案例式推理法 案例式推理法 案例式推理法 案例式推理法

案例式推理法(Case-Based Reasoning；簡稱 CBR)，由 Schank 與 Abelson(1997) 所提出的理論，為人工智慧領域中最重要的範疇之一，乃是一個用於建構電腦系 統模擬人類思考推論之方法論。Maher 與 Graza(1997)提及在 CBR 系統方法之下，

最主要的精神有二：

1.儲存既有經驗於電腦記憶體中

2.將這些經驗用於解決某些新遭遇的問題

(1)自記憶體中重新取得近似的經驗或者相近的狀態 (2)重複使用這些經驗中的解決方式，於新遭遇的問題中 (3)並再次將新案例儲存於記憶體中

這些經驗的儲存是一組包裹好的知識或者經過編輯與整理的問題與解答，以 這些包裹好的特徵(Feature)集合，表現出案例整體的特性與蘊含的經驗知識，因 此可作為依據搜尋相似之經驗(黃弘毅﹐2002)。茲將學者 Aamodt 與 Plaza (1994)

所提出的案例式推理運作模式，以圖2-2 說明，如下所示主要包括 4 個循環過程：

1. 檢索(Retrieve)：從案例庫找最相似的個案。

2. 再利用(Reuse)：利用案例的經驗與方法，去解決新的問題。

3. 修正(Revise)：檢索最相似的個案，修正所提供的解決方法。

4. 回存(Retain)：將新的解決方案儲存案例庫，以供將來再使用。

圖 2-2 CBR 循環過程

應用 CBR 於產品設計的領域中，主要是以相似度(Similarity metric)演算法為 基礎來擷取案例，近十餘年經學者的研究，已發展出多種演算法(黃弘毅﹐2002;

王淑玲, 2002)。本研究舉 Kolodner (1993)所提出，最為常用的演算法為例，即他 在其所著的Case-Based Reasoning 一書中所闡釋的相似度演算法，依據各屬性相 似度以及其權重值，推理演算案例間的相似度，經演算結果獲得案例間相似度矩

陣，其公式表示方式說明如下： 兩類(Leake, 1996; Wilson, 1998; Stottler, 1994)。其一為診斷分析類，以往多運用 在故障診斷的系統之上，利用舊有的案例來判斷新案例的解決方式，運用的領域 包括醫療、機械故障維修、保養、顧客售後服務等。其二則為設計相關，大部分 是應用於製造業產品設計之上，藉由提供過去消費者需求的規格、設計的資料、

裝配的功能和零件的特徵，使設計師易於開發新產品。

CBR 應用於諸多的設計問題中(Belecheanu, et al., 2002)；Maher 與 Graza (1997)探討應用於建築設計、Trousse 與 Vusser(1993)發表使用在 CAD 系統上，

設計零組件；在產品設計和發展領域中CBR 被應用於檢索既存產品資料(Bilgic &

Fox, 1996)或產品設計(Maher, et al., 1995)、建構電腦輔助夾具設計系統(Sun &

Chen, 1995)；Nedeβ 與 Jacob(1997)利用 CBR 技術在管理產品功能的實體結構之 任務上；Goel 等人(1997)整合產品結構—行為—功能模式；Belecheanu 等人(2003) 在同步工程的環境中針對產品設計，發展決策支援系統。賴怡成(2005)提出一個

構想(功能需求)，他們針對達成功能的需求，調查如何應用 CBR 來有效率地發 展設計。然而如何應用CBR 來創造新的與有義意的功能需求，甚少被研究。