基于CASE的汽车诊断系统的设计与实现

简要介绍了作者所研制的汽车故障诊断专家系统ＡＢＤＥＳ的设计与实现方法，重点介绍了基于实例的推理的应用，并提出了一个ＣＢＲ的实现算法。     

Rough集理论及其在汽车故障诊断中的应用

Ｒｏｕｇｈ集理论是一种处理不确定或模糊的知识的重要工具。文章介绍了Ｒｏｕｇｈ集理论的概念和方法，提出了可以应用于汽车故障诊断领域的一些Ｒｏｕｇｈ集方法，并且用实例说明了Ｒｏｕｇｈ集方法在汽车故障领域中知识发现方面的具体应用。     

公路军事运输线路中断下运输时间优化

分析了在公路军事运输线路中断情况下的各种对策，并对各对策的运输时间进行了量化分析，建立了公路军事运输线路中断情况下运输时间优化数学模型。应用表明。该模型能较好地对战时道路中断情况下时间优选进行仿真分析。     

汽车异响类故障诊断推理方法的研究

对汽车故障诊断领域中的异响类故障进行了研究分析，并采用基于事例的推理方法进行处理，邮异响类知识的事例表达，事例的相似度，基于相似度的匹配算法及事例库的维护策略。     

汽车故障诊断中的缺省规则挖掘

对基于Rough集理论的缺省规则挖掘算法进行了研究，在引入规则支持度概念后，提出了一种基于Rough集的缺省规则挖掘新算法。并将该算法应用于汽车故障诊断领域的知识挖掘。试用表明该算法具有一定的实用价值。     

汽车故障诊断中基于粗糙集的CBR方法研究

Rough集方法是一种处理不确定或模糊知识的重要工具。章对汽车故障诊断中的基于Case推理方法进行了研究，介绍了不确定知识的事例表达和事例检索；提出了基于粗糙集的事例特征项的权值向量确定算法、事例的相似度计算算法和基于事例推理算法。