目前,案例推理(CBR)是一种相似推理方法,其核心在于用过去的实例和经验来解决问题。它能把提交给系统的新案例同系统内先前的案例相比较,根据异同性来进行推演,最后来解释或者帮助解决新案例的问题。对于一个CBR系统已经有不同的模型和方法来描述它的存储结构和推演算法,本文在CBR的基础上引入Petri理论,用着色Petri网来模拟CBR系统。不仅能建立直观的图形,还可以将大型复杂的系统层次化,模块化,简化了整个系统的框架。通过着色的特性,用定义好的颜色集来解决CBR中复杂特征属性的表示问题,大大降低CBR系统的复杂性。形象直观的描述了CBR系统的案例推理的过程,同时重要的是通过着色Petri网的分析和验证技术可为CBR系统的推演提供有效的方法。具体的研究内容有:1.文中讨论分析了CBR系统的工作过程和原理,通过对CBR系统的不足的分析,在此基础上引入Petri网理论,并提出了基于CBR系统的Petri网模型的理论基础和构建步骤。2.讨论分析了案例的知识表示,将Petri网模型映射为XML语言结构,以及将案例库以XML语言描述,并还原成Petri网结构的方法。对Petri网的连接弧赋予权重,进行案例的模糊匹配。3.本文着重分析了CBR的案例检索的特点和检索的方法,并提出基于CBR的着色Petri网在案例检索中的应用性研究,建立CPN模型,案例检索的算法和推理的步骤。4.本文以白内障诊断的应用为例,用以上的理论构建基于白内障的诊断CPN模型,并对模型进行了正确的分析和验证,论证了该模型的可行性和合理性。