基于案例推理的知识系统的设计与实现

２、基于案例推理系统可以用于没有模型的领域。 ３、基于案例推理系统仅需从案例库中检索出相似案例，容易实现。 ４、因为案例库可以不断增长，所以即使仅有少量案例基于案例推理系统也可以运 行。 ５、基于案例推理系统可以快速提供解决方案而不必每次都进行推理。 ６、基于案例推理系统提供给用户的是具体的案例，容易理解。 ７、基于案例推理系统可以通过获得新案例来学习，容易维护。 ８、通过获取新案例，基于案例推理系统的案例库可以从不同的领域中学习新知识。
南京航空航天大学硕士学位论文
摘要
近来，随着计算机网络和并行技术的发展，人工智能再次成为人们研究的热点， 基于案例的推理方法也越来越受到人们的重视。与传统的基于规则的系统相比，基于 案例推理的系统具有简化知识获取、便于知识积累等优点，在没有很强的理论模型、 领域知识不完全、经验知识丰富的故障诊断、决策支持等领域得到了广泛的应用。
４、基于案例推理的相关研究领域的研究 如基于案例推理的决策支持、信息检索、机器学习、知识发现、数据挖掘、软件
重用等领域的研究。 ５、基于案例推理应用的研究 例如：专用化和个性化应用、教育、电子商务、模式识别、图像处理、知识管理、
制造、医药、ＷＥＢ技术等。
｛
基于案例推理的知识系统的设计与实现
６、基于案例推理与其它学习方法的研究 如基于例子学习、懒学习
Ｋｅｙ Ｗｏｒｄｓ：Ｃａｓｅ－ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ，Ｈｉｅｒａｒｃｈｉｃａｌ Ｃａｓｅｂａｓｅ，Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ，
Ｆａｕｌｔ Ｄｉａｇｎｏｓｉｓ
南京航空航天大学硕士学位论文
第一章绪论
１．１引言
近几年来，面对传统人工智能知识获取的局限，基于数据挖掘和分析的计算智能 成为一个新的发展方向【１】。同时，基于相似性的推理越来越受到人们的重视，从而 出现了基于案例推理方法（Ｃａｓｅ—Ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ，ＣＢＲ）。基于案例推理方法具有简 化知识获取、提高问题的求解效率、改善求解质量、进行知识积累等优点，被认为是 人类认知心理学理论【２］和提供人类解决问题的一种认知模型，提供了与人类解决问
ｔｈｉｓ ｐｒｏｂｌｅｍ；ｔｈｅ ｈｉｅｒａｒｃｈｉｃａｌ ｃａｓｅｂａｓｅ ｓｔｒｕｃｔｕｒｅ ｓｈｏｕｌｄ ｓｔｒｅａｍｌｉｎｅ ｔｈｅ ｓｅａｒｃｈｉｎｇ ａｎｄ ｒｅａｓｏｎｉｎｇ ｐｒｏｃｅｓｓ．
Ｉｎ ｔｈｉｓ ｔｈｅｓｉｓ，ｔｈｅ ａｕｔｈｏｒ ｈａｓ ｉｍｐｌｅｍｅｎｔｅｄ ａ Ｈｉｅｒａｒｃｈｉｃａｌ ｃａｓｅｂａｓｅ ｃｏｍｐｉｌｅ ｓｙｓｔｅｍ ａｎｄ ｉｔｓ ｃａｓｅ－ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｔｈｉｓ ｓｙｓｔｅｍ．
１．３基于案例推理研究的历史及目前的研究方向
１．３．１基于案例推理研究的历史
１９７７年：Ｓｃｈａｎｋ和Ａｂｅｌｓｏｎ所作的对认知科学的研究工作被广泛认为是基于案 例推理的起源［６】。
１９８２年，Ｓｃｈａｎｋ的论著Ｄｙｎａｍｉｃ ｉｎ Ｍｅｍｏｒｙ的出版被认为是基于案例推理研究 的开始［８】。
２０世纪８０年代早期，ＲｏｇｅｒＳｃｈａｎｋ的研究小组在耶鲁大学研制出认知模型和基 于此模型的第一个基于案例推理应用【６］。
７、基于案例推理与认知科学的研究
１．４基于案例推理的研究及应用的领域
基于案例推理的研究历史只有二十余年，和基于规则的推理和神经网络相比要短 很多，但发展却异常迅速。在欧美地区，自从基于案例推理方法出现以来，无论在学 术领域还是实际的应用领域都展开了积极的研究工作，出现了一些学术上的研究模型 和众多的商业化系统。这些领域涉及到故障诊断、决策支持、客户服务、计划、法律 推理、设计、类比推理、仲裁、教学指导等领域［６，１６，１７，１８，１９】。这些领域有一个共 同Байду номын сангаас特点：没有很强理论模型、领域知识不完全、经验知识丰富。
Ｓｙｓｔｅｍ，Ｃａｓｅ－ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ Ｓｙｓｔｅｍ ｈａｓ ｍａｎｙ ａｄｖａｎｔａｇｅｓ，ｗｈｉｃｈ Ｃａｎ ｐｒｅｄｉｇｅｓｔ ｋｎｏｗｌｅｄｇｅ ｇａｔｈｅｒｉｎｇ ａｎｄ ｅａｓｉｌｙ ａｃｃｕｍｕｌａｔｅ ｋｎｏｗｌｅｄｇｅ．Ｃａｓｅ－ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ ｔｅｃｈｎｏｌｏｇｙ
对于某些领域并没有模型或成熟的领域知识，在这样的领域开发专家系统是比较 困难的。于是，在没有很强的理论模型、领域知识不完全而经验丰富的故障诊断、决 策等领域，出现了基于案例推理的方法并得到了广泛的应用。与基于规则的推理相比， 基于案例推理具有以下优点［６】：
１、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 是获得过去的发生过的案例（经验）。
３、基于案例推理方法与其它优化方法相结合以解决组合优化问题 复杂的组合优化问题往往属于ＮＰ完全问题（Ｎｏｔ Ｐｏｌｙｎｏｍｉａｌ Ｐｒｏｂｌｅｍ）传统的优
化算法在解决这类问题时存在着计算量大、搜索困难等问题，因此采用基于案例推理 与其它优化方法相结合以解决组合优化问题是基于案例推理研究的一个重要方向 【１５］。
１．３．２基于案例推理目前的研究方向
自从基于案例推理方法出现后，各种相关的研究活动都随之展开，内容涉及很多 领域。目前，有关基于案例推理方法的研究方向主要有【９，１２，１３，１４】：
ｌ、基于案例推理系统设计问题研究 主要包括：案例的表示、索引、检索、修改、维护等，分布式案例的获取及分布
式案例库的管理与维护等；如何由非结构文本的案例中自动抽取案例的特征属性等。 ２、基于案例推理与其它推理方法相结合的研究 基于知识的推理有三种，基于规则的推理、基于模型的推理和基于案例的推理。
题甚为近似的～种方法【３，４】。
本章主要介绍了基于案例推理的产生的背景、基于案例推理的优点和论文的组
织。
１．２基于案例推理方法产生的人工智能背景
１．２．１基于规则的专家系统存在的问题
从诞生到现在，人工智能的研究经历了一个曲折的过程，从２０世纪６０年代开始 到八十年代，以众多专家系统的产生为标志，人工智能的研究出现了一个兴盛时期。 几十年来，在人工智能研究领域产生了～大批成果，这些成果被应用到许多领域并有 力地推动着科学技术进步和生产发展。
ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｔｈｅ ｇｅｎｅｒａｌ ｋｎｏｗｌｅｄｇｅ ｏｆ ｈｏｗ ｔｏ ｃｏｎｓｔｒｕｃｔ ａ ｋｎｏｗｌｅｄｇｅ ｓｙｓｔｅｍ ｕｓｉｎｇ
Ｃａｓｅ－ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ ｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅｎ，ｔｈｅ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ ａ Ｃａｓｅ—ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ ｓｙｓｔｅｍ ｉｓ ｃａｒｒｉｅｄ ｏｕｔ ｉｎ ｄｅｔａｉｌｓ．
ｈａｓ ｂｅｅｎ ｗｉｄｅｌｙ ｕｓｅｄ ｉｎ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ａｎｄ ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ ｓｕｐｐｏｒｔ ｗｈｉｃｈ ａｂｏｕｎｄ ｏｆ
ｅｘｐｅｒｉｅｎｃｅ ｋｎｏｗｌｅｄｇｅ ｂｕｔ ｈａｓ ｎｅｉｔｈｅｒ ｇｏｏｄ ｔｈｅｏｒｅｔｉｃ ｍｏｄｅｌ ｎｏｒ ｃｏｍｐｌｅｔｅ ｆｉｅｌｄ ｋｎｏｗｌｅｄｇｅ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅ ａｕｔｈｏｒ ｉｎｔｒｏｄｕｃｅｄ ｔｈｅ ｂａｓｉｃ ｋｎｏｗｌｅｄｇｅ ｏｆ Ｃａｓｅ－ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ
国内在多个领域开展了基于案例推理应用的研究，其领域涉及到故障渗断领域、 决策支持领域、地学领域、医疗诊断领域、智能化预测领域、战术决策领域等，并有 一些论文讨论了基于案例推理的应用，例如：
基于案例推理的信息系统构建方法研究［２０】。 基于案例推理和模糊诊断的兵器故障诊断专家系统［２ｌ】。 广义上讲，基于案例推理方法在应用上可分为两类问题【６】：分类问题与综合问 题，后者比前者复杂【１８，２２】。大多数商业的基于案例推理系统可以用于分类问题， 分类问题有多种形式。例如： 预测：例如设备故障预测或股票市场的行为。 评估：例如银行业或保险业的风险分析，项目成本的估计。 诊断：例如医学诊断或设备故障诊断。 综合问题也是常见的问题，一般涉及以下几类问题： 设计：通过改进以前的产品开发出新的产品。 计划：从旧的计划制订出新的决策计划。 配置：从旧的进度表产生新的进度表。 基于案例推理系统的应用领域［６】，如图ｌ一１所示。
关键词： 基于案例推理多级案例库人工智能故障诊断
基于案例推理的知识系统的设计与实现
Ａｂｓｔｒａｃｔ
Ｒｅｃｅｎｔｌｙ，ｗｉｔｌｌ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｃｏｍｐｕｔｅｒ ｎｅｔｗｏｒｋ ａｎｄ ｐａｒａｌｌｅｌ ｔｅｃｈｎｏｌｏｇｙ， Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ｈａｓ ｂｅｃｏｍｅ ｔｈｅ ｈｏｔ ｒｅｓｅａｒｃｈ ｔｏｐｉｃ ａｇａｉｎ ａｎｄ Ｃａｓｅ－ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｈａｓ ｒｅｃｅｉｖｅｄ ｍｏｒｅ ａｎｄ ｍｏｒｅ ａｔｔｅｎｔｉｏｎ．Ｃｏｍｐａｒｉｎｇ ｔｏ ｔｒａｄｉｔｉｏｎａｌ Ｒｕｌｅ－ｂａｓｅｄ
南京航空航天大学硕士学位论文
１９８３年Ｊａｎｅｔ Ｋｏｌｏｄｅｎｅｒ研制出第一个叫做ＣＹＲＵＳ的基于案例推理系统，它实 现了Ｓｃｈａｎｋ的动态记忆模型。它的案例记忆模型后来成为其他几个有影响的基于案 例推理系统的基础，如ＭＥＤＩＡＴＯＲ［６］。
１９８８年，由美国国防部高级研究工程机构（ＤＡＰＰＡ）资助的第一个基于案例推 理研究确定了基于案例推理研究的理论基础和研究的基本方向，该机构从８８年以来， 资助召开了多次国际性的基于案例推理学术研讨会。与此同时，美国人工智能协会在 其近年来举办的国际性学术会议及研讨会中，都有关于基于案例推理应用及理论方面 的论文，人工智能杂志（ＡＩ Ｍａｇａｚｉｎｅ）和ＩＥＥＥ专家系统（ＩＥＥＥ ＥＸＰＥＲＴ）杂志也相 继组织和发表了有关基于案例推理的专题研究和应用论文，从而进一步推动和发展了 对基于案例推理研究的深入与完善，使基于案例推理广泛应用于诸多领域【９，１０，１１】。
而在２０世纪８０年代初随着一些大型项目的天折，人们发现人工智能的研究并没 有早期设想的那么容易实现，人工智能的研究陷入了低谷［５】。
人们逐渐发现基于规则推理的专家系统存在以下问题［６】： （１）因为复杂的推理过程，专家系统通常运行较慢而且搜索时会出现组合爆炸问
题。
（２）知识获取困难并且很耗时，这就是所谓的知识获取瓶颈问题。 （３）专家系统非常复杂，把专家知识表述规则化有相当的难度，因此，专家系统 开发周期通常较长。 （４）专家系统一旦开发出来不易于维护。 （５）专家系统对问题进行求解时若没有和求解问题对应的推理规则时，系统显得
本文介绍了基于案例推理方法的一般知识。讨论了基于案例推理的知识系统的设 计和实现，并具体讲述了作者所实现的一个基于案例推理的知识系统。
本文针对复杂系统具有庞大案例库的特点，提出了一种通过建立多级案例库语言 编译器的方法来建立多级案例库，并以此来分解庞大案例库的方法。
本文实现了一个多级案例库语言编译器，并在此基础上实现了一个支持多级案例 库的基于案例推理的知识系统。
每种推理方式都有自己的适用范围，各有特色，可以综合运用以提高系统的性能。例 如在故障诊断领域，基于案例推理利用以前解决类似故障问题的经验知识进行推理来 求解现在的问题，求解结果容易理解；基于规则推理利用领域专家的经验知识进行推 理，能对某类故障问题迅速做出判断：基于模型推理是指利用深知识进行推理，能够 诊断出系统中没有发生过的故障。
无能为力。
基于案例推理的知识系统的设计与实现
以上问题都制约着专家系统的进一步发展，因此，专家系统只能在极有限的和狭 窄的专业领域中发挥作用。
１．２．２基于案例推理方法的优点
基于案例推理是基于人们的心理认知过程，以过去己解决问题的相关经验知识为 基础进行类比推理以解决新问题的过程，推理过程具有生动形象的特点，推理结果易 于理解和接受【７】。这种推理方法把知识获取简化为领域内经验知识的收集，并以此 为基础构造案例库：把基于规则的推理转化为基于案例推理，即在案例库中检索相似 的经验知识。
Ｔｈｅ ｃａｓｅｂａｓｅｓ ｏｆ ｍｏｄｅｍ ｌａｒｇｅ·ｓｃａｌｅ ｅｎｇｉｎｅｅｒｉｎｇ ｓｙｓｔｅｍｓ ａｒｅ ｌｉｋｅｌｙ ｔｏｏ ｌａｒｇｅ ｔＯ
ｍａｉｎｔａｉｎ ａｎｄ ｕｔｉｌｉｚｅ ｅｆｆｉｃｉｅｎｔｌｙ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ａ ｈｉｅｒａｒｃｈｉｃａｌ ｃａｓｅｂａｓｅ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｔａｃｋｌｅ