鲁滨逊归结原理解析.ppt

我们从目标子句出发，采用线性归结： (6)←P1(a,y),P2(y,c) ［(5),(1),{a/x,c/z}］ (7)←P11(a,y),P2(y,c) ［(6),(2),{a/u,y/v}］ (8)←P2(b,c)) ［(7),(3),{b/y}］ (9)□ ［(8),(4)］ 仔细考虑以上归结过程，可以看出，上述归结过程中除最后一次外，每次产生的归结式都是目标子句；归结过程实际是对第一个目标的求解导致了一连串目标求解；而目标求解的过程类似于计算机程序执行中的过程调用。事实上，如果用程序的眼光去看，则子句(1),(2)就都是“过程”。例如(1)中P就是过程名，(5)和(1)消解就是对过程P的调用，而P的过程体为｛P1(x,y),P2(y,z)｝，从而又引起了对子过程P1,P2的调用，这样层层调用下去，子句(3),(4)提供了过程出口。 PROLOG程序的运行是一种从问题语句（目标语句）开始的线性归结过程。每次归结时，子目标的选择顺序是从左到右，新子目标的插入顺序是插入子目标队列的左端，匹配子句的顺序是自上而下，搜索空子句的策略是深度优先，推理方式是反向推理，且有回溯机制。PROLOG程序的这种归结方法称为基于Horn子句SLD(LinearresolutionwithSelectionfunctionforDefiniteclause)归结，亦称为SLD反驳―消解法。 5.7.1 Bledsoe自然演绎法 这种自然演绎法采用多条推理规则（当然是一些特定形式的规则），试图模拟人脑的推理证明方式，由前提推证结论。著名的IMPLY系统就是一个Bledsoe自然演绎推理的定理证明系统。它是Bledsoe等于1975年在Texas大学研制的。这是一种效率较高的定理证明系统。例如微积分中连续函数的和仍连续的定理，仅用27步就得到了证明。但用归结法时，推出了10万个子句还尚无结果。 5.7 非归结演绎推理 5.7.2 基于规则的演绎推理 这是另一种非归结推理。这种推理将前提谓词公式集合分为规则和事实两部分，并以特定的形式加以表示，然后，用规则与事实进行匹配，进行演绎推理。基于规则的演绎推理系统，称为规则演绎系统。实际上它是一种基于谓词逻辑的产生式系统。规则演绎系统又分为前向演绎系统、后向演绎系统和双向演绎系统。前向系统基于一组前向规则（称为F-规则），从事实出发进行推理；后向系统基于一组后向规则（称为B-规则），从目标出发进行推理；双向系统则同时基于F-规则和B-规则，同时从事实和目标出发进行推理。 5.7.3 王浩算法 我们知道，利用命题逻辑中的推论规则（如代换规则、取代规则、分离规则、CP规则等等），可以证明一个命题公式为定理。但把这一过程用机器来实现还存在许多困难。因为其中的各条规则都未指明在推导的哪一步该引入哪些前提或中间结论，而通常有赖于人的经验、技巧和才能。为此，美籍华人学者王浩教授于1960年提出了著名的王浩算法。 (3―1) (3―2) (3―3) 由(3―1)式又得 由(3―2)式得 其中 称为永真相继式。 5.32 利用王浩算法证明P→P∨Q。 用自由前项的相继式表示，原式就是 现在采用反向推导，即要使(3―1)式成立则必须(3―2)式成立，要使(3―2)式成立则必须(3―3)式成立。而(3―3)式成立，所以原公式P→P∨Q成立。 (6)出现后(3)可被删除，所以，第二轮归结在(2)、(4)、(5)、(6)、(7)、(8)间进行。其中(2)、(4)、(5)间的归结不必再重做，于是得 S2: (9)乛P(a) ［(2),(7)］ (10)Q(a) ［(4),(7),{a/y}］ (11)乛P(a) ［(5),(6),{a/z}］ (12)□ ［(6),(8),{a/z}］