第5章--基于案例的推理概要課件

2023/8/3史忠植高級(jí)人工智能1高級(jí)人工智能第五章

基于案例的推理史忠植

中國(guó)科學(xué)院計(jì)算技術(shù)研究所2023/8/1史忠植高級(jí)人工智能1高級(jí)人工智能第五章2023/8/3史忠植高級(jí)人工智能2第五章基于案例的推理5.1概述5.2類比的形式定義5.3相似性關(guān)系5.4基于案例推理的工作過(guò)程5.5案例的表示5.6案例的索引5.7案例的檢索5.8案例的復(fù)用5.9案例的保存5.10基于案例的學(xué)習(xí)5.11案例工程5.12中心漁場(chǎng)預(yù)報(bào)專家系統(tǒng)2023/8/1史忠植高級(jí)人工智能2第五章基于案例的2023/8/3史忠植高級(jí)人工智能3概述

人們?yōu)榱私鉀Q一個(gè)新問(wèn)題，先是進(jìn)行回憶，從記憶中找到一個(gè)與新問(wèn)題相似的案例，然后把該案例中的有關(guān)信息和知識(shí)復(fù)用到新問(wèn)題的求解之中。在基于案例推理

(Case-BasedReasoning,簡(jiǎn)稱CBR)中，把當(dāng)前所面臨的問(wèn)題或情況稱為目標(biāo)案例(targetcase)，而把記憶的問(wèn)題或情況稱為源案例(basecase)。粗略地說(shuō)，基于案例推理就是由目標(biāo)案例的提示而獲得記憶中的源案例，并由源案例來(lái)指導(dǎo)目標(biāo)案例求解的一種策略。2023/8/1史忠植高級(jí)人工智能3概述2023/8/3史忠植高級(jí)人工智能4概述一個(gè)案例應(yīng)具有如下特性：（1）案例表示了與某個(gè)上下文有關(guān)的具體知識(shí)，這種知識(shí)具有可操作性；（2）案例可以是各式各樣的，可有不同的形狀和粒度，可涵蓋或大或小的時(shí)間片，可帶有問(wèn)題的解答或動(dòng)作執(zhí)行后的效應(yīng)；（3）案例記錄了有用的經(jīng)驗(yàn)，這種經(jīng)驗(yàn)?zāi)軒椭评頇C(jī)在未來(lái)更容易地達(dá)到目標(biāo)，或提醒推理機(jī)失敗發(fā)生的可能性有多大等。2023/8/1史忠植高級(jí)人工智能4概述

總體上說(shuō)，基于案例推理在如下方面對(duì)人工智能作出了貢獻(xiàn)：（1）知識(shí)獲??；（2）知識(shí)維護(hù)；（3）改進(jìn)問(wèn)題求解效率；（4）改進(jìn)問(wèn)題求解質(zhì)量；（5）提高用戶接受度。概述2023/8/3史忠植高級(jí)人工智能5總體上說(shuō)，基于案例推理在如下方面對(duì)人工智2023/8/3史忠植高級(jí)人工智能6概述

中國(guó)科學(xué)院計(jì)算技術(shù)研究所智能信息處理開(kāi)放實(shí)驗(yàn)室在基于案例推理方面進(jìn)行了一系列研究。1991年提出了記憶網(wǎng)模型和案例檢索算法。

1993年研制了基于案例學(xué)習(xí)的內(nèi)燃機(jī)油產(chǎn)品設(shè)計(jì)系統(tǒng)EOFDS。

1994年開(kāi)發(fā)了基于案例推理的天氣預(yù)報(bào)系統(tǒng)。1995年開(kāi)發(fā)了基于案例推理的軋鋼規(guī)程系統(tǒng)

1996年開(kāi)發(fā)了基于案例推理的淮河王家壩洪水預(yù)報(bào)調(diào)度系統(tǒng)FOREZ。

2000年研制了漁情分析專家系統(tǒng)。2023/8/1史忠植高級(jí)人工智能6概述中國(guó)科學(xué)類比的形式定義用類比求解問(wèn)題，往往在提出或遇到某一問(wèn)題時(shí)，回憶以前相似的老問(wèn)題，通過(guò)對(duì)兩種情況進(jìn)行匹配，經(jīng)過(guò)推理獲得新知識(shí)。也可以通過(guò)對(duì)老問(wèn)題解法的檢索和分析、調(diào)整，得出新問(wèn)題的解決方法。因此，計(jì)算模型除了記憶和新問(wèn)題相似的老問(wèn)題的解法外，還應(yīng)具有獲取技能的過(guò)程，即必須學(xué)會(huì)根據(jù)過(guò)去有用的經(jīng)驗(yàn)，來(lái)調(diào)整問(wèn)題求解方法。當(dāng)人們對(duì)存在相似解進(jìn)行更為直接的回憶和修改后仍不能得出問(wèn)題的解答時(shí)，再反過(guò)來(lái)用弱方法求解。因此，類比是一種基于知識(shí)學(xué)習(xí)（或經(jīng)驗(yàn)）的學(xué)習(xí)。類比的形式定義用類比求解問(wèn)題，往往在提類比的形式定義

AA’B’Bαβα’β’已知問(wèn)題A，有求解結(jié)果B，先給定一個(gè)新問(wèn)題A’，A’與A在特定的度量下是相似的，求出問(wèn)題A’的求解結(jié)果B’。如圖，β反映B與A之間的依賴關(guān)系，稱作因果關(guān)系。α表示源領(lǐng)域A與目標(biāo)領(lǐng)域A’之間的相似關(guān)系。由此可以推出，B’與A’之間的依賴關(guān)系β’。類比的形式定義AA’B’Bαβα’β’2023/8/3史忠植高級(jí)人工智能9相似性關(guān)系案例的表示表明，案例的情境是由許多屬性組成，案例間的相似度就是根據(jù)屬性（或變量）之間的相似度定義的。目標(biāo)案例與源案例之間的相似性有語(yǔ)義相似、結(jié)構(gòu)相似、目標(biāo)相似和個(gè)體相似。2023/8/1史忠植高級(jí)人工智能9相似性關(guān)系案2023/8/3史忠植高級(jí)人工智能10相似性關(guān)系1.語(yǔ)義相似性

兩案例之間是可以類比的，首先必須滿足語(yǔ)義上具有相似性關(guān)系。相似性關(guān)系是類比問(wèn)題求解的基礎(chǔ)。兩實(shí)體的類比可以區(qū)分為正類比、反類比、不確定類比。正類比是由相似性關(guān)系所確定的兩實(shí)體之間的可類比部分，反類比則是已被確定為兩實(shí)體間不相似的部分，不確定類比是兩實(shí)體之間尚未確定是否可類比的部分。兩個(gè)實(shí)體可類比的條件之一是:模型的本質(zhì)性質(zhì)和因果關(guān)系不構(gòu)成反類比的一部分。不確定類比使得類比具有一定的預(yù)見(jiàn)性，這種預(yù)見(jiàn)可能是正確的，也可能是錯(cuò)誤的。在類比求解中，目標(biāo)案例的本質(zhì)特征和源案例的本質(zhì)特征必須具有相似性關(guān)系，才能使類比有了基礎(chǔ)。2023/8/1史忠植高級(jí)人工智能10相似性關(guān)系1.語(yǔ)義2023/8/3史忠植高級(jí)人工智能11相似性關(guān)系

2.結(jié)構(gòu)相似性

如果在兩個(gè)結(jié)構(gòu)之間存在，某種對(duì)應(yīng)關(guān)系，且這種對(duì)應(yīng)關(guān)系能夠保持結(jié)構(gòu)一致性，則認(rèn)為兩結(jié)構(gòu)是同構(gòu)的。結(jié)構(gòu)一致性要求：一一對(duì)應(yīng)的關(guān)系必須保證他們涉及的個(gè)體或低階關(guān)系也是一一對(duì)應(yīng)的，且這種對(duì)應(yīng)不應(yīng)打破原來(lái)個(gè)體間的對(duì)應(yīng)關(guān)系。結(jié)構(gòu)對(duì)于類比檢索的意義是重大的。首先，表面上并不相似的案例由于在結(jié)構(gòu)上具有相似性，從而使類比成為可能。其次，子結(jié)構(gòu)間的同構(gòu)或相似性可以使我們只需我們見(jiàn)樹(shù)木，而不必顧及森林。2023/8/1史忠植高級(jí)人工智能11相似性關(guān)系2.結(jié)2023/8/3史忠植高級(jí)人工智能12相似性關(guān)系3.目標(biāo)特征

問(wèn)題求解的最終目的是要實(shí)現(xiàn)問(wèn)題本身所提出的目標(biāo)。人們求解問(wèn)題時(shí)，都是向著這個(gè)目標(biāo)而竭盡其力。在相似的一組源案例中，那些對(duì)實(shí)現(xiàn)目標(biāo)案例的目標(biāo)具有潛在的重要作用的源案例，較之那些不具有目標(biāo)相關(guān)性的源案例，更應(yīng)該得到優(yōu)先考慮。如果為一種結(jié)構(gòu)表示增加了目標(biāo)信息，那么，這個(gè)增大了的結(jié)構(gòu)同其他包含有相似的目標(biāo)信息的結(jié)構(gòu)之間，更加具有語(yǔ)義相似性和結(jié)構(gòu)一致性。換言之，目標(biāo)特征會(huì)增加我們對(duì)源案例選擇的可靠性。同時(shí)，它可以幫助我們限制對(duì)源案例進(jìn)行搜索的范圍。2023/8/1史忠植高級(jí)人工智能12相似性關(guān)系3.目標(biāo)2023/8/3史忠植高級(jí)人工智能13相似性關(guān)系

4.個(gè)體相似性

在我們的模型中強(qiáng)調(diào)的另一重要約束是個(gè)體的類別信息。從不嚴(yán)格的意義上講，如果兩個(gè)個(gè)體之間具有一些(或一個(gè))相似的屬性，則它們是屬于同一類別的。在概念聚類中，我們使用概念(或客體)間的相關(guān)性或緊致性來(lái)對(duì)概念(客體)集進(jìn)行分類。相關(guān)性是指概念的屬性之間相似度的平均值。但在這里，我們將把電線和繩索看作是同一類別的，因?yàn)樗鼈兙梢杂脕?lái)綁縛物體。

2023/8/1史忠植高級(jí)人工智能13相似性關(guān)系4.個(gè)2023/8/3史忠植高級(jí)人工智能14相似性關(guān)系5.相似度計(jì)算1）數(shù)值性屬性的相似度或或

2023/8/1史忠植高級(jí)人工智能14相似性關(guān)系5.相似2023/8/3史忠植高級(jí)人工智能15相似性關(guān)系2）枚舉屬性的相似度枚舉型屬性相似度一般有兩種，一種是只要兩個(gè)屬性值不同，就認(rèn)為兩者之間的相似度為0，否則為1；另一種則依據(jù)具體情況而定，不是簡(jiǎn)單的非此即彼劃分，而是針對(duì)不同的屬性值間不同的關(guān)系給以具體的定義。前者其實(shí)是質(zhì)上的，即非此即彼的二值分割；后者則是量上的，進(jìn)一步細(xì)化值間的區(qū)別。一般來(lái)講，前者定義通用，適于種種情況；而后者則要由人來(lái)預(yù)定義，與領(lǐng)域知識(shí)相關(guān)的，從而專用性強(qiáng)。兩種方法各有自己的適用范圍。2023/8/1史忠植高級(jí)人工智能15相似性關(guān)系2）枚舉2023/8/3史忠植高級(jí)人工智能16相似性關(guān)系3）有序?qū)傩缘南嗨贫扔行驅(qū)傩越橛跀?shù)值和枚舉型屬性之間，也介于定性和定量之間。屬性值有序，可以賦予不同等級(jí)值間有不同的相似度。和枚舉型屬性相比，有序?qū)傩砸?guī)整性強(qiáng)。2023/8/1史忠植高級(jí)人工智能16相似性關(guān)系3）有序2023/8/3史忠植高級(jí)人工智能17相似性關(guān)系絕對(duì)值距離(Manhattan):

其中Vik和Vjk分別表示范例

i和范例j的第k個(gè)屬性值

。

2023/8/1史忠植高級(jí)人工智能17相似性關(guān)系絕對(duì)值距2023/8/3史忠植高級(jí)人工智能18相似性關(guān)系2.歐氏距離(Euclidean)

2023/8/1史忠植高級(jí)人工智能18相似性關(guān)系2.歐2023/8/3史忠植高級(jí)人工智能19相似性關(guān)系3.麥考斯基距離2023/8/1史忠植高級(jí)人工智能19相似性關(guān)系3.麥考2023/8/3史忠植高級(jí)人工智能20

基于案例推理的工作過(guò)程新案例問(wèn)題學(xué)習(xí)獲取案例檢索案例檢索/修正案例案例解方法案例庫(kù)確認(rèn)解決方案建議解方案檢索相似度復(fù)用自適應(yīng)修正驗(yàn)證保存學(xué)習(xí)2023/8/1史忠植高級(jí)人工智能20基于案例推理的2023/8/3史忠植高級(jí)人工智能21基于案例推理流程基于案例推理有兩種形式：（1）問(wèn)題求解型（problem-solvingCBR）（2）解釋型（interpretiveCBR）前者利用案例以給出問(wèn)題的解答；后者把案例用作辯護(hù)的證據(jù)。2023/8/1史忠植高級(jí)人工智能21基于案例推理流程2023/8/3史忠植高級(jí)人工智能22基于案例推理的工作過(guò)程檢索建議解方案修正辯護(hù)評(píng)審實(shí)際評(píng)估存儲(chǔ)2023/8/1史忠植高級(jí)人工智能22基于案例推理的工作2023/8/3史忠植高級(jí)人工智能23基于案例推理的工作過(guò)程在案例推理中，關(guān)心的主要問(wèn)題如下：(1)案例表示:基于案例推理方法的效率和案例表示緊密相關(guān)。案例表示涉及這樣幾個(gè)問(wèn)題:選擇什么信息存放在一個(gè)案例中；如何選擇合適的案例內(nèi)容描述結(jié)構(gòu)；案例庫(kù)如何組織和索引。對(duì)于那些數(shù)量達(dá)到成千上萬(wàn)、而且十分復(fù)雜的案例,組織和索引問(wèn)題尤其重要。

(2)分析模型:分析模型用于分析目標(biāo)案例，從中識(shí)別和抽取檢索源案例庫(kù)的信息。

(3)案例檢索:利用檢索信息從源案例庫(kù)中檢索并選擇潛在可用的源案例?；诎咐评矸椒ê腿祟惤鉀Q問(wèn)題的方式很相近。碰到一個(gè)新問(wèn)題時(shí)，首先是從記憶或案例庫(kù)中回憶出與當(dāng)前問(wèn)題相關(guān)的最佳案例。后面所有工作能否發(fā)揮出應(yīng)有的作用，很大程度上依賴于這一階段得到的案例質(zhì)量的高低，因此這步非常關(guān)鍵。一般講，案例匹配不是精確的，只能是部分匹配或近似匹配。因此，它要求有一個(gè)相似度的評(píng)價(jià)標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)定義得好，會(huì)使得檢索出的案例十分有用，否則將會(huì)嚴(yán)重影響后面的過(guò)程。2023/8/1史忠植高級(jí)人工智能23基于案例推理的工作2023/8/3史忠植高級(jí)人工智能24基于案例推理的工作過(guò)程(4)類比映射:尋找目標(biāo)案例同源案例之間的對(duì)應(yīng)關(guān)系。

(5)類比轉(zhuǎn)換:轉(zhuǎn)換源案例中同目標(biāo)案例相關(guān)的信息，以便應(yīng)用于目標(biāo)案例的求解過(guò)程中。其中，涉及到對(duì)源案例的求解方案的修改。把檢索到的源案例的解答復(fù)用于新問(wèn)題或新案例之中。它們分別是，源案例與目標(biāo)案例間有何不同之處；源案例中的哪些部分可以用于目標(biāo)案例。對(duì)于簡(jiǎn)單的分類問(wèn)題，僅需要把源案例的分類結(jié)果直接用于目標(biāo)案例。它無(wú)需考慮它們之間的差別，因?yàn)閷?shí)際上案例檢索已經(jīng)完成了這項(xiàng)工作。而對(duì)于問(wèn)題求解之類的問(wèn)題，則需要根據(jù)它們之間的不同對(duì)復(fù)用的解進(jìn)行調(diào)整。

(6)解釋過(guò)程:對(duì)把轉(zhuǎn)換過(guò)的源案例的求解方案應(yīng)用到目標(biāo)案例時(shí)所出現(xiàn)的失敗做出解釋，給出失敗的因果分析報(bào)告。有時(shí)對(duì)成功也同樣做出解釋?；诮忉尩乃饕彩且环N重要的方法。

(7)案例修補(bǔ):有些類似于類比轉(zhuǎn)換，區(qū)別在于修補(bǔ)過(guò)程的輸入是解方案和一個(gè)失敗報(bào)告，而且也許還包含一個(gè)解釋，然后修改這個(gè)解以排除失敗的因素。2023/8/1史忠植高級(jí)人工智能24基于案例推理的工作2023/8/3史忠植高級(jí)人工智能25基于案例推理的工作過(guò)程(8)類比驗(yàn)證:驗(yàn)證目標(biāo)案例和源案例進(jìn)行類比的有效性。

(9)案例保存:新問(wèn)題得到了解決，則形成了一個(gè)可能用于將來(lái)情形與之相似的問(wèn)題。這時(shí)有必要把它加入到案例庫(kù)中。這是學(xué)習(xí)也是這是知識(shí)獲取。此過(guò)程涉及選取哪些信息保留，以及如何把新案例有機(jī)集成到案例庫(kù)中。修改和精化源案例庫(kù),其中包括泛化和抽象等過(guò)程。在決定選取案例的哪些信息進(jìn)行保留時(shí)，一般要考慮以下幾點(diǎn)：和問(wèn)題有關(guān)的特征描述；問(wèn)題的求解結(jié)果；以及解答為什么成功或失敗的原因及解釋。把新案例加入到案例庫(kù)中，需要對(duì)它建立有效的索引，這樣以后才能對(duì)之作出有效的回憶。索引應(yīng)使得與該案例有關(guān)時(shí)能回憶得出，與它無(wú)關(guān)時(shí)不應(yīng)回憶出。為此，可能要對(duì)案例庫(kù)的索引內(nèi)容甚至結(jié)構(gòu)進(jìn)行調(diào)整，如改變索引的強(qiáng)度或特征權(quán)值。2023/8/1史忠植高級(jí)人工智能25基于案例推理的工作2023/8/3史忠植高級(jí)人工智能26案例的表示

在生理學(xué)、心理學(xué)等領(lǐng)域，已經(jīng)廣泛開(kāi)展了關(guān)于記憶的研究。心理學(xué)的研究者們注重研究記憶的一般理論，已經(jīng)提出了許多記憶模型，典型的包括情景記憶(episodicmemory)，語(yǔ)義記憶(semanticmemory)，聯(lián)想記憶(associativememory)、Schank的動(dòng)態(tài)記憶理論(dynamicmemory)等。知識(shí)是有結(jié)構(gòu)的體系。在某些任務(wù)的執(zhí)行過(guò)程中，專家采用語(yǔ)義記憶來(lái)存儲(chǔ)信息。這種信息記憶方法具有下列優(yōu)點(diǎn):

（1）有利于檢索。

（2）易于組織?？梢园阉鼈冞B接成樹(shù)形層次或者網(wǎng)絡(luò)。

（3）易于管理。知識(shí)的改變只對(duì)局部產(chǎn)生影響。

（4）有利于知識(shí)的共享。2023/8/1史忠植高級(jí)人工智能26案例的表示2023/8/3史忠植高級(jí)人工智能27案例的表示

1.語(yǔ)義記憶單元語(yǔ)義記憶單元，是指在學(xué)習(xí)、分析、理解、記憶知識(shí)的過(guò)程中所著重關(guān)注的其中那些概念、模式、主題等，以及據(jù)此形成的關(guān)于知識(shí)的概念性認(rèn)識(shí)。換言之，這些語(yǔ)義記憶單元是系統(tǒng)對(duì)知識(shí)經(jīng)“計(jì)算”之后，抽取其中最能反映知識(shí)本身特征且可以很好地使知識(shí)內(nèi)在地聯(lián)系在一起的那些因素而獲得的。我們所記憶的知識(shí)彼此之間并不是孤立的，而是通過(guò)某種內(nèi)在的因素相互之間緊密地或松散地有機(jī)聯(lián)系成的一個(gè)統(tǒng)一的體系。我們使用記憶網(wǎng)來(lái)概括知識(shí)的這一特點(diǎn)。一個(gè)記憶網(wǎng)便是以語(yǔ)義記憶單元為結(jié)點(diǎn)，以語(yǔ)義記憶單元間的各種關(guān)系為連接建立起來(lái)。

2023/8/1史忠植高級(jí)人工智能27案例的表示1.語(yǔ)2023/8/3史忠植高級(jí)人工智能28案例的表示

2.記憶網(wǎng)網(wǎng)絡(luò)上的每一節(jié)點(diǎn)表示一語(yǔ)義記憶單元，形式地描述為下列結(jié)構(gòu)：

SMU={SMU_NAMEslot Constraintslots Taxonomyslots Causalityslots Similarityslots Partonomyslots Caseslots Theoryslots }2023/8/1史忠植高級(jí)人工智能28案例的表示22023/8/3史忠植高級(jí)人工智能29案例的表示

(1)SMU_NAMEslot:簡(jiǎn)記為SMU槽。它是語(yǔ)義記憶單元的概念性描述，通常是一個(gè)詞匯或者一個(gè)短語(yǔ)。

(2)Constraintslots:簡(jiǎn)記為CON槽。它是對(duì)語(yǔ)義記憶單元施加的某些約束。通常，這些約束并不是結(jié)構(gòu)性的，而只是對(duì)SMU描述本身所加的約束。另外，每一約束都有CAS側(cè)面(facet)和THY側(cè)面與之相連。

(3)Taxonomyslots:簡(jiǎn)記為TAX槽。它定義了與該SMU相關(guān)的分類體系中的該SMU的一些父類和子類。因此，它描述了網(wǎng)絡(luò)中結(jié)點(diǎn)間的類別關(guān)系。

(4)Causalityslots:簡(jiǎn)記為CAU槽。它定義了與該SMU有因果聯(lián)系的其它SMU，它或者是另一些SMU的原因，或者是另外一些SMU的結(jié)果。因此，它描述了網(wǎng)絡(luò)中結(jié)點(diǎn)間的因果聯(lián)系。2023/8/1史忠植高級(jí)人工智能29案例的表示2023/8/3史忠植高級(jí)人工智能30案例的表示

(5)Similarityslots:簡(jiǎn)記為SIM槽。它定義了與該SMU相似的其它SMU，描述網(wǎng)絡(luò)中結(jié)點(diǎn)間的相似關(guān)系。

(6)Partonomyslots:簡(jiǎn)記為PAR槽。它定義了與該SMU具有部分整體關(guān)系的其它SMU。

(7)Caseslots:簡(jiǎn)記為CAS槽。它定義了與該SMU相關(guān)的案例集。

(8)Theoryslots:簡(jiǎn)記為THY槽。它定義了關(guān)于該SMU的理論知識(shí)。上述8類槽可以總地分成三大類。一類反映各SMU之間的關(guān)系，包括TAX槽、CAU槽、SIM槽和PAR槽;第二類反映SMU自身的內(nèi)容和特性，包括SMU槽和THY槽;第三類反映與SMU相關(guān)的案例信息，包括CAS槽和CON槽。2023/8/1史忠植高級(jí)人工智能30案例的表示2023/8/3史忠植高級(jí)人工智能31案例的表示

記憶網(wǎng)是相當(dāng)復(fù)雜的，但它確實(shí)反映了知識(shí)之間錯(cuò)綜復(fù)雜的內(nèi)在聯(lián)系。使用記憶網(wǎng)可以一定程度地解釋知識(shí)的遺忘。記憶網(wǎng)與語(yǔ)義網(wǎng)既有聯(lián)系，又有差別，是在語(yǔ)義網(wǎng)基礎(chǔ)上發(fā)展起來(lái)的一種模型。它們都使用節(jié)點(diǎn)來(lái)表示信息，使用節(jié)點(diǎn)之間的連接來(lái)表示語(yǔ)義關(guān)系。它們之間具有很大的不同，對(duì)信息的表示是有本質(zhì)的區(qū)別的。語(yǔ)義網(wǎng)的信息表達(dá)只是局限于網(wǎng)絡(luò)自身，亦即知識(shí)智能通過(guò)節(jié)點(diǎn)和節(jié)點(diǎn)間的連接來(lái)表示。2023/8/1史忠植高級(jí)人工智能31案例的表示2023/8/3史忠植高級(jí)人工智能32案例的索引案例組織時(shí)由兩部分組成，一是案例的內(nèi)容，案例應(yīng)該包含哪些有關(guān)的東西才能對(duì)問(wèn)題的解決有用；二是案例的索引，它和案例的組織結(jié)構(gòu)以及檢索有關(guān)，反應(yīng)了不同案例間的區(qū)別。案例內(nèi)容一般有如下三個(gè)主要組成部分：（1）問(wèn)題或情境描述：案例發(fā)生時(shí)要解決的問(wèn)題及周圍世界的狀態(tài)；（2）解決方案：對(duì)問(wèn)題的解決方案；（3）結(jié)果：執(zhí)行解決方案后導(dǎo)致的結(jié)果（周圍世界的新的狀態(tài)）。2023/8/1史忠植高級(jí)人工智能32案例的索引2023/8/3史忠植高級(jí)人工智能33案例的索引

（1）問(wèn)題或情景描述

是對(duì)要求解的問(wèn)題或要理解的情景的描述，一般要包括這些內(nèi)容：當(dāng)案例發(fā)生時(shí)推理器的目標(biāo)，完成該目標(biāo)所要涉及的任務(wù)，周圍世界或環(huán)境與可能解決方案相關(guān)的所有特征。（2）解決方案

的內(nèi)容是問(wèn)題如何在一特定情形下得到解決。它可能是對(duì)問(wèn)題的簡(jiǎn)單解答，也可能是得出解答的推導(dǎo)過(guò)程。（3）結(jié)果記錄了實(shí)施解決方案后的結(jié)果情況，是失敗還是成功。有了結(jié)果內(nèi)容，CBR在給出建議解時(shí)有能給出曾經(jīng)成功地工作的案例，同時(shí)也能利用失敗的案例來(lái)避免可能會(huì)發(fā)生的問(wèn)題。當(dāng)對(duì)問(wèn)題還缺乏足夠的了解時(shí)，通過(guò)在案例的表示上加上結(jié)果部分能取得較好的效果。2023/8/1史忠植高級(jí)人工智能33案例的索引（1）2023/8/3史忠植高級(jí)人工智能34案例的索引建立案例索引有三個(gè)原則：①索引與具體領(lǐng)域有關(guān)。數(shù)據(jù)庫(kù)中的索引是通用的，目的僅僅是追求索引能對(duì)數(shù)據(jù)集合進(jìn)行平衡的劃分從而使得檢索速度最快；而案例索引則要考慮是否有利于將來(lái)的案例檢索，它決定了針對(duì)某個(gè)具體的問(wèn)題哪些案例被復(fù)用；②索引應(yīng)該有一定的抽象或泛化程度，這樣才能靈活處理以后可能遇到的各種情景，太具體則不能滿足更多的情況；③索引應(yīng)該有一定的具體性，這樣才能在以后被容易地識(shí)別出來(lái)，太抽象則各個(gè)案例之間的差別將被消除。2023/8/1史忠植高級(jí)人工智能34案例的索引2023/8/3史忠植高級(jí)人工智能35案例的檢索

案例檢索是從案例庫(kù)(CaseBase)中找到一個(gè)或多個(gè)與當(dāng)前問(wèn)題最相似的案例；CBR系統(tǒng)中的知識(shí)庫(kù)不是以前專家系統(tǒng)中的規(guī)則庫(kù)，它是由領(lǐng)域?qū)＜乙郧敖鉀Q過(guò)的一些問(wèn)題組成。案例庫(kù)中的每一個(gè)案例包括以前問(wèn)題的一般描述即情景和解法。一個(gè)新案例并入案例庫(kù)時(shí)，同時(shí)也建立了關(guān)于這個(gè)案例的主要特征的索引。當(dāng)接受了一個(gè)求解新問(wèn)題的要求后，CBR利用相似度知識(shí)和特征索引從案例庫(kù)中找出與當(dāng)前問(wèn)題相關(guān)的最佳案例，由于它所回憶的內(nèi)容，即所得到的案例質(zhì)量和數(shù)量直接影響著問(wèn)題的解決效果，所以此項(xiàng)工作比較重要。它通過(guò)三個(gè)子過(guò)程，即特征辯識(shí)、初步匹配，最佳選定來(lái)實(shí)現(xiàn)。2023/8/1史忠植高級(jí)人工智能35案例的檢索2023/8/3史忠植高級(jí)人工智能36案例的檢索（1）特征辨識(shí)指對(duì)問(wèn)題進(jìn)行分析，提取有關(guān)特征，特征提取方式有：(a)從問(wèn)題的描述中直接獲得問(wèn)題的特征，如自然語(yǔ)言對(duì)問(wèn)題進(jìn)行描述并輸入系統(tǒng)，系統(tǒng)可以對(duì)句子進(jìn)行關(guān)鍵詞提取，這些關(guān)鍵詞就是問(wèn)題的某些特征。(b)對(duì)問(wèn)題經(jīng)過(guò)分析理解后導(dǎo)出的特征,如圖象分析理解中涉及的特征提取。(c)根據(jù)上下文或知識(shí)模型的需要從用戶那里通過(guò)交互方式獲取的特征，系統(tǒng)向用戶提問(wèn)，以縮小檢索范圍，使檢索的案例更加準(zhǔn)確。2023/8/1史忠植高級(jí)人工智能36案例的檢索（1）特2023/8/3史忠植高級(jí)人工智能37案例的檢索（2）初步匹配指從案例庫(kù)中找到一組與當(dāng)前問(wèn)題相關(guān)的候選案例。這是通過(guò)使用上述特征作為案例庫(kù)的索引來(lái)完成檢索的。由于一般不存在完全的精確匹配，所以要對(duì)案例之間的特征關(guān)系進(jìn)行相似度估計(jì)，它可以是基于上述特征的與領(lǐng)域知識(shí)關(guān)系不大的表面估計(jì)，也可以通過(guò)對(duì)問(wèn)題進(jìn)行深入理解和分析后的深層估計(jì)，在具體做法上，則可以通過(guò)對(duì)特征賦于不同的權(quán)值體現(xiàn)不同的重要性。相似度評(píng)價(jià)方法有最近鄰法、歸納法等。2023/8/1史忠植高級(jí)人工智能37案例的檢索（2）初2023/8/3史忠植高級(jí)人工智能38案例的檢索（3）最佳選定

指從初步匹配過(guò)程中獲得的一組候選案例中選取一個(gè)或幾個(gè)與當(dāng)前問(wèn)題最相關(guān)的案例。這一步和領(lǐng)域知識(shí)關(guān)系密切?？梢杂深I(lǐng)域知識(shí)模型或領(lǐng)域知識(shí)工程師對(duì)案例進(jìn)行解釋，然后對(duì)這些解釋進(jìn)行有效測(cè)試和評(píng)估，最后依據(jù)某種度量標(biāo)準(zhǔn)對(duì)候選案例進(jìn)行排序，得分最高的就成為最佳案例,比如最相關(guān)的或解釋最合理的案例可選定為最佳案例。2023/8/1史忠植高級(jí)人工智能38案例的檢索（3）最案例的檢索分析情境；細(xì)化源案例的描述；計(jì)算新情景的可能有的索引檢索檢索組織好的案例庫(kù)；找出（部分）匹配的目標(biāo)案例檢索案例選擇一個(gè)或一組最佳案例（a）2023/8/3史忠植高級(jí)人工智能39更新分析情境；細(xì)化源案例的描述；計(jì)算新情景的可能有的索引插入新案例檢索組織好的案例庫(kù)；找出（部分）匹配的目標(biāo)案例（b）案例的檢索分析情境；檢索檢索組織好的案例庫(kù)；檢索案例選擇一個(gè)2023/8/3史忠植高級(jí)人工智能40案例的復(fù)用

把檢索到的舊案例的解答復(fù)用到新問(wèn)題或新案例之中通過(guò)所給問(wèn)題和案例庫(kù)中案例比較得到新舊案例之間的不同之處，然后回答哪些解答部分可以復(fù)用到新問(wèn)題之中。對(duì)于簡(jiǎn)單的分類問(wèn)題，僅需要把舊案例的分類結(jié)果直接用于新案例,它無(wú)需考慮新舊案例之間的差別。而對(duì)于問(wèn)題求解類的問(wèn)題，則需要對(duì)領(lǐng)域知識(shí)的深入理解，根據(jù)案例之間的不同對(duì)問(wèn)題進(jìn)行調(diào)整，可以是對(duì)整個(gè)解的某項(xiàng)作一些調(diào)整，也可以對(duì)整個(gè)解的進(jìn)行微調(diào)。2023/8/1史忠植高級(jí)人工智能40案例的復(fù)用2023/8/3史忠植高級(jí)人工智能41案例的復(fù)用

從復(fù)用的信息內(nèi)容來(lái)看，主要有兩種類型：結(jié)果的復(fù)用和方法的復(fù)用。對(duì)于結(jié)果的復(fù)用，當(dāng)舊案例的解答結(jié)果需要調(diào)整時(shí)，它依據(jù)一些轉(zhuǎn)換操作知識(shí)，把舊案例中的種種可能解轉(zhuǎn)換為新案例中相應(yīng)的解。方法的復(fù)用則關(guān)心舊案例中問(wèn)題的求解方法，而不是其解答的結(jié)果。用哪一種方法具體問(wèn)題而定。當(dāng)復(fù)用階段產(chǎn)生的求解結(jié)果不好時(shí)，需要對(duì)其進(jìn)行修正。修正有四類方法：替換法、轉(zhuǎn)換法、特定目標(biāo)驅(qū)動(dòng)法，以及派生重演法。2023/8/1史忠植高級(jí)人工智能41案例的復(fù)用2023/8/3史忠植高級(jí)人工智能42案例的復(fù)用

1.替換法(1)重新例化（reinstantiation）：這是一種很簡(jiǎn)單的替換操作，僅僅是用新的個(gè)體替換舊解中的個(gè)體。例如，川菜設(shè)計(jì)系統(tǒng)CHEF，在根據(jù)牛排炒甘藍(lán)菜來(lái)設(shè)計(jì)一道雞肉炒雪豆菜，它就是把該菜譜中的所有牛排替換成雞肉，把甘藍(lán)替換成雪豆。

(2)參數(shù)調(diào)整（parameteradjustment）:這是一種處理數(shù)值參數(shù)的啟發(fā)式方法。它和具體的輸出與輸入?yún)?shù)間的關(guān)系模型（輸入發(fā)生什么變化，會(huì)導(dǎo)致輸出產(chǎn)生怎樣的相應(yīng)變化）有關(guān)。

2023/8/1史忠植高級(jí)人工智能42案例的復(fù)用1.2023/8/3史忠植高級(jí)人工智能43案例的復(fù)用

(3)局部搜索（localsearch）：使用輔助的知識(shí)結(jié)構(gòu)來(lái)獲得替換值。例如，設(shè)計(jì)點(diǎn)心時(shí)缺少桔子，則可使用此法在一個(gè)水果語(yǔ)義網(wǎng)知識(shí)結(jié)構(gòu)中搜索一個(gè)與桔子相近的水果如蘋(píng)果來(lái)代替。(4)查詢（query）：用帶條件的查詢?cè)诎咐龓?kù)或輔助知識(shí)結(jié)構(gòu)中獲取要替換的內(nèi)容。(5)特定搜索（specializedsearch）：同時(shí)在案例庫(kù)和輔助知識(shí)結(jié)構(gòu)中進(jìn)行查詢，但在案例庫(kù)中查詢時(shí)使用輔助知識(shí)來(lái)啟發(fā)式指導(dǎo)如何搜索。

(6)基于案例的替換（case-basedsubstitution）：使用其它的案例來(lái)建議一個(gè)替換。2023/8/1史忠植高級(jí)人工智能43案例的復(fù)用2023/8/3史忠植高級(jí)人工智能44案例的復(fù)用2.替換法轉(zhuǎn)換法包括：常識(shí)轉(zhuǎn)換法（common-sensetransformation）：使用明白易懂的常識(shí)性啟發(fā)式從舊解中替換、刪除或增加某些組成部分。典型的常理轉(zhuǎn)換法是，“刪去次要組成部分”。模型制導(dǎo)修補(bǔ)法（model-guidedrepair）：通過(guò)因果模型來(lái)指導(dǎo)如何轉(zhuǎn)換。故障診斷中就經(jīng)常使用這種方法。

2023/8/1史忠植高級(jí)人工智能44案例的復(fù)用2.替2023/8/3史忠植高級(jí)人工智能45案例的復(fù)用3.特定目標(biāo)驅(qū)動(dòng)法

這種方法主要用于完成領(lǐng)域相關(guān)以及要做結(jié)構(gòu)修改的修正。該法使用的各種啟發(fā)式需要根據(jù)它們可用的情景進(jìn)行索引。特定目標(biāo)驅(qū)動(dòng)的修正啟發(fā)式知識(shí)一般通過(guò)評(píng)價(jià)近似解作用，并通過(guò)使用基于規(guī)則的產(chǎn)生式系統(tǒng)來(lái)控制。

2023/8/1史忠植高級(jí)人工智能45案例的復(fù)用3.特2023/8/3史忠植高級(jí)人工智能46案例的復(fù)用4.派生重演上述方法所做的修正是在舊解的解答上完成的。重演方法則是使用過(guò)去的推導(dǎo)出舊解的方法來(lái)推導(dǎo)出新解。這種方法關(guān)心的是解是如何求出來(lái)的。同前面的基于案例替換相比，派生重演使用的則是一種基于案例的修正手段。2023/8/1史忠植高級(jí)人工智能46案例的復(fù)用4.派生2023/8/3史忠植高級(jí)人工智能47案例的保存“remember”有兩種含義：“記住”和“回憶”?；貞浖礄z索，記住即存儲(chǔ)或插入。插入要調(diào)用索引選擇過(guò)程，以決定案例被索引的方式。插入算法使用這些索引來(lái)把案例插入案例庫(kù)中適當(dāng)?shù)牡胤健Ｒ话銇?lái)說(shuō)，插入工作所做的搜索和檢索相同。插入算法搜索的目的是找到一個(gè)可插入案例的地方，而檢索的目的是為了找到相似的案例。當(dāng)檢索算法找到了相似的案例后就進(jìn)行案例排位，而插入算法則是插入源案例并根據(jù)需要重新組織案例庫(kù)結(jié)構(gòu)。在上述檢索（retrieval）、重用（reuse）、修正（revise）、和保存（retain）四個(gè)過(guò)程是基于案例推理的關(guān)鍵步驟。由于它們的英文都是以“R”開(kāi)始的，因此，CBR的推理過(guò)程也稱為4R過(guò)程。2023/8/1史忠植高級(jí)人工智能47案例的保存2023/8/3史忠植高級(jí)人工智能48基于例示的學(xué)習(xí)基于例示的學(xué)習(xí)，是一種與基于案例的學(xué)習(xí)緊密相關(guān)的歸納學(xué)習(xí)方法?；诶镜膶W(xué)習(xí)算法的思想是，存儲(chǔ)有過(guò)去的已分類的例示，當(dāng)對(duì)新來(lái)的輸入進(jìn)行分類時(shí)，算法在已分類例示中尋找與輸入情況最相似的例示，然后把該事例的類別作為對(duì)新例示的分類結(jié)果。IBL沒(méi)有用到復(fù)雜的索引，僅僅使用特征一值表示方法，也不做案例修正操作，但它卻是一種非常有用的方法。2023/8/1史忠植高級(jí)人工智能48基于例示的學(xué)習(xí)2023/8/3史忠植高級(jí)人工智能49基于例示的學(xué)習(xí)

1.基于案例學(xué)習(xí)的任務(wù)基于例示學(xué)習(xí)與大多數(shù)學(xué)習(xí)算法不同，它不構(gòu)造決策樹(shù)和決策歸納之類的明確的精煉的模式。后者通過(guò)泛化表示實(shí)例。分類時(shí)采用簡(jiǎn)單的匹配，而基于例示學(xué)習(xí)在實(shí)例表示多做的工作很少，幾乎不進(jìn)行泛化，對(duì)后繼例示的分類需要的計(jì)算較多?；诶緦W(xué)習(xí)的性能可以從一下幾個(gè)方面考慮：（1）泛化能力（2）分類精度（3）學(xué)習(xí)速度（4）協(xié)作代價(jià)（5）存儲(chǔ)要求2023/8/1史忠植高級(jí)人工智能49基于例示的學(xué)習(xí)2023/8/3史忠植高級(jí)人工智能50基于例示的學(xué)習(xí)

2.IB1算法

IB1算法的思想非常簡(jiǎn)單，即使用最近鄰例示的類別標(biāo)記作為預(yù)測(cè)值。必須指出，如果給定的屬性在邏輯上不足以描述目標(biāo)概念，IB1算法講不會(huì)成功。

3.降低存儲(chǔ)要求（1）IB2算法（2）IB3算法

2023/8/1史忠植高級(jí)人工智能50基于例示的學(xué)習(xí)2023/8/3史忠植高級(jí)人工智能51基于例示的學(xué)習(xí)基于例示的學(xué)習(xí)具有如下優(yōu)點(diǎn)：（1）簡(jiǎn)單。（2）魯棒性相對(duì)較好。（3）概念偏置相對(duì)寬松。（4）基于例示學(xué)習(xí)算法的更新代價(jià)較低。

2023/8/1史忠植高級(jí)人工智能51基于例示的學(xué)習(xí)2023/8/3史忠植高級(jí)人工智能52案例工程近十年在這方面的理論和應(yīng)用表明，案例的途徑總是和特定領(lǐng)域相關(guān)的。必須注意這兩個(gè)問(wèn)題：（1）修正案例在案例庫(kù)中的組織，使其能夠有效和高效地在將來(lái)的推理中重用。（2）案例工程自動(dòng)化：根據(jù)已有的信息自動(dòng)抽取案例。案例工程是指設(shè)計(jì)合理的案例庫(kù)，生成與應(yīng)用領(lǐng)域相關(guān)的知識(shí)的部件，包括案例的結(jié)構(gòu)、案例的組織、案例的檢索（如索引機(jī)制、相似性度量）、案例使用的規(guī)則、案例的修正與保存。

2023/8/1史忠植高級(jí)人工智能52案例工程2023/8/3史忠植高級(jí)人工智能53案例工程

惰性學(xué)習(xí)與積極學(xué)習(xí)相結(jié)合的方法，必須具備如下的特點(diǎn)：（1）學(xué)習(xí)算法應(yīng)該是漸進(jìn)的，增加新數(shù)據(jù)時(shí)，原來(lái)的模型能夠通過(guò)修正重用，添加數(shù)據(jù)同時(shí)可以構(gòu)造模型，這樣將減少訓(xùn)練時(shí)間。（2）模型是層次性的，粒度越小的模型概括的數(shù)據(jù)越少，精度越高；粒度越大的模型概括的數(shù)據(jù)越多，精度越低；粒度越小的模型與粒度越大的模型之間是層次關(guān)系的，上一層的模型可以作為下一層的索引。

2023/8/1史忠植高級(jí)人工智能53案例工程2023/8/3史忠植高級(jí)人工智能54案例工程（3）不同層次的模型的格式未必是相同的，這一方面是領(lǐng)域知識(shí)所要求的，另一方面用戶和算法對(duì)不同層次知識(shí)的要求也不盡相同。（4）模型的表示要便于