呂宗平，胡 欣，楊宏宇

（中國民航大學(xué) a.空中交通管理學(xué)院；b.計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，天津 300300）

安全是機(jī)場發(fā)展的重中之重，緊急事件發(fā)生時(shí)有效的指揮調(diào)度能夠確保機(jī)場工作的有序進(jìn)行。目前國內(nèi)民航機(jī)場各單位部門處理緊急事件仍停留在傳統(tǒng)的預(yù)案文本式，往往靠開會(huì)和電話進(jìn)行溝通，由指揮人員在短時(shí)間內(nèi)臨場決定，沒有很好地利用以往實(shí)際事故或演習(xí)的經(jīng)驗(yàn)，缺乏科學(xué)合理性，難以有效地應(yīng)對機(jī)場的突發(fā)性事件。因此，采用恰當(dāng)?shù)姆椒?，對機(jī)場應(yīng)急預(yù)案進(jìn)行管理，是從根本上提高應(yīng)急處置能力、減少人員傷亡和財(cái)產(chǎn)損失的關(guān)鍵。

在發(fā)達(dá)國家，應(yīng)急救援已成為維持整個(gè)機(jī)場能夠正常運(yùn)行的重要支撐體系之一。例如：美國、歐盟、日本等國家都已建立了運(yùn)行良好的應(yīng)急救援管理體制，包括應(yīng)急救援法規(guī)、管理機(jī)構(gòu)、指揮隊(duì)伍、應(yīng)急隊(duì)伍、資源保障和公民知情權(quán)等方面，形成了比較完善的應(yīng)急救援系統(tǒng)。中國民航運(yùn)輸業(yè)在近幾年得到了快速的發(fā)展，但中國機(jī)場的設(shè)備、設(shè)施以及管理水平均落后于發(fā)達(dá)國家和地區(qū)，在處理緊急情況時(shí)應(yīng)急能力明顯不足?？v觀中國各機(jī)場現(xiàn)有狀況，在應(yīng)急救援方面普遍存在不足，主要表現(xiàn)在：缺乏統(tǒng)一有效的協(xié)調(diào)指揮機(jī)制；應(yīng)急管理薄弱，應(yīng)急反應(yīng)遲緩；應(yīng)急救援隊(duì)伍力量分布不合理；應(yīng)急裝備落后，救援能力有限；應(yīng)急管理法制基礎(chǔ)工作相對滯后。

目前，國內(nèi)關(guān)于機(jī)場應(yīng)急救援的研究還不多，遲文學(xué)[1]等人基于G I S（地理信息系統(tǒng)）建立一套機(jī)場應(yīng)急救援與輔助決策支持系統(tǒng)；徐忠明[2]提出建立以數(shù)字集群通信系統(tǒng)為核心的機(jī)場應(yīng)急聯(lián)動(dòng)系統(tǒng)；朱新平[3]等利用計(jì)算機(jī)信息化技術(shù)對機(jī)場應(yīng)急救援系統(tǒng)進(jìn)行軟件架構(gòu)設(shè)計(jì)；梁世華[4]等利用模糊推理法，從理論上構(gòu)建基于案例推理的機(jī)場應(yīng)急救援規(guī)模決策模型；趙玉明[5]等提出基于情景的層次P e t r i網(wǎng)建模方法，得到機(jī)場應(yīng)急仿真模型；羅帆[6]等在問卷調(diào)查研究的基礎(chǔ)上，對機(jī)場災(zāi)害預(yù)警管理的工作內(nèi)容進(jìn)行了闡述。

上述文獻(xiàn)針對應(yīng)急救援系統(tǒng)的搭建、救援的規(guī)模決策、救援模型的構(gòu)建以及機(jī)場災(zāi)害預(yù)警的內(nèi)容進(jìn)行了研究，而要有效地提高機(jī)場應(yīng)急反應(yīng)能力，應(yīng)急預(yù)案的作用也不容忽視。本文構(gòu)建基于案例推理的機(jī)場應(yīng)急救援模型，利用XML技術(shù)來表示案例和構(gòu)造預(yù)案庫，采用兩兩比較打分法和最鄰近算法對已有應(yīng)急預(yù)案進(jìn)行檢索與匹配，為突發(fā)事故的應(yīng)急處置提供決策支持。

1 模型建立

案例推理（case-based reasoning，CBR）是用先前求解問題的經(jīng)驗(yàn)和方法，通過類比和聯(lián)想來解決當(dāng)前的相似問題，反映人類認(rèn)知過程中根據(jù)過去經(jīng)驗(yàn)和方法進(jìn)行推理求解，從失敗或成功中進(jìn)行學(xué)習(xí)的特征[7]。目前CBR已被廣泛應(yīng)用于多個(gè)領(lǐng)域，并取得很好的效果，而其在民航機(jī)場應(yīng)急管理領(lǐng)域中的應(yīng)用研究還十分欠缺。處理機(jī)場緊急突發(fā)事件不是一個(gè)簡單的過程，需要公安、醫(yī)療、消防、航空地面服務(wù)公司等部門的共同參與，事件的發(fā)生具有隨機(jī)性、模糊性、不確定性；另一方面，在機(jī)場突發(fā)事件處理過程或應(yīng)急演練中已積累不少豐富的經(jīng)驗(yàn)，存在一些實(shí)際的案例，這些都符合CBR方法的使用特征，因此采用CBR設(shè)計(jì)并實(shí)現(xiàn)機(jī)場應(yīng)急預(yù)案管理是可行的。

基于CBR機(jī)場應(yīng)急救援方法的核心思想就是借鑒以往處理事故的經(jīng)驗(yàn)來解決當(dāng)前的相似問題。機(jī)場應(yīng)急救援模型設(shè)計(jì)如圖1所示，該模型包括案例表示、案例檢索與匹配、案例調(diào)整、預(yù)案執(zhí)行、案例學(xué)習(xí)等幾個(gè)主要部分，其設(shè)計(jì)思路如下。

圖1 基于CBR機(jī)場應(yīng)急救援模型Fig.1 Airport emergency rescue model based on CBR

1）案例表示 采用一定的表示方法描述當(dāng)前機(jī)場突發(fā)事件的狀況，形成目標(biāo)案例。

2）案例檢索與匹配 從案例庫中檢索出與當(dāng)前問題在特征屬性上相似或?qū)Ξ?dāng)前事故有啟發(fā)和指導(dǎo)意義的案例，形成候選案例集；分別計(jì)算候選案例與當(dāng)前案例相似度，選出最有參考價(jià)值的案例作為檢索結(jié)果。

3）案例調(diào)整 為使檢索得到的案例能夠適合當(dāng)前事故的需要，根據(jù)兩者間的差異，對案例進(jìn)行有針對性的調(diào)整，最終得到有效預(yù)案。

4）預(yù)案執(zhí)行 在預(yù)案執(zhí)行過程中，如需使用各種資源，則先判斷現(xiàn)有資源是否滿足數(shù)量和質(zhì)量要求；否則需要及時(shí)調(diào)撥其他可用資源。

5）案例學(xué)習(xí) 將當(dāng)前成功解決問題的案例或處理失敗后經(jīng)過修改并有效評估的案例納入預(yù)案庫中，當(dāng)再次發(fā)生相似事故時(shí)就可直接調(diào)用。

2 基于CBR機(jī)場應(yīng)急救援模型的設(shè)計(jì)

2.1 案例的表示

案例表示是案例推理的基礎(chǔ)，合理的案例表示方法有助于提高案例檢索的速度和精度。隨著各種類型事件的發(fā)生，案例的結(jié)構(gòu)將會(huì)越來越復(fù)雜。為了日后能有效地管理數(shù)量龐大、結(jié)構(gòu)復(fù)雜的案例，使其能被高效地操作，本文利用XML技術(shù)在對象描述與可計(jì)算性方面的優(yōu)勢，將CBR與XML結(jié)合在一起，提出以XML文檔的形式表示案例，采用樹形結(jié)構(gòu)，使用標(biāo)志和屬性來描述案例。

XML（extensible markup language，可擴(kuò)展標(biāo)記語言）是一種元語言，利用其可以創(chuàng)建特定領(lǐng)域的標(biāo)記語言?；赬ML表示的案例包含兩個(gè)主要文件[8]：一個(gè)用來描述研究領(lǐng)域的案例結(jié)構(gòu)，另一個(gè)描述案例本身。其中案例結(jié)構(gòu)采用XMLSchema來描述，XMLS chema能提供文檔的規(guī)則、用什么標(biāo)記符、標(biāo)記符的屬性及之間的關(guān)系，尤其他能允許用戶創(chuàng)建文檔結(jié)構(gòu)和約束文檔內(nèi)容。另一個(gè)描述案例本身的XML文檔則包括以下內(nèi)容：

1）案例類別 為有效地組織案例庫中的案例，需對案例進(jìn)行分類，方便索引和檢索。

2）案例特征 分為必備特征和可選特征。必備特征是在推理過程中起重要作用、與決策結(jié)果有因果關(guān)系的特征；可選特征是為了更加全面地描述并區(qū)分不同的案例。

3）案例結(jié)果 案例對應(yīng)的處理方法或結(jié)論。

目前，CBR中表示案例的方法還有：面向?qū)ο蟊硎痉ǎ浑A謂詞表示法，框架法，過程表示法，語義網(wǎng)絡(luò)法等。采用XML表示的案例與其他方法表示的對比如表1所示[9]。

表1 采用XML表示的案例與其他方法表示對比Tab.1 Comparison between XML and other methods for cases representation

2.2 預(yù)案庫的構(gòu)造

一個(gè)系統(tǒng)的案例越多，則擁有的知識(shí)越豐富，但案例檢索的速度受到相反影響，因此應(yīng)該合理地組織案例庫。XML面向數(shù)據(jù)，用于描述數(shù)據(jù)本身的性質(zhì)、結(jié)構(gòu)以及數(shù)據(jù)之間的關(guān)系并能存儲(chǔ)下來，因此XML可作為表示和存儲(chǔ)數(shù)據(jù)的手段。XML文檔的樹形結(jié)構(gòu)與預(yù)案庫的分層次多子系統(tǒng)的結(jié)構(gòu)相對應(yīng)，文檔中的節(jié)點(diǎn)自定義功能則可用來描述新的案例。

以XML文檔構(gòu)成的數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫相比，前者具有更好的可重用性和可擴(kuò)展性，具體表現(xiàn)在[10]：

1）案例存儲(chǔ)數(shù)據(jù)的形式是可讀的 即人可以直接閱讀和編輯XML文檔，而數(shù)據(jù)庫中的表不通過數(shù)據(jù)庫管理系統(tǒng)是無法訪問的。

2）案例存儲(chǔ)相對獨(dú)立 在XML文檔數(shù)據(jù)庫中每個(gè)案例文件對應(yīng)于一個(gè)案例，一個(gè)案例文件的破壞不會(huì)影響整個(gè)預(yù)案庫。

3）案例結(jié)構(gòu)可靈活定義 以XML文檔構(gòu)成的預(yù)案庫可允許用戶定義全新的案例結(jié)構(gòu)，建立符合自己問題描述的案例。

4）案例信息更加豐富完整 采用XML文檔形式存儲(chǔ)案例，可完整反映與其他案例間的結(jié)構(gòu)關(guān)系。

為方便案例檢索，對于機(jī)場應(yīng)急救援預(yù)案庫可以分為兩類，即航空器緊急事件預(yù)案庫和非航空器緊急事件預(yù)案庫。通過研究分析，得出案例表示的特征屬性包括：①應(yīng)急響應(yīng)等級；②事故發(fā)生地點(diǎn)；③事故原因類型；④天氣環(huán)境。事故的解決方案包括：①接警并通知各相關(guān)部門；②救援資源的集結(jié)準(zhǔn)備；③現(xiàn)場指揮和協(xié)調(diào)；④后期處置。

本文設(shè)計(jì)了兩類機(jī)場應(yīng)急救援預(yù)案的特征屬性層次結(jié)構(gòu)，分別為航空器緊急事件預(yù)案特征屬性的層次結(jié)構(gòu)（如圖2所示）和非航空器緊急事件預(yù)案特征屬性的層次結(jié)構(gòu)（如圖3所示）。

圖2 航空器緊急事件預(yù)案特征屬性層次結(jié)構(gòu)圖Fig.2 Hierarchical structure of aircraft emergency preparedness features

圖3 非航空器緊急事件預(yù)案特征屬性的層次結(jié)構(gòu)圖Fig.3 Hierarchical structure of non-aircraft emergency preparedness features

2.3 案例的檢索與匹配

合理的案例檢索與匹配方法是CBR技術(shù)的關(guān)鍵之一[11]，分為初步檢索和案例匹配兩個(gè)階段。初步檢索是在突發(fā)事故發(fā)生時(shí)，通過提取當(dāng)前事故的特征屬性，在預(yù)案庫中查找與當(dāng)前事故相似的一個(gè)或多個(gè)案例。案例匹配是在初步篩選出的案例基礎(chǔ)上，全面比較所篩選出的案例與當(dāng)前案例的相似性。案例的檢索與匹配涉及兩個(gè)關(guān)鍵問題[12]：①各特征屬性的權(quán)重確定；②各特征屬性的相似度匹配。

2.3.1 權(quán)重的確定

為保證預(yù)案檢索的準(zhǔn)確性，需根據(jù)每個(gè)特征屬性的相對重要程度確定權(quán)重系數(shù)，權(quán)重設(shè)置的合理與否對預(yù)案檢索結(jié)果有很大的影響。確定權(quán)重的方法很多，如多目標(biāo)最優(yōu)法、層次分析法、主觀賦值法、頻數(shù)統(tǒng)計(jì)法等。本文采用兩兩比較打分法來確定機(jī)場應(yīng)急預(yù)案中各特征屬性的權(quán)重。

根據(jù)圖2所示的層次結(jié)構(gòu)，對航空器緊急事件預(yù)案的4個(gè)特征屬性，即應(yīng)急響應(yīng)等級、事故發(fā)生地點(diǎn)、事故原因類型、天氣環(huán)境兩兩比較打分。這里具體指標(biāo)之間的兩兩比較，一般可以通過調(diào)查訪問法、專家咨詢法進(jìn)行。比較各指標(biāo)的重要性構(gòu)造判斷矩陣（如表2所示），計(jì)算求得矩陣的最大特征根λmax=4.045，一致性比率CR=0.015<0.1，所以判斷矩陣滿足一致性檢驗(yàn)。因此，4個(gè)特征屬性的權(quán)重分別為：0.337，0.164，0.401，0.098。

表2 特征屬性判斷矩陣Tab.2 Features judgment matrix

2.3.2 相似度的計(jì)算

案例檢索需達(dá)到兩個(gè)目標(biāo)[13]：檢索出的案例應(yīng)盡可能少；檢索出的案例應(yīng)盡可能與當(dāng)前案例相似或匹配。為提高案例檢索的精確度，應(yīng)從預(yù)案單個(gè)屬性的局部相似和所有屬性的整體相似兩方面綜合考慮。

1）單個(gè)屬性的局部相似

根據(jù)屬性類型的不同，屬性值相似度的計(jì)算分為如下3類[12]：

數(shù)值型屬性 這類屬性用數(shù)值表示，如火災(zāi)預(yù)案中被困人員的個(gè)數(shù)。屬性值之間的距離即為兩者之間的相似度，計(jì)算方法如式（1）所示。式中：sim（Xi，Yi）表示預(yù)案X和Y在第i個(gè)屬性上的相似度，Xi、Yi分別表示預(yù)案 X 和 Y 在第 i個(gè)屬性上的值；max（i）、min（i）分別表示在第i個(gè)屬性上的最大值和最小值；n表示預(yù)案的屬性個(gè)數(shù)。

有序枚舉型屬性 這類屬性是在有一定排序的數(shù)據(jù)集里取值，如預(yù)警級別可分為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級，采用式（2）計(jì)算相似度。式中：sim（Xi，Yi）表示預(yù)案X和Y在第i個(gè)屬性上的相似度，Xi、Yi分別表示預(yù)案X和Y在第i個(gè)屬性上的值；m表示屬性值的等級個(gè)數(shù)；n表示預(yù)案的屬性個(gè)數(shù)。

無序枚舉型屬性 這類屬性是在沒有相互關(guān)系的數(shù)據(jù)集里取值，如在消防預(yù)案中火災(zāi)發(fā)生的地點(diǎn)為居民樓、倉庫、商場、森林等，采用式（3）計(jì)算相似度。式中：sim（Xi，Yi）表示預(yù)案X和Y在第i個(gè)屬性上的相似度，Xi、Yi分別表示預(yù)案X和Y在第i個(gè)屬性上的值；n表示預(yù)案的屬性個(gè)數(shù)。

2）所有屬性的整體相似

案例的局部相似度匹配完成后，在案例整體相似度計(jì)算中，通常建立一個(gè)相似匹配函數(shù)對當(dāng)前案例與歷史案例進(jìn)行比較，常用的相似度量函數(shù)有：Tversky對比匹配函數(shù)，改進(jìn)的Tversky匹配法，最鄰近算法，多參數(shù)的相似性計(jì)算等。其中最鄰近算法是一種相對比較容易實(shí)現(xiàn)和理解的匹配方法，由于到目前為止，機(jī)場實(shí)際生產(chǎn)運(yùn)行中出現(xiàn)緊急突發(fā)事故的情形并不常見，最鄰近算法適用于規(guī)模不大案例庫的相似計(jì)算，因此本文采用最鄰近算法計(jì)算整體相似度。最鄰近算法通過累加當(dāng)前案例與歷史案例各個(gè)特征屬性的相似度值確定整體相似度。整體相似度的計(jì)算公式為

式中：m為特征屬性的個(gè)數(shù)；n為歷史案例的個(gè)數(shù)；sim（Ci）為第i個(gè)歷史案例與當(dāng)前案例的整體相似度值；wj為第j個(gè)特征屬性的權(quán)重；sim（Cij）為第i個(gè)歷史案例與當(dāng)前案例在第j個(gè)特征屬性上的局部相似度值。最后根據(jù)計(jì)算得到整體相似度的值，選出最大值的案例作為檢索結(jié)果。有時(shí)為了避免由于特征屬性選擇不準(zhǔn)或權(quán)值設(shè)置不當(dāng)而造成一些好的解決方案被漏選，可以選取相似度值較大的幾個(gè)預(yù)案同時(shí)作為檢索結(jié)果，由預(yù)案的決策者決定哪個(gè)案例和當(dāng)前的事故最匹配。

3 仿真實(shí)例

以某航班在機(jī)場降落過程中發(fā)動(dòng)機(jī)突發(fā)故障，在飛行區(qū)內(nèi)緊急迫降后墜毀為例，因當(dāng)前事故與航空器相關(guān)，則直接索引到航空器緊急事件應(yīng)急預(yù)案庫中。此案例庫中存有5個(gè)歷史案例：C1=飛機(jī)在停機(jī)坪加油時(shí)起火，C2=飛機(jī)進(jìn)港滑行時(shí)沖出停機(jī)線撞上廊橋，C3=飛機(jī)落地后偏離跑道機(jī)身起火，C4=航班飛行途中出現(xiàn)劫機(jī)分子，C5=飛機(jī)起飛過程中遭遇鳥擊。每個(gè)案例中都包含有處置該緊急事件的救援方案。

3.1 局部相似度的計(jì)算

選取4個(gè)特征屬性即應(yīng)急響應(yīng)等級、事故發(fā)生地點(diǎn)、事故原因類型、天氣環(huán)境，以 C1、C2、C3、C4、C5這 5個(gè)具體案例來匹配當(dāng)前事故（用C表示），計(jì)算得到各歷史案例的局部相似度如表3所示。如對于案例C1，由于當(dāng)前事故C的應(yīng)急響應(yīng)等級為Ⅰ級，而C1的為Ⅱ級，據(jù)式（2）得到兩者在第1個(gè)特征屬性上的相似度為sim（C11）=0.75，又據(jù)式（3）可得在第2、3、4個(gè)特征屬性上的局部相似度分別為：sim（C12）=0，sim（C13）=0，sim（C14）=1。

表3 局部相似度計(jì)算Tab.3 Calculation of local similarity

3.2 整體相似度的計(jì)算

又由表2得到4個(gè)屬性的權(quán)重依次為：0.337，0.164，0.401，0.098。根據(jù)式（4）計(jì)算 C1與當(dāng)前事故 C的整體相似度為

同理得 sim（C2）=0.182，sim（C3）=0.654，sim（C4）=0.267，sim（C5）=0.248。通過比較各案例整體相似度的大小，可得知當(dāng)前事故C與案例庫中C3相似，所以解決當(dāng)前問題的辦法可參照C3中記錄的救援方案。

在具體的決策執(zhí)行過程中如物資數(shù)量、人員需求調(diào)配等問題，需根據(jù)當(dāng)時(shí)實(shí)際情況，結(jié)合專家意見進(jìn)行適當(dāng)修改調(diào)整，即可得到處理當(dāng)前緊急事件的救援方案。

4 結(jié)語

本文基于案例推理方法建立機(jī)場應(yīng)急救援模型，針對機(jī)場緊急事件原因復(fù)雜的特點(diǎn)，將應(yīng)急預(yù)案庫分為航空器緊急事件預(yù)案庫和非航空器緊急事件預(yù)案庫兩類，研究探討兩類預(yù)案特征屬性的具體層次結(jié)構(gòu)。利用XML技術(shù)來表示案例和構(gòu)造預(yù)案庫，以兩兩比較打分法和最鄰近算法實(shí)現(xiàn)案例的檢索與匹配，并通過實(shí)例得到驗(yàn)證。

值得注意的是，中國民用運(yùn)輸機(jī)場應(yīng)急救援案例目前還很有限，為使建立的預(yù)案庫具有實(shí)際的應(yīng)用意義，需不斷去完善和補(bǔ)充預(yù)案庫?？晌掌綍r(shí)成功進(jìn)行應(yīng)急演練的案例納入預(yù)案庫，為應(yīng)急救援實(shí)戰(zhàn)積累經(jīng)驗(yàn)；借鑒其他國家有效處置緊急事件的措施方法，同時(shí)考慮國際民航組織要求和中國民航行業(yè)標(biāo)準(zhǔn)的異同性，將其列入備選案例庫，以備緊急情況時(shí)參考使用；在預(yù)案庫建立初期，對預(yù)案進(jìn)行價(jià)值分析，計(jì)算新案例與預(yù)案庫中同類預(yù)案的整體相似度時(shí)，適當(dāng)?shù)貙⑾嗨贫鹊拈撝翟O(shè)置偏?。聪嗨贫却笥陂撝禃r(shí)，系統(tǒng)認(rèn)為當(dāng)前事件與案例庫中的案例相似，不再加入到預(yù)案庫中），未來當(dāng)預(yù)案庫具有一定規(guī)模時(shí)，再將閾值根據(jù)需要重新進(jìn)行調(diào)整。

[1]遲文學(xué)，孫 剛，武 崢.基于GIS民航應(yīng)急救援與輔助決策支持系統(tǒng)研究[J].交通與計(jì)算機(jī)，2005，23（6）：46-48.

[2]徐忠明.民航機(jī)場應(yīng)急聯(lián)動(dòng)系統(tǒng)技術(shù)實(shí)現(xiàn)方案[J].計(jì)算機(jī)工程，2005，31（7）：70-73.

[3]朱新平，韓松臣，汪東生.機(jī)場應(yīng)急救援系統(tǒng)軟件架構(gòu)設(shè)計(jì)[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2007，29（12）：85-87.

[4]梁世華，韓松臣，朱新平.基于CBR的機(jī)場應(yīng)急救援規(guī)模決策研究[J].交通與計(jì)算機(jī)，2008，26（6）：31-34.

[5]趙玉明，甘仞初，鞠彥兵.面向情景的機(jī)場應(yīng)急仿真系統(tǒng)Petri網(wǎng)建模方法[J].計(jì)算機(jī)工程與應(yīng)用，2006，42（18）：227-228.

[6]羅 帆，佘 廉，平 蕓.民航機(jī)場災(zāi)害預(yù)警管理系統(tǒng)探討[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2002，24（6）：41-44.

[7]李 茹，任海濤，劉開瑛，等.基于案例的推理在農(nóng)業(yè)專家系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2004，40（25）：196-198.

[8]張成濤，孫 義，張德政，等.基于XML的案例推理技術(shù)及其在生產(chǎn)調(diào)度中的應(yīng)用研究[J].微計(jì)算機(jī)信息，2006，22（3/2）：256-258.

[9]成瑞華.XML在案例推理的應(yīng)用[D].北京：北京科技大學(xué)，2007.

[10]李玲娟，湯文宇，王汝傳.基于XML的案例表示和案例庫構(gòu)造方法[J].計(jì)算機(jī)應(yīng)用研究，2007，24（11）：70-73.

[11]LI YAN，SHIU C K，PAL SANKAR K.Combining feature reduction and case selection in building CBR classifiers[J].IEEE Transactions on Knowledge and Data Engineering，2006，18（3）：415-429.

[12]王天戌.基于案例推理的應(yīng)急預(yù)案管理研究[J].現(xiàn)代計(jì)算機(jī)，2008，24（7）：40-43.

[13]楊 健，楊曉光，劉曉彬，等.一種基于k-NN的案例相似度權(quán)重調(diào)整算法[J].計(jì)算機(jī)工程與應(yīng)用，2007，43（23）：8-11.