逆向推理又称目标驱动推理，它的推理方式和正向推理正好相反，它是由结论出发，为验证该结论的正确性去知识库中找证据。其基本推理过程是从表示目标的事实出发，使用一组知识证明事实成立，即提出一批假设（目标），然后逐一验证这些假设的正确性。推理过程算法如下：

1）给出要求验证的目标；

2）检查该目标是否已在综合数据库中，若在，则成功推出，否则，转下一步；

3）判断该目标是否是证据，即是否为应由用户证实的初始事实。若是，则询问用户，否则，转 下一步；

4）在知识库中找出所有可能导出该目标的规则，形成适用的知识集，然后转下一步；

5）从知识集中选出一条规则，并将该知识的前件作为新的假设目标，然后转2）。

逆向推理控制策略的优点是目的性强，不必寻找与假设无关的信息和知识。这种策略对推理过程提供较精确的解释，告诉用户要达到目标所使用的规则（知识）。另外，此控制策略在解空间较小的问题求解环境下尤为合适，它利于向用户提供求解过程。缺点在于初始目标的选择有盲目性，不能通过用户提供的游泳信息来操作，用户要求快速输入相应的问题领域，若不符合实际，则要多次提出假设，影响系统效率。与正向推理相比，反向推理的目的性很强，通常用于验证某一特定知识是否成立。

离散数学中的逆向推理：