逆向推理（或逆向推理）是一種推理方法，被俗稱為從目標向后工作。它被用于自動定理證明器、推理引擎、證明助手和其他人工智能應用中。逆向連鎖在邏輯編程中是通過SLD解析實現的。這兩種規則都是基于模因推理規則的。它是兩種最常用的推理規則和邏輯含義的推理方法之一，另一種是前向連鎖。

后向鏈從一個目標列表（或假設）開始，從結果到前因倒推，看是否有任何數據支持這些結果。一個使用后向鏈的推理引擎會搜索推理規則，直到找到一個與所需目標相匹配的結果（Then子句）。如果該規則的前因（If條款）已知為真，那么它就會被添加到目標列表中（要確認一個人的目標，還必須提供數據來確認這個新規則）。例如，假設一個新的寵物Fritz被放在一個不透明的盒子里，同時還有兩個關于Fritz的事實。

Fritz吃蒼蠅目標是根據包含以下四條規則的規則庫來決定Fritz是否為綠色。因此，前項成為新的目標。弗里茨呱呱叫，弗里茨吃蒼蠅3.由于這個目標是兩個陳述的結合，推理引擎將其分解為兩個子目標，這兩個目標都必須被證明。Fritz呱呱叫Fritz吃蒼蠅4.為了證明這兩個子目標，推理引擎看到這兩個子目標都是作為初始事實給出的。因此，連詞是真的。Fritz呱呱叫和Fritz吃蒼蠅因此，規則#1的前項是真的，后項也一定是真的。

弗里茨是一只青蛙因此第3條規則的前項為真，后項必為真。弗里茨是綠色的因此，這個推導允許推理引擎證明Fritz是綠色的。請注意，目標總是與含意的結果的肯定版本相匹配（而不是像模態推理那樣的否定版本），即使如此，它們的前因也會被視為新的目標（而不是像肯定結果那樣的結論），最終必須與已知事實（通常定義為前因總是真實的結果）相匹配；因此，使用的推理規則是模態推理。由于目標列表決定了哪些規則被選擇和使用，這種方法被稱為目標驅動，與數據驅動的前向連鎖推理形成對比。后向鏈方法經常被專家系統采用。Prolog、KnowledgeMachine和ECLiPSe等編程語言在其推理引擎中支持后向鏈。