人工智能の第三章人工智能の第三章.doc

第三章 确定性推理方法 按照推理过程所用知识的确定性，推理可分为确定性推理和不确定性推理。 自然演绎推理和归结推理是经典的确定性推理，它们以数理逻辑的有关理论、方法和技术为理论基础，是机械化的、可在计算机上加以实现的推理方法。 3.1 推理概述 3.1.1 推理的基本概念 推理是指从已知事实出发，运用已掌握的知识，推导出其中蕴含的事实性结论或归纳出某些新的结论的过程。其中，推理所用的事实可分为两种情况，一种是与求解问题有关的初始证据；另一种是推理过程中所得到的中间结论，这些中间结论可以作为进一步推理的已知事实或证据。 人工智能系统的构成： 推理机－－－一些程序来完成的； 综合数据库－－－存放有用于推理的事实或证据； 知识库－－－存放有用于推理所必须的知识。 3.1.2 推理的方法及其分类 1. 按照推理的逻辑基础分类 可分为演绎推理、归纳推理和默认推理。 （1）演绎推理 演绎推理是从已知的一般性知识出发，推理出适合于某种个别情况的结论的过程。它是一种由一般到个别的推理方法。 （2）归纳推理 归纳推理是从大量特殊事例出发，归纳出一般性结论的推理过程，是一种由个别到一般的推理方法。其基本思想是：首先从已知事实中猜测出一个结论，然后对这个结论的正确性加以证明确认，数学归纳法就是归纳推理的一种典型例子。 归纳推理又可分为： 从特殊事例考察范围看：完全归纳推理、不完全归纳推理； 从使用的方法看：枚举归纳推理、类比归纳推理。 （3）默认推理 默认推理又称缺省推理，是在知识不完全的情况下假设某些条件已经具备所进行的推理。也就是说，在进行推理时，如果对某些证据不能证明其不成立的情况下，先假设它是成立的，并将它作为推理的依据进行推理，但在推理过程中，当由于新知识的加入或由于所推出的中间结论与已有知识发生矛盾时，就说明前面的有关证据的假设是不正确，这时就要撤消原来的假设以及由此假设所推出的所有结论，重新按新情况进行推理 2. 按所用知识的确定性分类 按推理时所用知识的确定性来划分，推理可分为确定性推理、不确定性推理。 3. 按推理过程的单调性 按照推理过程中所推出的结论是否单调地增加，或者说按照推理过程所得到的结论是否越来越接近最终目标来分类，推理可分为单调推理与非单调推理。 3.1.3 推理的控制策略 推理过程不仅依赖于所用的推理方法，同时也依赖于推理的控制策略。控制策略包括推理方向、搜索策略、冲突消解策略等；而推理方法则是指在推理控制策略确定之后，在进行具体推理时所要采取的匹配方法或不确定性传递算法等方法。 推理方向用来确定推理的驱动方式，即是数据（证据）驱动或是目标驱动。所谓数据驱动即指推理过程从初始证据开始直到目标结束，而目标驱动则是指推理过程从目标开始进行反向推理，直到出现与初始证据相吻合的结果。 按照对推理方向的控制，推理可分为正向推理、反向推理、混合推理及双向推理四种情况。 正向推理是一种从已知事实出发、正向使用推理规则的推理方式，它是一种数据（或证据）驱动的推理方式，又称前项链推理或自底向上推理。 反向推理是一种以某个假设目标为出发点，反向运用推理规则的推理方式，它是一种目标驱动的推理方式，又称反向链推理或自顶向下推理。 混合推理是把正向推理和反向推理结合起来所进行的推理。 所谓双向混合推理是指正向推理和反向推理同时进行，使推理过程在中间的某一步骤相汇合而结束的一种推理方法。 3.1.4 推理的冲突消解策略 推理过程中的冲突消解策略，就是确定如何从多条匹配规则中选出一条规则作为启用规则，将它用于当前的推理。 目前已有的多种冲突消解策略的基本思想都是对匹配的知识或规则进行排序，以决定匹配规则的优先级别，优先级高的规则将作为启用规则。 常用排序方法有如下几种: 按就近原则排序 按知识特殊性排序 按上下文限制排序 按知识的新鲜性排序 按知识的差异性排序 按领域问题的特点排序 按规则的次序排序 按前提条件的规模排序 3.2 命题逻辑 3.2.1 命题 定义 3.1 能够分辨真假的语句称作命题。 定义3.2 一个语句如果不能再进一步分解成更简单的语句，并且又是一个命题，则称此命题为原子命题。 原子命题是命题中最基本的单位。我们一般用P、Q、R、…大写拉丁字母表示命题，而命题的真与假分别用“T”与“F”表示。 用大写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，后者称为命题变量。对于命题变量而言，只有把确定的命题代入后，它才可能有明确的逻辑值（T或F）。 3.2.2 命题公式 1. 连接词 ～：称为“非”或“否定”。 ∨：称为“析取”。 ∧