唐瑞春， 张肖南， 郭双乐， 邱 悦， 丁香乾

(1.中国海洋大学信息科学与工程学院，山东 青岛 266100；2.武汉东方赛思软件有限公司，湖北 武汉；3.滨州学院信息工程系，山东 滨州 256600；4.北京三快在线科技有限公司，北京 朝阳区 100000)



一种基于粗糙集和欧式距离的手机故障案例匹配算法❋

唐瑞春1， 张肖南2， 郭双乐3， 邱 悦4， 丁香乾1

(1.中国海洋大学信息科学与工程学院，山东 青岛 266100；2.武汉东方赛思软件有限公司，湖北 武汉；3.滨州学院信息工程系，山东 滨州 256600；4.北京三快在线科技有限公司，北京 朝阳区 100000)

本文研究在云环境中手机故障案例检索时的案例匹配问题，提出了一种基于粗糙集和欧式距离的案例相似度匹配算法CMARE(Case Matching Algorithm based on Rough sets and Euclidean distance)。首先云计算平台收集手机故障参数，根据参数构建粗糙集信息表，利用粗糙集求出信息表里各案例特征参数的属性客观权重值并结合专家经验给出综合的属性权重值，最后利用此权重值和欧式距离计算案例间的相似度,找出案例库中与新案例最相似的案例。该算法的创新之处在于确定案例属性权重值时基于数据本身和人工经验，避免了过分依靠人工经验知识设定属性权重的不足；与规则推理方式不同，本文使用案例推理的方式。仿真实例说明了算法的有效性。

手机故障检索；粗糙集；欧式距离；信息表

随着相关技术的发展，手机的结构越来越复杂，功能越来越完善，智能化程度也越来越高。手机在使用过程中也会出现各种故障，当前，人工智能领域中没有专门针对手机的故障诊断方法，手机故障点的查找都是依靠人工查找，往往会出现误诊或者漏诊，其准确性有待进一步提高。……