模型是知识表示的很重要的一种形式，因为专家经常会基于自己的能力对一个系统的目标或成分如何互相连接（在讨论领域中无论物理的、因果的、相关的或者其他）进行推理。在第2章中，我们叙述了人类问题解决者如何建立构思模型，从而帮助它们解决复杂的问题。这个概念是基于模型推理的基础，一类人工智能技术用来通过分析系统的结构来解决问题，正如某些模型所指定的。在许多方面，本章是对构思模型讨论的延续。它也是对专家系统的延续，因为基于模型的推理可以用来扩展和提高专家系统的能力。为了使专家系统的设计局限于逻辑IF-THEN规则，就会严重地忽略表示知识的强有力的方面；这样的一个专家系统会比它用其他方法能够达到的智能性要小。

事实上，基于模型的推理在很大程度上，随着考虑处理有系统仅仅使用基于规则的推理和其他受限形式的推理（例如，流程图、故障词典和决策树）创建的空白方面开始存在。例如，排除一个故障设备故障的基于规则的专家系统可以使用将征兆与潜在故障联系起来的规则。这样一个系统能解释到目前已经得到的经验联合（经常以一种偶然的或偶然事件的方式）的原因，可能会丢失一些故障。相比之下，基于模型的推理会设法确定基于设备的基本结构什么是错误的。使用基于模型推理的系统，如果结构正确的情况下，可以规定更有规则的和广泛的范围。这就意味着基于模型推理可能发现新的故障，并且在没有遇到问题之前解决问题。并且，使用基于模型推理的系统趋于不依赖设备^[1]。可以以一般地方式，即它假设为很多不同的设备布局，指定一个模型。基于规则的方法不能像这样灵活而是指定设备，意味着需要用不同的规则集去指定每一种新设备的行为。

在一个可能有上百个部分且在这些部分中有很多相会作用的相当复杂的系统里，基于模型的推理提供了一种处理认知复杂性的方法。一个复杂设备或系统的用户可能不得不苦于应付几百个操作步骤。这样一个个体不可能记住所有的步骤。可以使用基于模型的推理，以便用户可以从一个相对小的模型集合中生成这些步骤^[1]。嵌入是实现它的一种方法。通过嵌入，我们的意思就是在不同细节层次上指定模型。例如一个复杂系统的一个部分可以通过一个更详细的模型来描述（叫做嵌入模型），该模型由很多不同子部分及其相互作用组成。事实上，嵌入允许一个模型去定义一个复杂系统的分层组织。

在我们更进一步深入我们的讨论之前，让我们更精确地定义基于模型的推理是什么。基于模型的推理涉及系统结构和行为的分析。

结构是一个系统的个体部分互相连接（由系统的布局给定）的一种方式；行为指每一个部分应该做什么。从这个定义，我们可以区分三种系统描述。第一，图表是模型，事实上以绘图的方式去说明结构（例如，部分是如何物理地相互连接的）但它们不能捕捉到系统的函数性能。第二，基于专家描述输入如何被转化为输出的方法，试探法描述输入和输出之间的关系（试探法可以表示成IF-THEN规则）。但是，启发性的知识并不会试图创建一个系统结构的显示表达。基于模型的推理既能描述结构又能描述行为，从这个意义上说它是一个很完整的表示系统。从这一点上，基于它们是描述结构，行为还是两者兼顾，三种系统描述可以得到区分^[2]：

为了描述结构和行为，我们也必须区分三类组分，它们是一个系统的部分：材料、部件和渠道（或连接）^[3]。材料就是什么通过系统。在一个物理系统里，材料可以是一种真实的物理成分，如水、空气或者电。在一个专业化生产系统里，它可能是一种产品（例如汽车），它通过一个制造工厂的不同处理进行移动。在一个面向服务的系统里，它可能是一件抽象的事情，如一种购买顺序或者一种客户服务需求，通过一个组织的不同部分进行改变。部件就是对材料起作用并且能改变材料的形式。一个部件可以既有输入又有输出（输出被转变成输出）。渠道（或连接）是将材料从一个部件到另一个部件进行传递的简单组分。不像部件，它们对材料不做实质的处理。表7-1为基于模型推理中使用的术语。

表7-1 基于模型推理中使用的术语

(www.daowen.com)

在基于模型的推理中，行为由结构决定。描述系统行为的一种方法是指定系统的个体部分是如何因果的交互作用，从而产生一种可观测的行为。在第2章中，作为一系列级联事件我们论述了机电恒温调节器的行为，设备中的一个部件会影响它邻近的部件，依次地，邻近部件又会影响它的邻近部件，直到设备最后的行为能以一种协调的方式解释。因此在使用基于模型推理的系统中解释能力自然地出现了。

邻接原理指出当只有一个部件直接与另一个部件相连时，它才可以作用于另一部件。在图7-1中，只有互邻的部件才能彼此作用（例如，A能直接作用于B但不能直接作用于C、D或E）。一个系统模型也可以是有方向的：信息（或材料）只可以按指定的方向移动，如在图7-1的情况。关于如何产生因果模型去解释设备和系统的行为已经开发了几种形式^[4]。

图7-1 阐述结构的图表

我们必须注意邻接的概念。一个设备的部件可能以不同方式“邻接”：它们可能是物理的以导线相连，它们也可能是电磁邻接，抑或它们可能是热邻接。为了阐明三种邻接的不同概念，如果没有为一个邻接的系统定义建立合适的模型，那么基于模型的推理可能会提供不恰当不正确的建议。

有时基于模型的推理以其他的名字出现，最著名的是来自基本原理的推理（术语用来表明推理是基于因果的基本原理）和深度推理，用于将更面向表面的形式推理如基于规则的联想推理与基于模型的推理区分^[5]。另一些相关术语包括定性推理和常识推理，这些术语已经将人工智能世界与物理世界的定性物理或者推理紧密地联系起来。

现在让我们讨论一下我们如何将这些原理应用到解决问题上。首先我们将看到基于模型的诊断，或者确定一个系统的哪个部件对系统故障负责。然后我们将探讨基于模型的推理如何用来帮助我们设计网络模型。