基于本体案例推理模型研究.docVIP

基于本体案例推理模型研究 　　 (太原理工大学 计算机与软件学院， 太原 030024) 　　 　　摘 要：提出了基于本体的案例检索及相似性评估方法和基于本体的案例适配模型，使得CBR(case-based reasoning)系统的开发可在语义层次上进行相似性评估和案例适配，这样得到的结果更能反映用户的真实需求；并且CBR所需要的领域知识可从本体中获取，大大降低了传统CBR系统中知识获取的瓶颈。最后在此基础上，提出了基于本体的CBR系统模型框架，从软件复用的角度提高了CBR系统的开发效率。 　　关键词：本体；案例推理；语义相似性；案例适配；模型 　　中图分类号：TP31文献标志码：A 　　文章编号：1001-?B3695(2009)04-?B1422-?B03 　　 　　Research of case-based reasoning model based on ontology 　　 　　XIE Hong-wei, LI Jian-wei 　　(College of Computer Engineering Software, Taiyuan University of Technology, Taiyuan 030024, China) 　　Abstract:This paper proposed case retrieval and similarity assessment using ontology and presented a case adaptation model based on ontology, which made the CBR system could be developed in the semantic level for similarity assessment and case adaptation. The result met the needs of users better. Moreover, ontology allowed the knowledge engineer to use knowledge ??already acquired, reducing considerably the knowledge acquisition bottleneck. Finally,proposed a framework developing CBR applications based on ontology, which improved the efficiency of development from the perspective of software reuse. 　　Key words:ontology; CBR(case-based reasoning); semantic similarity; case adaptation; model 　　 　　基于案例推理(CBR)是问题求解与学习相结合的一个范例，近年来已发展成为最成功应用的人工智能子领域。它的最初提出基于这样一种观点：问题是重复发生的，即新问题与以前遇到的问题经常是相似的，所以过去的解决方案或许可以解决当前问题。然而，目前的CBR系统大多是用静态的框架来描述案例，存在着难以扩展、可重构性和学习性差等缺点； 并且在相似性评估环节，最常用的相似性评估方法是通过加权的海明距离和欧几里德距离反函数来计算两个案例的相似度[1]。除了以上两种最常用的算法, 文献[2]还提出了曼哈顿距离、无限模距离、最近相邻、对比函数等算法。但所有这些相似性度量方法, 只考虑了有确定属性值的情况, 或者将模糊属性简单地与确定性属性同等处理。以这种度量方式计算案例间的相似度进行案例搜索、匹配的CBR 系统处理复杂问题时, 不仅效率低, 而且得到的结果也是难以令人满意的。而本体具有较强的知识表达能力和支持较强的推理能力，方便了知识密集型CBR(knowledge intensive CBR)系统[3，4]的开发，并且本体的使用能够从语义和知识层次上描述信息系统的概念模型，具有可重用、可共享、可进化等优点。基于此，在本文中使用了本体来组织、表达和检索案例，这样可以充分利用本体的推理机制来解决CBR中的一些任务。?? 　　虽然在一个CBR系统中主要的知识源是以前的经验集（案例），但是在实际应用中，可以把案例所表达的具体知识与一般的领域知识模型(可用本体表示)进行整合，这样基于本体的案例推理过程可以充分利用这种领域知识来获得更加精确的结果。?? 　　CBR与本体的结合不仅体现在相似性评估上，在案例适配过程中本体同样具有重要的作用。本体支持可重用的、丰富的语义适配方法。在下面提出的模型中，适