• 中国计算机学会会刊
  • 中国科技核心期刊
  • 中文核心期刊

计算机工程与科学 ›› 2021, Vol. 43 ›› Issue (12): 2263-2271.

• 人工智能与数据挖掘 • 上一篇    下一篇

一种改进的KNN案例推理检索算法

孙宝贵1,2,车文刚1,2,廖江福1,2   

  1. (1.昆明理工大学信息工程与自动化学院,云南 昆明650500;

    2.昆明理工大学云南省计算机技术应用重点实验室,云南 昆明650500)

  • 收稿日期:2020-06-12 修回日期:2020-09-23 接受日期:2021-12-25 出版日期:2021-12-25 发布日期:2021-12-31

An improved KNN retrieval algorithm of case-based reasoning

SUN Bao-gui1,2,CHE Wen-gang1,2,LIAO Jiang-fu1,2   

  1. (1.Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500;

    2.Computer Technology Application Key Laboratory of Yunnan Province,
    Kunming University of Science and Technology,Kunming 650500,China)

  • Received:2020-06-12 Revised:2020-09-23 Accepted:2021-12-25 Online:2021-12-25 Published:2021-12-31

摘要: 案例推理作为人工智能领域中通过已知知识解决问题的方法,其核心之一是检索算法。为了改善案例推理检索算法的预测结果质量,提出一种改进的KNN案例推理检索算法。首先,利用遗传模拟退火-模糊C均值聚类算法对案例库聚类,形成多个类簇;其次,通过改进的粒子群优化混合算法优化各类簇近邻K值;然后提出最优原则检索策略,确定检索子案例库及近邻K值;最后使用Mackey-Glass混沌时间序列数据进行仿真预测。实验结果表明,相较于传统KNN案例推理检索算法,改进的KNN案例推理检索算法预测结果的精度显著提高。


Abstract: KNN检索算法;遗传模拟退火算法;遗传-粒子群优化算法;最优原则检索策略

Key words:

中图分类号: