模糊+案例+規(guī)則融合推理研究

1、    “模糊+案例+規(guī)則”融合推理研究    趙穎+張嬌+任永昌摘要：基于模糊推理、基于案例推理和基于規(guī)則推理是新型的問題求解方法。對于復雜問題很難用一種方法得到很好解決，哪種技術都存在理論和方法方面的缺陷，fbr、cbr和rbr和三種推理融合技術是解決復雜問題的有效方法。首先，對模糊推理、案例推理和規(guī)則推理的基本問題進行研究；然后，對“模糊+案例+規(guī)則”融合推理進行研究，fcr混合模式推理流程圖說明了推理過程，并對推理步驟進行了詳細說明。實際使用時要根據(jù)需要采用更高效的推理算法。關鍵詞：案例推理；規(guī)則推理；模糊推理；融合推理：tp181 ：a ：10

2、09-3044（2016）25-0230-03abstract： fuzzy-based reasoning， case-based reasoning and rule-based reasoning is a new method of problem solving. for complex problem difficult to solve with a method to obtain the very good， what kind of technology is of the defects in the theory and method fbr， cbr and rbr，

3、 and three kinds of reasoning fusion technology is an effective approach to solve complex problems. first， the fuzzy -based reasoning， case-based reasoning and rule-based reasoning of the basic problems of research； then， the " fuzzy + case +rule" fusion reasoning， fcr blend mode inference

4、 flow diagram illustrates the reasoning process， and the deduction steps are detailed instructions. actually use according to the need to adopt more efficient reasoning algorithm.key words： fuzzy-based reasoning； case-based reasoning； rule-based reasoning； fusion reasoning推理是指由一個或幾個已知判斷推出一個新判斷的思維過程。

5、首先，推理是一種邏輯思維形式，是思維在人們頭腦中的反映，是區(qū)別于感性認識的理性認識；然后，推理和判斷不同，判斷是對思維對象有所肯定或有所否定的一種思維形式，而推理可以由已知判斷推出未知判斷； 最后，推理是以客觀事實以及客觀事物之間的相互聯(lián)系為依據(jù)，根據(jù)已知推出已知，沒有客觀事實為依據(jù)，也就不能稱為推理。因此，推理過程需要一定的知識和經(jīng)驗，知識和經(jīng)驗豐富的人的推理結果更可信，推理也需要在一定的科學和技術的指導下進行。在人工智能領域，基于模糊推理技術（fuzzy-based reasoning，英文簡寫為fbr）、基于案例推理技術（case-based reasoning，英文簡寫為cbr）和基于

6、規(guī)則推理技術（rule-based reasoning，英文簡寫為rbr）是新型的問題求解方法。其中，基于模糊推理技術是以模糊數(shù)學理論為基礎，推理前提是模糊命題的邏輯組合，結論是表示推理結果的模糊命題，模糊命題成立的精確程度以隸屬函數(shù)來表示；基于案例推理技術是根據(jù)以前的經(jīng)驗案例，通常學習以前案例得到啟示，從而得到推理結論，是一種基于學習的推理方法，學習是案例推理的基礎；基于規(guī)則推理技術是在一定規(guī)則指導下進行的推理過程，規(guī)則是事先制定好的，是專業(yè)的經(jīng)驗和知識，基于規(guī)則推理技術目前應用較多的是基于產(chǎn)生式規(guī)則的推理，產(chǎn)生規(guī)則表示人工智能領域獲得了廣泛的應用。對于復雜的實際問題很難用一種方法就能得到很

7、好的解決，使用哪種技術都有其理論和方法方面的不足和缺陷，例如推理方法理論的不成熟性以及推理結果的不確定性等，這些不足導致在推理過程中不能確定到底采用哪種推理方法或融合機制才能夠得到合適并且效果較好的推理結果。而由認識心理學的理論和實踐經(jīng)驗可知，人類在解決問題時通常會采用多種知識和多種方法，因此研究fbr、cbr和rbr和三種推理融合技術是解決復雜問題的有效方法，分別取三個推理的第一個字母，構成fcr推理。1 模糊推理模糊推理是一種近似推理，主要有兩種形式：一是，已知模糊蘊含關系“若x是a，則y是b”，其中a是x上的模糊集，b是y上的模糊集，模糊蘊含關系是大量實驗觀測和經(jīng)驗的概括。在模糊推理過程

8、中，認為該蘊含關系提供的信息是可靠的，是近似推理的出發(fā)點，相當于“三段論”的大前提。又知x上的一個模糊集a*，可能與a相近，也可能也a相去甚遠，那么從模糊蘊含關系能推斷出結構結論b*？；二是，已知模糊蘊含關系“若x是a，則y是b”，其中a是x上的模糊集，b是y上的模糊集，又知y上的模糊集b*，那么從模糊蘊含關系能推斷出什么結論a*？在模糊推理中，知識的前提條件與證據(jù)不一定完全相同，必須考慮匹配度問題。兩個模糊集或模糊概念的相似程度稱為匹配度。常用的計算匹配度的方法有貼近度、語義距離和相似度等。（1）貼近度，兩個模糊集接近的程度。設a與b分別是論域上的兩個模糊集，則貼近度的語義為：其中，內(nèi)積：外

9、積：（2）語義距離?？梢钥刹捎煤Ｃ骶嚯x、歐幾里得距離、明可夫斯基距離和切比雪夫距離等。本文使用歐幾里得距離，公式為： （3）相似度。可采用最大最小法、算術平均法、幾何平均最小法、相關系數(shù)法和指數(shù)法等。本文使用幾何平均法，公式為：2 案例推理案例通常是真實發(fā)生的典型事件，是推理過程是起關鍵作用的經(jīng)驗，是一種具體的知識，幫助推理機很容易地達到目標。目標案例是指面臨的問題，源案例是指已發(fā)生的具有參考作用的問題。因為案例來源于曾經(jīng)發(fā)生的問題，因此案例知識獲取比規(guī)則知識獲取更容易。兩個案例之間是可以類比的，案例推理的一個關鍵過程是從數(shù)據(jù)庫發(fā)現(xiàn)相似案例，這就需要計算案例間的相似度?？梢允褂谜蝾惐取⒎聪蝾?/p>

10、比和不確定類比不發(fā)現(xiàn)相似案例。相似性關系是類比問題求解的基礎。計算案例之間的相似程度，必須考慮組成案例的各個屬性相似度綜合在一起的效應。對于基于案例推理，案例檢索是實現(xiàn)案例推理的關鍵。比較常用的檢索策略是相鄰策略中的最近鄰法，用戶從案例庫中找出與目標案例最近的匹配案例。最近鄰法的通常用公式表示為：上式中，a為目標案例；s為知識庫中的源案例；n為每一個案例所包含的特征個數(shù)；f為知識庫中的源案例s和目標案例a的相似度函數(shù)；wj為特征j的屬性權重。傳統(tǒng)的相似度計算的方法是歐氏距離，計算公式為：為了減小案例中屬性值大小對相似度的影響，本項目改進了最近鄰檢索算法，提出了比值相似度求解方法。計算公式為：通

11、過改進的檢索算法，避免了采用以往最近鄰法檢索算法的一些弊端，提高了系統(tǒng)檢索的準確性。3 規(guī)則推理規(guī)則是具有一種固定的邏輯結構關系。產(chǎn)生式規(guī)則形式簡單，但卻模仿了人類思考的過程，與人類求解問題時的思維過程類似。“原因結果”、“前提結論”、“條件進展”等都可以是產(chǎn)生式的知識表示形式。只有前提滿足，才能得出結論；只有前提發(fā)生，才能產(chǎn)生結果。為了使規(guī)則易于管理的使用，通常是存儲在數(shù)據(jù)庫中，以二維表的形式存在，當需要進行規(guī)則匹配時，直接使用結構化查詢語言從數(shù)據(jù)庫中查詢，解決了多個規(guī)則查詢不方便問題。產(chǎn)生式系統(tǒng)的基本結構是“產(chǎn)生式規(guī)則庫控制系統(tǒng)綜合數(shù)據(jù)庫數(shù)據(jù)庫管理系統(tǒng)”。規(guī)則包括可觸發(fā)規(guī)則和被觸發(fā)規(guī)則。按

12、推理方向可分為正向推理（forward reasoning）、逆向推理（reverse reasoning）和雙向推理（bidirectional reasoning）。雙向推理是正向推理和逆向推理的結合。按搜索策略分類，可分為不可撤回方式和試探性方式。正向推理是先有事實后有結論；逆向推理是先假定目標，然后注意進行規(guī)則驗證；雙向推理是兩個方向同時進行，實現(xiàn)事實與目標的匹配。規(guī)則推理由條件和結論構成。為分析方便，假設系統(tǒng)中有n條規(guī)則，每個規(guī)則的條件部分平均有p個模式，工作內(nèi)存中有m個事實，事實可以理解為需要處理的數(shù)據(jù)對象。規(guī)則匹配，就是對每一個規(guī)則r， 判斷當前的事實o是否使lhs（r）=tru

13、e，如果是，就把規(guī)則r的實例r（o）加到?jīng)_突集當中。所謂規(guī)則r的實例就是用數(shù)據(jù)對象o的值代替規(guī)則r的相應參數(shù)，即綁定了數(shù)據(jù)對象o的規(guī)則r。規(guī)則匹配的一般算法：（1）從n條規(guī)則中取出一條r；（2）從m個事實中取出p個事實的一個組合c；（3）用c測試lhs（r），如果lhs（r（c）=true，將rhs（r（c）加入沖突集中；（4）取出下一個組合c，goto 3；（5）取出下一條規(guī)則r，goto 2。4 “模糊+案例+規(guī)則”融合推理當獲取系統(tǒng)全部信息的代價過高而又具有成功案例可以借鑒時，cbr是非常準確并且高效的，但是很容易將案例的表面相似看成是本質(zhì)相似，從而導致推理錯判，推理結果也會使人不滿意，

14、并且其中的檢索步驟得速度會隨著檢索范圍的增加而逐漸減?。籸br技術只能對已建立推理規(guī)則的案例進行推理，不能夠很好的適應新情況，并且專家知識難以增量式獲??；fbr技術雖然能夠解決推理時的數(shù)據(jù)模糊問題，但是計算較復雜導致推理效率不高。從以上三種方式可以看出，無論采用哪一種集成方式都存在著一個共同問題：即各個推理技術都是獨立工作，沒有真正做到利用彼此的優(yōu)點來弱化自己的缺點，也沒有利用其他技術的推理結果作為自己推理的基礎，因此在推理過程中存在“冗余診斷”。出現(xiàn)該現(xiàn)象的原因是：以上集成方式只是推理技術表面上的集成，而沒有做到真正意義上的融合。本文的研究意義在于將cbr、rbr和fbr技術從內(nèi)部推理機制上

15、融合，即做到真正的融合，取長補短，趨利避害。本文采用cf-hybrid（cbr技術和fbr技術）混合模式為主，rbr技術為輔的推理模式，該混合模式的推理過程具體如圖1所示。fcr融合機制推理過程如下：主要分為兩個階段，第一階段為cbr和rbr技術混合推理階段，具體分為以下幾個步驟：（1）首先對目標案例進行描述，然后rbr控制器調(diào)用案例檢索輔助模塊進行案例檢索，設置案例檢索規(guī)則，調(diào)用之后向cbr返回檢索規(guī)則，即初始的檢索條件，其目的就是要排除大量案例，明顯縮小檢索空間，為后續(xù)工作減少計算步驟以提高整體推理效率；（2）按照步驟（1）檢索案例后將其歸入到一個候選隊列中，然后根據(jù)預設的相似度計算算法分

16、別計算候選隊列中的每個案例與目標案例的相似度，而當默認的相似度算法不能滿足當前需要時，rbr控制器調(diào)用相似度計算輔助模塊更改該算法；3）如果目標案例與候選案例完全匹配，則候選案例的解可以直接作為目標案例的解進行重用；（4）如若目標案例與候選案例不完全匹配，此時rbr控制器調(diào)用相似度排序輔助模塊，按照相似度大小對其進行排序，最后將排序結果返回給cbr；（5）最后輸出排序結果。接著進行下一階段的推理；第二階段為fbr和rbr混合推理階段，具體分為以下幾個步驟：（1）將得到的實時數(shù)據(jù)輸入到系統(tǒng)中；（2）rbr控制器調(diào)用模糊化輔助模塊對輸入的數(shù)據(jù)進行模糊化處理；（3）rbr控制器調(diào)用規(guī)則庫輔助模塊，數(shù)

17、據(jù)模糊化后觸發(fā)規(guī)則庫中的規(guī)則得出結果。最后將第一階段得到的相似度最高的案例的解與第二階段得出的結論進行比較，如若結論一致，則保留該目標案例，形成新的故障案例，并進行歸納學習；如若結論不一致，輸出第二階段的推理結論作為最終結論。 5 結束語fcr混合模式推理的優(yōu)點是單獨使用cbr、rbr和fbr技術所無法獲得的，主要體現(xiàn)在：cbr推理fbr推理可以獨立工作，并且在cbr推理工作的案例檢索等步驟，fbr推理的觸發(fā)規(guī)則步驟中，rbr控制器可以作為通信和聯(lián)絡的工具充分并且靈活的調(diào)用rbr推理，幫助cbr和fbr推理能夠持續(xù)運行。而rbr推理也可以充分利用cbr和fbr推理在各個階段的推理結果，促使三種

18、技術在推理過程中充分且高效的融合，提高推理效率。本文的研究成果，是對推理領域研究的擴展和深化，實際使用時應采用更高效的推理算法，以使推理過程更高效，推理結果更可靠。參考文獻：1 鄭昌興， 劉喜文. 基于規(guī)則推理和案例推理的應用模型構建研究以地震類突發(fā)事件為例j. 情報理論與實踐， 2016， 39（2）： 108-112.2 c.y. ng. evidential reasoning-based fuzzy ahp approach for the evaluation of design alternatives environmental performancesj. applied so

19、ft computing， 2016， 46（9）： 381-397.3 renata saraiva， mirko perkusich， lenardo silva， et al. early diagnosis of gastrointestinal cancer by using case-based and rule-based reasoningj.expert systems with applications， 2016， 61（11）： 192-202.4 裴大茗， 任帥， 景旭文， 等. 基于模糊規(guī)則推理的船舶焊接工藝規(guī)劃j. 電焊機， 2016， 46（5）： 63-66.5 牛麗， 殷凡， 朱敏. 融合案例和規(guī)則推理的it外包決策支持系統(tǒng)的研究j. 科技管理研究， 2014， 34（4）： 186-189.6 shake