逆向推理又称目标驱动推理，是问题解决策略的一种。它的推理方式和正向推理正好相反，它是由结论出发，逐级验证该结论的正确性，直至已知条件。
定义及介绍
逆向推理（backward inference）是问题解决策略中启发法的一种。指从问题的目标状态出发，按照子目标组成的逻辑顺序逐级向初始状态递归的问题解决策略。
主要特点：将问题解决的目标分解成问题解决的子目标，直至使子目标按逆推途径与给定条件建立直接联系或等同起来，即目标→子目标→子目标→现有条件。
适用于问题空间中有多条途径从初始状态出发，而只有少数路径通向目标状态的问题。
认知心理学关于问题解决的研究表明，新手往往采用该策略解决问题，这是新手与专家在问题解决行为中的一个重要差异。
相关概念
问题解决策略（strategy of problem solving）：指解决问题过程中选择的适当方法以及所采取的必要的认知操作。可分为算法和启发法两大类。算法是一种按逻辑来解决问题的策略，虽然费时费力但是能保证问题最终得以解决。启发法是由以往解决问题的经验形成的一些经验性规则，容易且速度较快但是不能保证问题一定能解决。常用的启发法策略有手段—目的分析法、顺向推理、逆向推理和假设检验。
顺向推理（forward inference）：问题解决策略的一种，与逆向策略相对。指从问题的已知条件出发，通过逐步拓展已有的信息直到得出结论。顺向推理是专家解决问题的一个重要特征，即专家在解决问题的时候，首先是发现问题提供了什么信息，有提供的信息再借助一定的方法推导出新的信息，从而加深对问题的了解。
手段—目的分析法（means-end analysis）：把一个复杂问题分解为几个较简单的子问题并逐步解决的问题解决策略。由纽厄尔和H.A.西蒙首先提出。
实际应用
逆向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有用信息来操作，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。