1、在人工智能領域，基于案例推理（Case-Based Reasoning, CBR）技術彌補了專家系統(tǒng)的諸多不足，并且支持知識管理的整個生命周期，一直是研究的熱點。不過，在傳統(tǒng)的CBR系統(tǒng)中，領域知識由于描述模型不同，存儲管理各異，不能有效的實現(xiàn)知識共享、交換和集成，成為信息孤島。案例表達不具有擴展性、推理過程不具有重用性，使得開發(fā)和維護代價十分昂貴。本文采用了本體技術，對基于本體的案例推理系統(tǒng)框架進行了研究，以協(xié)助開發(fā)人員構建具有高重用

2、、可擴展、易于維護等特征的CBR系統(tǒng)。 首先，本文歸納了CBR領域當前的現(xiàn)狀，分析了本體技術與CBR技術結合的重要性和必然趨勢，總結了本體和CBR技術的原理和特征，提出了基于本體的案例推理系統(tǒng)框架OCBRSF。 其次，研究了已有的案例表達模型，提出了獨立于領域并獨立于案例模式的案例表達模型，分析了案例知識存取的流程，設計并實現(xiàn)了系統(tǒng)框架中案例知識存取管理。研究了任務結構理論，提出了CBR任務結構，設計了任務方法本體的概念