范例推理工具CBRS

在范例推理 (Case-Based Reasoning, 简称CBR)中,把当前所面临的问题或情况称为目标范例(target case),而把记忆的问题或情况称为源范例(base case)。粗略地说,基于范例推理就是由目标范例的提示而获得记忆中的源范例,并由源范例来指导目标范例求解的一种策略。范例推理中知识表示是以范例为基础,范例的获取比规则获取要容易,大大简化知识获取。对过去的求解结果进行复用,而不是再次从头推导,可以提高对新问题的求解效率。过去求解成功或失败的经历可以指导当前求解时该怎样走向成功或避开失败,这样可以改善求解的质量。对于那些目前没有或根本不存在可以通过计算推导来解决的问题。如在法律中的判例,范例推理能很好发挥作用。范例推理主要工作过程如图1所示。

          

             图1.  范例推理的一般过程

 (1)范例检索 从范例库(CaseBase)中找到一个或多个与当前问题最相似的范例。CBR系统中的知识库不是以前专家系统中的规则库,它是由领域专家以前解决过的一些问题组成。范例库中的每一个范例包括以前问题的一般描述即情景和解法。一个新范例并入范例库时,同时也建立了关于这个范例的主要特征的索引。当接受了一个求解新问题的要求后,CBR利用相似度知识和特征索引从范例库中找出与当前问题相关的最佳范例,由于它所回忆的内容(即所得到的范例质量和数量)直接影响着问题的解决效果,所以此项工作比较重要。它通过特征辩识、初步匹配,最佳选定来实现。

 (2) 范例复用 把检索到的旧范例的解答复用到新问题或新范例之中。通过所给问题和范例库中范例比较得到新旧范例之间的不同之处,然后回答哪些解答部分可以复用到新问题之中。对于简单的分类问题,仅需要把旧范例的分类结果直接用于新范例,它无需考虑新旧范例之间的差别。而对于问题求解类的问题,则需要对领域知识的深入理解,根据范例之间的不同对问题进行调整,可以是对整个解的某项作一些调整,也可以对整个解的进行微调。 从复用的信息内容来看,主要有两种类型:结果的复用和方法的复用。对与结果的复用,当旧范例的解答结果需要调整时,它依据一些转换操作知识,把旧范例中的种种可能解转换为新范例中相应的解。方法的复用则关心旧范例中问题的求解方法,而不是其解答的结果。用那一种方法依具体问题而定。

 (3)范例修正 当复用阶段产生的求解结果不好时,需要对其进行修正。修正的第一步是对复用结果进行评估,如果成功,则不必修正,否则需要对错误和不足进行修正。 进行结果评估,可以依据它在实际环境中运行后的反馈,也可以通过向教师询问完成。等待反馈有时可能需要花一段时时间,如等待病人治疗的效果如何。但如是工程中的在线应用,如计算机轧钢系统,则可以马上返回结果,但如果设定严重错误,有可能造成断辊事故,所以在实际下载之前,先进行一下轧机的负荷校核是有必要的。 修正错误一般涉及错误探测和寻找原因。寻找原因是为了对错误进行解释分析,以找出原因对症下药,即修改造成错误的原因使其不再发生。当然,修改既可以使用领域知识模型进行自修正,也可以由用户交户输入来完成。

 (4)范例保存 新问题得到了解决,则形成了一个可能用于将来情形与之相似的问题。这时有必要把它加入到范例库中。这是学习也是知识获取。此过程涉及选取那些信息需要保留,以及如何把新范例有机的集成到范例库中,并且会涉及范例库的组织和管理方面的知识。


附件下载: