摘 "要：本文主要論述了基于案例推理的原理、工作流程，對案例推理方法關(guān)鍵技術(shù)進(jìn)行了分析，提出現(xiàn)存的問題，并對應(yīng)用現(xiàn)狀做出簡要闡述。

關(guān)鍵詞：案例推理;技術(shù);問題

文章編號：1674-3520（2014）-11-00-02

一、基于案例推理的基本原理及流程簡述

案例推理 （Case—Based Reasoning，CBR） ，是由耶魯大學(xué) Shank 教授在 1982年出版的專著《Dynamic Memory》中提出的。[1]其主要進(jìn)程有四步：相似案例檢索（Retrieve）、案例重用（Reuse）、案例調(diào)整（Revise）以及案例學(xué)習(xí)（Retain）。案例推理中存在一個(gè)儲存源案例的案例庫，它以案例屬性的辨識度為依據(jù)，通過算法進(jìn)行檢索，并依照屬性權(quán)重不同呈現(xiàn)出對應(yīng)的歷史解決方案。其具體流程如下：

（一）案例表示。案例表示是案例推理的首要步驟，相關(guān)工作者可以根據(jù)自身的需要制作出適合本案例系統(tǒng)的案例表達(dá)方法，并依據(jù)案例屬性的特征賦予其相應(yīng)的權(quán)重。

（二）案例檢索。案例的檢索是 CBR 系統(tǒng)中的重要環(huán)節(jié)，即依照一定的檢索規(guī)則在 CBR數(shù)據(jù)庫中查找與目標(biāo)案例的特征屬性最為接近的案例，并提取出來。相似案例的檢索要求達(dá)到檢索出的相似案例盡量的少和檢索出的案例與目標(biāo)案例相似度盡量高這兩個(gè)目標(biāo)。目前較常用的案例檢索算法有知識引導(dǎo)法、神經(jīng)網(wǎng)絡(luò)法、歸納索引法以及最近相鄰法等。

（三）案例調(diào)整。為了更好地服務(wù)應(yīng)用實(shí)踐，根據(jù)新問題對檢索到的相似案例進(jìn)行修改的過程稱為案例的調(diào)整和修改。案例的調(diào)整和修改需要人們根據(jù)具體的技能知識靈活進(jìn)行，沒有較為統(tǒng)一的的方法可供借用，因此它是 CBR 的一個(gè)難題。

（四）案例學(xué)習(xí)。案例學(xué)習(xí)是保持案例實(shí)效性與知識更新中的必要環(huán)節(jié)。案例學(xué)習(xí)包括案例庫的維護(hù)和案例評價(jià)。案例的維護(hù)既是對案例庫中案例的可利用性進(jìn)行評估的過程，也是對案例庫中蘊(yùn)含的專業(yè)知識體系不斷更新的過程[3]。案例的評價(jià)是指檢索到的案例對于目標(biāo)案例的參考價(jià)值的評定，它有助于提高相關(guān)人員對案例推理系統(tǒng)的認(rèn)知程度，并及時(shí)修正系統(tǒng)中的相關(guān)問題。

二、基于案例推理的關(guān)鍵技術(shù)

（一）案例的表示與組織

案例的恰當(dāng)表示是目標(biāo)事件向統(tǒng)一的標(biāo)準(zhǔn)量化式轉(zhuǎn)換的過程。具體來講，案例的內(nèi)容一般有如下三個(gè)主要組成部分：① 具體問題及背景與環(huán)境狀況;②解決方案的記錄;③反饋結(jié)果與評價(jià)。部分案例還可采用基于特征向量的表示方法進(jìn)行描述，即設(shè)置非空集合U，歷史案例為U（x），其中的特征屬性元素用a1，a2，a3….an表示，目標(biāo)案例B（x）可與多種案例集合相交，交集所含元素越多表示兩案例的關(guān)聯(lián)程度越高。以此亦可宏觀看出多種案例之間的相互關(guān)系。[1]

案例的恰當(dāng)組織有利于案例庫的建立完善，從而為該項(xiàng)問題的案例儲備做好工作。

在CBR領(lǐng)域中運(yùn)用較多、影響較大的組織案例的方法有羅杰·夏克（Roger Shank）的動(dòng)態(tài)記憶模型和波特（Porter）的類型-實(shí)例模型。動(dòng)態(tài)記憶模型是以具體的歷史案例為基礎(chǔ)，綜合其特征屬性集合作為實(shí)例單元，通過分析得出共性的屬性特征與應(yīng)對措施等要素，形成抽象層，作為抽象單元。案例即是在此兩種層面動(dòng)態(tài)存儲;類型-實(shí)例模型則是一種單層次的案例組織模型，其中具有標(biāo)志性的共同特征屬性的案例被集合形成一種類型，這些類型反映著專業(yè)知識及原理。所有案例依據(jù)屬性特征對于案例的影響程度賦予相應(yīng)的權(quán)重并依次排列。

兩種組織類型都能夠有效地體現(xiàn)不同案例的特征屬性，動(dòng)態(tài)記憶模型是依據(jù)客觀實(shí)例抽象出科學(xué)的解決方法，較為直觀，但組織整理的成本大且具有主觀性;類型—事例模型則能夠更全面的呈現(xiàn)出匹配案例，但需要決策者花費(fèi)更多時(shí)間對方案做研討，不利于應(yīng)對突發(fā)事件的處理。

（二）案例的檢索與匹配環(huán)節(jié)

案例的檢索與匹配是實(shí)現(xiàn)案例推理的核心環(huán)節(jié)。案例的檢索需要對目標(biāo)案例的特征屬性有較為明確的表示、錄入，這就涉及到一個(gè)非常重要的處理技術(shù)——目標(biāo)案例與源案例的相似度計(jì)算。

案例與案例之間相似度的匹配實(shí)際上是其不同屬性的量化比較，案例的各個(gè)屬性根據(jù)其屬性值對應(yīng)地分為四類，即確定數(shù)型屬性、確定符號屬性、模糊概念屬性、模糊數(shù)或模糊區(qū)間屬性。

確定數(shù)型屬性的相似度可以用基于距離的方法來計(jì)算，叢浩哲等人對于該種方法闡述如下

屬性 ai的兩個(gè)屬性值 Xai和 Qai的相似度可表示為：

[2]

對于模糊概念屬性及模糊數(shù)或模糊區(qū)間屬性的表示方面，張本生、于永利 在CBR 系統(tǒng)案例搜索中的混合相似度度量方法的研究上認(rèn)為其主要基于三個(gè)理論方法：①模糊集理論;②神經(jīng)網(wǎng)絡(luò)技術(shù);③粗糙集理論。

模糊集理論提供了一種處理不肯定性、不精確性案例的方法?；谀：碚摚话阌袃煞N常用的算法：TC相似模型（Tversky Contrast Matching）和最近相鄰算法。其中TC相似算法雖然應(yīng)用廣泛但未能體現(xiàn)出不同案例特征屬性對于該案例具體的影響維度。相比來說，最近相鄰算法則引入了權(quán)值，但權(quán)值在各案例中的比重不變，且權(quán)值的賦予是有相關(guān)專家進(jìn)行操作，因此會存在較大的主觀性和不確定性。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)是人們模擬大腦神經(jīng)的組織結(jié)構(gòu)進(jìn)行，進(jìn)行分布式的網(wǎng)狀數(shù)據(jù)分布，經(jīng)過嚴(yán)密的算法不斷調(diào)整各個(gè)節(jié)點(diǎn)間的相互關(guān)系。它能夠更客觀地反映不同案例間屬性的影響程度。

以上兩種理論都是基于嚴(yán)密的數(shù)學(xué)算法進(jìn)行，并以數(shù)值的形式計(jì)入案例庫，具有很強(qiáng)的精確性。但其相關(guān)權(quán)重的賦予與規(guī)范樣式的提出都具有不同程度上的主觀，而粗糙理論集則是依靠對知識的高度概括及架構(gòu)，建立多重索引，既能夠起到簡化案例庫的作用，又可依據(jù)人們對不同問題進(jìn)行不同方法的索引得出更為準(zhǔn)確的歷史案例。由于其不需要先驗(yàn)知識，而是對現(xiàn)有案例進(jìn)行客觀提煉和總結(jié)，形成的案例索引是較為客觀的。

（三）案例方案的采用

在檢索到相匹配的案例后就可以使用已有的案例解決方案來為目標(biāo)案例進(jìn)行服務(wù)了，這就是案例重用的過程。案例的重用包括過程重用與思路重用。然而現(xiàn)實(shí)情況中幾乎不存在與目標(biāo)案例完全吻合的歷史案例源，因此需要對案例進(jìn)行調(diào)整。案例調(diào)整一般是根據(jù)新案例與檢索到的存貯案例之間的最主要差異，利用公式或規(guī)則來得出新的解決方案。

三、基于案例推理的應(yīng)用

案例推理方法產(chǎn)生的時(shí)間不長，但發(fā)展迅速，現(xiàn)已被眾多領(lǐng)域運(yùn)用來解決產(chǎn)生的新問題。如突發(fā)事件應(yīng)急管理、企業(yè)管理、計(jì)算機(jī)信息科學(xué)、法律案件、醫(yī)療領(lǐng)域等領(lǐng)域。

（一）在突發(fā)事件應(yīng)急管理方面的應(yīng)用

由于突發(fā)事件應(yīng)急方案的制定具有緊迫性和不可預(yù)知性，基于案例推理則成為處理此類問題重要的人工智能方法。

國內(nèi)對于該領(lǐng)域具有廣泛的研究。張賢坤以不確定應(yīng)急案例的知識表示和推理為出發(fā)點(diǎn)，研究基于案例推理的突發(fā)事件決策方法，實(shí)現(xiàn)應(yīng)對突發(fā)事件應(yīng)急輔助決策;王曉、莊亞明將模糊集理論、神經(jīng)網(wǎng)絡(luò) Hebb 學(xué)習(xí)規(guī)則和多元線性回歸與案例推理法相結(jié)合，能夠比較準(zhǔn)確地預(yù)測出非常規(guī)突發(fā)事件的資源需求。[3]叢浩哲、郭強(qiáng)等人在基于案例推理的交通事件應(yīng)急響應(yīng)預(yù)案研究中運(yùn)用相關(guān)專業(yè)知識提出了科學(xué)的目標(biāo)事件與案例的屬性相似度及屬性權(quán)重的計(jì)算方法，并應(yīng)用相關(guān)計(jì)算機(jī)軟件開發(fā)了基于 CBR 的高速公路交通事件預(yù)案應(yīng)急決策系統(tǒng)。

（二）在企業(yè)管理方面的應(yīng)用

對于企業(yè)等社會組織的內(nèi)部管理、危機(jī)防治等方面問題的解決，研究人員將掌握的CBR技術(shù)與自身專業(yè)知識相結(jié)合，提出科學(xué)的應(yīng)對方案。柳炳祥，盛昭翰在企業(yè)危機(jī)管理的研究中給出了一種基于案例推理的欺詐危機(jī)的預(yù)警方法，用來驗(yàn)證基于案例推理方法在企業(yè)危機(jī)預(yù)警中應(yīng)用的可行性和有效性。[9]賴院根等人基于案例推理在企業(yè)專利戰(zhàn)略制定研究中針對目前企業(yè)專利戰(zhàn)略制定中存在的問題，構(gòu)建了基于案例推理的企業(yè)專利戰(zhàn)略制定模型。

（三）在計(jì)算機(jī)信息科學(xué)領(lǐng)域的應(yīng)用

計(jì)算機(jī)的普及和通信技術(shù)的迅速發(fā)展，使計(jì)算機(jī)網(wǎng)絡(luò)已經(jīng)滲透到人們的日常生活中，而一些網(wǎng)絡(luò)中的相關(guān)問題也日益凸顯。

賈煒在對現(xiàn)有網(wǎng)絡(luò)脆弱性評估方法調(diào)研分析的基礎(chǔ)上，提出了一種基于網(wǎng)絡(luò)脆弱性攻擊圖的脆弱性評估模型。由于網(wǎng)絡(luò)具有虛擬性、隱蔽性、傳播快、等特點(diǎn)，現(xiàn)已成為人們表達(dá)個(gè)人觀點(diǎn)的重要途徑。對于重大事項(xiàng)的討論與決策，政府也越來越注重“網(wǎng)絡(luò)評議政府”這一重要的民主決策渠道。陳翔等三人在基于案例推理在網(wǎng)絡(luò)輿情輔助決策系統(tǒng)的研究中，提出一種基于案例推理的網(wǎng)絡(luò)輿情輔助決策系統(tǒng)框架，在此基礎(chǔ)上開發(fā)完成了基于案例推理的網(wǎng)絡(luò)輿情輔助決策系統(tǒng)。

（四）在智能故障診斷領(lǐng)域的運(yùn)用

將CBR應(yīng)用到故障診斷領(lǐng)域，能夠提高對機(jī)電液設(shè)備的故障診斷能力。鄭佩在分析了案例知識的表示內(nèi)容和方法的基礎(chǔ)上，采用一種面向?qū)ο蠹夹g(shù)和數(shù)據(jù)庫技術(shù)相結(jié)合的案例表示方法，并引入抽象案例的概念，建立了故障案例的層次結(jié)構(gòu)模型。[12]

四、基于案例推理存在的問題簡述

（一）關(guān)于案例的學(xué)習(xí)

當(dāng)前案例推理的研究，大部分只集中于其關(guān)鍵技術(shù)，即案例的檢索與匹配等環(huán)節(jié)，對于案例的重用、案例的學(xué)習(xí)方面的研究涉及較少。針對案例的學(xué)習(xí)方面，一味的增加不斷出現(xiàn)的新問題所成案例，不一定有助于案例庫的優(yōu)化，對于屬性相重疊的案例，單純數(shù)量的增長只會造成案例庫的冗雜，從而降低案例庫的質(zhì)量及檢索效率。

（二）我國對于CBR技術(shù)的應(yīng)用

國內(nèi)真正將CBR運(yùn)用到工商業(yè)領(lǐng)域的還很少，而國外已能夠?qū)BR技術(shù)的研究廣泛應(yīng)用于生產(chǎn)生活。80年代后期美國就在分類、診斷、計(jì)劃及設(shè)計(jì)等領(lǐng)域內(nèi)開發(fā)了數(shù)百個(gè)應(yīng)用實(shí)例，對于研究領(lǐng)域建立起的數(shù)據(jù)模型及檢索方式已有較為成功的實(shí)踐經(jīng)驗(yàn)。

如JUDGE是Reinbeck于1989年開發(fā)的一個(gè)模擬司法判決的基于案例模型夠?yàn)槟繕?biāo)案件的審判進(jìn)行當(dāng)前情景的模擬，為法官對于案件的審理提供很好的借鑒方案。CHEF烹調(diào)規(guī)劃程序可根據(jù)不同菜對配料的要求，檢索源案例中的菜譜，修改并創(chuàng)建新的菜品。[3]

（三）案例推理的深入發(fā)展

目前各類具體領(lǐng)域的研究都將自身專業(yè)知識置于案例推理技術(shù)的框架下并綜合數(shù)學(xué)、統(tǒng)計(jì)學(xué)等知識，形成解決該領(lǐng)域內(nèi)存在問題的應(yīng)對機(jī)制。盡管有認(rèn)知科學(xué)和人工智能等一些相關(guān)理論的支持，但至今CBR技術(shù)仍沒有形成一套嚴(yán)密體系，對其工作過程中各個(gè)步驟采用什么方法，沒有一個(gè)統(tǒng)一的成熟技術(shù)和理論指導(dǎo)。只能是在眾多理論研究中進(jìn)行試驗(yàn)選擇，以達(dá)到針對本領(lǐng)域研究問題的最佳方法。而這也將成為未來完善CBR技術(shù)的指導(dǎo)方向。

五、總結(jié)

本文針對基于案例推理進(jìn)行了多方面的闡述，重點(diǎn)對其關(guān)鍵技術(shù)的研究現(xiàn)狀及CBR的應(yīng)用及行了匯總，并指出了現(xiàn)階段存在的一些問題?？傮w而言，基于案例推理模式有效地解釋了人們在面對不確定的復(fù)雜問題時(shí)，如何去解決;揭示了如何將獲得的經(jīng)驗(yàn)進(jìn)行提煉與匹配，為復(fù)雜的、非結(jié)構(gòu)問題的解決提供了極大的幫助。

參考文獻(xiàn)：

[1]劉華琦《基于案例推理的電弧爐冶煉過程用氧量優(yōu)化研究》[D] 東北大學(xué)碩士論文2011-06-01

[2]叢浩哲 郭強(qiáng) 吳曉峰 紀(jì)廷婷《基于案例推理的交通事件應(yīng)急響應(yīng)預(yù)案推理研究》[J]中國會議2012-09-26

[3]房文娟，李紹穩(wěn)，袁媛，汪偉偉《基于案例推理技術(shù)的研究與應(yīng)用》[J]《農(nóng)業(yè)網(wǎng)絡(luò)信息》2005-01-26