本文以“不确定性”的列车调度决策机制和优化方法为背景，将案例推理的方法应用于轨道交通运输。当前问题发生时，以一个类似的问题为基础，对比当前问题和历史问题发生时的列车属性和线路条件，经过调整、修改、重用历史问题的解决方案，来解决当前问题的。该方法简化了工作流程和工作量，既能对突发情况做出及时响应，又避免了重新生成新的运营图所带来的时间上的延迟。既提高了工作效率，又降低了能耗。因此，把案例推理方法引入到列车节能运营方案的智能决策中具有重大的理论意义和现实意义。
1.2 研究现状
1.2.1轨道交通研究现状
1.2.2 案例推理研究现状
1.2.3相似度研究现状
1.2.4 研究中存在的问题及研究趋势
城市轨道交通运营过程中的突发性问题可能会导致原有的运营图失效或者不可行，而城市轨道交通系统涉及的因素较多，问题规模通常较大，若是突发情况时，重新生成新的运营图来解决问题，不仅需要消耗大量的成本，而且由于新的运营图的生成往往需要较长时间，也使得问题得不到及时解决，给乘客的出行带来诸多不便。基于以上对列车能耗和案例推理的现状分析可以看出：
（1）当不确定状况发生时，通过现场重新构建模型形成新的运营图来解决问题，这需要较长的时间。但如果将基于案例推理应用到轨道交通运营方案系统中，通过相似案例的检索重用知识，来解决问题，可以节省大量时间和运算成本。
（2）在案例检索系统中案例表示是解决问题的重点，案例库中的案例表示是通过属性值来体现出来的，每个属性对于案例的贡献值也有所不同，因此，需要对每个属性赋予一定的权重，表示其对案例的贡献度。
（3）相似度的计算，对案例检索的结果有最直接的影响效果，采用哪一种相似度计算方法和如何进行相似度计算都将影响到检索结果，本文将相似度分析的研究重点。
通过上述的分析可知，将人工智能领域中的案例推理技术引入到轨道交通列车运营方案的求解过程中，基于案例重用的角度来求解轨道交通的节能运营方案，是解决轨道交通运营方案问题的一种新的研究趋势。而案例检索作为案例推理系统实现功能的关键步骤，将案例检索中案例相似度计算作为本文讨论重点，提出两种相似度计算方法，通过对具体案例的相似度计算，分析比较两种方法。
1.3本文的内容和结构
结合以上所介绍的文章的研究背景、研究意义及研究现状，将本文分为5个章节，各章节的内容安排如1.1所示：
1.1 内容框架结构图
1. 1 文本结构图
第1章 介绍了本文的研究背景和研究意义，概括了轨道交通系统、案例推理和相似度计算在国内外的研究现状，最后简要叙述了本文的主要组织结构。
    第2章 介绍了解决问题所要用到的一些主要的知识理论基础，包括案例推理、层次分析法和相似度计算的理论基础，为下文的相似度分析给出理论依据。
    第3章 案例检索系统的前提就是案例表示，根据前人的研究成果，总结出案例的属性结构，并对这些属性分配权重，为下文的相似度计算给出数据依据。
    第4章 根据相似度算法理论，建立一个含有20个案例的小型案例库，输入五个待比较案例，进行实际案例的相似度计算，用以检验相似度分析方法的可行性，得出结论并进行讨论。
第5章 对本文进行总结，总结本文主要的工作内容以及对未来的发展趋势进行展望。 轨道交通系统能耗案例检索中的相似度分析(3):http://www.youerw.com/jisuanji/lunwen_16432.html