Như đã trình bày trong chương 1, đơn vị tri thức của một hệ thống CBR là các ca lập luận (cases). Một cách tồng quát bao giờ một ca lập luận cũng được mô tả là một bộ gồm: đặc tà bài toán và lời giãi. Giả thiết rẳng đậc tả mỗi ca lập luận trong tập ca lập luận được biểu diễn dưới đạng các vector thuộc tính-giá trị cỏ dạng a = (ai,a2,...,an), với n là sổ các thuộc tính biêu điền ca lập luận.
Tính độ ỉirơng tự và im g dụng í rong CBR 1/1/2006
Trên thực tế, để tính độ tương tự giữa các ca lập luận, các hệ thống CBR thường dùn2 cách tính là tổng có trọng số độ tương tự giừa các cặp thuộc tính. Khi đó với hai ca lập luận T và s, độ tương tự giừa chủng thường được tính theo công thức ( 1.1).
Trong công thức này, việc xây dựng các hàm sinii là đơn giản và tùy thuộc vào từng bài toán cụ thể với phạm vi ứng dụng cụ thể, các cách tính có thể áp dụng trong chương hai. Khó khăn nhất trong công thức (1.1) là làm thế nào đề xác định được các trọng số Wj. Trong thực tế, việc gán các trọng sổ này được thực hiện theo kinh nghiệm của các chuyên gia. Các chuyên gia có thể so sánh chinh xác một ca lập luận tương tự với ca lập luận này hom ca lập luận kia bàng cách đưa ra độ tương tự giữa chúng nhưng lại rất khó để có thể đưa ra bộ trọng số cho hàm tương tự để thể hiện được điều đó. Do đó, tối ưu hàm tính độ tương tự để đạt kết quả như mong muốn cùa các chuyên gia là nội dung của chương này và cũng là mục đích cơ bản nhất của luận văn.
3.3 T ố i ưu trọng số cho hàm tính độ tương tự giữa các calập luận trong C B R