[农业专家系统和PROLOG语言]第2章人工智能的数学基础.docVIP

第2章 人工智能的数学基础 人类智能在计算机上的模拟就是人工智能，而智能的核心是思维，因而如何把人们的思维活动形式化、符号化，使其得以在计算机上实现，就成为人工智能研究的重要课题。在这方面，逻辑的有关理论、方法、技术起着十分重要的作用，它不仅为人工智能提供了有力的工具，而且也为知识的推理奠定了理论基础。此外，概率论及模糊理论的有关概念及理论也在不确定性知识的表示与处理中占有重要地位。因此，在系统学习人工智能的理论与技术之前，先掌握一些有关逻辑、概率论及模糊理论方面的知识是很有必要的。 人工智能中用到的逻辑可概括地划分为两大类。一类是经典命题逻辑和一阶谓词逻辑，其特点是任何一个命题的真值或者为“真”，或者为“假”，二者必居其一。因为它只有两个真值，因此又称为二值逻辑。另一类是泛指除经典逻辑外的那些逻辑，主要包括三值逻辑、多值逻辑、模糊逻辑、模态逻辑及时态逻辑等，统称为非经典逻辑。在非经典逻辑中，又可分为两种情况，一种是与经典逻辑平行的逻辑，如多值逻辑、模糊逻辑等，它们使用的语言与经典逻辑基本相同，主要区别是经典逻辑中的一些定理在这种非经典逻辑中不再成立，而且增加了一些新的概念和定理。另一种是对经典逻辑的扩充，如模态逻辑、时态逻辑等。它们一般承认经典逻辑的定理，但在两个方面进行了扩充：一是扩充了经典逻辑的语言；二是补充了经典逻辑的定理。例如模态逻辑增加了两个新算子L(……是必然的)和M(……是可能的)，从而扩大了经典逻辑的词汇表。 概率论在人工智能中的应用主要体现在有关概率、条件概率等的概念以及Bayes定理等，多年来它一直是人工智能中处理不确定性的理论基础。 本章将扼要地介绍几种今后要用到的逻辑及概率论、模糊理论的有关知识，目的是为后继章节的讨论奠定基础。 2.1命题逻辑与谓词逻辑 命题逻辑与谓词逻辑是最先应用于人工智能的两种逻辑，对于知识的形式化表示，特别是定理的自动证明发挥了重要作用，在人工智能的发展史中占有重要地位。 谓词逻辑是在命题逻辑基础上发展起来的，命题逻辑可看作是谓词逻辑的一种特殊形式。本节主要讨论谓词逻辑的主要概念及有关定理。 2.1.1 命题 定义2.1 命题是具有真假意义的语句。 命题代表人们进行思维时的一种判断，或者是肯定，或者是否定，只有这两种情况。若命题的意义为真，称它的真值为真，记作T；若命题的意义为假，称它的真值为假，记作F。命题不能同时既为真又为假，但可以在一定条件下为真，在另一种条件下为假。没有真假意义的语句(如感叹句、疑问句等)不是命题。例如，“北京是中华人民共和国的首都”，“35”都是真值为了的命题；“太阳从西边升起”，“煤球是白色的”都是真值为F的命题。“1+1=10在二进制情况下是真值为了的命题，但在十进制情况下却是真值为F的命题。同样，对于命题“今天是晴天”，也要看当天的实际情况才能决定其真值。 在命题逻辑中，命题通常用大写的英文字母表示，例如可用英文字母P表示“西安是个古老的城市”这个命题。英文字母表示的命题既可以是一个特定的命题，也可以是一个抽象的命题，前者称为命题常量，后者称为命题变元。对于命题变元而言，只有把确定的命题代入后，它才可能有明确的真值(T或F)。 命题逻辑的这种表示法有较大的局限性，它无法把它所描述的客观事物的结构及逻辑特 征反映出来，也不能把不同事物间的共同特征表述出来。例如，对于“老李是小李的父亲”这一命题，若用英文字母表示，例如用字母P，则无论如何也看不出老李与小李的父子关系。又如，对于“李白是诗人”、“杜甫也是诗人”这两个命题，用命题逻辑表示时，也无法把两者的共同特征(都是诗人)形式地表示出来。由于这些原因，在命题逻辑的基础上发展起来了谓词逻辑。 2.1.2 谓词 在谓词逻辑中，命题是用谓词表示的，一个谓词可分为谓词名与个体这两个部分。个体表示某个独立存在的事物或者某个抽象的概念；谓词名用于刻画个体的性质、状态或个体间的关系。例如，对于“老张是教师”这个命题，用谓词可表示为Teacher(Zhang)。其中，Teacher是谓词名，Zhang是个体，“Teacher”刻画了Zhang的职业是教师这一特征。又如，“53”这个不等式可用谓词表示为Greater(5，3)，这里Greater刻画了5与3之间的“大于”关系。 谓词的一般形式是：P(x1，x2，…，xn) 其中，P是谓词名，x1，x2，…，xn是个体。谓词名通常用大写的英文字母表示，个体通常用小写的英文字母表示。 在谓词中，个体可以是常量，也可以是变元，还可以是一个函数。例如，对于“x5”，可表示为Less(x，5)，其中x是变元。又如，对于“小王的父亲是教师”，可表示为Teacher(father