AI3确定性推理2要点.pptVIP

* 3.4.3 归结演绎推理的归结策略6. 祖先过滤策略（1/2） 这种策略与线性输入策略有点相似，但是，放宽了对子句的限制。每次参加归结的两个亲本子句，只要满足以下两个条件中的任意一个就可进行归结： (1) 两个亲本子句中至少有一个是初始子句集中的子句。 (2) 如果两个亲本子句都不是初始子句集中的子句，则一个子句应该是另一个子句的先辈子句。所谓一个子句(例如C1)是另一个子句(例如C2)的先辈子句是指C2是由C1与别的子句归结后得到的归结式。 例3.23 设有如下子句集： S={﹁Q(x)∨﹁P(x), Q(y)∨﹁P(y)，﹁Q(w)∨P(w) , Q(a)∨P(a) } 用祖先过滤策略证明S为不可满足 证明：从S出发，按祖先过滤策略归结过程如下图所示。 可以证明祖先过滤策略也是完备的。 上面分别讨论了几种基本的归结策略，但在实际应用中，还可以把几种策略结合起来使用。总之，在选择归结反演策略时，主要应考虑其完备性和效率问题。 * 3.4.3 归结演绎推理的归结策略6. 祖先过滤策略（2/2） ﹁Q(x)∨ ﹁P(x) Q(y)∨﹁P(y) ﹁ P(x) ﹁ Q(w)∨P(w) ﹁ Q(w) Q(a)∨P(a) P(a) NIL * 作 业 3.18 设有子句集 {P(x)∨Q(x, b), P(a)∨﹁Q(a, b),﹁Q(a, f(a)), ﹁P(x)∨Q(x, b)} 请用祖先过滤策略求出其归结式 * 分章实验2（选 作） 简单动物识别系统的推理 1. 实验目的 理解掌握产生式系统的推理方法，能够用选定的编程语言设计推理机。 2. 实验环境 在微型计算机上，任选一种编程语言。 3. 实验要求 (1) 以分章实验1的动物识别系统的规则库和综合数据库为基础。 (2) 用选定的编程语言开发一个推理机，该推理机能够利用分章实验1的规则库和综合数据库进行推理 * * 3.4.2 鲁滨逊归结原理3. 谓词逻辑的归结（2/16） 例3.11 设C1=P(a)∨R(x)，C2=﹁P(y)∨Q(b)，求 C12 解：取L1= P(a), L2=﹁P(y)，则L1和L2的最一般合一是σ={a/y}。根据定义3.20,可得 C12=( {C1σ}-{L1σ}) ∪ ({C2σ}-{L2σ}) =({P(a), R(x)}-{P(a)})∪({﹁P(a), Q(b)}-{﹁P(a)}) =({R(x)})∪({Q(b)})= {R(x), Q(b)} =R(x)∨Q(b) 例3.12 设C1=P(x)∨Q(a)，C2=﹁P(b)∨R(x) ，求 C12 解：由于C1和C2有相同的变元x，不符合定义3.20的要求。为了进行归结，需要修改C2中变元x的名字为，令C2=﹁P(b)∨R(y)。此时L1= P(x), L2 =﹁P(b)，L1和L2的最一般合一是σ={b/x}。则有 C12=( {C1σ}-{L1σ})∪ ({C2σ}-{L2σ}) =({P(b), Q(a)}-{P(b)}) ∪ ({﹁P(b), R(y)}-{﹁P(b)}) =({Q(a)}) ∪ ({R(y)})= {Q(a), R(y)} =Q(a)∨R(y) * 3.4.2 鲁滨逊归结原理3. 谓词逻辑的归结（3/16） 对以上讨论做以下两点说明: (1) 这里之所以使用集合符号和集合的运算，目的是为了说明问题的方便。 即先将子句Ciσ和Liσ写成集合的形式，在集合表示下做减法和并集运算，然后再写成子句集的形式。 (2) 定义中还要求C1和C2无公共变元，这也是合理的。 例如C1=P(x)，C2=﹁P(f(x))，而S={ C1, C2}是不可满足的。但由于C1和C2的变元相同，就无法合一了。没有归结式，就不能用归结法证明S的不可满足性，这就限制了归结法的使用范围。 如果对C1或C2的变元进行换名，便可通过合一，对C1和C2进行归结。如上例，若先对C2进行换名，即C2=﹁P(f(y))，则可对C1和C2进行归结，得到一个空子句，从而证明了S是不可满足的。 事实上，在由公式集化为子句集的过程中，其最后一步就是做换名处理。因此，定义中假设C1和C2没有相同变元是可以的。 * 3.4.2 鲁