1.3 案例推理

1.3.1 案例推理的定义

基于案例的推理是近十几年来人工智能中发展起来的一种重要的推理模式，是一种基于经验知识进行推理的人工智能方法，是对人类认知过程的一种模拟。它的基本原理是：以实例或累积的经验作为储存知识的基础，建立实例库，对面临的新问题加以定义及描述，通过搜索实例库中过去同类问题的求解过程与结果，找到合适的实例作为解决新问题的参考，并以“模拟”、“转换”、“调整”、“合并”等手法修改原有的解决方案以适应新的情景。论文网

1.3.2 案例推理的流程

 基于案例的推理流程

案例推理方法关键技术可扩展为6个部分，即案例表达、案例检索、案例重用、案例调整、案例学习和案例库维护，分述如下：

①　案例表达是历史经验知识的形式化描述过程，主要解决案例的存储内容、存储结构以及如何建立高效的索引机制等问题；

②　案例检索的核心是被描述为新案例的问题与历史案例之间相似度的评判，即相似算法的设计与选择；

③　案例重用主要考虑两个方面问题：新案例与历史案例之间的差异所在，以及重用的策略，例如是全盘照搬，或采用历史案例的解决方案，还是采用历史案例解决问题的方法等；

④　案例调整包括两个主要任务：评价案例重用过程产生的新问题解决方案；针对不足或缺陷之处，利用领域内的知识调整解决方案；

⑤　案例学习阶段面临的任务主要包括：新案例的哪些信息需要保留；采用哪种形式保留；如何建立索引方便下一次使用；以及采用何种方式存储在案例库中。

⑥　案例库维护特指在保障系统求解问题能力前提条件下，采用适当的策略剔除案例库中的冗余或“有错”信息，以提高系统运行性能。主要包括案例表达中案例组织形式的调整以及案例库中某些案例信息的删除。

1.4 案例检索

1.4.1 案例检索的定义

案例检索，实质上就是要在用户给出案件之后，检索系统能够自动地从案例库中找出用户所指定的方面与案件完全相同或部分相同的案例来，而且要求输出结果能按符合用户的要求的程度进行排序，符合提问程度高的优先输出。推理过程一般分为4 个步骤: 检索( retrieve) 、重用( reuse) 、修正( revise) 、存储( retain) ，其中，案例检索是CBR的关键步骤，直接决定CBR系统的响应速度和检索精确度，很多的CBR系统实际上就是一个检索系统。

1.4.2 案例检索的流程

检索是指根据问题的实际情况，不断寻求可利用的知识。从而构造一条代价较少的推理路线使问题得到圆满解决的过程。CBR检索从以前的案例中查找最有用案例并忽略那些不相关案例，从总体可分为三个步骤(如图2)：首先，对新案例充分描述，详细填充特征项。其次，从历史案例中搜索那些对决策支持有潜在作用的案例。通常这种搜索在一定的粗限制条件下进行，故常称过滤。最后，对这些经过筛选的案例进行匹配，并按相似度顺序排列。匹配过程即评价当前案例同上述经过筛选的历史案例相似度的比较过程。

图2  案例检索的步骤

1.4.3 案例检索的方法

案例检索过程分为案例的索引和案例的检索。案例的索引技术通常有三种：最近相邻法、归纳推理法和知识引导法。单独使用以上每种策略都会有各自明显的不足。案例的检索与案例的索引相对应，分为三种：相联检索、层次检索和基于知识的检索。其中相联检索与案例索引的最近邻法相对应。该算法检查目标案例与案例库中的案例的某种属性的匹配程度，计算各属性匹配程度的加权和，依此决定最佳匹配案例。文献综述