基于案例推理的采購(gòu)決策

劉 虎 朱蘭娟

（上海交通大學(xué) 自動(dòng)化系，中國(guó) 上海 200030）

0 引言

采購(gòu)貫穿了汽車行業(yè)研發(fā)生產(chǎn)的整個(gè)生命周期，而且汽車行業(yè)對(duì)供采購(gòu)零件質(zhì)量要求高，采購(gòu)數(shù)量龐大，動(dòng)則采購(gòu)金額高達(dá)數(shù)億元人民幣。據(jù)研究一輛車的采購(gòu)成本（包括原材料和零部件）約占一輛車本錢的80%。由此可見(jiàn)采購(gòu)對(duì)汽車行業(yè)的影響之大，它將直接影響著汽車的定價(jià)和企業(yè)的利潤(rùn)及市場(chǎng)。為了降低成本，加強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，企業(yè)必須制定完善的采購(gòu)策略，發(fā)展良好的供應(yīng)商關(guān)系及供應(yīng)鏈。而基于案例推理的采購(gòu)決策方法可以通過(guò)重用以前采購(gòu)案例進(jìn)行分析決策，使得企業(yè)以最透明的方式選擇最優(yōu)供應(yīng)商，最終幫助企業(yè)在經(jīng)濟(jì)全球化和信息網(wǎng)絡(luò)技術(shù)高速發(fā)展的市場(chǎng)競(jìng)爭(zhēng)中贏得先機(jī)。

1 基于案例推理基本思想

基于案例推理（Case-based reasoning，簡(jiǎn)稱CBR）是近年來(lái)人工智能領(lǐng)域中興起的一項(xiàng)重要的推理技術(shù)。最早由耶魯大學(xué)的Schanl教授在1982年出提出，經(jīng)過(guò)三十多年的發(fā)展，目前CBR已成為人工智能與專家系統(tǒng)的一種非常重要的推理技術(shù)，廣泛應(yīng)用于許多領(lǐng)域如醫(yī)學(xué)診斷、海洋搜救、法律訴訟等，并取得了很好的效果。

CBR的核心思想是把人們過(guò)去的經(jīng)驗(yàn)和知識(shí)進(jìn)行結(jié)構(gòu)化存儲(chǔ)，并根據(jù)存儲(chǔ)的結(jié)果進(jìn)行相應(yīng)的判斷與推理。在CBR中把當(dāng)前所面臨的問(wèn)題或情況稱為目標(biāo)案例(Target Case)，而把記憶的問(wèn)題或情況稱為源案例(Base Case)。簡(jiǎn)單地說(shuō)，就是由目標(biāo)案例的提示而獲得記憶中的源案例，并且通過(guò)源案例來(lái)指導(dǎo)目標(biāo)案例求解的一種策略。案例推理中知識(shí)表示是以案例為基礎(chǔ)，案例的獲取比規(guī)則獲取要容易，大大簡(jiǎn)化知識(shí)獲取。對(duì)過(guò)去的求解結(jié)果進(jìn)行重用，而不是再次從頭推導(dǎo)，可以提高對(duì)新問(wèn)題的求解的效率。

CBR作為增量式的學(xué)習(xí)方法，為人們解決問(wèn)題提供了一種循環(huán)認(rèn)知模型。國(guó)內(nèi)外學(xué)者在認(rèn)知科學(xué)、心理學(xué)、邏輯學(xué)等研究的基礎(chǔ)上，提出多種CBR模型。但其基本的推理步驟可以歸納為4R循環(huán)。即案例檢索（Retrieve）、案例重用（Reuse）、案例修改（Revise）和案例保存（Retain）。

2 基于案例推理的問(wèn)題求解系統(tǒng)

2.1 基于案例推理的工作流程

案例推理相似于類比推理，它擁有類比推理的基本特點(diǎn)，符合人類類比思維的邏輯，因此它能夠充分發(fā)揮人類的創(chuàng)造思維，對(duì)復(fù)雜問(wèn)題或難以理解的問(wèn)題可以做出假設(shè)和預(yù)測(cè)，借鑒或重用已有的成功經(jīng)驗(yàn)案例，指導(dǎo)人們解決當(dāng)前問(wèn)題，避免重返過(guò)去的錯(cuò)誤。

結(jié)合CBR，汽車行業(yè)采購(gòu)決策推理流程可以描述為：遇到一個(gè)新的問(wèn)題案例時(shí)，系統(tǒng)會(huì)總結(jié)歸納該問(wèn)題的特征，并根據(jù)其關(guān)鍵的特征在原始的案例庫(kù)中進(jìn)行檢索，找出一個(gè)與目標(biāo)案例最相近的源案例，如果源案例和目標(biāo)案例匹配，則重用此源案例的解決方法。如果目標(biāo)案例的解決方法不合適，則進(jìn)行評(píng)價(jià)，并更新源案例以適應(yīng)目標(biāo)案例，最后把更新后的案例作為一個(gè)新的案例保存在庫(kù)中，以便下次遇到類似的問(wèn)題時(shí)作為參考。

2.2 案例的表示與存儲(chǔ)

為了能夠清晰的描述案例，從供應(yīng)商中挑選了一些關(guān)鍵特征作為案例推理的基礎(chǔ)，并通過(guò)結(jié)構(gòu)化的方式將每個(gè)特征值存儲(chǔ)在系統(tǒng)中。這些特征值既包括了成本相關(guān)的信息，也包括了供應(yīng)商質(zhì)量相關(guān)的重要信息，其中每個(gè)特征都有一個(gè)權(quán)重，以支撐案例的相似度匹配。這些特征信息包括：?jiǎn)渭M(fèi)用、模具費(fèi)用、設(shè)計(jì)研發(fā)費(fèi)、服務(wù)協(xié)同能力、研發(fā)能力、項(xiàng)目管理能力、質(zhì)量保證。其中每一項(xiàng)特征又可以繼續(xù)結(jié)構(gòu)化的細(xì)化，如單件費(fèi)用可以細(xì)化為直接成本、間接成本、組裝成本、物流費(fèi)用等。本文主要介紹整體的支持決策推理邏輯，不再做特別詳細(xì)說(shuō)明。

表1 案例的表示方式

2.3 案例的檢索與匹配

案例的檢索與匹配是CBR的核心部分，也是分析推理效率的關(guān)鍵。在檢索與匹配之前，一般會(huì)先將當(dāng)前問(wèn)題案例的特征如當(dāng)前供應(yīng)商的屬性信息等進(jìn)行歸納分析，使之能與案例庫(kù)中源案例的關(guān)鍵特征一致。在進(jìn)行案例的檢索與匹配時(shí)，會(huì)將檢索信息與源案例庫(kù)中特征進(jìn)行比較并選擇潛在的可用的源案例，并對(duì)目標(biāo)案例與源案例之間的相似度作出合理判斷。案例的檢索的核心是檢索算法和相似算法的設(shè)計(jì)與應(yīng)用。案例檢索的最終目標(biāo)是：檢索出盡可能少，而對(duì)問(wèn)題解決最有參考意義的一組相似源案例。從檢索策略的角度來(lái)說(shuō)，目前CBR的案例檢索主要有：歸納推理法、最近相鄰近法和知識(shí)引導(dǎo)法。其中最近相鄰法是較為通用的檢索方法，它主要基于一對(duì)一的特征屬性匹配，如本文前面所提到的單件費(fèi)用，模具費(fèi)用等特征進(jìn)行一一加權(quán)，最后得到一個(gè)相似值，相似值最高的即可匹配。

2.4 案例的重用與更新

如果目標(biāo)案例和源案例是匹配的，則可以直接重用源案例。但是有些時(shí)候檢索出的源案例與當(dāng)前案例之間多少會(huì)有一定的差別,難以完全匹配。這種差別可以通過(guò)案例調(diào)整進(jìn)行克服,即更新調(diào)整源案例的求解方案,使之適用于當(dāng)前問(wèn)題的求解要求,得到當(dāng)前問(wèn)題的解決方案。一般而言，問(wèn)題越復(fù)雜。重要的特征就越多，要求案例庫(kù)的覆蓋度就越高，案例的調(diào)整也越復(fù)雜。

圖1

3 結(jié)束語(yǔ)

隨著近年案例推理的應(yīng)用研究，CBR已經(jīng)從最開(kāi)始的人工智能領(lǐng)域擴(kuò)展到醫(yī)療、知識(shí)管理、海上急救等等很多行業(yè)。基于CBR的采購(gòu)決策的使用為供應(yīng)商采購(gòu)提供了新的思路，大大提高了采購(gòu)效率增加了決策的透明度。但目前使用的最近相鄰法檢索使得CBR還只能用于單供應(yīng)商采購(gòu)，無(wú)法應(yīng)用到多品采購(gòu)。未來(lái)可以考慮使用其他算法將CBR更深入地應(yīng)用到采購(gòu)決策中。

［1］楊瑾,尤建新,蔡依平.基于案例推理的供應(yīng)商選擇決策支持系統(tǒng)研究[J].計(jì)算機(jī)工程與應(yīng)用,2006.

［2］趙衛(wèi)東,李旗號(hào),盛昭瀚.基于案例推理的決策問(wèn)題求解研究[J].管理科學(xué)學(xué)報(bào),2000,12,3(4).

［3］赫永霞,孫海寧,張吉平.基于案例推理的海上搜救決策支持系統(tǒng)的研究[J/OL].中國(guó)科技論文在線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.