11811系统也存在如下不足：其一，存在明显知识获取瓶颈。把专家的隐性知识外化并归纳描述成11811系统所要求的规则知识非常困难，甚至不能实现；即使勉强实现，规则库也必然十分庞大，构造和维护异常困难。其二，在11811系统中，当不同专家知识间发生矛盾或夹杂很大干扰时，容易发生匹配冲突、组合爆炸和无穷递归等问题，从而影响系统的处理能力。其三，在解决新问题时，只811系统要求必须“从头开始”，这束缚了问题求解的效率。

针对0811与11811系统各自的优点和不足，我们提出0811和11811相结合的机器学习（知识获取）系统用于自动获取案例知识，如图4-16所示。如此，可以取长补短，充分发挥两套系统思想的优点，使系统表现出更高性能。如图4-16所示，该系统结构中各组分相应功能如下：①人-机接口负责系统与用户间交互，它采用11811辅助下的逐步询问的诱导方式来方便用户提供有关案例的描述信息，并对输人的参数进行匹配性检验，确定它们的权重。②案例管理器负责案例知识的维护与管理，即实现对案例库的案例访问、添加、删除、修改等操作功能。③检索引擎负责解释用户的查询需求，完成对案例库的检索活动。④适配器。当检索到的源案例与目标问题不够接近、不能满足实际问题的求解要求时，适配器负责对检索到的源案例进行修改，使其能够满足当前问题的求解要求。⑤6811系统的作用不仅在于对人-机接口的支持，系统的适配过程亦是8811系统辅助下通过“在线诱导、人机交互”方式实现的；同时，其还作为0：！ ！[的辅助推理器，用于建立当前问题的索引、设置案例库的搜索范围，系统088工作过程由11811启动，以避免对案例库的不必要检索、提高系统效率。⑥案例库负责存储和组织系统中的案例知识。⑦综合信息库作为11811子系统的信息源，存储应用领域的主要规则知识和技术指标。

图4-16 0111肌系统结构

011 1系统的初始案例知识由知识工程师和组织内的一般职员协调合作，通过人工获取方式得到；尔后，系统将在运行中通过自学习过程实现新知识的自动获取。但如果对这种学习行为不加以控制，案例库中案例的质量便会降低；同时，案例库的规模会迅速膨胀，以至于影响系统工作效率。对此，我们采用如下策略对自学习行为加以控制：对于通过检索适配得到的结果案例进行价值分析，即计算其与案例库中所有旧案例之间的相似度5 二 |5卜5₂₁，…，5」。