基于案例推理的基本原理及流程简述(Case)

抽象的; 摘要：本文主要讨论了基于案例推理的原理和工作流程，分析了基于案例推理方法的关键技术，提出了存在的问题，并简要阐述了应用现状。

关键词：案例推理；技术; 问题

文章编号：1674-3520 (2014）-11-00-02

一、简述案例推理的基本原理和过程

基于案例的推理（CBR）是由耶鲁大学尚克教授在其1982年出版的专着《动态记忆》中提出的。 [1]其主要过程有四个步骤：相似案例检索（Retrieve）、案例重用（Reuse）、案例调整（Revise）和案例学习（Retain）。在基于案例的推理中，有一个案例库存储源案例，它基于案例属性的识别，通过算法检索，并根据不同的属性权重呈现相应的历史解。具体流程如下：

(一）案例表示。案例表示是案例推理的第一步。相关工作人员可以根据自己的需要制定适合本案例系统的案例表示方法，并根据案例属性的特点给予相应的权重。

(二）案例检索。案例检索是CBR系统的重要组成部分，即按照一定的检索规则，在CBR数据库中搜索与目标案例特征属性最相似的案例，提取. 相似案例检索 要求达到尽可能少的相似案例和检索到的案例与目标案例的相似度尽可能高这两个目标。目前，常用的案例检索算法包括知识-引导法、神经网络法、归纳指数法和最近邻法等。

(三）案例调整。为了更好地服务于应用实践，根据新问题对检索到的类似案例进行修改的过程称为案例调整和修改。案例的调整和修改需要人有特定的技能和知识是灵活的，没有更统一的借用方法，是CBR的难题。

(四）案例研究。案例研究是保持案例有效性和知识更新的必要环节。案例研究包括案例库维护和案例评估。案例维护不仅仅是对案例库中案例可用性的评估。也是一个不断更新案例库所包含的专业知识体系的过程[3]，案例评价是指对检索到的案例对目标案例的参考价值进行评价，有助于提高相关人员的理解能力。案件推理系统，及时纠正系统中的相关问题。

二、案例推理的关键技术

(一）案例展示和组织

一个案例的正确表示是将目标事件转化为统一的标准量化的过程。具体而言，案件内容一般有以下三个主要组成部分：①具体问题及背景和环境条件；② 解决方案记录；③反馈结果和评价。有些情况也可以用基于特征向量的表示方法来描述，即设置一个非空集U，历史案例为U(x)，特征属性元素用a1,a2,a3.. ..an，并且目标案例B(x)可以与多个案例集相交，相交包含的元素越多，两个案例的相关程度就越高。这样，各种案例之间的相互关系也可以从宏观上看出来。[1]

案件组织得当，有利于案件库的建立和完善，从而做好本期案件储备工作。

Roger Shank 的动态记忆模型和 Porter 的类型实例模型在 CBR 领域中被越来越多地使用有影响的组织案例方法。动态记忆模型是以特定的历史案例为基础，综合其特征属性集为实例单元，通过分析得到共同属性和对策，形成抽象层为抽象单元。案例在这两个级别上动态存储；类型-实例模型是一种单级案例组织模型，将具有标志性共同特征属性的案例聚合形成一个类型，这些类型体现了专业知识和原则。根据属性特征对案例的影响程度，对所有案例赋予相应的权重，并按顺序排列。

两种组织形式都能有效体现不同案例的特点。动态记忆模型基于客观实例抽象出科学解决方案，更直观，但组织排序成本高且主观；类型案例模型可以更直观。匹配案例的全面呈现，需要决策者花更多时间讨论方案，不利于应对突发事件。

(二）案例检索和匹配链接

案例的检索和匹配是实现案例推理的核心环节。案例检索需要对目标案例的特征属性进行比较清晰的表示和录入，这涉及到一个非常重要的处理技术——目标案例与源案例的相似度计算。

案例间相似度的匹配，实际上是对它们不同属性的定量比较。一个案例的每个属性根据其属性值对应地分为四类，即确定数属性、确定符号属性、模糊概念属性和模糊数属性。或模糊区间属性。

确定数字类型属性的相似度可以通过基于距离的方法来计算。丛浩哲等。该方法详述如下

属性ai的两个属性值Xai和Qai的相似度可以表示为：

[2]

关于模糊概念属性和模糊数或模糊区间属性的表示，张本生和于永利认为，CBR系统案例搜索中的混合相似度度量方法主要基于三种理论方法：①模糊集理论；②神经网络技术；③粗糙集理论。

模糊集合论提供了一种处理不确定和不精确情况的方法。基于模糊集理论，常用的算法一般有两种：TC相似度模型（Tversky Contrast Matching）和最近邻算法。其中，TC相似度算法虽然应用广泛，但未能体现不同案例特征对案例的具体影响维度。相比之下，最近邻算法引入了权重，但每种情况下权重的比例保持不变，权重的分配由相关专家进行，因此会有较大的主观性和不确定性。

人工神经网络技术是人们模拟大脑神经的组织结构，进行分布式网络数据分布，通过严谨的算法不断调整各个节点之间的关系。可以更客观地反映不同案例之间属性的影响程度。

以上两种理论均基于严谨的数学算法，以数值形式收录在案例库中，准确性强。但是，相关权重的分配和规范风格的提出都有不同程度的主观性，而粗略的理论集则依赖于知识的高度概括性和结构性来建立多个指标，不仅可以起到简化模型的作用。案例库，也可以更准确的历史案例来源于以不同方式对不同问题的人进行索引。由于不需要先验知识，而是客观地提炼和总结已有案例，形成的案例索引相对客观。

(三）案例计划的通过

检索到匹配案例后，可以使用现有案例解决方案为目标案例服务，这就是案例重用的过程。案例重用包括流程重用和想法重用。但在现实中，几乎没有与目标案例完全匹配的历史案例来源，因此需要对案例进行调整。案例调整通常是使用公式或规则，根据新案例与检索到的存储案例之间最显着的差异得出新的解决方案。

三、案例推理的应用

案例推理方法的产生时间不长，但发展迅速，并已在许多领域用于解决新问题。如应急管理、企业管理、计算机信息科学、法律案件、医疗领域等领域。

(一）在应急管理中的应用

由于应急预案的制定具有紧迫性和不可预测性，基于案例的推理已成为处理此类问题的重要人工智能方法。

中国在这方面有广泛的研究。张贤坤以不确定突发事件的知识表示与推理为切入点，研究基于案例推理的突发事件决策方法，实现突发事件应急决策；王晓和庄亚明将模糊集理论、神经网络Hebb学习规则和多元线性回归和案例推理相结合，可以更准确地预测非常规突发事件的资源需求。[3]丛浩哲、郭强等在基于案例推理的交通事故应急预案研究中运用相关专业知识计算机应用网络故障初谈论文范文，提出了目标事件与案例之间属性相似度和属性权重的科学计算方法，

(二）在企业管理中的应用

针对企业等社会组织的内部管理、危机防范等问题的解决，研究人员将自己掌握的CBR技术与自身的专业知识相结合，提出科学的解决方案。刘炳祥、盛兆涵在企业危机管理研究中提出了一种基于案例推理的欺诈危机预警方法，用于验证案例推理方法在企业危机早期应用的可行性和有效性。警告。[9] 赖元根等。在企业专利战略制定研究中基于案例推理，针对当前企业专利战略制定中存在的问题，构建了企业专利战略制定的案例推理模型。

(三）计算机信息科学中的应用

随着计算机的普及和通信技术的飞速发展计算机应用网络故障初谈论文范文，计算机网络已经渗透到人们的日常生活中，网络中的一些相关问题也日益突出。

贾伟在对现有网络漏洞评估方法进行调查分析的基础上，提出了基于网络漏洞攻击图的漏洞评估模型。由于具有虚拟性、隐蔽性、传播速度快等特点，互联网已成为人们表达个人观点的重要方式。对于重大问题的讨论和决策，政府也越来越重视“政务在线”这一重要的民主决策渠道。陈翔等人。在基于案例推理的网络舆情辅助决策系统研究中，提出了基于案例推理的网络舆情辅助决策系统框架，

(四）智能故障诊断领域的应用

将CBR应用于故障诊断领域，可以提高机电液压设备的故障诊断能力。郑培在分析案例知识的表示内容和表示方法的基础上，采用面向对象技术和数据库技术相结合的案例表示方法，引入抽象案例的概念，建立故障案例的层次结构模型。[12]

四、案例推理存在的问题简述

(一）关于案例研究

目前对案例推理的研究大多只关注其关键技术，即案例的检索和匹配。案例重用和案例学习的研究较少涉及。对于案例研究来说，一味添加新案例形成新问题，并不一定有助于案例库的优化。对于具有重叠属性的案例，案例数量的增加只会导致案例库的复杂性，从而减少案例数量。图书馆质量和检索效率。

(二）CBR技术在我国的应用

国内真正将CBR应用到工商业领域的人很少，而国外已经能够将CBR技术的研究广泛应用到生产和生活中。1980年代后期，美国在分类、诊断、规划和设计领域开发了数百个应用实例，在研究领域建立的数据模型和检索方法方面有比较成功的实践经验。

例如，JUDGE 是 Reinbeck 于 1989 年开发的基于案例的模型，用于模拟司法判决。它可以模拟目标案件的审理现状，为法官审理案件提供良好的参考。CHEF Coo​​king Planner可以在源案例中检索菜谱，根据不同菜肴的配料要求修改和创建新菜谱。[3]

(三）案例推理的深入发展

目前，各个具体领域的研究都将自己的专业知识置于案例推理技术的框架下，整合数学、统计学等知识，形成解决该领域存在问题的应对机制。尽管有认知科学、人工智能等一些相关理论的支持，但CBR技术尚未形成严格的体系，对于工作过程中的每一步采用什么方法，也没有统一的成熟技术和理论指导。只有在众多理论研究中进行实验选择，才能得出该领域研究问题的最佳方法。这也将成为未来改进CBR技术的指导方向。

五、总结

本文从多个方面阐述了基于案例的推理，重点介绍了其关键技术的研究现状以及CBR的应用与总结，并指出了现阶段存在的一些问题。总体而言，基于案例的推理模型有效地解释了人们在面对不确定性时如何解决复杂和不确定的问题；它揭示了如何改进和匹配所获得的经验，为复杂的非结构化问题提供解决方案。很大的帮助。

参考：

[1]刘华奇，“基于案例推理的电弧炉冶炼工艺耗氧量优化研究”[D]东北大学硕士论文2011-06-01

[2]丛浩哲，郭强，吴晓峰，吴晓峰，季婷婷，“基于案例推理的交通事故应急预案推理研究”[J]中国学术会议2012-09-26

[3] 方文娟，李绍文，袁媛，王薇薇《基于案例推理技术的研究与应用》[J]《农业网络信息》2005-01-26