一种改进的基于案例推理的建模算法

基于案例推理的方法是一种基于知识获取的方法，也是一种新型的基于数据驱动的建模方法。基于案例推理的核心是案例检索。针对基于案例推理系统中案例检索工作，本文提出了一种改进的K最近邻回归建模算法。首先，基于聚类思想的最近邻回归算法可以实现对案例库的有效划分，从而提高案例检索质量；其次，针对K最近邻算法中邻居个数的选取问题，采用粒子群算法确定需要的邻居个数，取代传统的依靠经验确定邻居个数K的做法。通过对MackeyGlass混沌时间序列数据进行仿真预测，验证了该方法的可行性。