刘 虎 朱兰娟
（上海交通大学 自动化系，中国 上海 200030）
0 引言
采购贯穿了汽车行业研发生产的整个生命周期，而且汽车行业对供采购零件质量要求高，采购数量庞大，动则采购金额高达数亿元人民币。据研究一辆车的采购成本（包括原材料和零部件）约占一辆车本钱的80%。由此可见采购对汽车行业的影响之大，它将直接影响着汽车的定价和企业的利润及市场。为了降低成本，加强市场竞争力，企业必须制定完善的采购策略，发展良好的供应商关系及供应链。而基于案例推理的采购决策方法可以通过重用以前采购案例进行分析决策，使得企业以最透明的方式选择最优供应商，最终帮助企业在经济全球化和信息网络技术高速发展的市场竞争中赢得先机。
1 基于案例推理基本思想
基于案例推理（Case-based reasoning，简称CBR）是近年来人工智能领域中兴起的一项重要的推理技术。最早由耶鲁大学的Schanl教授在1982年出提出，经过三十多年的发展，目前CBR已成为人工智能与专家系统的一种非常重要的推理技术，广泛应用于许多领域如医学诊断、海洋搜救、法律诉讼等，并取得了很好的效果。
CBR的核心思想是把人们过去的经验和知识进行结构化存储，并根据存储的结果进行相应的判断与推理。在CBR中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(Base Case)。简单地说，就是由目标案例的提示而获得记忆中的源案例，并且通过源案例来指导目标案例求解的一种策略。案例推理中知识表示是以案例为基础，案例的获取比规则获取要容易，大大简化知识获取。对过去的求解结果进行重用，而不是再次从头推导，可以提高对新问题的求解的效率。
CBR作为增量式的学习方法，为人们解决问题提供了一种循环认知模型。国内外学者在认知科学、心理学、逻辑学等研究的基础上，提出多种CBR模型。但其基本的推理步骤可以归纳为4R循环。即案例检索（Retrieve）、案例重用（Reuse）、案例修改（Revise）和案例保存（Retain）。
2 基于案例推理的问题求解系统
2.1 基于案例推理的工作流程
案例推理相似于类比推理，它拥有类比推理的基本特点，符合人类类比思维的逻辑，因此它能够充分发挥人类的创造思维，对复杂问题或难以理解的问题可以做出假设和预测，借鉴或重用已有的成功经验案例，指导人们解决当前问题，避免重返过去的错误。
结合CBR，汽车行业采购决策推理流程可以描述为：遇到一个新的问题案例时，系统会总结归纳该问题的特征，并根据其关键的特征在原始的案例库中进行检索，找出一个与目标案例最相近的源案例，如果源案例和目标案例匹配，则重用此源案例的解决方法。如果目标案例的解决方法不合适，则进行评价，并更新源案例以适应目标案例，最后把更新后的案例作为一个新的案例保存在库中，以便下次遇到类似的问题时作为参考。
2.2 案例的表示与存储
为了能够清晰的描述案例，从供应商中挑选了一些关键特征作为案例推理的基础，并通过结构化的方式将每个特征值存储在系统中。这些特征值既包括了成本相关的信息，也包括了供应商质量相关的重要信息，其中每个特征都有一个权重，以支撑案例的相似度匹配。这些特征信息包括：单件费用、模具费用、设计研发费、服务协同能力、研发能力、项目管理能力、质量保证。其中每一项特征又可以继续结构化的细化，如单件费用可以细化为直接成本、间接成本、组装成本、物流费用等。本文主要介绍整体的支持决策推理逻辑，不再做特别详细说明。
表1 案例的表示方式
2.3 案例的检索与匹配
案例的检索与匹配是CBR的核心部分，也是分析推理效率的关键。在检索与匹配之前，一般会先将当前问题案例的特征如当前供应商的属性信息等进行归纳分析，使之能与案例库中源案例的关键特征一致。在进行案例的检索与匹配时，会将检索信息与源案例库中特征进行比较并选择潜在的可用的源案例，并对目标案例与源案例之间的相似度作出合理判断。案例的检索的核心是检索算法和相似算法的设计与应用。案例检索的最终目标是：检索出尽可能少，而对问题解决最有参考意义的一组相似源案例。从检索策略的角度来说，目前CBR的案例检索主要有：归纳推理法、最近相邻近法和知识引导法。其中最近相邻法是较为通用的检索方法，它主要基于一对一的特征属性匹配，如本文前面所提到的单件费用，模具费用等特征进行一一加权，最后得到一个相似值，相似值最高的即可匹配。
2.4 案例的重用与更新
如果目标案例和源案例是匹配的，则可以直接重用源案例。但是有些时候检索出的源案例与当前案例之间多少会有一定的差别,难以完全匹配。这种差别可以通过案例调整进行克服,即更新调整源案例的求解方案,使之适用于当前问题的求解要求,得到当前问题的解决方案。一般而言，问题越复杂。重要的特征就越多，要求案例库的覆盖度就越高，案例的调整也越复杂。
图1
3 结束语
随着近年案例推理的应用研究，CBR已经从最开始的人工智能领域扩展到医疗、知识管理、海上急救等等很多行业。基于CBR的采购决策的使用为供应商采购提供了新的思路，大大提高了采购效率增加了决策的透明度。但目前使用的最近相邻法检索使得CBR还只能用于单供应商采购，无法应用到多品采购。未来可以考虑使用其他算法将CBR更深入地应用到采购决策中。
［1］杨瑾,尤建新,蔡依平.基于案例推理的供应商选择决策支持系统研究[J].计算机工程与应用,2006.
［2］赵卫东,李旗号,盛昭瀚.基于案例推理的决策问题求解研究[J].管理科学学报,2000,12,3(4).
［3］赫永霞,孙海宁,张吉平.基于案例推理的海上搜救决策支持系统的研究[J/OL].中国科技论文在线http://www.paper.edu.cn.
［4］Aamodt,A.,Plaza,E.Case-based reasoning： founda-tional issues，methodological variations and system ap-proaches[J].AI Communications,1994.
