面向呼叫中心的魚病智能診斷系統(tǒng)研究.pdf

1、本文在對疾病診斷型專家系統(tǒng)和魚病診斷知識進行大量文獻研究以及對水產(chǎn)養(yǎng)殖基地進行調(diào)研的基礎上，通過對魚病診斷案例的獲取和分析，建立了CBR與RBR協(xié)同推理的魚病診斷知識表示模型和魚病診斷推理模型，搭建了呼叫中心平臺，采用ASP.NET技術進行程序開發(fā)，實現(xiàn)了面向呼叫中心的魚病智能診斷系統(tǒng)。重點做了以下三個方面的工作： (1)本文通過對魚病診斷知識和魚病診斷案例的詳細分析，建立了面向CBR與RBR協(xié)同推理的魚病診斷知識表示模型，包括

2、魚病案例的0-1矩陣知識表示模型和魚病知識的IF-THEN產(chǎn)生式規(guī)則知識表示模型。 (2)本文通過對魚病案例的分析和對魚病診斷的CBR與RBR協(xié)同推理機制的研究，建立了CBR與RBR協(xié)同推理的魚病診斷推理模型，包括魚病案例的兩級索引模型和魚病案例檢索模型。其中，魚病案例檢索模型采用了產(chǎn)生式規(guī)則和最近鄰算法，由魚病癥狀特征辨識、初級匹配、相似性度量、案例復用和案例保存等步驟組成。 (3)本文在以往研究的基礎上搭建了呼叫中心

3、平臺作為養(yǎng)魚戶與魚病智能診斷系統(tǒng)進行交互的媒介，同時采用ASP.NET技術進行程序設計，開發(fā)了面向呼叫中心的魚病智能診斷系統(tǒng)，實現(xiàn)了預期功能。 本系統(tǒng)進行了測試運行，結果表明：本文建立的魚病知識表示模型有利于優(yōu)化案例知識庫結構和提高推理效率；魚病案例兩級索引模型提高了魚病案例的檢索效率；CBR與RBR協(xié)同推理的魚病診斷推理模型較以往的推理模型有更高的準確率和推理效率；呼叫中心平臺可以解決養(yǎng)魚戶因不具備計算機和互聯(lián)網(wǎng)而不能獲得魚病