1) design by analogy
基于类比的推理
2) category-based induction
基于类别的特征推理
3) analogy-based design
基于类比的设计
1.
Existing successful design cases are applied in design process which adopts analogy-based design(ABD) and theory of inventive problem solving (TRIZ) to make the two processes have some level of similarity.
应用基于类比的设计(ABD)和发明问题解决理论(TR IZ)的设计过程均要采用已往成功的设计实例,使两种过程具有相似性;在分析ABD及TR IZ设计过程原理的基础上,提出将TR IZ解模型及相应的设计实例作为ABD的源设计,由类比设计过程确定目标设计及新设计的方法。
4) analogy-based method
基于类比的方法
5) Case-based Reasoning
基于实例的推理
1.
Based on the geometric feature of plastic product, aiming at two primary parts of ejection design that are ejector type selection and ejector location, this paper used rule-based reasoning to obtain fitted ejector as well as case-based reasoning to decide ejector location and ejector quantity.
在此基础上 ,运用产生式规则推理获得适合该塑件的最优类型顶杆 ,运用基于实例的推理确定顶出位置和所需顶杆数量 ;对实例的框架表示法和基于模糊相似度的实例相似性度量等进行了研究 ,并给出了相应的算例 。
2.
Aiming to the characteristics of the domain knowledge of motorcycle,the(object-oriented) knowledge representation and the case-based reasoning are used to solve the key technologies for both design and practice of the intelligent system.
针对摩托车领域知识的特点,运用面向对象知识表示模式及基于实例的推理机制解决了系统设计及实施的关键技术问题。
3.
Case-based reasoning (CBR) is a general paradigm for problem solving based on the recall and reuse of specific exper.
基于实例的推理技术利用过去的设计以及设计经验来求解新问题。
6) Case-based reasoning
基于事例的推理
1.
Application of case-based reasoning in prisoner individuality analysis system;
基于事例的推理在罪犯个性分析系统中的研究
2.
As an incremental learning system, Case-based reasoning(CBR)makes the knowledge and rule obtainment bottleneck easy by learning from case, thus it has increasingly become a hotspot in the area of artificial intelligent.
基于事例的推理(CBR)作为一种增量式的学习方法,规避了传统人工智能在知识获取上的瓶颈问题,逐渐引起人工智能领域研究者的关注。
3.
Besides explanation of the recent problems in CAD of China,the present paper also introduces some new CAD technologies,such as case-based reasoning,image vectorization,the t.
介绍了目前我国CAD技术发展面临的问题,还介绍了基于事例的推理、图像矢量化、基于摄影测量的实物三维重建和信息集成等技术。
补充资料：类比推理
类比推理
analogical reasoning
况时，人们时常回忆相似情况的处理经验，经适当修改后作为新情况的处理策略。显然，类比推理能较好地克服基于规则系统的上述缺点。 在类比推理中，通常把已知熟悉情况称为基或源，把新情况称为靶。类比推理的推理模式如下(?表示推出部分):Bl—Tz 努…兀即已知基中知识Bl和刀2，靶中知识Tl，Bl与刀2相关(或BZ依赖于BI)，TI与Bl相似;在靶中推出类比结论TZ，这里TZ与T，相关、与B:相似。显然，如果将其中的“、”改为“=”(相同)，“》”改为“习”(真值蕴含)，则上述类比推理模式变为演绎推理模式Tl，TIDB:卜TZ(其中T:=BZ)，这种变化说明: (l)类比推理是似然推理。因为“七”比“二”弱，“》，，比“冷”弱。 (2)为提高类比结论的可信度，希望: B，与Tl间的相似度高，这使召1七TL接近于Bl=T“ 马包括的本质特征多，这使马》BZ更好地反映了情况组成元素间的本质联系，即接近于Bl”BZ。 虽然研究者们对类比推理过程进行了不同的划分，但是通常都经历了下列步骤: (1)分析靶的描述，从中抽取用于检索相似情况的特征，也把这些特征称作索引; (2)根据索引在情况库中检索与靶最相似的情况，这些情况就是基; (3)建立基和靶的组成元素间的对应关系，通常是使功能或作用相似的元素对应起来; (4)根据已建立的元素对应关系，将其中未被对应的知识转换到靶，从而得到类比结论。 基于不同的出发点，可对类比推理进行不同的分类。例如，根据情况间的相似程度可分为领域内类比和领域间类比;根据处理任务的类型又可分为类比问题求解和类比解释。 关于类比推理的特点和基本问题可参见类比学习。(李波)}eibi tull!类比推理《anal呢ical~ning)由于认识到当前新情况与已知熟悉情况在某些方面相似，从而推出它们在其它相关方面也相似的推理方式。 这里情况包括人们曾经经历的事件、求解的问题和解释的现象等。它来自对人类记忆的研究，成长于对基于规则系统的改进。当前人工智能研究已表明基于规则系统的如下缺点:难于进行知识获取，凡事都从基本原理开始推理是低效的，而且离开了规则库就寸步难行。认知研究表明，在遇到新情
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条