多层前馈神经网络在基于案例推理的应用

？基于案例的推理（cbr）系统的增量式学习会使案例库逐渐增大，导致案例的检索时间较长，效率较低。多层前馈神经网络是构造性神经网络技术，很容易构筑及理解，具有较低的时间和空间复杂性和较高的识别率。利用该神经网络技术对案例库进行分类后，待求解的新问题只需在某个子案例库中进行检索，便可以有效地解决大规模案例库的能力与效率的维护问题，确保cbr系统的能力保护与效率保护兼顾的实现，为大规模案例库的应用提供技术保证。