该文提出了一种扩展的相似推理方法,并且建立了该扩展的相似推理方法的学习算法.该文的主要结果包括: 1.广泛考察了现有各种基于相似关系的近似推理方法,首次建立了一种严格遵照相似关系定义,综合考虑基对象和靶对象之间相似程度和相异程度的,提供多种相似关系合成形式的基于相似关系的近似推理方法,称之为扩展的相似推理方法.同时,详细论述了扩展的相似推理方法的推理流程,对其主要组成函数:相似关系函数、相似关系调整函数、相似关系合成函数、推理转换函数的数学性质进行了严密论证,同时给出了常用的函数形式.另外,证明了存在由扩展的相似推理方法所确定的函数,可以无限近似致密集上的任意连续函数.2.对扩展的相似推理方法的学习算法进行了明确定义,并将扩展相似推理学习算法转化为函数空间中的优化问题.考察了遗传规划方法进展及其在函数优化领域中的应用,从而建立了基于遗传规划的扩展相似推理学习算法.3.在分析遗传规划基础理论的最新进展基础上,给出了使用适应值比例选择、同形交叉、以及点变异遗传操作的的扩展相似推理学习算法的精确模式定理.准确刻画了扩展相似推理学习算法中种群的状态空间,建立了扩展相似推理学习算法种群状态的齐次有限Markov链模型.将扩展相似推理学习算法的精确模式定理应用到个体层次,得出了扩展相似推理学习算法种群状态Markov链模型的状态转移概率矩阵.4.按照基于软件组件的开发方法,给出了扩展的相似推理方法的软件组件框架.