مسائل و کاربردهای استدلال مبتنی بر مورد در طراحی ۲۰۱۴
Issues and Applications of Case-Based Reasoning to Design 2014

طراحی همواره به عنوان یکی از جذاب‌ترین و چالش‌برانگیزترین فعالیت‌های حل مسئله برای محققان هوش مصنوعی (AI) شناخته شده است. سیستم‌های دانش‌بنیان با استفاده از تکنیک‌های استدلال مبتنی بر قاعده و مدل، در ساخت سیستم‌های اتوماسیون طراحی و/یا پشتیبانی از تصمیم‌گیری در طراحی به کار گرفته شده‌اند. اگرچه این سیستم‌ها تا حدی موفقیت‌آمیز بوده‌اند، اما مشکلاتی در زمینه فرمول‌بندی تجربیات کلی طراحی به صورت قواعد، منطق و مدل‌های دامنه وجود داشته است. اخیراً، محققان به بررسی ایده استفاده از تکنیک‌های استدلال مبتنی بر مورد (CBR) برای تکمیل یا جایگزینی سایر رویکردهای پشتیبانی از طراحی پرداخته‌اند.

استدلال مبتنی بر مورد را می‌توان به عنوان جایگزینی برای پارادایم‌هایی مانند استدلال مبتنی بر قاعده و مدل در نظر گرفت. سیستم‌های خبره مبتنی بر قاعده، دانش را در قالب قوانین “اگر-آنگاه” که معمولاً توسط یک متخصص دامنه شناسایی می‌شوند، ثبت می‌کنند. هدف استدلال مبتنی بر مدل، فرمول‌بندی دانش در قالب اصولی برای پوشش جنبه‌های مختلف یک حوزه مسئله است. این اصول، که کلی‌تر از قوانین “اگر-آنگاه” هستند، مدلی را تشکیل می‌دهند که یک سیستم خبره ممکن است از آن برای حل مسائل استفاده کند. استدلال مبتنی بر مدل (MBR) گاهی اوقات استدلال بر اساس اصول اولیه نامیده می‌شود. به جای تعمیم دانش به قواعد یا مدل‌ها، CBR یک روش مبتنی بر تجربه است. بنابراین، موارد خاص، که مطابق با تجربیات قبلی حل مسئله هستند، منابع اصلی دانش در یک سیستم CBR را تشکیل می‌دهند.

این مجلد شامل مجموعه‌ای از فصل‌ها است که پروژه‌های خاصی را توصیف می‌کنند که در آنها استدلال مبتنی بر مورد، تمرکز بر بازنمایی و استدلال در یک حوزه طراحی خاص است. این فصل‌ها طیف گسترده‌ای از کاربردها و مسائل مربوط به استفاده و گسترش مفهوم CBR در طراحی را ارائه می‌دهند. هر فصل مقدمه‌ای برای مفاهیم و اصول CBR ارائه می‌دهد.

Design is believed to be one of the most interesting and challenging problem-solving activities ever facing artificial intelligence (AI) researchers. Knowledge-based systems using rule-based and model-based reasoning techniques have been applied to build design automation and/or design decision support systems. Although such systems have met with some success, difficulties have been encountered in terms of formalizing such generalized design experiences as rules, logic, and domain models. Recently, researchers have been exploring the idea of using case-based reasoning (CBR) techniques to complement or replace other approaches to design support.

CBR can be considered as an alternative to paradigms such as rule-based and model-based reasoning. Rule-based expert systems capture knowledge in the form of if-then rules which are usually identified by a domain expert. Model-based reasoning aims at formulating knowledge in the form of principles to cover the various aspects of a problem domain. These principles, which are more general than if-then rules, comprise a model which an expert system may use to solve problems. Model-based reasoning (MBR) is sometimes called reasoning from first principles. Instead of generalizing knowledge into rules or models, CBR is an experience-based method. Thus, specific cases, corresponding to prior problem-solving experiences, comprise the main knowledge sources in a CBR system.

This volume includes a collection of chapters that describe specific projects in which case-based reasoning is the focus for the representation and reasoning in a particular design domain. The chapters provide a broad spectrum of applications and issues in applying and extending the concept of CBR to design. Each chapter provides its own introduction to CBR concepts and principles.