论文部分内容阅读
为了提高实例推理过程中实例检索的效率和质量，提出了基于人工神经网络和最近邻算法相结合的实例检索模型。该模型在实例层次组织的基础上，首先，通过建立索引对实例进行分类，并用BP网络记忆每一类别下各实例的索引，在缩小检索范围内进行相似实例的初次匹配，以提高实例检索的效率；其次，由用户设定权值，采用最近邻算法进行二次匹配，通过实例的初次与二次匹配，将BP网络提取相似实例的客观性与用户的主观意愿结合起来，以提高实例检索的质量。最后，给出了摩托车总体设计方案生成的算例，验证了该方法的有效性与可行性。