استنتاج مبتني بر مورد انتخابي Selective Case Based Reasoning

تكنيك استنتاج مبتني برمورد( 1CBR ) يك روش حل مسئله مبتني بر دانش است كه بر پايه استفاده مجدد از تجربيات پيشين عمل مي كند و از تحقيقات علوم شنناتتي پديدار شده است در اين روش رر بر اين است كه مسائل مشابه مي توانند راه حل هاي مشنابهي داشنته باشند استنتاج مبتني بر مورد ( CBR ) و سيستم هاي چندعامله ( MAS ) دو الگوي متفاوت در هوش مصنوعي هستند CBR يك الگوي استنتاج است كه بر اساس تجربيات موجود در پايگاه موارد يا موارد مشابه موجود، عمل استنتاج را انجام مي دهد، اما MAS يك الگوي جديد جهت سازماندهي برنامه اي كاربردي هوش مصننوعي است به هرحال يكارچه سازي CBR و MAS ها در طي سال هاي اخير مورد توجه انجمن هوش مصنوعي واقع شده است زيرا CBR به الگوهاي MAS2 ، توانايي يادگيري خود مختار از تجربياتشان را مي دهد روشهاي متفاوتي جهت تعامل بين عاملها پيشنهاد شده است در اين مقاله قصد داريم روش جديدي را بيان كنيم كه آن را استنتاج مبتني بر مورد انتخابي مي ناميم و هدف اصلي در اين روش اين است كه براي رسيدن به پاسخ مطلوب از منابع عامل ها بصورت بهينه استفاده شو د براي درك بهتر، در اين مقاله با استفاده از اين روش به حل مسئله تخصيص منابع در سيستم هاي گريد مي پردازيم و در نهايت اين روش را با چند روش ديگر مقايسه و ارزيابي مي كنيم