逆向推理

逆向推理又稱目標驅動推理，是問題解決策略的一種。它的推理方式和正向推理正好相反，它是由結論出發，逐級驗證該結論的正確性，直至已知條件。

基本介紹

• 中文名：逆向推理
• 外文名：backward inference
• 別稱：目標遞歸策略；目標驅動推理
• 學科：心理學；思維

定義及介紹

逆向推理（backward inference）是問題解決策略中啟發法的一種。指從問題的目標狀態出發，按照子目標組成的邏輯順序逐級向初始狀態遞歸的問題解決策略。

主要特點：將問題解決的目標分解成問題解決的子目標，直至使子目標按逆推途徑與給定條件建立直接聯繫或等同起來，即目標→子目標→子目標→現有條件。

適用於問題空間中有多條途徑從初始狀態出發，而只有少數路徑通向目標狀態的問題。

認知心理學關於問題解決的研究表明，新手往往採用該策略解決問題，這是新手與專家在問題解決行為中的一個重要差異。

相關概念

問題解決策略（strategy of problem solving）：指解決問題過程中選擇的適當方法以及所採取的必要的認知操作。可分為算法和啟發法兩大類。算法是一種按邏輯來解決問題的策略，雖然費時費力但是能保證問題最終得以解決。啟發法是由以往解決問題的經驗形成的一些經驗性規則，容易且速度較快但是不能保證問題一定能解決。常用的啟發法策略有手段—目的分析法、順向推理、逆向推理和假設檢驗。

順向推理（forward inference）：問題解決策略的一種，與逆向策略相對。指從問題的已知條件出發，通過逐步拓展已有的信息直到得出結論。順向推理是專家解決問題的一個重要特徵，即專家在解決問題的時候，首先是發現問題提供了什麼信息，有提供的信息再藉助一定的方法推導出新的信息，從而加深對問題的了解。

手段—目的分析法（means-end analysis）：把一個複雜問題分解為幾個較簡單的子問題並逐步解決的問題解決策略。由紐厄爾和H.A.西蒙首先提出。

實際套用

逆向推理過程是從表示目標的事實出發，使用一組知識證明事實成立，即提出一批假設（目標），然後逐一驗證這些假設的正確性。推理過程算法如下：

1）給出要求驗證的目標；

2）檢查該目標是否已在綜合資料庫中，若在，則成功推出，否則，轉下一步；

3）判斷該目標是否是證據，即是否為應由用戶證實的初始事實。若是，則詢問用戶，否則，轉 下一步；

4）在知識庫中找出所有可能導出該目標的規則，形成適用的知識集，然後轉下一步；

5）從知識集中選出一條規則，並將該知識的前件作為新的假設目標，然後轉2。

逆向推理流程圖

逆向推理控制策略的優點是目的性強，不必尋找與假設無關的信息和知識。這種策略對推理過程提供較精確的解釋，告訴用戶要達到目標所使用的規則（知識）。另外，此控制策略在解空間較小的問題求解環境下尤為合適，它利於向用戶提供求解過程。缺點在於初始目標的選擇有盲目性，不能通過用戶提供的有用信息來操作，用戶要求快速輸入相應的問題領域，若不符合實際，則要多次提出假設，影響系統效率。與正向推理相比，反向推理的目的性很強，通常用於驗證某一特定知識是否成立。