현재까지 개발된 화재진압통제 지능시스템들은 대부분 규칙기반 시스템이다. 실제로 화재를 탐지하는데 필요한 지식은 정형화된 규칙만으로 표현하기 어렵다. 또한 시스템의 성능 향상을 위해서 지속적인 규칙들의 수정 및 추가가 이루어져야 하며, 특히 예외적인 상황에서의 화재 발생 탐지시 문제점을 지니고 있다. 이러한 문제점들을 개선하기 위한 규칙 및 사례기반 추론을 이용한 하이브리드 화재진압통제 지능시스템(H-FFIS)은 규칙기반 시스템보다 화재탐지율은 향상시켰으나, 수행시간이 증가되었다. 본 연구에서는 기존의 H-FFIS의 단점을 보완하기 위하여 규칙 및 클러스터링에 의한 사례기반 추론을 이용한 개선된 선박 화재진압통제 지능시스템(A-FFIS)을 제안한다. 제안하는 시스템은 기존의 H-FFIS와 비교해 볼 때, 수행시간을 감소시키면서 정확성을 향상시키는 결과를 얻었다.

Most conventional systems of fire fighting control in a ship have been based on rule-based system in which expert knowledges are expressed with production rules. Renewing and adding of rules is needed continuously for the improvement of the system capability in an already build-up system and such adding and renewing procedures could hinder users from fluent utilization of a system. The author proposes an advanced fire fighting control intelligent system (A-FFIS) using rule-based and case-based reasoning by clustering to implement conventional hybrid system (H-FFIS). Compared with H-FFIS, new approach with A-FFIS shows that the system proposed here improves fire detection rate and reduces fire detection time.