万方数据案例决策技术及案例决策支持系统研究综述system(I膦)that至QQ竺生!!旦垡Q里巳坚!兰!墨￡i兰旦竺曼第36卷第11期计算机科学!!Q∑；QQ2倪志伟1李建洋1李锋刚1’2杨善林1(合肥工业大学过程优化与智能决策教育部重点实验室合肥230009)1(中国科学技术大学计算机科学技术系合肥230027)2案例逻辑V01．36摘要案例是人类直觉、逻辑和创造性三种思维的综合表现形式，案例推理是人脑类比学习的模仿者，在知识难以获取的应用领域取得了丰硕的成果。从认知学角度探讨了案例推理的逻辑合理性，研究了案例智能决策技术；针对决策支持系统研究与开发中出现的系统柔性差等核心问题，提出了以案例推理为基础的案例智能决策支持系统，该系统可以很好地实现决策支持。对此进行了深入研究，最后探讨了该系统的研究与发展的方向。关键词案例推理，案例逻辑，案例决策技术，案例决策支持系统SystemandReasoning((国R)learning，greatsupport．Thissupport人工智能中有很多推理方法，最实用的有基于规则的推理、基于模型的推理和基于案例的推理等。从认识论的角度看，规则推理仅是对人类抽象思维的简单模拟；而专家在决策中用到大鼍的形象思维，问题的解决不只是单纯依赖抽象的规则，还需要专家的经验，忽略经验知识是导致智能决策支持系统难以使用的主要原因之一[1七]。案例(case)是专家经验的计算机存储形式，是专家长期实践的产物。基于案例推理(case-basedreasoning，CBR)是区别于基于规则推理的一种推理和学习模式，已经成为智能系统一种新的推理方法。它提供了一种近似人类思维模型的建造专家系统的新的方法学，这与人对自然问题的求解相一致。研究CBR有助于进一步认识人类思维的机理，对于科学决策具有重要的指导作用【3]。1长期以来，从人脑思维的不同层次对人工智能进行研究，形成了基于逻辑学的符号主义、基于仿生学的连接主义和基于控制论的行为主义三大学派。传统的人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为的充要条件，由一组符号实体组成。可在符号结构的实体中作为分组出现。该系统可进行建立、复制修改、删除等操作，生成其它符号结构Ⅲ。常识是人工智能研究的重要内容之一，因为机器智能必须处理常识和实现常识推理。然而常识并无明确的定义，而且有众多的例外。常识推理的基本特征是在知识不完全情况下进行的，要作出各种假设具有非单调性。人类知识的增长实际上是非单调的发展过程，原因是人们推理时所依据的知识具有不完全性。然而，经典逻辑如形式逻辑、演绎逻辑等，对人类认知世界的处理却是单调的【5’6]。菲单调逻辑是处理不完全知识的工具；非单调推理过程就是建立假设、进行标准逻辑意义下的推理，若发现不一致，进行回溯，以便消除不一致，再建立新的假设；非单调推理明显比单调推理复杂。为此，Reiter于1978年，提出了非单调本文受国家自然科学基金重点项目(70631003)，国家高技术研究“863”计划项目No．11SurveyofCaseDecisionTechniquesSupportZhi-weilLIJian-yan91YANGShan-linlthehumansense，logicscreativity．Case-basedsimulatoranalogyachievementforfieldlackdiscussedintelligenttechniques．ThedecisionbuiltfromCBRovercomesomedefects，suchflexibilitysystemtechniqueresearchdevelopmentaboUtCase-basedtechniques，Case到稿日期：2008—12—04返修日期：2009-03_02(2007AA042116)，国家自然科学基金项目(70871033)．合肥T业大学博士专项基金项目(2007GDBJ039)，福建省科技基金(2008F5043)。安徽省高校基金(KJ20088107)资助。倪志伟(1963一)，男，博士．教授．博士生导师．主要研究方向为智能决策等，E-mail：zhwnelson@163．com；李建洋(1968一)，男．博士生，教授．主要研究方向为智能知识处理等；李锋刚(1976一)，男。博士，讲师，主要研究方向为智能优化与决策等；杨善林(1948一)．男．教授，博士生导师。18·NIFeng-gan91’2(KeyLaboratoryProcessOptimizationIntelligentDecision—making。MinistryEducation，HefeiUn