智能化农业信息系统中不精确推理和基于案例推理的研究
致谢 | 第1-3页 |
中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
目录 | 第5-39页 |
第一章 引言 | 第39-45页 |
第一节 专家系统概述 | 第39-42页 |
1.1.1 什么是专家系统 | 第39-40页 |
1.1.2 专家系统的知识表达和推理 | 第40-42页 |
第二节 基于不精确推理的专家系统 | 第42页 |
第三节 基于案例推理的专家系统 | 第42-45页 |
第二章 专家系统相关理论及研究现状 | 第45-78页 |
第一节 专家系统的基本理论 | 第45-54页 |
2.1.1 专家系统的历史和定义 | 第45-47页 |
2.1.2 专家系统的结构 | 第47-49页 |
2.1.3 专家系统的基本特征 | 第49-50页 |
2.1.4 专家系统的适用领域 | 第50-51页 |
2.1.5 专家系统的优点及不足 | 第51-52页 |
2.1.6 专家系统的语言、外壳和工具 | 第52-54页 |
2.1.7 小结 | 第54页 |
第二节 专家系统的知识表述 | 第54-62页 |
2.2.1 知识的含义 | 第54-56页 |
2.2.2 产生式表示法 | 第56页 |
2.2.3 逻辑方法 | 第56-58页 |
2.2.4 语义网络 | 第58-60页 |
2.2.5 框架 | 第60-62页 |
2.2.6 小结 | 第62页 |
第三节 专家系统的推理方法 | 第62-69页 |
2.3.1 基本概念 | 第62-64页 |
2.3.2 推理控制策略 | 第64-69页 |
第四节 不精确推理的基本理论 | 第69-78页 |
2.4.1 不确定性 | 第69页 |
2.4.2 不精确推理的要素和方法分类 | 第69-71页 |
2.4.3 可信度方法 | 第71-72页 |
2.4.4 模糊方法 | 第72-78页 |
第三章 一个多任务不精确推理专家系统分析 | 第78-89页 |
第一节 多任务不精确推理专家系统 | 第78页 |
第二节 知识库中知识实体及其数据结构 | 第78-81页 |
第三节 知识获取机构的分析 | 第81页 |
第四节 TMS--真值维持结构 | 第81-83页 |
第五节 推理机部分的分析 | 第83-87页 |
第六节 解释机构的分析 | 第87-88页 |
第七节 小结 | 第88-89页 |
第四章 模糊专家系统结构模型设计 | 第89-96页 |
第一节 研究背景 | 第89-90页 |
第二节 不确定性的表示 | 第90-91页 |
第三节 模糊专家系统的构成 | 第91-92页 |
第四节 模糊事实和模糊知识的表示 | 第92-94页 |
第五节 不确定传播算法 | 第94-95页 |
第六节 小结 | 第95-96页 |
第五章 基于案例推理的理论 | 第96-106页 |
第一节 基于案例推理的介绍 | 第96-97页 |
5.1.1 研究背景和动机 | 第96页 |
5.1.2 基于案例的问题解决 | 第96-97页 |
5.1.3 基于案例推理的学习能力 | 第97页 |
5.1.4 将案例与其它知识结合 | 第97页 |
第二节 CBR方法的主要类型 | 第97-98页 |
第三节 一个基于案例推理的描述框架 | 第98-101页 |
5.3.1 CBR循环 | 第99-100页 |
5.3.2 CBR的任务阶层图 | 第100-101页 |
第四节 CBR问题域 | 第101-104页 |
5.4.1 案例的表达 | 第101-102页 |
5.4.2 案例搜索 | 第102-103页 |
5.4.3 案例复用 | 第103页 |
5.4.4 案例校验 | 第103-104页 |
5.4.5 案例保存——学习 | 第104页 |
第五节 集成方法 | 第104-105页 |
第六节 小结 | 第105-106页 |
第六章 基于案例推理专家系统设计与实现 | 第106-115页 |
第一节 系统的总体设计 | 第106-107页 |
第二节 系统的数据结构 | 第107-108页 |
第三节 界面和功能设计 | 第108-109页 |
第四节 案例描述 | 第109-111页 |
第五节 案例搜索和知识库的组成 | 第111-112页 |
第六节 案例复用和校验 | 第112-113页 |
第七节 案例库的更新 | 第113页 |
第八节 小结 | 第113-115页 |
第七章 结束语 | 第115-117页 |
第一节 研究总结与体会 | 第115-116页 |
第二节 展望进一步的工作 | 第116-117页 |
参考文献 | 第117页 |