基于裁剪分治的案例推理预测最近邻算法改进

摘要

为了提高故障预测与健康管理技术(Prognostics and Health Management,PHM)的效率,文中对基于案例推理(Case-Based Reasoning,CBR)预测方法中的搜索算法——最近邻(Nearest Neighbor,NN)算法进行研究,提出一种裁剪分治方法.通过减小搜索区域,将搜索案例进行裁剪以缩减搜索路径,减少了搜索次数,并采用VS2010分别对循环遍历法和裁减分治法进行模拟仿真.仿真结果表明,当目标案例处于案例属性空间中部、偏离70%和90%情况下,算法效率可分别提高25.085 5%,14.481 4%和0.586 8%.当目标案例处于案例属性空间的边缘10%以外的区域,裁剪分治法效率接近于循环遍历法的效率.相较于传统循环遍历法,文中方法在效率上有所提高.