理；粗糙集 中图分类号：C93I 文献标识码：A ‘ 若采用CBR进行推理，则需解决不确定案例表示的 1 引言 随着信息技术的快速发展，人类社会正在走向 知识经济时代，信息和知识已成为经济社会发展的 因不需要先验知识即可根据所给数据直接发现隐含 强相关要素…。“丰富的数据与贫乏的知识”这一 知识、揭示潜在规律的优点，被广泛应用到人工智 矛盾日渐突出。由于决策人存在生理和认知局限， 能、模式识别、决策支持与分析、机器学习、专家系 因此他在现实中是有限理性的¨1。鉴于决策环境 统、过程控制、预测建模等众多科学工程领域，成为 的复杂性，决策人需要在决策过程中进行知识学 知识发现的研究热点，受到学术届的广泛重 习¨1，以便获得更多的知识来提高管理决策水平。 视‘4-13州3。 “知识发现是从大量数据集中识别出有效、新 粗糙集理论的要点就是将知识以分类的形式表 颖的、潜在有用的以及最终可理解模式的高级处理 示。运用粗糙集中决策规则生成和知识约简的方 过程”H’，它是解决不确定性决策问题的有效方法。 法，能够很好的选择重要属性组成决策规则，删除掉 基于案例推理(Case—Based Reasoning，CBR)是知识 冗余知识实现知识约简，从而提高学习效率。因此， 发现的一个重要工具，可模仿人类学习思考模式利 本文提出基于粗糙案例推理在线自我学习决策方 用已有知识解决新问题”’71。因此在出现三十年时 法。该方法首先将所有待决策方案存入在线数据 间里，CBR在交互式决策、医疗诊断、法律咨询、故 库；然后运用粗糙集进行决策规则发现生成，选择决 障处理和设计规赳等不同的综合评价决策领域中得 策参数构成决策案例；之后采用基于案例推理的方 到广泛应用¨““。 ，， 法进行知识学习；再基于学习后增长的知识对数据 基于案例推理的一般过程包括届’：检索(Re- 库中的决策方案集进行知识约简；通过对约简后的 tfieve)_复用(Reuse)_+修正(Revise)_+存储(Re—