.png){kind=icon}
返回
Case-Based-Reasoning Decision Method with Generalized Combination Rule
.png){kind=icon}
PRE
AI
DOI：10.3390/systems14050587.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于案例推理(CBR)是一种高效的智能决策方法，但传统方法往往忽视决策信息的权重和可靠性，且难以处理属性异质性和缺失数据。本研究提出了一种基于广义组合(GC)规则的改进CBR方法以克服这些局限。我们设计了异质属性的差异化相似度计算，并通过将相似度相同的案例分组构建基本概率分配(BPA)来处理缺失数据。随后利用Deng熵和Jousselme距离分别表征属性权重和可靠性。通过GC规则递归融合折扣后的BPA，并借助贝叶斯近似推导最终决策。以台风灾害应急决策的案例研究表明，所提方法具有更优的性能。
Keyword:
case-based reasoning
generalized combination rule
evidence fusion
basic probability assignment
emergency decision-making
