劉 虎 朱蘭娟

（上海交通大學 自動化系，中國 上海 200030）

0 引言

采購貫穿了汽車行業(yè)研發(fā)生產(chǎn)的整個生命周期，而且汽車行業(yè)對供采購零件質(zhì)量要求高，采購數(shù)量龐大，動則采購金額高達數(shù)億元人民幣。據(jù)研究一輛車的采購成本（包括原材料和零部件）約占一輛車本錢的80%。由此可見采購對汽車行業(yè)的影響之大，它將直接影響著汽車的定價和企業(yè)的利潤及市場。為了降低成本，加強市場競爭力，企業(yè)必須制定完善的采購策略，發(fā)展良好的供應商關(guān)系及供應鏈。而基于案例推理的采購決策方法可以通過重用以前采購案例進行分析決策，使得企業(yè)以最透明的方式選擇最優(yōu)供應商，最終幫助企業(yè)在經(jīng)濟全球化和信息網(wǎng)絡技術(shù)高速發(fā)展的市場競爭中贏得先機。

1 基于案例推理基本思想

基于案例推理（Case-based reasoning，簡稱CBR）是近年來人工智能領(lǐng)域中興起的一項重要的推理技術(shù)。最早由耶魯大學的Schanl教授在1982年出提出，經(jīng)過三十多年的發(fā)展，目前CBR已成為人工智能與專家系統(tǒng)的一種非常重要的推理技術(shù)，廣泛應用于許多領(lǐng)域如醫(yī)學診斷、海洋搜救、法律訴訟等，并取得了很好的效果。

CBR的核心思想是把人們過去的經(jīng)驗和知識進行結(jié)構(gòu)化存儲，并根據(jù)存儲的結(jié)果進行相應的判斷與推理。在CBR中把當前所面臨的問題或情況稱為目標案例(Target Case)，而把記憶的問題或情況稱為源案例(Base Case)。簡單地說，就是由目標案例的提示而獲得記憶中的源案例，并且通過源案例來指導目標案例求解的一種策略。案例推理中知識表示是以案例為基礎，案例的獲取比規(guī)則獲取要容易，大大簡化知識獲取。對過去的求解結(jié)果進行重用，而不是再次從頭推導，可以提高對新問題的求解的效率。

CBR作為增量式的學習方法，為人們解決問題提供了一種循環(huán)認知模型。國內(nèi)外學者在認知科學、心理學、邏輯學等研究的基礎上，提出多種CBR模型。但其基本的推理步驟可以歸納為4R循環(huán)。即案例檢索（Retrieve）、案例重用（Reuse）、案例修改（Revise）和案例保存（Retain）。

2 基于案例推理的問題求解系統(tǒng)

2.1 基于案例推理的工作流程

案例推理相似于類比推理，它擁有類比推理的基本特點，符合人類類比思維的邏輯，因此它能夠充分發(fā)揮人類的創(chuàng)造思維，對復雜問題或難以理解的問題可以做出假設和預測，借鑒或重用已有的成功經(jīng)驗案例，指導人們解決當前問題，避免重返過去的錯誤。

結(jié)合CBR，汽車行業(yè)采購決策推理流程可以描述為：遇到一個新的問題案例時，系統(tǒng)會總結(jié)歸納該問題的特征，并根據(jù)其關(guān)鍵的特征在原始的案例庫中進行檢索，找出一個與目標案例最相近的源案例，如果源案例和目標案例匹配，則重用此源案例的解決方法。如果目標案例的解決方法不合適，則進行評價，并更新源案例以適應目標案例，最后把更新后的案例作為一個新的案例保存在庫中，以便下次遇到類似的問題時作為參考。

2.2 案例的表示與存儲

為了能夠清晰的描述案例，從供應商中挑選了一些關(guān)鍵特征作為案例推理的基礎，并通過結(jié)構(gòu)化的方式將每個特征值存儲在系統(tǒng)中。這些特征值既包括了成本相關(guān)的信息，也包括了供應商質(zhì)量相關(guān)的重要信息，其中每個特征都有一個權(quán)重，以支撐案例的相似度匹配。這些特征信息包括：單件費用、模具費用、設計研發(fā)費、服務協(xié)同能力、研發(fā)能力、項目管理能力、質(zhì)量保證。其中每一項特征又可以繼續(xù)結(jié)構(gòu)化的細化，如單件費用可以細化為直接成本、間接成本、組裝成本、物流費用等。本文主要介紹整體的支持決策推理邏輯，不再做特別詳細說明。

表1 案例的表示方式

2.3 案例的檢索與匹配

案例的檢索與匹配是CBR的核心部分，也是分析推理效率的關(guān)鍵。在檢索與匹配之前，一般會先將當前問題案例的特征如當前供應商的屬性信息等進行歸納分析，使之能與案例庫中源案例的關(guān)鍵特征一致。在進行案例的檢索與匹配時，會將檢索信息與源案例庫中特征進行比較并選擇潛在的可用的源案例，并對目標案例與源案例之間的相似度作出合理判斷。案例的檢索的核心是檢索算法和相似算法的設計與應用。案例檢索的最終目標是：檢索出盡可能少，而對問題解決最有參考意義的一組相似源案例。從檢索策略的角度來說，目前CBR的案例檢索主要有：歸納推理法、最近相鄰近法和知識引導法。其中最近相鄰法是較為通用的檢索方法，它主要基于一對一的特征屬性匹配，如本文前面所提到的單件費用，模具費用等特征進行一一加權(quán)，最后得到一個相似值，相似值最高的即可匹配。

2.4 案例的重用與更新

如果目標案例和源案例是匹配的，則可以直接重用源案例。但是有些時候檢索出的源案例與當前案例之間多少會有一定的差別,難以完全匹配。這種差別可以通過案例調(diào)整進行克服,即更新調(diào)整源案例的求解方案,使之適用于當前問題的求解要求,得到當前問題的解決方案。一般而言，問題越復雜。重要的特征就越多，要求案例庫的覆蓋度就越高，案例的調(diào)整也越復雜。

圖1

3 結(jié)束語

隨著近年案例推理的應用研究，CBR已經(jīng)從最開始的人工智能領(lǐng)域擴展到醫(yī)療、知識管理、海上急救等等很多行業(yè)?；贑BR的采購決策的使用為供應商采購提供了新的思路，大大提高了采購效率增加了決策的透明度。但目前使用的最近相鄰法檢索使得CBR還只能用于單供應商采購，無法應用到多品采購。未來可以考慮使用其他算法將CBR更深入地應用到采購決策中。

［1］楊瑾,尤建新,蔡依平.基于案例推理的供應商選擇決策支持系統(tǒng)研究[J].計算機工程與應用,2006.

［2］趙衛(wèi)東,李旗號,盛昭瀚.基于案例推理的決策問題求解研究[J].管理科學學報,2000,12,3(4).

［3］赫永霞,孫海寧,張吉平.基于案例推理的海上搜救決策支持系統(tǒng)的研究[J/OL].中國科技論文在線http://www.paper.edu.cn.

［4］Aamodt,A.,Plaza,E.Case-based reasoning： founda-tional issues，methodological variations and system ap-proaches[J].AI Communications,1994.