基于模型推理前面很多的工作都集中在物理设备和系统的故障诊断（例如，发电用的工业煤气涡轮机的诊断）。最近几年，在其他领域已有大量应用，从医学诊断疾病到程序中找到软件错误，再到自动辅导系统的诊断学习者行为。在所有情况下，焦点一直就是某种诊断任务。

在本节和下面一节，我们将讨论基于模型推理的新应用，去解决一类在商业后勤管理中的网络设计问题。后勤管理委员会如下定义商业后勤管理：

以符合顾客需求为目的，计划、执行和控制从起始点到消费点的最经济的成本效率流量和原料存储，给出过程中的详细目录、产品存货清单及相关信息的过程^[8]。(www.daowen.com)

这方面的范围很广，围绕与顾客服务、交通和运输、仓库和存储、工厂和仓库位置选择、存货控制、订单处理、采购、材料处理和需求预测到在领域中全程研究主要方面的相关的商业问题^[9]。商业后勤网络设计的选择如同一个基于模型推理的应用一样，它是一种逻辑选择，因为在后勤策略计划方面有许多问题，这是可以以一种图表化显现。

这部分描述的智能系统叫做LogNet^[10]。LogNet利用基于模型的推理去设计更经济的网络以满足一定的顾客服务水平。特别地它指出厂址选择问题：在后勤网络中需要多少个仓库？这些仓库应该位于哪，并指定送往哪个顾客卖场？并且哪个工厂应该供应哪个仓库？不像诊断问题是典型的从一个征兆反向工作去确定什么部件应该对故障行为负责，LogNet是一种正向的工作方式，并弄清各种网络设计，评估每一个并决定它们之中哪一个是最经济的。