042_Phương pháp bảo trì ca lập luận trong CBR và ứng dụng trong hệ thống dự

- 58 -
PHƯƠNG PHÁP BẢO TRÌ CA LẬP LUẬN TRONG CBR VÀ ỨNG DỤNG
TRONG HỆ THỐNG DỰ ĐOÁN NỒNG ĐỘ CỒN TRONG HƠI THỞ
Sinh viên: Vũ Thanh Toàn
Mã sinh viên: 0220337
Địa chỉ email:
Giáo viên hướng dẫn: Thạc sỹ. Lê Việt Hà
Viện Công Nghệ Thông Tin

1. Giới thiệu.
Phương pháp CBR được nhà tâm lý học người
Mỹ, Roger Schank đưa ra vào năm 1982 [5].
Hiện nay ở Việt Nam thì CBR vẫn còn đang là
một phương pháp khá mới mẽ, đặc biệt là vấn
đề bảo trì ca lập luận trong CBR, vì thế khóa
luận này được thực hiện với mục đích nhằm
đưa ra cái nhìn tổng quan về CBR và bảo trì ca
lập luận trong CBR, đồng thời xây dựng một hệ
thống mang tích thực tế cao, đó là hệ thống cho
phép dự đoán mức độ cồn trong hơi thở của con
người
2.
Lập luận theo tình huống và bảo trì ca lập
luận
2.1. Lập luận theo tình huống.
Lập luận theo tình huống (Case-based
Reasoning – CBR) là phương pháp tìm lời giải
bài toán trên cơ sở hiệu chỉnh lời giải của các
bài toán khác đã có [5].
Trong thực tế các hệ thống áp dụng CBR

thường gồm 5 module như hình vẽ sau [2]:
• Module tìm kiếm ca lập luận tương tự, chức
năng này sẽ tìm ra các ca lập luận có độ
tươ
ng tự thích hợp với một vấn đề mới từ
cơ sở tri thức.
• Module lưu trữ các ca lập luận được gọi là
cơ sở dữ liệu các ca lập luận (case –base).
• Module hiệu chỉnh có chức năng hiệu chỉnh
các ca lập luận được tìm ra để áp dụng cho
vấn đề hiện tại.
• Module kiểm tra, có chức năng kiểm tra lỗi
của các ca lập luận, tìm ra nguyên nhân và
sửa chữa lối đó.
• Module lưu giữ, có chức năng lưu giữ
thông tin từ ca lập luận mới vào cơ sở tri
thức.
Các vấn đề chính cần giải quyết trong hệ
thống CBR là [2, 5]:
• Mô tả ca lập luận.
• Xây dựng cơ sở dữ liệu các ca lập luận.
• Phương pháp đánh chỉ số và tìm kiếm ca l
ập
luận.
• Tổ chức bộ nhớ
• Phương pháp hiệu chỉnh
• Phương pháp bảo trì và lưu giữ ca lập luận
(Revise and Retain methods)
2.2. Bảo trì ca lập luận trong lập luận theo tình
huống

Sankar K. Pal, Simon C. K. Shiu [3] định nghĩa:
Bảo trì ca lập luận trong lập luận theo tình huống là
quá trình thực hiện các chính sách cho phép sửa lại
cấu trúc hoặc nội dung (Miêu tả, nội dung miền,
thông tin định vị hoặc sự thực thi) của cơ sở dữ liệu
các ca lập luận để cho việc lập luận thuận tiện hơn
trong tương lai cho một tập riêng lẻ các đối tượng
thực hiện
.
Năm 1994 Aamodt và Plaza [1] đã đưa ra mô hình
vòng tròn 4 bước của CBR đó là tìm kiếm lại, dùng
lại, duyệt lại và nhớ lại. Nhưng hiện nay người ta
thấy rằng cần phải mở rộng mô hình đó ra và người
ta đã thêm vào đó 2 giai đoạn mới là xem lại và khôi
phục lại. Ba giai đoạn nhớ lại, xem lại và khôi phục
lại hợp thành giai đoạn bảo trì ca lập luận (Case
Base Maintenance) trong CBR [4].
Hai giai đoạn xem lại và khôi phục được bắt đầu với
dữ liệu vào là một ca lập luận. Ca lập luận này có
thể là kết quả thu được từ lúc bắt đầu của dự án
CBR hoặc là kết quả của việc chỉnh sửa ca lập luận
tại giai đoạn nào đó sau khi ca lập luận được sử
dụng.

- 59 -

Hình 1. Các bước bảo trì ca lập luận
2. Phương pháp bảo trì ca lập luận bằng tập
logic mờ
2.1. Các loại bảo trì ca lập luận

Có thể chia CBM thành hai loại là: bảo trì chất
lượng và bảo trì số lượng. Bảo trì chất lượng
hướng đến việc bảo đảm hiệu lực của hệ thống
CBR. Trong khi đó bảo trì số lượng thì hướng
đến việc bảo đảm hiệu quả giải quyết vấn đề
của hệ thống CBR [3].
2.2 Phương pháp bảo trì ca lập luận bằng
tập logic mờ
Phương pháp này có thể chia ra làm
sáu giai đoạn thực hiện sau [3]:
• Xây dựng hàm học các trọng số thuộc tính.
• Phân loại cơ sở dữ liệu thành một số nhóm.
• Xây dựng các luật hiệu chỉnh mờ.
• Dự đoán mô tả giải pháp qua lập luận.
• Lựa chọ
n các ca lập luận mô tả cho việc bảo
trì kích thước của cơ sở dữ liệu các ca lập
luận.
• Cập nhật và lựa chọn lại các ca lập luận một
cách định kỳ.
3. Mô hình bảo trì ca lập luận trong hệ thống
dự đoán nồng độ cồn trong hơi thở
Trong khóa luận này chúng tôi sẽ xây dựng một
hê thống cho phép dự đoán nồng độ cồn trong
hơi thở dựa vào các số liệu mà người dùng
nhập vào. Chức năng chính của chương trình là
cho dự đoán mức độ cồn trong hơi thở của
người dùng dựa vào các giá trị do người dùng
nhập vào là cân năng, loại bữa ăn, lượng
rượu(bia) uống, giới tính và thời gian uống,

đồng thời lưu lại những ca lập luận thích hợp.
Tim kiem
Hieu chinh
Nguoi dung
Nhan thong tin
Ung dung
<<include>>
<<include>>
<<include>>
Bao tri

Hình 2. Sơ đồ Use Case của hệ thống
Các thuật toán chương trình sử dụng là:
• Thuật toán tìm kiếm lại
• Thuật toán hiệu chỉnh lời giải
• Thuật toán bảo trì ca lập luận
4. Kết luận
Khóa luận này đã đưa ra một cách khá chi tiết từ
mức tổng quát tới việc vận dựng vào một hệ thống
cụ thể. Ở phần đầu của khóa luận, chúng ta đã có
một cái nhìn bao quát về các vấn đề của CBR như
khái niệm, các mô hình phát triển và đặc biệt đi sâu
vào vấn đề bảo trì ca lập luận trong CBR. Phần tiếp
theo đã mô tả một cách ngắn gọn phương pháp bảo
trì ca lập luận bằng phương pháp logic mờ. Phần
cuối của khóa luận đã mô tả lại hệ thống dự đoán
nồng độ cồn trong hơi thở.
5. Tài liệu tham khảo
[1]. Agnar Aamodt, Enric Plaza. Case-Based
Reasoning: Foundational Issues, Methodological

Variations,and System Approaches. AI
Communications, Vol. 7 Nr. 1, March 1994,Tr.1-18.
[2]. Adel W. Sadek, Brian L. Smith, Ph.D.,
Catherine C. McGhee, Michael J. Demetsky, Ph.D.
Final Report Development Of Decision Support
Systems For Real-Time Freeway Traffic Routing:
Volume II. Charlottesville, Virginia. October 1998.
Tr. 3- 8.
[3]. Sankar K. Pal, Simon C. K. Shiu. Foundations
Of Soft Case - based Reasoning. WILEY –
INTERSCIENCE, A Johon Wiley & Sóng, Inc.,
Publication. 2004. Tr 161-186
[4]. Thomas Roth–Berghofer, ThomasReinartz.
MAMA:A Maintenance Manual for Case–
BasedReasoning Systems.Tr. 4-13
[5]. Nguyễn Ngọc Bảo. Tìm hiểu phương pháp lập
luận theo tình huống, Bài tập lớn, 2004.Tr. 1 – 14.