文献综述
研究背景及研究意义
在过去的 10 年里，各种类型的突发事件相继发生，包括恐怖袭击、战争、雪灾、地震、洪水、火灾、海啸、罢工、SARS、三聚氰胺事件等，而且这些事件影响的广度和深度比10年前更加剧烈。许多公司如爱立信、路虎、三鹿等为此付出了巨大代价。无数事实表明，突发事件无论是发生在企业、供应链还是大型公共设施或诸如会展、赛事等大型项目，都会产生极大经济损失，还会影响人民正常生活与工作，甚至对社会与政治稳定带来严重影响。
为对这些问题有更加深入细致的研究，国家自然科学基金重点项目《应急运作管理与鲁棒计划》应运而生，而基于案例推理（CBR, Case-based Reasoning）的应急运作管理库的构建研究是其中的重要内容。
在当前已有的研究中，从人工智能领域发展起来的CBR的理论已发展的相对成熟，案例的结构化表示、数据库存储、案例的检索以及匹配、案例的调整、案例的修正和校验等都有相应的规则和标准，国内学者在自然灾害预警专家系统、边坡稳定性评估系统研究、城市应急决策支持系统、机车故障诊断专家系统、上市公司失败预警系统等领域都有对 CBR 的成功应用。
因此，从认知科学角度讲，CBR 系统的构建基于两个前提假设：第一，相同或相似的情况有相同或相似的解法；第二，相同或相似的情况会重复发生。
基于案例推理(Case-Based Reasoning，CBR) 是基于知识的专家系的一个分支。基于案例的推理起源于认知科学中记忆在人类推理活动中所扮演的角色。案例推理是一种依靠历史案例经验来指导人们认识和解决问题的方法，比较适用于信息缺失却需要快速反应的应急决策领域。由于CBR 技术包含了案例中的隐性知识，使得决策者在决策中不但可以参考已有的显性知识和规则，同时能够根据整体事件或者子事件的类比来做出有效的决策。
随着案例推理系统的发展，它在医学、建筑、故障检测等领域的应用也越来越广。案例推理系统在实际应用中的不断普及和发展，使得案例库的规模不断膨胀，这带来了两个互相消长的结果：
一方面，随着案例数量的增加，案例库中包含了更多的知识，增强了推理系统解决问题的能力；另一方面，随着案例库规模的扩大，案例数量增多，影响了推理系统的检索效率。因此，对于案例库索引研究有利于提高案例库的使用效率，对于解决各领域的问题具有重大意义。
案例库基本概述
案例推理
基于案例的推理，是一种基于过去的实际经验或经历的推理，是人类思维过程的综合体现。在日常生活中，人们为了解决一个新的问题，首先是进行回忆，并从记忆中寻找与新问题相类似的已解问题，然后把这些问题的相关信息和知识复用到新问题的求解之中。
在基于案例的推理中，把当前所面临的问题或者情况称为目标案例，而把记忆中的问题或情况称为源案例。对基于案例推理的通俗解释就是，为了找到一个实际新问题的解，首先在经验库中寻找相似的问题，从过去的相似问题中提取出答案，把它作为求解实际问题解的起点，通过适当的修改而获得新问题的解。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
