逆向推理

逆向推理又稱目標驅動推理，它的推理方式和正向推理正好相反，它是由結論出發，為驗證該結論的正確性去知識庫中找證據。其基本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游泳信息來操作，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。
離散數學中的逆向推理：

推理演繹