案例推理方法研究
时间：2021-04-17 20:02:01 来源：雅意学习网 本文已影响 人 
摘 要：案例推理是人工智能领域中的一种重要的问题求解方法，它以其独特的推理风格和成功的应用，向人们展示了它强大的生命力。本文从案例推理的起源，原理、框架结构以及案例推理的优势做了详细介绍。
关键词：案例推理；案例库；案例检索
DOI：10.16640/j.cnki.37-1222/t.2019.14.194
0 引言
案例推理是通过机器学习和类比推理的方式来进行的，案例推理方法通过从以往的实例中找出与其相似的实例来求解所要解决的各类问题，案例检索的查询方式和求解过程是对于传统思想的一个突破。由于CBR可以通过不断的学习过程来提高求解的精度和效率，并且具有信息表达完整，求解方法相对于传统的数值方法更加简单等优点，案例推理已经在很多领域都被成功运用。
1 起源与发展
1982年案例推理的思想萌芽出现在Schank的Dynamic Memory中，这被看做是CBR思想第一次出现在世人眼中[1]。虽然还不够成熟，但是随着时间的发展，案例推理以它独特的推理原理和在各行各业中应用的成功，向世界展示了自己独特的魅力。
Schank著作中有许多关于案例推理的构想是通过第一个案例推理系统--CYRUS来实现的，这个系统使得Schank著作的关于案例推理的理论变成了现实，是一个里程碑。这个系统的成功吸引大批的研究人员，他们在各行各业中都建立了一些案例推理系统，并且运用于实际，取得了不错的成效。德克萨斯大学的学者提出了关于典型案例的概念，开发了著名的CBR系统--PROTOS。1983年在法律行业第一次引入了案例推理技术，开发出了CABARET系统。
在案例推理的发展历程中，美国最早起步，技术也最成熟，紧接着欧洲学者也开始了对于案例推理的研究，特别是德国，1991年第一届CBR专题研讨会在德国开幕，从此以后每年都会召开一次专题研讨会。随后英国也开始效仿，英国从1995年开始每年也召开一次CBR研讨会。欧洲学者初期对于案例推理的研究主要方向大部分集中在故障诊断系统，例如基于案例的规划系统CAPLAN[2]、基于案例的医疗诊断学习系统[3]和都是欧洲团队早期的杰作，随后欧洲学者又把研究方向放到了专家系统的开发上。
亚洲国家对于案例推理的研究和欧美国家有一定的差距，直到90年代末期，中国、日本等亚洲国家才开始重视案例推理的重要性，并且开始了追逐式的研究，通过不断的努力缩小和欧美国家的差距。其中最著名的学者是中国中科院的史忠植，他在案例推理的研究上取的了重大突破，提出了用记忆网模型来表示案例推理中的具体实例。
2 案例推理的基本原理
现实生活中的人们处理问题总是会用以前的经验和知识来处理问题，这种经验是后天学习的，案例推理就是利用这种思想，统计以前出现的具体实例，通过分析现有问题，在以往的实例中找出类似的案例，从而求解当前问题[3]。CBR的成立条件有两个：
（1）对于输入相同或者相近时，输出总是一致或者接近一致；
（2）案例不是特殊的，是普遍的，会重复出现[4]。
案例推理的优点是解决某个领域中的问题时，并不需要对应领域的全部知识，我们需要的是收集问题的案例，建立案例库。CBR的原理就是Watson方法[5]。
案例检索、案例匹配、案例调整、案例学习是CBR的几个必然步骤：
（1）检索：从建立的案例库中找出一个或者多个和当前待解案例最相近的实例；
（2）匹配：使用以前相似案例解来解决当前待解问题；
（3）调整：假设案例库中没有和当前待解问题相同和类似的案例，需要对案例进行调整，找到求解途径；
（4）学习：把新案例加入到案例库中，供以后求解使用。
3 案例推理系统的框架
CBR的模型库、实例库、索引库组成了整个系统的数据库，数据库是整个案例推理系统的基石。当一个新的待解问题出现时，我们首先要把具体问题表示成具体案例，然后经过一定的数据处理，接着去数据库中匹配相似案例并对检索出的案例做具体调整，最后推理出结果，具体的推理框架如图1。
4 案例推理的优势特点
根据以前的经验和总结来处理当前问题，是案例推理的基本思路，案例库中得具体案例就是以往经验的具体表现，这是根据认知学原理，简单来说，就是人类在遇到问题时，如果没有具体的方法引导，总是习惯以往的经历中去寻找类似的情况，然后加以改进，从而解决当前问题。案例推理和其他系统比较，有以下优点：
第一，基于案例推理系统创建时不会引发知识获取的瓶颈问题。因为知识获取只不过是获得过去的已经解决了的问题过的案例，它也是一种解决问题的经验。这个优点也是基于案例推理技术诞生的原因。
（1）CBR解决问题时不要求具有对待解的全部领域的知识，需要的是以前的具体案例集合。这个优点也是案例推理被广泛关注的原因，它降低了解决问题的门槛。
（2）案例数量可以一直增加，当然应该定期的清理冗余案例，随着案例的增多，求解的效率和精度都会得到提高。当然即使案例库中案例较少时系统也可以正常进行。
（3）案例推理以具体案例的方式呈现给使用者，这样更容易理解。
（4）增加解的可靠性。当在某个领域中知识不算完备或者是刚进入某个行业不久，所具有的规则性和判断性是不足的，在解决具体问题时所得到的解可能不够精确。但是如果采用案例推理解法，由于
案例是以往真实的事件，甚至是一些专家做出的经典案例，这样推导出的结果可能更加具有精确性和鲁棒性。
5 结束语
随着科学技术的发展，学科、专业和领域的划分越来越精细，想要掌握甚至是精通多个学科门类变得越来越困难，当面对一个待求解的多学科综合问题时，案例推理将是我们最优的选择。案例推理作为人工智能的一种求解方法，在现阶段已经被很多行业应用于实践当中，随着技术的发展，案例推理将变得越来越成熟，必将对各行各业产生深远的影响。
参考文献：
[1]Schank.R.Dynamic memory：a theory of reminding and learning in computers and people[M].Cambridge： Cambridge University Press，1982：210-213.
[2]M.M.Veloso，H.Munoz-Avila.Case-Based planning：Selected methodsand systems[J].AI Communications.1996，9（03）：128-137.
[3]E.Plaza，R.Lopezde Mantaras.A Case-Based apprentice that learns from fuzzy examples[J]， Methodologies for Intelligent System，1990，12（22）：420-427.
[4]Watson L.Applying case-based reasoning technique for enterprise systems[D].San Francisco：UniVersity of Salford，1999.
[5]Quinlan J.R.Discovering rules from large collections of examples：A Case study[M].Edinburgh University Press，2001：234-238.
作者簡介：刘杰（1984-），男，云南昭通人，研究生，助教，研究方向：控制理论与控制工程。
