【摘要】案例推理技术作为新的一种智能技术,模拟人类求解问题的思路,通过历史案例找到新问题的解。本文介绍了案例推理技术的基本原理,总结其技术特点,并对案例推理技术的应用研究情况做了总结。
　　【关键词】案例推理 智能技术 案例检索
　　
　　案例推理技术是人工智能领域中较新崛起的一种重要的问题求解和学习方法。作为一种基于经验的问题求解技术,案例推理模拟人类求解问题的思路,通过修改已有的解决方案满足求解新问题的需要。1977年Schank和 Abelson的著作可以看作是案例推理思想的萌芽[1],在80年代中后期,案例推理研究得到了迅速的发展。
　　
　　1 案例推理的基本原理
　　当人们选择医生看病时,他们更愿意选择年长的,因为一个有经验的老医生有更多的临床经验,已经见过和治疗过许多与我们有类似疾病的病人。从本质上讲,我们考虑医生的经验时,更多的是根据他们曾处理过多少病例,而不是他们懂得的治疗知识。案例推理与医生看病有相似的原理,符合专家迅速、准确地求解新问题的过程。  

 
　　如图1所示,案例推理一般要经过案例检索、案例重用、案例修正和案例存储四个阶段[2]。为了解决问题案例,首先需要案例库中搜索与所给问题相似的案例,然后对检索出来案例信息和知识进行重用得到建议解,如果该建议解失败或不满意时需对其进行修正,得到修正后的案例并将新案例存入案例库。目前绝大多数现有的案例推理系统基本上都是案例检索和案例重用的系统,而案例的调整通常是由案例推理系统的管理员来完成的。
　　1)案例表示
　　案例表示是案例推理的基础,案例知识一般是以结构化的方式表示的,是对应领域的结构化描述。为了进行案例的表示,首先要选择足以描述案例特点的属性或称特征,并决定特征的类型和取值范围。特征的选择方法主要有结合专家领域知识的方法和由系统自动进行特征选择的方法,主要技术有:归纳法,随机爬山法、并行搜索法和分步定向搜索法等[3]。案例的表示方法主要有结构表示型和特征-值对表示型。
　　2)案例检索
　　案例检索根据待解决问题的问题描述在案例库中找到与该问题或情况最相似的案例。常用的案例检索方法有最近相邻法,归纳法,知识导引法和模板检索法等。这些方法可单独或组合使用。案例的相似性匹配方法有许多种,如决策树,粗糙集,神经网络,证据理论,聚类分析等。
　　3)案例重用
　　如何由检索出的匹配案例的解决方案得到新案例的解决方案,这个过程叫做案例的重用。在一些简单的系统中,可以直接将检索到的匹配案例的解决方案复制到新案例,作为新案例的解决方案。这种方法适用于推理过程复杂,但解决方案很简单的问题。例如申请银行贷款。在多数情况下,由于案例库中不存在与新案例完全匹配的存贮案例,所以需要对存贮案例的解决方案进行调整以得到新案例的解决方案。案例修正的方法主要有推导式调整、参数调整等。推导式调整指重新利用产生匹配案例的解决方案的算法,方法或规则来推导得出新案例的解决方案;参数调整指将存贮案例与当前案例的指定参数进行比较,然后对解进行适当修改的结构调整方法。此外还可以采用重新实例化、案例替换、抽象与再具体化等方法。

[1] [2] 下一页