基于微粒群的案例推理方法研究

距离测度是案例检索的关键问题, 它直接影响案例检索精度. 针对距离测度进行研究, 提出一种基于微粒群 方法的自学习距离测度, 并将该自学习距离测度引入案例推理中, 使案例推理在处理由相关属性表述的案例时有了 合理的解决方法, 从而扩展了案例推理的应用范围. 最后, 利用实际数据与UCI 数据对基于新距离测度的案例推理技 术进行了仿真实验, 实验结果表明, 与其他方法相比,该方法可以提高案例检索的准确性.