（计算机系统结构专业论文）多重事例库系统的研究.pdf

东 北大学硕士学 位论文 摘要 多重事例库系统的研究 摘要 基 于事 例的 推理 ( c a s e - b a s e d r e a s o n in g , c b r ) 作为 基于知识的 专家 系 统 ( e x p e rt s y s te m ) 的 一个 分 支， 它 是目 前 人工 智能( a r ti fi c i a l i n t e ll i g e n c e ) 研究中 一 种 正 在 迅 速发 展的推理方法。 它尤其适用于难以 总结出一般性规律，而又能 提供大量历史案例的 领域。 本 文 在传 统c b r 系 统模型 的 基 i ft 上 ， 提出 了 一 种新的 模 型: 多 重 事 例库系 统( m u ln p le c b r ) 。 该系 统模型 将传统c b r 系统中的 一个事 例 库划 分为三个事 例库， 并以 此律- f = 个 c b r 子系统， 它 们协同 工作， 共同 构成一 个完整的 系统。 使用 者事例 库是 针对系 统的 使 用者而建 立， 为 不同 类型的 使用 者确 定不同 的 工 作策略， 在多 用户 系统中 能够 提高 搜 索速 度和精度; 问 题主体事 咧库是针对问 题主体建立， 用于确定问 题主体特征和参数， 收 集特 征信息 对具体策略 进行 调整; 应用事例 库针 对问 题而建立， 根 据使用者事例 库和问 题主体 事例库确定的 信日息 进行推理， 确定最终输出。 本论文在建立 模型的同 时， 对面临的 一 些问 题 进行了 论 述， 提供了 一 些简单 可 行的 解 决方法。 此外， 借鉴国外关于多事例库系统 ( mc b r ) 的理论 研究， 将其与多重事例库系 统结合， 扩展了 系统的自 动化处理能力。 关键词: 人工智能 专家系统 基于事例的 推理 ( c b r ) 相似度 多重事例库推理系 统 ( m u lr ip l e c b r ) 多事例库系统 ( mc b r ) n . 东 e; 大学硕士学位论文 abs t ract a mu l r i p l e c a s e - b a s e d r e a s o n i n g a p p r o a c h ab s t r a c t c as e - b as e d r e as o n i n g ( c b r ) , a b r a n c h o f k n o w l e d g e - b as e d e x p e rt s y s t e m , i s a r a p i d l y g r o w i n g r e as o n i n g m e t h o d i n t h e r e s e a r c h o f a r t i f i c i a l i n t e l l i g e n c e ( a i ) .i t i s a p p l i e d i n t h o s e f i e l d s w h e r e e x p e r i e n c e s c a n b e p r o v i d e d r a t h e r t h a n g e n e r a l r u l e s . t h i s p a p e r p r e s e n t s a m u l t i p l e c b r m o d e l o n t h e b as i s o f t y p i c a l c b r m o d e l .t h i s m o d e l i n c l u d e s t h r e e c as e - b a s e s c o n t r as t i n g w i t h o n l y o n e i n t h e t y p i c a l c b r s y s t e m : u s e r s c as e - b as e , o b j e c t s c a s e - b a e s a n d a p p l i c a t i o n c as e - b a s e ,t h e y w o r k t o g e t h e r t o f i n i s h t a s k s . t h e a i m o f c r e a t i n g u s e r s c ase - b as e f o r u s e r s o f c b r s y s t e m i s t o d e c i d e a p p r o p r i a t e w o r k i n g s t r a t e g y f o r d i ff e r e n t u s e r s w h e n i t c a n s i g n i f i c a n t i m p r o v e t h e s p e e d a n d p r e c i s i o n o f s e a r c h .o b j e c t s c as e - b a s e i s u s e d t o g e t a r g u m e n t s a n d c h a r a c t e r i s t i c in f o r m a t i o n o f c u r r e n t o b j e c t .a p p l i c a t i o n c a s e - b as e w o r k i n g t o g e t h e r w i t h t h e i n f o r m a t i o n t h a t c o m e fr o m u s e r c as e - b as e a n d o b j e c t c as e - b as e w i l l g i v e t h e p r o b l e m s o l u t i o n . t h i s p a p e r a l s o a n a l y s e s s o m e p r o b l e m s a c c o m p a n y i n g w i t h t h i s m o d e l a n d a d v i s e s s o m e s i m p l e a n d e f f i c i e n t s o l u t i o n s .a s a r e s u l t o f m a k i n g u s e o f t h e t h e o r y a b o u t mc b r , w e d i s c u s s t h e w a y u s i n g mc b r w it h m u l t i p l e c a s e - b as e d r e s o n i n g s y s t e m t h a t i m p r o v e t h e a b i l i t y o f a u t o - a d a p t i o n w h e n t h e l o c a l c as e - b as e i s s p a r s e . k e y wo r d s : a r t i f i c i a l i n t e l l i g e n c e ， e x p e r t s y s t e m， r e a s o n i n g , r e a s o n i n g , d e g r e e o f s i m i l a r i t y ,mu l r i p c a s e - ba s e d l e ca s e - ba s e d mu l t i 一 c a s e - b a s e r e s o n i n g i i i 东北大学硕士学位论文声明 独创性声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取 得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或 撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确 的说明并表示谢意。 学 位 论 文 作 者 签 名 : 少年 日期: .w s , o i . 偌 学位论文版权使用授权书 本学位论文作者和指导教师完全了 解东北大学有关保留、使用学 位论文的规定:即学校有权保留并向国家有关部门或机构送交论文的 复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学 位论文的全部或部分内容编入有关数据库进行检索、交流。 ( 如作者和导师同意网上交流， 请在下方签名; 否则视为不同意。 ) 学 位 论 文 作 者 签 名 : 二卑 签字日 期:-2 11 5 . 6 1 . t 6 导 师 签 各责j ,巷 签 字日 期: s a a r. / . i 多 东北大学硕士学位论文第一章绪论 第一章绪论 1 . 1 人工智能简介 人1智能 ( a r t i f i c i a l i n t e l l i g e n c e , 简称a i ) 是计算机科学、 控制论、 信 息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合 性学科w 。 它在1 9 5 6 年被正式提出， 经过4 0 多年来长足的发展， 成为一门 广泛交 叉的前沿科学。人工智能是研究怎样用计算机来模仿人脑所从事的推理、学习、 规 划等思维活 动， 来解决 需人 类专 家才能 处理的 复 杂问 题12 1 13 1 。 简单说 来， 人工 智 能的目的就是让计算机能够象人一样思考，自 主的解决问题。人工智能的一个典 型例子是1 9 9 7 年5 月，i b m 公司研制的深蓝 ( d e e p b l u e ) 计算机，在国际象棋比 赛中战胜了国际象棋大师卡斯帕洛夫 ( k a s p a r o v ) ， 这是人工智能科学取得的一项 巨大成就。 人工智能是用人工的方法在机器 ( 计算机)上实现的智能;或者说是人类智 能在机器上的模拟;或者说是人们使机器具有类似于人的智能。所以， 人工智能 就是一门 研究如何构造智能 计算机或智能系统， 使它能模拟、延伸、扩展人类智 能的科学。 人工智能从诞生发展到今天经历了一条漫长的路， 许多科研人员为此而不懈 努力。目 前人工智能正处于蓬勃发展当中，并且已 经取得许多研究成果. 人工智 能的研究更多的是结合具体应用领域来进行的， 几个主要的应用领域如下: ( 1 )问题求解: ( 2 )逻辑推理与定理证明; ( 3 )专家系统; ( 4 )机器学习; ( 5 )自 然语言理解; ( 6 )人工神经网络; ( 7 )机器人学; ( 8 )模式识别; ( 9 )机器视觉; uo )智能控制; ( 1 1 )自 动程序设计: .i. 东北大学硕士学位论文第一章绪论 第一章绪论 1 . 1 人工智能简介 人1智能 ( a r t i f i c i a l i n t e l l i g e n c e , 简称a i ) 是计算机科学、 控制论、 信 息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合 性学科w 。 它在1 9 5 6 年被正式提出， 经过4 0 多年来长足的发展， 成为一门 广泛交 叉的前沿科学。人工智能是研究怎样用计算机来模仿人脑所从事的推理、学习、 规 划等思维活 动， 来解决 需人 类专 家才能 处理的 复 杂问 题12 1 13 1 。 简单说 来， 人工 智 能的目的就是让计算机能够象人一样思考，自 主的解决问题。人工智能的一个典 型例子是1 9 9 7 年5 月，i b m 公司研制的深蓝 ( d e e p b l u e ) 计算机，在国际象棋比 赛中战胜了国际象棋大师卡斯帕洛夫 ( k a s p a r o v ) ， 这是人工智能科学取得的一项 巨大成就。 人工智能是用人工的方法在机器 ( 计算机)上实现的智能;或者说是人类智 能在机器上的模拟;或者说是人们使机器具有类似于人的智能。所以， 人工智能 就是一门 研究如何构造智能 计算机或智能系统， 使它能模拟、延伸、扩展人类智 能的科学。 人工智能从诞生发展到今天经历了一条漫长的路， 许多科研人员为此而不懈 努力。目 前人工智能正处于蓬勃发展当中，并且已 经取得许多研究成果. 人工智 能的研究更多的是结合具体应用领域来进行的， 几个主要的应用领域如下: ( 1 )问题求解: ( 2 )逻辑推理与定理证明; ( 3 )专家系统; ( 4 )机器学习; ( 5 )自 然语言理解; ( 6 )人工神经网络; ( 7 )机器人学; ( 8 )模式识别; ( 9 )机器视觉; uo )智能控制; ( 1 1 )自 动程序设计: .i. 东北大 学硕士学 位论文 ( 1 2 ) 智能 检索; ( 1 3 )智能调度与指挥; ( 1 4 ) 系统与语言1具。 ， 1 . 2 专家系统简介 第一章绪论 专家系统是人工智能应用研究的主要领域。 2 0 世纪8 0 年代， 专家系统在全世 界得到迅速发展和广泛应用。 专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平 的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。 专家系统应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知 识和经验，进行推理和判断， 模拟人类专家的决策过程，以便解决那些需要人类 专家处理的复杂问题。简而言之，专家系统是一种模拟人类专家解决领域问题的 计算机程序系统. 专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走 向 专门 知识运用的重大突破，是人工智能发展历史上的一次重要转折。自1 9 6 8 年 费根鲍姆等人研制成功第一个专家系统 d e n d r a l以 来，专家系统技术己 经获得了 迅速的发展，并广泛应用于医疗诊断、图像处理、地质勘探、实时监控、金融决 策、 计 算 机科学等众多 领域 。 专家系统具有如下一些基本特征: ( 1 ) 具有专家水平的专门知识:一个专家系统为了能够像人类专家一样的工 作，必须具有专家级的知识，知识越多，质量越高，解决问题的能力就越强。 ( 2 )能进行有效的 推理:在专家系统中，问题的求解过程是一个思维过程， 即推理的过程，因此专家系统不仅能做一般的逻辑推理，而且能利用问题的启发 性信息进行启发式的检索、试探性推理以及不精确推理、不完全推理等。 ( 3 )具有知识获取的能力:专家系统的基础是知识，为了得到知识就必须提 供获取知识的手段，从而使系统自身具有学习的能力，能从系统运行的实践中不 断总结出新的知识，使知识库中的知识越来越丰富、完善，通过自 身的知识积累 提高解决问 题的能力. ( 4 ) 具有灵活性: 在绝大多数专家系统中都采用了 知识库与 推理机构相分离 的构造原则，彼此相对独立。这就使得知识的更新和扩充比较方便，不会因某一 部分的变动而牵动全局。系统运行时，推理机构可根据具体问 题的不同特点选取 不同的知识构成求解序列，具有较强的适应性。 ( 5 )具有交互性:专家系统一般是交互式系统，一方面它需要领域专家或知 .2 . 东北大 学硕士学 位论文 ( 1 2 ) 智能 检索; ( 1 3 )智能调度与指挥; ( 1 4 ) 系统与语言1具。 ， 1 . 2 专家系统简介 第一章绪论 专家系统是人工智能应用研究的主要领域。 2 0 世纪8 0 年代， 专家系统在全世 界得到迅速发展和广泛应用。 专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平 的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。 专家系统应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知 识和经验，进行推理和判断， 模拟人类专家的决策过程，以便解决那些需要人类 专家处理的复杂问题。简而言之，专家系统是一种模拟人类专家解决领域问题的 计算机程序系统. 专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走 向 专门 知识运用的重大突破，是人工智能发展历史上的一次重要转折。自1 9 6 8 年 费根鲍姆等人研制成功第一个专家系统 d e n d r a l以 来，专家系统技术己 经获得了 迅速的发展，并广泛应用于医疗诊断、图像处理、地质勘探、实时监控、金融决 策、 计 算 机科学等众多 领域 。 专家系统具有如下一些基本特征: ( 1 ) 具有专家水平的专门知识:一个专家系统为了能够像人类专家一样的工 作，必须具有专家级的知识，知识越多，质量越高，解决问题的能力就越强。 ( 2 )能进行有效的 推理:在专家系统中，问题的求解过程是一个思维过程， 即推理的过程，因此专家系统不仅能做一般的逻辑推理，而且能利用问题的启发 性信息进行启发式的检索、试探性推理以及不精确推理、不完全推理等。 ( 3 )具有知识获取的能力:专家系统的基础是知识，为了得到知识就必须提 供获取知识的手段，从而使系统自身具有学习的能力，能从系统运行的实践中不 断总结出新的知识，使知识库中的知识越来越丰富、完善，通过自 身的知识积累 提高解决问 题的能力. ( 4 ) 具有灵活性: 在绝大多数专家系统中都采用了 知识库与 推理机构相分离 的构造原则，彼此相对独立。这就使得知识的更新和扩充比较方便，不会因某一 部分的变动而牵动全局。系统运行时，推理机构可根据具体问 题的不同特点选取 不同的知识构成求解序列，具有较强的适应性。 ( 5 )具有交互性:专家系统一般是交互式系统，一方面它需要领域专家或知 .2 . 东北大学硕士学位论文 第一章绪论 识工程师对话获取知识，另一方面它也需要与使用它的用户对话以索取证据或回 答用户提出的问题。 针对专家系统的功能与特点，可以用图1 . 1 来表示专家系统的一般结构。 用 户领域专家知识工程师 人机接口 知识获取机构 推理机解释机构 知识库及其专家系统 数据库及其专家系统 图 1 . f i g . 1 . 1 b a s i c 1专家系统的一般结构 s t r u c t u r e o f e x p e r t s y s t e m 专家系统区别于常规程序的一个重要标志是它能运用专家系统的知识进行推 理，能从一种判断推出另一种判断，不断向目 标逼近。目 前，专家系统的推理方 法主要有两种，基于规则的推理( r u l e - b a s e d r e a s o n i n g ， 简称 r b r ) 和基于事例的 推理( c a s e d - b a s e d r e a s o n i n g ， 简称c b r ) . 专家系统有许多吸引人的优点: ( 1 ) 适应性强，在任何计算机硬件上都是可利用的: ( 2 ) 成本低; ( 3 ) 具有持久性，知识会无限的持续，不像专家那样会退休、死亡 ( 4 ) 复合专家知识，水平超过单一专家; ( 5 ) 可靠性强，不会存在压力和劳累问题; ( 6 ) 响应快，能够及时处理突发事件; ( 7 ) 始终稳定、 理智和完 整的响应。153 1 . 3 基于事例推理简介 基于事例的推理是人工智能领域中的一个重要范畴，是专家系统中经常使用 的一种解决问题的策略。特别是近年来，基于事例的推理在人工智能领域的专家 .3. 东北大学硕士学位论文 第一章绪论 识工程师对话获取知识，另一方面它也需要与使用它的用户对话以索取证据或回 答用户提出的问题。 针对专家系统的功能与特点，可以用图1 . 1 来表示专家系统的一般结构。 用 户领域专家知识工程师 人机接口 知识获取机构 推理机解释机构 知识库及其专家系统 数据库及其专家系统 图 1 . f i g . 1 . 1 b a s i c 1专家系统的一般结构 s t r u c t u r e o f e x p e r t s y s t e m 专家系统区别于常规程序的一个重要标志是它能运用专家系统的知识进行推 理，能从一种判断推出另一种判断，不断向目 标逼近。目 前，专家系统的推理方 法主要有两种，基于规则的推理( r u l e - b a s e d r e a s o n i n g ， 简称 r b r ) 和基于事例的 推理( c a s e d - b a s e d r e a s o n i n g ， 简称c b r ) . 专家系统有许多吸引人的优点: ( 1 ) 适应性强，在任何计算机硬件上都是可利用的: ( 2 ) 成本低; ( 3 ) 具有持久性，知识会无限的持续，不像专家那样会退休、死亡 ( 4 ) 复合专家知识，水平超过单一专家; ( 5 ) 可靠性强，不会存在压力和劳累问题; ( 6 ) 响应快，能够及时处理突发事件; ( 7 ) 始终稳定、 理智和完 整的响应。153 1 . 3 基于事例推理简介 基于事例的推理是人工智能领域中的一个重要范畴，是专家系统中经常使用 的一种解决问题的策略。特别是近年来，基于事例的推理在人工智能领域的专家 .3. 东北大学 硕士学位论文 系统的应用中尤其活跃6 7 6 第一章绪论 基于事例的 推理， 简称为c b r ( c a s e - b a s e d r e a s o n i n g ) ， 是以 案例或累计的 经 验作为储存知识的基础，针对新的问题加以 定义及描述，以便获取及应用，并以 “ 模拟” 、 “ 转换” 、 “ 调整” 、 “ 合并” 等手法修改原有的解决方案以适应新的情境。 由于 c b r的方法模仿人类解决问 题和不断学习的方式，即从自己 或者他人以 往的 经验去处理将来出现的新问题，这种方法大大缩短了 解决问题的时间从而减少了 相应的耗费。在出现不到三十年的时间里， 这种方法在工业的自 动纠错系统、辅 助医疗系统、 综合评价系统和决策领域中 得到了 广泛的应用s u m c b r 的前提是要建立一个基于已 有经验的事例库。 根据具体领域或者具体提问 的特点，每一条经验被表示成一个事例。一个事例包括对几个已经提取特征的描 述，以 及相应事例的解决方案. 类似于人解决新问 题的思考过程， c b r 的原理是基 于已 有的经验， 从中 搜索和新问 题相似的事例， 然后根据相似事例的 解决方案作 适当的调整来得到新问题的处理方案。 基于事例的推理方法来自于人们生活经验的总结。律师总是从过去的案例中 选择与当前委托人的案情相似并且判决有利的案件，利用这些相似性试图说服法 庭作出有利的判决。虽然法律是通过民主过程制定的， 但是它们的解释通常是基 于过去的案情.在过去的 案件中的法律条款的解释是与现今的 解释严格一致的。 因 此， 合理推理的一个重要部分是寻找与当前事例相一致的历史事例. 计算机程 序员经常重用他们的代码，改编一个过去已有的结构相似的程序，将其用于新的 环境。建筑家们根据他们关于建筑美学和实用性的己有知识设计新的建筑物， 满 足人们的美观和舒适性的要求。 历史学家引用历史典故帮助政治家、官僚机构和 市民了 解过去，计划未来.基于事例的推理能力是人类智能的基础。 c b r 为专家系统的的构建提供了大量的优势. 如果我们能够记录人类专家对大 量问题的解决方法，并且能够用基于事例的推理器选择合适的事例进行推理，那 么知识获取将被简化。这将节约从事例建立规则的麻烦，推理器将会在把事例应 用到新环境的过程中自 动建立规则。 基于事例的推理器有着相同的结构，对于新问 题，它们的处理步骤如下: ( 1 ) 获取合适的事例: 如果一个事例的解决方案可以 成功的应用到新的环境， 那么我们认为该事例是合适的。由于推理器事先并不知道事例是否合适，因此它 们一般采用启发式算法选择同实例相似的案例。无论是人，还是人工推理器，他 们都在事例双方相同特征的基础上判定其相似性:例如，如果两个病人具有相同 的疾病特征和病历，那么两者患相同疾病并且治疗方法相同的可能性就非常大。 ( 2 )调整获取的事例以便应用到当前环境:典型地，获取的合适事例建议进 4. 东 北大学 硕士学 位论文第一章 绪论 行一系列的操作，实现从初始状态到目 标状态的转换。推理器必须将存储的解决 方案转换为适合当前问题的操作序列.分析方法，比如在决定自 动焊接的温度和 材料时，对存储的案例与新问题的共同参数进行曲线拟合可能是极为有用的。当 案例间的关系分析是不可能的时候，启发式的方法可能是合适的。 ( 3 ) 应用被转换的事例:在第2 步中被调整的事例在具体应用时，不能确保 一定能够提供令人满意的解决方案。这需要对解决方案进行进一步调整， 反复进 行前三步过程。 ( 4 ) 将解决方案同成功或失败记录一同存储，以便将来使用:新事例的存储 需要更新索引结构。 维护索引的 算法包括 c l u s t e r i n g运算法则( f i s h e r 1 9 8 7 ) 和 其 它 一 些 来 自 机 器 学 习 的 技 术 (s t u b b l e f i e l d 和l u g e r 1 9 9 6 ) 0 c b r 系统的工作过程可以 看作是一个4 r 过程，参见图1 . 2 12 7 0 s u g g e s t e d s o l u t i o n 图1 . 2 c b r 系统的工作循环 f i g . 1 . 2 t h e c b r c y c l e 。5 东北大学 硕士学 位论文第二章 基于事例推理综述 第二章基于事例推理综述 2 . 1 前言 基于事例的 推理 ( c a s e - b a s e d r e a s o n i n g ， 简称c b r ) 源于认知科学中 记忆在 人类推理活动中所扮演的角色， 1 9 7 7 年s c h a n k 和人 b e l s o n 在这方面的工作被认为 是c b r 的 起源( 13 l随后美国耶鲁大学r o g e r s c h a n k 又探索了记忆中的事例在问 题 解决和学习中的 作用， 于1 9 8 2 年在 d y n a m i c m e m o r y 一书中提出了c b r 认知 模 型。 在此基础上， k o l o d n e r 开发了 第一个实际的c b r 系统c y r u s 。 在8 0 年代后 期， 美国的d a r p a 项目 导致了r e m i n d 系统的产生， 这被认为是c b r 从认知科学向 人工智能方向的转变的标志。 如今， c b r己 成为人工智能的一种主要推理技术而被 广泛应用。 2 . 2 c b r 的基本知识 c b r 的 基本思想是参照过去的事例 ( c a s e ) 来处理当前面临的 新问 题。 这种系 统能在自己的事例库中搜索以前解决过的类似事例，根据当时做过的决策及其后 果对眼前的新问题提出合理的建议。基于事例库的学习的重点在于:如何组织和 管理事例库;需要进行类比推理时如何检索这个库以找到合适的类比对象;当 有 多个对象均可参与类比时如何排斥二义性，选出最合适的对象:如何对事例库代 表的知识进行求精。它与归纳学习方法的最主要区别是它直接保存事例而不是保 存总结的规则，而且它使用类比 成功的事例解决新问题，而不是通过规则的推导 来进行求解。 基于事例的推理对于专家系统的设计有很多好处。一旦知识工程师实现了合 适的事例表示，知识获取就变的简单了:只需要收集和存储更多的事例.通常， 可以 通过历史记录或监视当前操作获取事例， 最小化对专家时间的占 用。 c b r兴起的主要原因是传统的基于规则的系统在知识的获取问题上存在困难 u s l ; 不能做事例的 例外处理， 整体性能十分脆弱。 c b r 降低了知识获取的难度， 不 需要得出象规则那样准确和抽象的知识，而是直接使用隐含着的难以 提取规则的 知识片断 ( 事例) 。 基于事例推理来自 认知科学中记忆在人们预期和决策时所扮演的角色，知识 源不是规则而是发生的事例。 6. 东北大学 硕士学 位论文第二章 基于事例推理综述 第二章基于事例推理综述 2 . 1 前言 基于事例的 推理 ( c a s e - b a s e d r e a s o n i n g ， 简称c b r ) 源于认知科学中 记忆在 人类推理活动中所扮演的角色， 1 9 7 7 年s c h a n k 和人 b e l s o n 在这方面的工作被认为 是c b r 的 起源( 13 l随后美国耶鲁大学r o g e r s c h a n k 又探索了记忆中的事例在问 题 解决和学习中的 作用， 于1 9 8 2 年在 d y n a m i c m e m o r y 一书中提出了c b r 认知 模 型。 在此基础上， k o l o d n e r 开发了 第一个实际的c b r 系统c y r u s 。 在8 0 年代后 期， 美国的d a r p a 项目 导致了r e m i n d 系统的产生， 这被认为是c b r 从认知科学向 人工智能方向的转变的标志。 如今， c b r己 成为人工智能的一种主要推理技术而被 广泛应用。 2 . 2 c b r 的基本知识 c b r 的 基本思想是参照过去的事例 ( c a s e ) 来处理当前面临的 新问 题。 这种系 统能在自己的事例库中搜索以前解决过的类似事例，根据当时做过的决策及其后 果对眼前的新问题提出合理的建议。基于事例库的学习的重点在于:如何组织和 管理事例库;需要进行类比推理时如何检索这个库以找到合适的类比对象;当 有 多个对象均可参与类比时如何排斥二义性，选出最合适的对象:如何对事例库代 表的知识进行求精。它与归纳学习方法的最主要区别是它直接保存事例而不是保 存总结的规则，而且它使用类比 成功的事例解决新问题，而不是通过规则的推导 来进行求解。 基于事例的推理对于专家系统的设计有很多好处。一旦知识工程师实现了合 适的事例表示，知识获取就变的简单了:只需要收集和存储更多的事例.通常， 可以 通过历史记录或监视当前操作获取事例， 最小化对专家时间的占 用。 c b r兴起的主要原因是传统的基于规则的系统在知识的获取问题上存在困难 u s l ; 不能做事例的 例外处理， 整体性能十分脆弱。 c b r 降低了知识获取的难度， 不 需要得出象规则那样准确和抽象的知识，而是直接使用隐含着的难以 提取规则的 知识片断 ( 事例) 。 基于事例推理来自 认知科学中记忆在人们预期和决策时所扮演的角色，知识 源不是规则而是发生的事例。 6. 东 北 大 学 硕 士 学 位 论 文 一一一一一一一一左速三丝巡鲤星乞 在c b r 中，知识单元是事例。按照r o g e rs o h a nk的定义，事例就是指一次经 历， 实质上， 事例是一组带有相关值的 特征， 这些 特征描述了一个问 题及其结论叫。 c b r 主要是基于如下两条原则: 现实世界是有规律的， 相似的问题有相似的解 决办法;同类的问题会再次发生. 尽管 c br 有认知科学为基础，以 人工智能等技术予以实现， 但它仍然在理论 方面很欠缺。人们的实践证明cbr 确实很有用，但是理论上却很难对它进行证明。 这也导致了系统中的一些难点难以解决，如事例的改写等。 23 传统的c b r 系统模型 2 . 31 墓本定义 首先介绍有关事例推理的一些基本定义陇: 定义2 . 1事例( c ase )是过去一定条件下， 满足特定要求的设计结果: c 二(g ， 1 ，c o ，r ) 。 其中c 表示事例( c a s e ) ， g 表示设计目 标 ( g o a l s ) ， 1 表示设计初始 条件( i n i t i a 1s t a t e ) ，c o表示设计约束( c o n s t r a i n t s ) ，r表示设计结果 ( r e s u l t s ) 。 从上述定义可以看出，一个设计事例至少包含如下几个方面: ( 1)设计目 标:决定了事例的根本性质，决定了设计采用的技术路线和最终结 果。 (2 ) 初始条件: 指定了该事例产生的环境特征。 ( 3)设计约束:指明了该事例在达到设计目 标的同时应满足的条件。 ( 4) 设计结果: 是设计活动的最终反映，表现为一系列属性与属性值配对，或 表现为一系列行为的规范，或是设计失败的教训。 定义 2 . 2 事例空间 (case s p ace) 是所有事例的集合， 每个事 例是事例空 间的一个元素，事例空间代表了过去针对各种设计要求的设计结果。 c s二 c il i二 1 ， 2 ， ， n 其中cs表示事例空间，ci表示cs 中的任一事例元素，n 表示cs 中的事例个数。 定义2 . 3 事例库 (case b ase) 是事例空间的物理体现， 表现为事例的有序 组织和管理。事例库应该包含有事例信息、事例的索引和事例间的关联。 c b=( c r ，c r i ，c l ) 其中cb表示事例库， c r 表示事例信息， c ri表示索引， c l 表示事例间关联。 定义2 . 4 事例索引 ( c ase工 n d e x) 是事例的浓缩和代表，是一个事例区别 于其他事例的重要标志. c l二f ( x l ，x z ， ，x n )n 0 。7. 东 北 大 学 硕 士 学 位 论 文 一一一一一一一一左速三丝巡鲤星乞 在c b r 中，知识单元是事例。按照r o g e rs o h a nk的定义，事例就是指一次经 历， 实质上， 事例是一组带有相关值的 特征， 这些 特征描述了一个问 题及其结论叫。 c b r 主要是基于如下两条原则: 现实世界是有规律的， 相似的问题有相似的解 决办法;同类的问题会再次发生. 尽管 c br 有认知科学为基础，以 人工智能等技术予以实现， 但它仍然在理论 方面很欠缺。人们的实践证明cbr 确实很有用，但是理论上却很难对它进行证明。 这也导致了系统中的一些难点难以解决，如事例的改写等。 23 传统的c b r 系统模型 2 . 31 墓本定义 首先介绍有关事例推理的一些基本定义陇: 定义2 . 1事例( c ase )是过去一定条件下， 满足特定要求的设计结果: c 二(g ， 1 ，c o ，r ) 。 其中c 表示事例( c a s e ) ， g 表示设计目 标 ( g o a l s ) ， 1 表示设计初始 条件( i n i t i a 1s t a t e ) ，c o表示设计约束( c o n s t r a i n t s ) ，r表示设计结果 ( r e s u l t s ) 。 从上述定义可以看出，一个设计事例至少包含如下几个方面: ( 1)设计目 标:决定了事例的根本性质，决定了设计采用的技术路线和最终结 果。 (2 ) 初始条件: 指定了该事例产生的环境特征。 ( 3)设计约束:指明了该事例在达到设计目 标的同时应满足的条件。 ( 4) 设计结果: 是设计活动的最终反映，表现为一系列属性与属性值配对，或 表现为一系列行为的规范，或是设计失败的教训。 定义 2 . 2 事例空间 (case s p ace) 是所有事例的集合， 每个事 例是事例空 间的一个元素，事例空间代表了过去针对各种设计要求的设计结果。 c s二 c il i二 1 ， 2 ， ， n 其中cs表示事例空间，ci表示cs 中的任一事例元素，n 表示cs 中的事例个数。 定义2 . 3 事例库 (case b ase) 是事例空间的物理体现， 表现为事例的有序 组织和管理。事例库应该包含有事例信息、事例的索引和事例间的关联。 c b=( c r ，c r i ，c l ) 其中cb表示事例库， c r 表示事例信息， c ri表示索引， c l 表示事例间关联。 定义2 . 4 事例索引 ( c ase工 n d e x) 是事例的浓缩和代表，是一个事例区别 于其他事例的重要标志. c l二f ( x l ，x z ， ，x n )n 0 。7. 东 北 大 学 硕 士 学 位 论 文 一一一一一一一一左速三丝巡鲤星乞 在c b r 中，知识单元是事例。按照r o g e rs o h a nk的定义，事例就是指一次经 历， 实质上， 事例是一组带有相关值的 特征， 这些 特征描述了一个问 题及其结论叫。 c b r 主要是基于如下两条原则: 现实世界是有规律的， 相似的问题有相似的解 决办法;同类的问题会再次发生. 尽管 c br 有认知科学为基础，以 人工智能等技术予以实现， 但它仍然在理论 方面很欠缺。人们的实践证明cbr 确实很有用，但是理论上却很难对它进行证明。 这也导致了系统中的一些难点难以解决，如事例的改写等。 23 传统的c b r 系统模型 2 . 31 墓本定义 首先介绍有关事例推理的一些基本定义陇: 定义2 . 1事例( c ase )是过去一定条件下， 满足特定要求的设计结果: c 二(g ， 1 ，c o ，r ) 。 其中c 表示事例( c a s e ) ， g 表示设计目 标 ( g o a l s ) ， 1 表示设计初始 条件( i n i t i a 1s t a t e ) ，c o表示设计约束( c o n s t r a i n t s ) ，r表示设计结果 ( r e s u l t s ) 。 从上述定义可以看出，一个设计事例至少包含如下几个方面: ( 1)设计目 标:决定了事例的根本性质，决定了设计采用的技术路线和最终结 果。 (2 ) 初始条件: 指定了该事例产生的环境特征。 ( 3)设计约束:指明了该事例在达到设计目 标的同时应满足的条件。 ( 4) 设计结果: 是设计活动的最终反映，表现为一系列属性与属性值配对，或 表现为一系列行为的规范，或是设计失败的教训。 定义 2 . 2 事例空间 (case s p ace) 是所有事例的集合， 每个事 例是事例空 间的一个元素，事例空间代表了过去针对各种设计要求的设计结果。 c s二 c il i二 1 ， 2 ， ， n 其中cs表示事例空间，ci表示cs 中的任一事例元素，n 表示cs 中的事例个数。 定义2 . 3 事例库 (case b ase) 是事例空间的物理体现， 表现为事例的有序 组织和管理。事例库应该包含有事例信息、事例的索引和事例间的关联。 c b=( c r ，c r i ，c l ) 其中cb表示事例库， c r 表示事例信息， c ri表示索引， c l 表示事例间关联。 定义2 . 4 事例索引 ( c ase工 n d e x) 是事例的浓缩和代表，是一个事例区别 于其他事例的重要标志. c l二f ( x l ，x z ， ，x n )n 0 。7. 东 北大学 硕士学位论文 其中c i 表示事例索引; x 1 , x 2 , f 表示c i 关于x i ( l i n ) 的函数。 第 二章 基于 事例 推理综 述 . . . x n 表示影响c i 所代表事例的n 个属性; 2 . 3 . 2 基于事例推理的基本过程 c b r 是人 们求解现实问 题过程的一个合理描述和一种基本方法， 是通过一些基 本的 步骤来实现其思想的方法， 其根本在于实用经验的重用。 在系统中，一个问 题的状态描述及其求解策略用一个事例表示， 事例本身则 可用规则、框架、语义网络或对象实现。事例按照一定的模式在知识库中组织。 典型的事例推理过程可以归纳如下:根据当前的问 题从事例库中检索出相应的事 例;调整该事例的解决方案，使之适合当前问题; 求解当前问 题并形成新的事例; 根据一定的策略将新事例加入到事例库中，事例的保存既是学习的过程，也是知 识获取的过程。 基于事例的推理过程主要包括问题描述、事例检索、事例匹配、事例修正、 事例学习及事例保存所组成，整个过程见图2 . 1 . 图21签于事例推理的过程 f i g . 2 . 1 p r o c e s s o f c a s e - b a s e d r e a s o n i n g 其中事例库提供支持问 题求解的一组事例，它是系统过去进行问 题求解经验 的聚集。 ( 1 ) 问题描述又称为事例表示，它是将待求解问题用合理的知识表示形式在计 算机中表达出来，以便于进一步处理。 8. 东 北大学 硕士学位论文 其中c i 表示事例索引; x 1 , x 2 , f 表示c i 关于x i ( l i n ) 的函数。 第 二章 基于 事例 推理综 述 . . . x n 表示影响c i 所代表事例的n 个属性; 2 . 3 . 2 基于事例推理的基本过程 c b r 是人 们求解现实问 题过程的一个合理描述和一种基本方法， 是通过一些基 本的 步骤来实现其思想的方法， 其根本在于实用经验的重用。 在系统中，一个问 题的状态描述及其求解策略用一个事例表示， 事例本身则 可用规则、框架、语义网络或对象实现。事例按照一定的模式在知识库中组织。 典型的事例推理过程可以归纳如下:根据当前的问 题从事例库中检索出相应的事 例;调整该事例的解决方案，使之适合当前问题; 求解当前问 题并形成新的事例; 根据一定的策略将新事例加入到事例库中，事例的保存既是学习的过程，也是知 识获取的过程。 基于事例的推理过程主要包括问题描述、事例检索、事例匹配、事例修正、 事例学习及事例保存所组成，整个过程见图2 . 1 . 图21签于事例推理的过程 f i g . 2 . 1 p r o c e s s o f c a s e - b a s e d r e a s o n i n g 其中