随着国内经济发展、社会进步，国内司法领域审判量刑决策的科学性、规范性成为社会关注的焦点，法规与案例结合支持法官量刑决策成为司法审判领域和管理理论界的热点问题，迫切需要针对性、前瞻性、应用性强的研究。为了给法官决策提供有效的支持，论文创建了基于规则和案例推理集成的辅助量刑决策机制，并运用本体、遗传算法等理论与方法，结合案例进行了严谨论证。论文研究主要构建了基于本体的刑事案例表示方法，提出和论证了对于多属性、多案例、多要素背景下，基于GA-KNN的案例属性优化与检索针对性方案，揭示了基于规则与案例推理集成的量刑决策机制。为了系统论证集成案例推理的可靠性，以11000个故意伤害罪的半结构化案例文档集为初始样本，通过本体技术进行决策信息规则化、结构化，采用GA-KNN算法进行属性优化与案例检索，采用决策树和神经网络模型构建推理集成决策模型，通过与实际量刑决策结果比较论证了该方法对支持量刑决策有重大作用。　　论文主要研究内容和结论归纳如下:　　论文针对目前法官量刑决策判决书文档集的非结构化、半结构化特征，首先，通过分析刑事案件判决书文档集结构特征，从本体理论规范知识表达出发，建立了刑事案件本体，并以罪名为单位，对刑事案件相关的概念、类和属性进行了规范化表达;其次，以案例文档集和刑事案件本体为基础，通过信息抽取和标注技术，建立了半结构化文本决策数据的自动抽取模板，实现了刑事案件实体信息的自动化描述性抽取;然后，通过数据仓库技术，对刑事案件决策信息进行逻辑设计，将描述性实体信息规则化，并形成规则化案例库;最后，对刑事案件本体设计和信息抽取方法进行了验证。研究发现，以本体为核心，从模型、实验和评价三个角度阐述的从半结构化数据向结构化案例库转化的机制是利用信息技术手段，实现更多决策信息可利用的重要途径，是科学决策的重要基础。该研究结论确立了蕴含在半结构化文档中决策信息支撑决策的途径，突破了从半结构化数据中获取决策信息的瓶颈，实现了本体理论在领域决策中的应用。　　论文针对司法领域的多案例、多属性、多要素特征及推理机制依赖的案例库必须满足快速检索及时支持法官决策的要求，确立了刑事案例属性优化与敏捷检索这一关键技术问题，首先，通过刑事案例的特点分析确立了刑事案例推理精确性目标与案例检索环节方法选择与路径;其次，通过遗传算法、改进的AHP方法对案例属性进行优化效果比较，形成适合刑事案件量刑决策的属性优化方法，分析比较了不同方法检索结果异同;最后，论证了多案例、多属性、多要素司法类案例应用GA-KNN方法组合完整检索方法的可行路径与检索精度。研究发现，基于权重优化的GA-KNN检索方法可以提高多案例、多属性、多要素司法类案例的检索精确度以及检索效率。该研究拓宽了管理科学与信息技术交叉研究的范围，实现了决策过程依赖特定决策基础信息的最优集合，使决策推理可以在有限的时间内完成。　　论文针对我国成文法依法规量刑和结合案例辅助约束法官自由裁量权的需要，重点研究刑事案件量刑决策中规则推理和案例推理集成决策机制问题。首先，分析了以案例库为基础的数据挖掘技术，根据刑事案件信息离散性和决策过程的非线性特点，提出并论证了决策树模型和神经网络模型的综合应用模式，使法规与案例在决策推理中进行结合;其次，利用实验方法，对两种推理集成的模型进行训练，直至满足决策要求，将推理模型按案件类别（罪名）进行确定，形成各类型案件对应的决策模型;最后，通过具体使用该推理集成决策模型，对其应用效果进行了验证。研究发现，利用数据挖掘方法对领域知识进行深度挖掘，可以找到决策中潜在的关键信息，比如量刑决策特征中的暴力方式细节与决策结果的关系，量刑结果类型与各犯罪特征集的对应等等。该研究结论中两种推理的集成充实了管理决策方法，同时，拓宽了领域知识的挖掘和利用机制。　　论文针对通过信息决策系统自动支持法官量刑的需要，确定了如何将决策模型在实际量刑决策中得以应用的前瞻性研究问题，首先，从上述研究成果出发，从系统需求与功能模块划分的角度对系统进行了分析与阐述，提出了量刑决策辅助系统原型;然后，基于角色和目标案例，进行了系统架构设计，研究了三个关键模块的设计与实现细节;最后，对该系统原型进行了初步实现，并展示了相关界面，并验证了该原型的正确性。研究发现，建立量刑决策辅助系统需要有强大的数据库、知识库做支撑，将案件的案情结构化、法官化是其中的重要环节。该研究结论是决策理论、信息技术与领域知识等多学科研究成果综合应用的结果，拓宽了多学科交叉应用研究的领域。