基于CBR車險公估系統(tǒng)的應用研究.pdf

1、隨著汽車數量的不斷增加，汽車事故也越來越多，保險公司對汽車遇險進行正確公估是一項頗為繁重和復雜的工作。目前我國車險公估行業(yè)還不是很規(guī)范，公估人員的專業(yè)素質和市場的不規(guī)范化都影響公估的結果。如何利用計算機和人工智能的技術，輔助公估人員進行快速的、準確的定損、公估，如何積累和發(fā)展車險公估的經驗，確保車險公估行業(yè)能夠有一定的標準可循是車險公估行業(yè)的重要課題。本課題擬應用CBR技術建立一個車險公估案例庫模型，并將其應用于“車險公估系統(tǒng)”中，實現(xiàn)

2、科學合理地車險公估，提高工作效率和準確性。論文的主要工作如下： (1)對CBR的理論進行了深入分析研究，針對車險公估的特點，比較了CBR與專家系統(tǒng)、神經網絡、機器學習等幾種人工智能技術的特點，詳細討論了CBR方法在車險公估系統(tǒng)中的應用。 (2)在案例的表示方法上使用了框架表示法和基于特征的表示法相結合的方法，并且在此基礎上采用了分類策略來構造車險案例庫。 (3)在案例的檢索中，采用了基于層次分類模型的索引策略，構