基于實例推理的數(shù)據(jù)檢索算法的研究與設(shè)計.pdf

1、精密播種是一種十分先進的種植技術(shù)，可以明顯地提高農(nóng)作物的產(chǎn)量，研究精密播種機的數(shù)字化設(shè)計過程對于提高農(nóng)業(yè)機具的研制水平，縮短研制周期，有著重要的意義。由于精密播種機傳統(tǒng)的試驗設(shè)計方法的長周期、高成本等缺點，人們開始采用數(shù)字化仿真設(shè)計方法，在計算機上使用一些相關(guān)的設(shè)計軟件進行樣機建模?；趯嵗评?Case-Based Reasoning，簡稱CBR)是新興的一種重要的人工智能方法，它模仿人類的認(rèn)知過程，運用相似匹配的方法在實例庫中進行檢

2、索，并對不滿足目標(biāo)需求的實例進行修改。將CBR方法引入到精密播種機的數(shù)字化設(shè)計中，可以利用過往成型的播種機設(shè)計實例，完成滿足新要求的播種機設(shè)計方案，縮短新產(chǎn)品的開發(fā)周期。
　　本文首先介紹了基于實例推理的工作機制和關(guān)鍵技術(shù)，通過對鏟式精密播種機實例的分析，確定了播種機實例的表達(dá)形式，構(gòu)建了播種機實例庫。通過對實例相似度度量方法和實例屬性權(quán)重確定方法的研究，提出一種適合播種機設(shè)計實例的檢索算法。采用人工神經(jīng)網(wǎng)絡(luò)方法對檢索出的相似實例

3、進行評價，通過對檢索到的實例做置信度計算，對置信度較高的實例以文本形式輸出并保存，把置信度較小但有修改空間的實例提交給設(shè)計工程師進行修改，修改后的實例再次評價，直到獲得滿意的成功實例。在Visual C++6.0開發(fā)環(huán)境下，采用MFC編程，構(gòu)建基于CBR的鏟式玉米精密播種機數(shù)字化設(shè)計系統(tǒng)，完成實現(xiàn)了系統(tǒng)的主要功能。
　　鏟式玉米精密播種機數(shù)字化系統(tǒng)中實例推理的實現(xiàn)，模擬了設(shè)計師的思維，避免了重復(fù)勞動，減少了設(shè)計師的工作量，縮短了產(chǎn)