摘要：基于CBR的推理方法是有效的智能化战损评估方法，可以解决复杂条件下战损评估推理困难的问题。本文首先进行电源车战损评估案例集的组织，确定案例的属性表达方式和案例集的构成。其次为了解决案例扩充后出现的推理效率低下和推理结果不准确的问题，提出了对传统案例推理方法的改进，利用基于核密度的赋权方法和案例集筛选的方法改进了推理技术。
关键词：战损评估；电源车；案例推理
1 基于核密度的案例属性值表达
一个完整的装备损伤评估过程必须经过三个步骤[1][2]：
获取某一损伤事件的所有损伤信息及其引起的后果（损伤影响）；
通过这些损伤信息、损伤影响确定造成损伤的根本原因；
根据损伤原因确定相应的处理方案。
这个过程需要大量的、完整的相关信息方可完成，而战场损伤评估系统工作的主要信息来源是知识库中所保存的损伤评估案例，因此，损伤评估案例的主体内容应为损伤信息（损伤影响）、损伤原因和处理方案等三部分[3]。
在已有损伤评估实例中，用来判断损伤原因的损伤信息一般就是各级损伤信息与损伤影响的集合。但在实际损伤信息收集过程中，会出现大量的描述性信息，一方面会干扰评估人员的视线；另一方面也使损伤信息知识表示困难重重，不利于下一步损伤评估智能化研究的开展。因此，为有效地利用损伤评估实例知识，确定损伤评估案例表示方法时，关键是依据以上定义从案例中的损伤信息中提取反映装备级损伤信息、子系统级损伤信息、关键件级损伤信息、损伤影响等关键内容。此外，案例内容一般还应包括处理方案及处理结果，以提高解答的效率和可靠性。处理后果主要记载了案例中提出的解答执行后的结果状态，包括解答的执行是成功还是失败、表现方式、成功条件和失败原因等。其它无关信息则应予舍弃。
属性－属性值表示方法中权重值的准确性是案例推理中的关键问题。损伤评估的推理中的权重值是损伤事件节点抵达损伤底事件的概率，是通过经验和逻辑判断才能得出的数值，一般性的权重计算方法并不适用于推理权重赋值，因此以往的研究中多采用德尔菲法由专家直接赋值，但是这种方法只体现了少部分专家的主观判断，并不能体现一般性。本文采用基于核密度集结的方法，将专家集合的判定进行
论文作者:孙玉琳1,吕瑞强1,李德权2
论文发表刊物:《电力设备》2017年第27期
论文发表时间:2018/1/10
标签：损伤论文; 案例论文; 信息论文; 方法论文; 权重论文; 属性论文; 原因论文; 《电力设备》2017年第27期论文;