基于本体的案例推理系统框架研究

在人工智能领域,基于案例推理(Case-Based Reasoning, CBR)技术弥补了专家系统的诸多不足,并且支持知识管理的整个生命周期,一直是研究的热点。不过,在传统的CBR系统中,领域知识由于描述模型不同,存储管理各异,不能有效的实现知识共享、交换和集成,成为信息孤岛。案例表达不具有扩展性、推理过程不具有重用性,使得开发和维护代价十分昂贵。本文采用了本体技术,对基于本体的案例推理系统框架进行了研究,以协助开发人员构建具有高重用、可扩展、易于维护等特征的CBR系统。 首先,本文归纳了CBR领域当前的现状,分析了本体技术与CBR技术结合的重要性和必然趋势,总结了本体和CBR技术的原理和特征,提出了基于本体的案例推理系统框架OCBRSF。 其次,研究了已有的案例表达模型,提出了独立于领域并独立于案例模式的案例表达模型,分析了案例知识存取的流程,设计并实现了系统框架中案例知识存取管理。研究了任务结构理论,提出了CBR任务结构,设计了任务方法本体的概念模型,用OWL语言定义了任务方法本体,支持开发过程中CBR流程任务和方法的复用,最终设计并实现了可重用的案例推理框架。 最后,在气象领域专家的协助下,构建了灾害性天气领域本体,实现了基于本体的灾害性天气案例推理系统WPCBRS原型的快速开发,验证了构建OCBRSF框架的设想和方案。