在基于案例推理Case课件.ppt

1、类类 比比 推推 理理Analogical Reasoning史忠植史忠植中国科学院计算技术研究所中国科学院计算技术研究所高级人工智能高级人工智能第五章2022-8-2史忠植 高级人工智能2内容提要内容提要5.1 5.1 概述概述5.2 5.2 类比推理类比推理 5.3 5.3 案例推理案例推理 5.4 5.4 迁移学习迁移学习2022-8-2高级人工智能-史忠植3什么是类比推理什么是类比推理l类比是人类应用过去的经验来求解新问题类比是人类应用过去的经验来求解新问题的一种思维过程。的一种思维过程。l类比推理是把两个或两类事物或情形进行类比推理是把两个或两类事物或情形进行比较，找出它们在某一抽象

2、层上的相似关比较，找出它们在某一抽象层上的相似关系，并以这种关系为依据，把某一事物或系，并以这种关系为依据，把某一事物或情形的有关知识加以适当整理（或变换）情形的有关知识加以适当整理（或变换）对应到另一事物或情况，从而获得求解另对应到另一事物或情况，从而获得求解另一事物或情形的知识。一事物或情形的知识。类比推理类比推理2022-8-2高级人工智能-史忠植4Qa=3Qb=9Qc=?Simple Hydraulics ProblemI1I2I3=I1+I2Kirchoffs First LawOne may infer,by analogy,that hydraulics laws are sim

3、ilar to Kirchoffs laws,and Ohms law.类比推理类比推理2022-8-2高级人工智能-史忠植52022-8-2史忠植 高级人工智能6发展简况发展简况 19711971年，年，Kling,R.E.,Stanford Research Institute,Kling,R.E.,Stanford Research Institute,发表文章发表文章“A ParadigmA Paradigm for Reasoning by Analogy”for Reasoning by Analogy”提出了记忆网模型和案例提出了记忆网模型和案例 检索算法。检索算法。198119

4、81年，年，Jaime G.Jaime G.CarbonellCarbonell,Carnegie-Mellon,Carnegie-Mellon University,University,发表文章发表文章“A Computational Model ofA Computational Model of Analogical Problem Solving Analogical Problem Solving”，提出了转换类比，提出了转换类比 19831983年，年，Jaime G.Jaime G.CarbonellCarbonell,发表文章发表文章“Derivational Derivat

5、ional Analogy and its role in Problem Solving”,Analogy and its role in Problem Solving”,提出了提出了 派生类比派生类比 19911991年，年，Jaime G.Jaime G.CarbonellCarbonell等，发表文章等，发表文章“PRODIGY:PRODIGY:An Integrated Architecture for Planning and Learning An Integrated Architecture for Planning and Learning”，开发了开发了PRODIGYP

6、RODIGY系统。系统。2022-8-2史忠植 高级人工智能7案例案例 推理发展简况推理发展简况2022-8-2史忠植 高级人工智能8案例案例 推理发展简况推理发展简况2022-8-2史忠植 高级人工智能9案例案例 推理发展简况推理发展简况中国科学院计算技术研究所智能信息处理开放实验室在基于案例 推理方面进行了一系列研究。1991年提出了记忆网模型和案例 检索算法。1993年研制了基于案例 学习的内燃机油产品设计系 统EOFDS。1994年开发了基于案例 推理的天气预报系统。1995年开发了基于案例 推理的轧钢规程系统 1996年开发了基于案例 推理的淮河王家坝洪水预报 调度系统FOREZ。2

7、000年研制了渔情分析专家系统,获国家科技进步 二等奖类比推理类比推理2022-8-2高级人工智能-史忠植10 类比的重要性：类比的重要性：类比现象普遍存在。类比现象普遍存在。类比在人的思维中扮演着极为重要的角色。类比在人的思维中扮演着极为重要的角色。比喻的使用。比喻的使用。在计算机上实现类比问题求解系统可以使计算在计算机上实现类比问题求解系统可以使计算机也具有创造性思维。机也具有创造性思维。2022-8-2高级人工智能-史忠植11类比的形式定义类比的形式定义ABAB类比问题求解的一般模式2022-8-2高级人工智能-史忠植12转换类比转换类比2022-8-2高级人工智能-史忠植13手段手段-

8、目的分析的问题求解模型目的分析的问题求解模型l问题空间：问题空间：1)1)一组可能的问题组合状态集。一组可能的问题组合状态集。2)2)一个初始状态。一个初始状态。3)3)一个或多个目标状态。一个或多个目标状态。4)4)一组变换规则集一组变换规则集5)5)差别函数差别函数6)6)对可用规则编序的索引函数对可用规则编序的索引函数7)7)一组全局路径限制一组全局路径限制8)8)差别表差别表S-MEAS-MEA算法算法2022-8-2高级人工智能-史忠植141)1)比较当前状态和目标状态，得出差别比较当前状态和目标状态，得出差别2)2)选择合适的规则，以减少两个状态间的差别选择合适的规则，以减少两个状

9、态间的差别3)3)尽可能应用转换规则，直至完成状态转换。尽可能应用转换规则，直至完成状态转换。否则保存当前状态，并将否则保存当前状态，并将MEAMEA算法递归地应用算法递归地应用于其它子问题，直到该子问题确认不能满足于其它子问题，直到该子问题确认不能满足该规划的前提条件为止。该规划的前提条件为止。4)4)当子问题求解后，恢复被保存的当前状态，当子问题求解后，恢复被保存的当前状态，再继续求解原来的问题再继续求解原来的问题2022-8-2高级人工智能-史忠植15类比求解问题的计算模型类比求解问题的计算模型lEMEA的的T-空间包括空间包括：1)1)转换空间中每个状态是初始问题的潜在解，包括初转换空

10、间中每个状态是初始问题的潜在解，包括初始状态、最终状态、操作符序列以及路径限制。始状态、最终状态、操作符序列以及路径限制。2)2)初始状态：初始状态：O-O-空间中检索到的相似问题的解序列。空间中检索到的相似问题的解序列。3)3)目标状态：求解新问题的解的规范说明。目标状态：求解新问题的解的规范说明。4)4)操作符将一个完整的解序列映射到另一个潜在的解操作符将一个完整的解序列映射到另一个潜在的解序列。序列。5)5)差别函数：新问题情况下检索解的初始状态、中止差别函数：新问题情况下检索解的初始状态、中止状态、路径的约束和应用度之间的差别测度的综合状态、路径的约束和应用度之间的差别测度的综合。6)

11、6)差别表：用来检索差别表：用来检索T-T-空间的操作。空间的操作。7)7)没有路径约束，可用更为复杂的差别函数补偿。没有路径约束，可用更为复杂的差别函数补偿。8)8)可用启发式函数作为规则排序。可用启发式函数作为规则排序。2022-8-2高级人工智能-史忠植16 问题求解状态变换问题求解状态变换初始状态中间状态1OP1中间状态2OP2中间状态n-1OPn-1初始状态问题求解的状态转换过程作为搜索的类比问题求解作为搜索的类比问题求解2022-8-2高级人工智能-史忠植17初始状态结束状态路径Con1路径Con2PC1PC2PC1PC3PC1PC2T-OP1T-OP2对新问题的解原空间T-空间常

12、用常用T-T-操作符操作符2022-8-2高级人工智能-史忠植181)1)通用插入通用插入2)2)通用删除通用删除3)3)子序列拼接子序列拼接4)4)子目标保持替换子目标保持替换5)5)终结段连结终结段连结6)6)初始段连结初始段连结7)7)序列合并序列合并8)8)操作符记录操作符记录9)9)用参数替换用参数替换10)10)解序列截断解序列截断11)11)序列倒置序列倒置差别表差别表2022-8-2高级人工智能-史忠植19 入口形式：入口形式：“为简少为简少，应采用，应采用中的一个操作中的一个操作”T-T-空间的差别测度空间的差别测度DrDr（差异函数差异函数）2022-8-2高级人工智能-史

13、忠植20DrDr的值是四维向量：的值是四维向量：新旧问题初态的差别新旧问题初态的差别新旧问题终态的差别新旧问题终态的差别新旧问题路径限制的差别新旧问题路径限制的差别新旧问题方法可应用度的差别。新旧问题方法可应用度的差别。2022-8-2史忠植 高级人工智能21 派生重演派生重演上述方法所做的修正是在旧解的解答上完成的。重演方法则是使用过去的推导出旧解的方法来推导出新解。这种方法关心的是解是如何求出来的。同前面的基于案例 替换相比，派生重演使用的则是一种基于案例 的修正手段。2022-8-2高级人工智能-史忠植22派生类比派生类比什么是案例什么是案例？“案例 是对某个过去发生的事件的真实描是对某

14、个过去发生的事件的真实描述，述，目的是引发对一个特殊情境的讨目的是引发对一个特殊情境的讨论和分析论和分析.”案例案例 是是事件事件。案例案例 是含有是含有问题问题或或疑难情境疑难情境在内的事件。在内的事件。案例案例 是是典型典型的事件。的事件。案例案例 是是真实发生真实发生的事件。的事件。2022-8-2史忠植 高级人工智能24 概概 述述案例案例（case）：“案例案例 是一段带有上下文信息的知识，是一段带有上下文信息的知识，该知识表达了推理机在达到其目标的过程中能起关键作该知识表达了推理机在达到其目标的过程中能起关键作用的经验用的经验”。具体来说，一个案例。具体来说，一个案例 应具有如下特

15、性：应具有如下特性：案例案例 表示了与某个上下文有关的具体知识，这种知识表示了与某个上下文有关的具体知识，这种知识具有可操作性。具有可操作性。案例案例 可以是各式各样的，可有不同的形状和粒度，可可以是各式各样的，可有不同的形状和粒度，可涵盖或大或小的时间片，可带有问题的解答或动作执涵盖或大或小的时间片，可带有问题的解答或动作执行后的效应。行后的效应。案例案例 记录了有用的经验，这种经验能帮助推理机在未记录了有用的经验，这种经验能帮助推理机在未来更容易地达到目标，或提醒推理机失败发生的可能性来更容易地达到目标，或提醒推理机失败发生的可能性有多大等等。有多大等等。2022-8-2史忠植 高级人工智

16、能25概概 述述人们为了解决一个新问题，先是进行回忆，从记忆中人们为了解决一个新问题，先是进行回忆，从记忆中找到一个与新问题相似的案例找到一个与新问题相似的案例 ，然后把该案例然后把该案例 中的有中的有关信息和知识复用到新问题的求解之中。关信息和知识复用到新问题的求解之中。在在基于案例基于案例 推理推理(Case-Based Reasoning,简称简称CBR)中，中，把当前所面临的问题或情况称为目标案例把当前所面临的问题或情况称为目标案例(target case)，而把记忆的问题或情况称为源案例而把记忆的问题或情况称为源案例(base case)。粗略。粗略地说，基于案例地说，基于案例 推理

17、就是由目标案例推理就是由目标案例 的提示而获得记的提示而获得记忆中的源案例忆中的源案例，并由源案例，并由源案例 来指导目标案例来指导目标案例 求解的一求解的一种策略。种策略。2022-8-2史忠植 高级人工智能26概概 述述基于案例基于案例 推理中知识表示是以案例推理中知识表示是以案例 为基础，案例为基础，案例 的获取比规则获取要容易的获取比规则获取要容易,大大简化知识获取。对过大大简化知识获取。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

18、前求解时该怎样走向成功或避开失败，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不存在可以通过计算推导来解决的问题。如在法律中导来解决的问题。如在法律中的判例，基于案例的判例，基于案例 推理能很好发挥作用。推理能很好发挥作用。2022-8-2史忠植 高级人工智能27实际案例实际案例 2022-8-2史忠植 高级人工智能28实际案例实际案例 2022-8-2史忠植 高级人工智能29案例案例 问题求解问题求解2022-8-2史忠植 高级人工智能30案例案例 问题求解问题求解2022-8-

19、2史忠植 高级人工智能31案例案例 问题求解问题求解2022-8-2史忠植 高级人工智能32案例案例 问题求解问题求解2022-8-2史忠植 高级人工智能33案例案例 问题求解的特点问题求解的特点2022-8-2史忠植 高级人工智能34 基于案例基于案例 学习的一般过程学习的一般过程2022-8-2史忠植 高级人工智能35 基于案例基于案例 学习的一般过程学习的一般过程2022-8-2史忠植 高级人工智能36案例案例 存储存储2022-8-2史忠植 高级人工智能37 基于案例基于案例 学习的一般过程学习的一般过程2022-8-2史忠植 高级人工智能38主要问题主要问题 (1)案例案例 表示表示

20、:基于案例 推理方法的效率和案例 表示紧密相关。案例 表示涉及这样几个问题:选择什么信息存放在一个案例 中；如何选择合适的案例 内容描述结构；案例 库如何组织和索引。对于那些数量达到成千上万、而且十分复杂的案例,组织和索引问题尤其重要。(2)分析模型分析模型:分析模型用于分析目标案例，从中识别和抽取检索源案例 库的信息。(3)案例案例 检索检索:利用检索信息从源案例 库中检索并选择潜在可用的源案例。基于案例 推理方法和人类解决问题的方式很相近。碰到一个新问题时，首先是从记忆或案例 库中回忆出与当前问题相关的最佳案例。后面所有工作能否发挥出应有的作用，很大程度上依赖于这一阶段得到的案例 质量的高

21、低，因此这步非常关键。一般讲，案例 匹配不是精确的，只能是部分匹配或近似匹配。因此，它要求有一个相似度的评价标准。该标准定义得好，会使得检索出的案例 十分有用，否则将会严重影响后面的过程。2022-8-2史忠植 高级人工智能39主要问题主要问题 (4)类比映射类比映射:寻找目标案例 同源案例 之间的对应关系。(5)类比转换类比转换:转换源案例 中同目标案例 相关的信息，以便应用于目标案例 的求解过程中。其中，涉及到对源案例 的求解方案的修改。把检索到的源案例 的解答复用于新问题或新案例 之中。它们分别是，源案例 与目标案例 间有何不同之处；源案例 中的哪些部分可以用于目标案例。对于简单的分类问

22、题，仅需要把源案例 的分类结果直接用于目标案例。它无需考虑它们之间的差别，因为实际上案例 检索已经完成了这项工作。而对于问题求解之类的问题，则需要根据它们之间的不同对复用的解进行调整。(6)解释过程解释过程:对把转换过的源案例 的求解方案应用到目标案例 时所出现的失败做出解释，给出失败的因果分析报告。有时对成功也同样做出解释。基于解释的索引也是一种重要的方法。(7)案例案例 修补修补:有些类似于类比转换，区别在于修补过程的输入是解方案和一个失败报告，而且也许还包含一个解释，然后修改这个解以排除失败的因素。2022-8-2史忠植 高级人工智能40主要问题主要问题 (8)类比验证类比验证:验证目标

23、案例 和源案例 进行类比的有效性。(9)案例案例 保存保存: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案例 库中。这是学习也是这是知识获取。此过程涉及选取哪些信息保留，以及如何把新案例 有机集成到案例 库中。修改和精化源案例 库,其中包括泛化和抽象等过程。在决定选取案例 的哪些信息进行保留时，一般要考虑以下几点：和问题有关的特征描述；问题的求解结果；以及解答为什么成功或失败的原因及解释。把新案例 加入到案例 库中，需要对它建立有效的索引，这样以后才能对之作出有效的回忆。索引应使得与该案例 有关时能回忆得出，与它无关时不应回忆出。为此，可能要对案例 库的索

24、引内容甚至结构进行调整，如改变索引的强度或特征权值。2022-8-2史忠植 高级人工智能41基于案例基于案例 推理流程推理流程检索 建议粗略解 修正 辩护 评批 实际评估 存储 2022-8-2史忠植 高级人工智能42案例案例 的表示的表示 在生理学、心理学等领域，已经广泛开展了关于记忆的研究。心理学的研究者们注重研究记忆的一般理论，已经提出了许多记忆模型，典型的包括情景记忆(episodic memory)，语义记忆(semantic memory)，联想记忆(associative memory)、Schank 的动态记忆理论(dynamic memory)等。知识是有结构的体系。在某些任

25、务的执行过程中，专家采用语义记忆来存储信息。这种信息记忆方法具有下列优点:有利于检索。易于组织。可以把它们连接成树形层次或者网络。易于管理。知识的改变只对局部产生影响。有利于知识的共享。2022-8-2史忠植 高级人工智能43案例案例 的表示的表示 语义记忆单元，是指在学习、分析、理解、记忆知识的过程中所着重关注的其中那些概念、模式、主题等，以及据此形成的关于知识的概念性认识。换言之，这些语义记忆单元是系统对知识经“计算”之后，抽取其中最能反映知识本身特征且可以很好地使知识内在地联系在一起的那些因素而获得的。2022-8-2史忠植 高级人工智能44案例案例 的表示的表示 我们所记忆的知识彼此之

26、间并不是孤立的，而是通过某种内在的因素相互之间紧密地或松散地有机联系成的一个统一的体系。我们使用记忆网来概括知识的这一特点。一个记忆网便是以语义记忆单元为结点，以语义记忆单元间的各种关系为连接建立起来的网络。2022-8-2史忠植 高级人工智能45案例案例 的表示的表示 SMU =SMU_NAME slot Constraint slots Taxonomy slots Causality slots Similarity slots Partonomy slots Case slots Theory slots 2022-8-2史忠植 高级人工智能46案例案例 的表示的表示 (1)SMU_N

27、AME slotSMU_NAME slot:简记为 SMU 槽。它是语义记忆单元的概念性描述，通常是一个词汇或者一个短语。(2)Constraint slotsConstraint slots:简记为 CON 槽。它是对语义记忆单元施加的某些约束。通常，这些约束并不是结构性的，而只是对 SMU 描述本身所加的约束。另外，每一约束都有 CAS 侧面(facet)和THY 侧面与之相连。(3)Taxonomy slotsTaxonomy slots:简记为 TAX 槽。它定义了与该 SMU相关的分类体系中的该 SMU 的一些父类和子类。因此，它描述了网络中结点间的类别关系。(4)Causality

28、 slotsCausality slots:简记为 CAU 槽。它定义了与该 SMU有因果联系的其它 SMU，它或者是另一些 SMU 的原因，或者是另外一些SMU 的结果。因此，它描述了网络中结点间的因果联系。2022-8-2史忠植 高级人工智能47案例案例 的表示的表示 (5)Similarity slotsSimilarity slots:简记为 SIM 槽。它定义了与该 SMU 相似的其它 SMU，描述网络中结点间的相似关系。(6)Partonomy slotsPartonomy slots:简记为 PAR 槽。它定义了与该 SMU 具有部分整体关系的其它 SMU。(7)Case slo

29、tsCase slots:简记为 CAS 槽。它定义了与该 SMU 相关的案例 集。(8)Theory slotsTheory slots:简记为 THY 槽。它定义了关于该 SMU 的理论知识。上述 8 类槽可以总地分成三大类。一类反映各 SMU 之间的关系，包括TAX 槽、CAU 槽、SIM 槽和 PAR 槽;第二类反映 SMU 自身的内容和特性，包括 SMU 槽和 THY 槽;第三类反映与 SMU相关的案例 信息，包括CAS 槽和 CON 槽。2022-8-2史忠植 高级人工智能48案例案例 组织组织 案例组织时由两部分组成，一是案例 的内容，案例 应该包含哪些有关的东西才能对问题的解决

30、有用；二是案例 的索引，它和案例 的组织结构以及检索有关，反应了不同案例 间的区别。2022-8-2史忠植 高级人工智能49案例案例 内容内容（1）问题或情景描述 是对要求解的问题或要理解的情景的描述，一般要包括这些内容：当案例 发生时推理器的目标，完成该目标所要涉及的任务，周围世界或环境与可能解决方案相关的所有特征。（2）解决方案 的内容是问题如何在一特定情形下得到解决。它可能是对问题的简单解答，也可能是得出解答的推导过程。（3）结果 记录了实施解决方案后的结果情况，是失败还是成功。有了结果内容，CBR在给出建议解时有能给出曾经成功地工作的案例，同时也能利用失败的案例 来避免可能会发生的问题

31、。当对问题还缺乏足够的了解时，通过在案例 的表示上加上结果部分能取得较好的效果。2022-8-2史忠植 高级人工智能50案例案例 索引索引 建立案例 索引有三个原则：索引与具体领域有关。数据库中的索引是通用的，目的仅仅是追求索引能对数据集合进行平衡的划分从而使得检索速度最快；而案例 索引则要考虑是否有利于将来的案例 检索，它决定了针对某个具体的问题哪些案例 被复用；索引应该有一定的抽象或泛化程度，这样才能灵活处理以后可能遇到的各种情景，太具体则不能满足更多的情况；索引应该有一定的具体性，这样才能在以后被容易地识别出来，太抽象则各个案例 之间的差别将被消除。2022-8-2史忠植 高级人工智能5

32、1案例案例 的检索的检索 案例检索从案例库(Case Base)中找到一个或多个与当前问题最相似的案例；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。案例 库中的每一个案例 包括以前问题的一般描述即情景和解法。一个新案例 并入案例 库时，同时也建立了关于这个案例 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案例 库中找出与当前问题相关的最佳案例，由于它所回忆的内容，即所得到的案例 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。它通过三个子过程，即特征辩识、初步匹配，最佳选定来实现。2022-8-2史忠植

33、 高级人工智能52特征辨识特征辨识 指对问题进行分析，提取有关特征，特征提取方式有：(a)从问题的描述中直接获得问题的特征，如自然语言对问题进行描述并输入系统，系统可以对句子进行关键词提取，这些关键词就是问题的某些特征。(b)对问题经过分析理解后导出的特征,如图象分析理解中涉及的特征提取。(c)根据上下文或知识模型的需要从用户那里通过交互方式获取的特征，系统向用户提问，以缩小检索范围，使检索的案例 更加准确。2022-8-2史忠植 高级人工智能53初步匹配初步匹配指从案例指从案例 库中找到一组与当前问题相关的候选案例库中找到一组与当前问题相关的候选案例 。这是通过使用上述特征作为案例这是通过使

34、用上述特征作为案例 库的索引来完成检索库的索引来完成检索的。由于一般不存在完全的精确匹配，所以要对案例的。由于一般不存在完全的精确匹配，所以要对案例 之间的特征关系进行相似度估计，它可以是基于上述特之间的特征关系进行相似度估计，它可以是基于上述特征的与领域知识关系不大的表面估计，也可以通过对问征的与领域知识关系不大的表面估计，也可以通过对问题进行深入理解和分析后的深层估计，在具体做法上，题进行深入理解和分析后的深层估计，在具体做法上，则可以通过对特征赋于不同的权值体现不同的重要性。则可以通过对特征赋于不同的权值体现不同的重要性。相似度评价方法有最近邻法、归纳法等。相似度评价方法有最近邻法、归纳

35、法等。2022-8-2史忠植 高级人工智能54最佳选定最佳选定指从初步匹配过程中获得的一组候选案例 中选取一个或几个与当前问题最相关的案例。这一步和领域知识关系密切。可以由领域知识模型或领域知识工程师对案例 进行解释，然后对这些解释进行有效测试和评估，最后依据某种度量标准对候选案例 进行排序，得分最高的就成为最佳案例,比如最相关的或解释最合理的案例 可选定为最佳案例。2022-8-2史忠植 高级人工智能55相似性关系相似性关系案例的表示表明，案例的情境是由许多属性组成，案例的表示表明，案例的情境是由许多属性组成，案例案例 间的相似度就是根据属性（或变量）之间间的相似度就是根据属性（或变量）之间

36、的相似度定义的。目标案例的相似度定义的。目标案例 与源案例与源案例 之间的相之间的相似性有语义相似、结构相似、目标相似和个体相似性有语义相似、结构相似、目标相似和个体相似。似。2022-8-2史忠植 高级人工智能56语义相似性语义相似性两案例两案例 之间是可以类比的，首先必须满足语义上具有相似性关系。之间是可以类比的，首先必须满足语义上具有相似性关系。相似性关系是类比问题求解的基础。两实体的类比可以区分为正相似性关系是类比问题求解的基础。两实体的类比可以区分为正类比、反类比、不确定类比。类比、反类比、不确定类比。正类比是由相似性关系所确定的两正类比是由相似性关系所确定的两实体之间的可类比部分，

37、实体之间的可类比部分，反类比则是已被确定为两实体间不相似反类比则是已被确定为两实体间不相似的部分，的部分，不确定类比是两实体之间尚未确定是否可类比的部分。不确定类比是两实体之间尚未确定是否可类比的部分。两个实体可类比的条件之一是两个实体可类比的条件之一是:模型的本质性质和因果关系不构成模型的本质性质和因果关系不构成反类比的一部分。反类比的一部分。不确定类比使得类比具有一定的预见性，这种不确定类比使得类比具有一定的预见性，这种预见可能是正确的，也可能是错误的。在类比求解中，目标案例预见可能是正确的，也可能是错误的。在类比求解中，目标案例 的本质特征和源案例的本质特征和源案例 的本质特征必须具有相

38、似性关系，才能使类的本质特征必须具有相似性关系，才能使类比有了基础。比有了基础。2022-8-2史忠植 高级人工智能57个体相似性个体相似性在我们的模型中强调的另一重要约束是个体的类别信息。从不严格的意义上讲，如果两个个体之间具有一些(或一个)相似的属性，则它们是属于同一类别的。在概念聚类中，我们使用概念(或客体)间的相关性或紧致性来对概念(客体)集进行分类。相关性是指概念的属性之间相似度的平均值。但在这里，我们将把电线和绳索看作是同一类别的，因为它们均可以用来绑缚物体。2022-8-2史忠植 高级人工智能58相似性计算相似性计算1.1.绝对值距离绝对值距离(Manhattan):(Manha

39、ttan):其中 Vik 和 Vjk 分别表示案例 i和案例 j的第k个属性值。N1kjkikijVVd2022-8-2史忠植 高级人工智能59相似性计算相似性计算2 2.欧氏距离欧氏距离(Euclidean(Euclidean）NkjkikijVVd12)(2022-8-2史忠植 高级人工智能60相似性计算相似性计算3.3.麦考斯基距离麦考斯基距离q/1N1kqjkikijVVd2022-8-2史忠植 高级人工智能61案例案例 的复用的复用 把检索到的旧案例 的解答复用到新问题或新案例 之中。通过所给问题和案例 库中案例 比较得到新旧案例 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

40、之中。对于简单的分类问题，仅需要把旧案例 的分类结果直接用于新案例，它无需考虑新旧案例 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，根据案例 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。2022-8-2史忠植 高级人工智能62替换法替换法 (1)重新例化重新例化（reinstantiation）：这是一种很简单的替换操作，仅仅是用新的个体替换旧解中的个体。例如，川菜设计系统CHEF，在根据牛排炒甘蓝菜来设计一道鸡肉炒雪豆菜，它就是把该菜谱中的所有牛排替换成鸡肉，把甘蓝替换成雪豆。(2)参数调整参数调整（parameter adjust

41、ment）:这是一种处理数值参数的启发式方法。它和具体的输出与输入参数间的关系模型（输入发生什么变化，会导致输出产生怎样的相应变化）有关。(3)局部搜索局部搜索（local search）：使用辅助的知识结构来获得替换值。例如，设计点心时缺少桔子，则可使用此法在一个水果语义网知识结构中搜索一个与桔子相近的水果如苹果来代替。2022-8-2史忠植 高级人工智能63替换法替换法 (4)查询查询（query）：用带条件的查询在案例 库或辅助知识结构中获取要替换的内容。(5)特定搜索特定搜索（specialized search）：同时在案例 库和辅助知识结构中进行查询，但在案例 库中查询时使用辅助知

42、识来启发式指导如何搜索。(6)基于案例基于案例 的替换的替换（case-based substitution）：使用其它的案例 来建议一个替换。2022-8-2史忠植 高级人工智能64转换法转换法转换法包括：常识转换法（common-sense transformation）：使用明白易懂的常识性启发式从旧解中替换、删除或增加某些组成部分。典型的常理转换法是，“删去次要组成部分”。模型制导修补法（model-guided repair）：通过因果模型来指导如何转换。故障诊断中就经常使用这种方法。2022-8-2史忠植 高级人工智能65特定目标驱动法特定目标驱动法这种方法主要用于完成领域相关以及

43、要做结构修改的修正。该法使用的各种启发式需要根据它们可用的情景进行索引。特定目标驱动的修正启发式知识一般通过评价近似解作用，并通过使用基于规则的产生式系统来控制。2022-8-2史忠植 高级人工智能66CBR CBR 工具工具 CBR Design Explorer CBR Design Explorer-Diagnostic&Design Shell(Artificial Intelligence Applications Institute at University of Edinburgh)CBR Framework for Bioprocessing CBR Framework fo

44、r Bioprocessing(Bioprocesses Group at VTT Biotechnology and Food Research)CBR Tools CBR Tools-object oriented software library in JAVA(AID research group at INRIA Sophia Antipolis)CBR-Works product family CBR-Works product family-CBR shell(research licenses available)(tec:inno GmbH)2022-8-2史忠植 高级人工智

45、能67AIAI CBR Diagnostic&Design Shell Page Fuzzy logic matching algorithms(latticed,SmoothFuzzy)Adaptive confidence measures Multiple diagnostic algorithms(negative selection,density selection,omission matching,identify outliers,best match,one-case one-vote,probabilistic curve,default)Adaptive thresho

46、lding(adaptive k neighbourhood)High/low/linearity investigation algorithm Metaweighting structure for fields by operator type Adaptive field weighting system(stochastic hill-climbing)2022-8-2史忠植 高级人工智能68AIAI CBR Diagnostic&Design Shell Page Create a key from ASCII with automatic parsing and operator

47、 selection Key/case base/test base creation/saving support Unlimited data/field depth-tested to 6000 fields Serial and parallel testing methods with batch processing and summary mode Help system Night learning cycle An interactive tutorial with machine learning example sets 2022-8-2史忠植 高级人工智能69AIAI

48、CBR Diagnostic&Design Shell Page The new release will feature:The new release will feature:Next-generation analysis algorithms Corporate memory components Genetic algorithm field weight learning ODBC data base support Multiple goals Overlap matching of varying length records Adaptive text parsing al

49、gorithms Meta-induction for rules and indexing Automatic case builder and tree generation Dynamic case base reduction and compression Parsing and data transformation system 2022-8-2史忠植 高级人工智能70CBR*Tools CBR*Tools is an object-oriented software library for Case-Based Reasoning(CBR).It provides a basi

50、c reusable CBR framework that supports the development of CBR applications.It can be especially used for problems addressing behavorial situation retrieval and indexation.2022-8-2史忠植 高级人工智能71CBR*Tools CBR*Tools consists of three packages,namely,the core,time,and navigation package.The library is spe