计算机工程与科学

作者：孙宝贵, 车文刚, 廖江福,

单位：（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）

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。

来源：2021年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第12期