案例推理原理及其在钢铁生产动态调度中的应用

    为了更进一步研究有效的动态调度方案，归纳了钢铁生产的动态调度问题的种类、特点；从理论与实践应用方面分析了该领域的研究方法，具体介绍了基于模型、智能、人机交互方法，并分析了各种方法间交叉组合的方式；进而研究工程实现模式，提出钢铁生产动态调度的三位一体综合集成模式。
    归纳了CBR方法的基本理论，在传统的一级CBR系统的基础上，提出两级CBR系统实现系统的稳定性。研究了如何采用框架结构描述钢铁生产动态调度的案例；引入决策树的思想实现案例聚类，运用最邻近法实现案例匹配；运用调整规则集调整案例，并探讨了案例维护的基本方式。
    提出了基于多BP网的案例匹配技术，描述了BP网的拓扑结构与实现步骤；提出了一种基于改进的德尔菲法的算法来确定输出样本集；给出了基于多BP网的案例匹配技术框架。
    研究了基于粗糙集理论的案例属性约简技术，以核为出发点，提出了一种改进的基于分辨矩阵的属性最小约简方法；针对连续属性，提出了一种基于逼近精度敏感性的离散化算法。该技术用于消除冗余信息，提高案例匹配的效率。
    归纳了CBR中主要案例调整方法，以模糊集理论为出发点，提出并论证了主要案例调整方式的适用条件；在此基础上，设计了案例调整算法，并给出一个通用的案例调整框架；介绍了诱导调整方式中调整模型的建立、线性转换与求解过程；使用上述案例调整技术，对钢铁生产的动态调度实例进行了求解，验证该技术在解决复杂的案例调整问题上的有效性和柔性。