模型

原理和方法

优势

限制

应用

时间序列分析

通过分析时间序列数据来识别底层数据生成过程中的模式和结构，常用方法有ARIMA、GARCH等。

可以捕捉时间依赖性和季节性模式。

对于非线性和高维数据可能不太适用。

用于预测飞机部件的未来行为和故障趋势。

案例基本推理(CBR)

通过找到和新问题相似的过去案例来解决新问题，然后使用这些案例的解决方案来提出一个新的解决方案。

可以利用历史案例来解决新问题，减少了问题解决的时间和努力。

可能需要一个大型和详细的案例库，而且对于非常新颖或独特的问题可能不太适用。

用于故障诊断和解决维修问题。