中文摘要：

提出了基于案例的太阳耀斑预报方法，采用案例作为基本知识元，直接援引过去太阳耀斑爆发过程案例的经验进行推理，较好地解决了基于专家系统和基于模型的耀斑预报方法存在的问题，具有知识获取难度低、能够较好处理信息不完备情况下决策的不一致问题、以及增量学习实现容易等特点，与现有基于专家系统和基于模型的预报方法形成了良好的互补。 考虑了太阳活动动态演化信息对太阳耀斑预报的影响，解决了采用预报因子时间序列描述的太阳耀斑爆发过程案例的表达、特征约简、相似性度量以及支撑案例集构建等基础问题，建立了基于案例的太阳耀斑预报方法的系统框架。

结论摘要：

探索了太阳耀斑预报因子提取的新方法，包括基于强压力下纵向磁场特性参数的预报因子提取、考虑活动区的位置信息的预报因子提取、完全从图像信息处理的视角提取无物理先验知识的预报因子以及基于时间序列片段挖掘的预报因子提取，实验结果表明这些预报因子提取方法的有效性。探索了基于案例的太阳耀斑预报新方法，取得了满意的性能，与基于模型、基于知识的方法形成了互补。探索了基于多模型融合的预报方法，相对于单模型预报具有更高的预报性能。探索了考虑数据实际类不平衡情况以及误分类代价的太阳耀斑预报，研究结果为建立耀斑预报模型中类不平衡处理方法以及错误代价的选择提供了指导。