邱俊安，邱奇志，周三三，陈先桥,贺 宜

(1.武汉理工大学 计算机科学与技术学院，湖北 武汉 430063；2.武汉理工大学 智能交通系统研究中心， 湖北 武汉 430063)

近年来，全球范围内各类突发事件频发，给社会和谐稳定和人们生活带来了影响和危害。面对突发事件的危害，开展突发事件案例检索研究对于实现科学救援、精准决策具有重要的现实意义。案例检索是寻找与目标案例相似的历史案例，通过指定策略或设计算法从案例库中检索出相似案例(集)，从而帮助目标案例的决策。目前，已有研究将案例检索应用于火灾、地震等突发事件中，证明了案例检索在应急管理中的实用性和有效性[1-2]。很多学者针对案例检索方法进行了研究，主要包括最近邻法、归纳索引法和神经网络法等。其中，最近邻法是最常用的案例检索方法，该方法通过属性的相似度来衡量案例之间的距离，距离越小的案例越容易被检索出。如张佰尚等[3]将地震案例的固有属性特征划分为确定符号属性、确定数属性和模糊数属性，并通过计算这3种类型的属性相似度来完成案例检索。韩菁[4-5]等在案例属性相似度计算时考虑了精确数、区间数和语言值等属性，并在检索得到的相似案例上分别结合后悔理论和证据理论方法对检索的结果进行调整。LÖW等[6]提出了一个基于多个检索案例的推理框架，以解决缺失符号和数值属性数据的案例推理。WANG等[7]针对清晰符号、清晰数、模糊数、模糊语言变量和模糊区间数5种类型的属性，提出了一种混合相似性度量方法，用于解决计算机数控炮塔概念设计的案例推理。……