29、基于案例的专家系统与人工智能发展历程

基于案例的专家系统与人工智能发展历程

基于案例的专家系统

解决方案

构建一个实现基于案例推理系统的专家系统引擎函数。该函数应能处理少量案例，并能够更新之前定义的案例数据库。

工作原理

当从状态目录中定义了一些案例后，就可以对系统进行测试。 CBREngine 函数实现了基于案例的推理引擎。其思路是传入一个新案例 newCase ，查看它是否与系统数据结构中存储的现有案例匹配。对于当前问题，假设已拥有检测任何故障所需的所有案例。使用内置函数 strcmpi 进行字符串匹配，该函数在比较字符串时忽略大小写，然后找到第一个匹配的值。

算法会计算匹配案例的总比例，以确定新案例是否与存储的案例匹配。引擎会将新案例中的状态值与案例数据库中的状态值进行匹配，并根据状态数量对结果进行加权。如果新案例的状态数量多于现有案例，则通过数据库案例的状态数量除以新案例的状态数量来对结果进行调整。如果有多个案例与新案例匹配，且匹配案例的结果不同，则结果声明为“模糊”；如果结果相同，则将该结果赋予新案例。使用案例名称可以更方便地理解结果，同时使用 strcmpi 使字符串匹配不区分大小写。

以下是 CBREngine.m 的代码：

%% CBRENGINE Implements a case-based reasoning engine. 
% Fits a new case to the existing set