人工智能ch.ppt

人工智能与知识工程 教学计划 人工智能及其发展 知识表示 确定性推理 不确定推理 搜索策略 机器学习—知识获取 专家系统 第三章 确定性推理 推理中的一般问题 自然演绎 归结演绎 与/或形演绎推理 §1、推理中的一般问题 推理 推理是按照某种策略由已知判断推出另一判断（新判断）的思维过程。 用于实现推理的程序称为推理机 推理的分类 按推出新判断的方法分类 演绎推理 从全称判断推出特称判断或单称判断的推理过程/方法 三段论： 大前提——已知的一般性知识 小前提——关于具体情况或个别事实的判断 结论——由大前提推出的适合于小前提的判断（结论） 例： 大前提：如果地球围绕太阳旋转，那么月球就是围绕地球旋转。 小前提：今天地球是围绕太阳旋转的。 结论：今天月球就是围绕地球旋转。 特点：演绎推出的结论都包含在前提的一般性知识中。如果大前提正确，得到的结论肯定正确。 归纳推理 从众多的事例（事实）中归纳出一般性结论（知识）的推理过程。 穷举所有事例（事实）——完全归纳推理 列举部分事例（事实）——不完全归纳推理 例 特点： 完全归纳推理能保证结论正确，但很难做到。 不完全归纳推理不能保证结论正确，经常使用的形式。 注：归纳推理是人类思维活动中最基本、最常用的一种推理方式。如果经归纳得到的结论能从理论上证明其正确性，就能得到普遍实用的知识。 默认推理 在知识不完全的情况下假设（默认）某些条件已经具备所进行的推理 例 特点： 当不存在与假设相矛盾的条件时，可以认为假设为真 当出现与假设相矛盾的条件时，应修正或撤消已获得的结论。 按所用知识的确定性分类 确定性推理 推理中所用的知识是精确的，获得的结论也是确定的 例 特点：基于经典逻辑的推理属于确定性推理——本章的主要内容 不确定性推理 推理中所用的知识不都是精确的，获得的结论也不完全是确定的 例 特点：客观世界本身存在的不确定性显然比确定性更普遍，因此不确定推理的需求是普遍存在的，研究它的意义比研究确定性推理更大。下章的主要内容 按新旧判断的关系分类 单调推理 推理获得的新知识与已有的旧知识之间无矛盾，即不否定已有知识的正确性 例：从欧几里德公理出发，推出的几何学的各种定理相互之间是无矛盾的 特点：随着推理的进行，能够获得越来越多的新知识，即获得的知识数量随推理的进程单调增加。 非单调推理 推理获得的新知识与已有的某些旧知识之间存在矛盾，即否定了已有知识的正确性 例： 特点：获得的知识数量不随推理的进程单调增加 按是否用启发性知识分类 启发式推理 在推理过程中使用启发性知识来改善推理的进程 例 特点：正确的启发性知识能使推理进程加快，错误的启发性知识使推理进程变慢 非启发式推理 在推理过程中仅使用已有的事实和知识进行推理 例 特点：推理过程不受环境（上下文）变化的影响 按推理所用的方法论分类 基于知识的推理 根据已有的事实和知识进行的推理 例 特点：逻辑性强 统计推理 根据对某些事物的数据进行统计而获得新的知识或结论 例 特点：使用数学、统计学的方法与理论 直觉推理 根据常识进行的推理 例 特点：广泛存在，难于表示 按是否使用定量描述分类 定量推理 推理中直接或间接使用定量描述或定量分析方法 例 特点：定量分析 定性推理 推理中使用或部分使用定性知识，获得的结论是定性的或部分是定性的 例 特点：弥补了当前事实、知识和定性分析的不足 注： （1）确定性推理是研究推理的基础 （2）不确定性推理应用范围最广泛 （3）定性推理是推理研究的难点和目前的重点 推理中的策略——控制策略 策略的概念 指导知识应用的方法和技术 分类：推理方向策略，搜索策略，冲突消解策略，求解策略，限制策略 推理方向策略 概念 推理方向用于确定推理的驱动方式 环境要求：知识库，综合数据库，推理机 正向推理（数据驱动推理，前向链推理，模式制导推理，前件推理） 以事实为出发点，利用知识库中的知识进行推理。 算法： 逆向推理 以某个假设目标为出发点的推理。 算法： 混合推理 将正向推理与逆向推理结合起来进行的推理 先正向后逆向推理 根据正向推理的结果来帮助选择逆向推理的目标，以证实目标或提高目标的可信度 算法 先逆向后正向推理 先假设目标进行逆向推理，然后进行正向推理以获得更多的结论 算法 双向推理 将正向与逆向推理同时进行。推理结束的条件是：正向推理某个步骤的结论正好是逆向推理的目标；或逆向推理某个步骤的目标正好是正向推理的结论。 算法： 正向推理与逆向推理的算法结合 示意： 搜索策略 用于确定推理的路线。CH5中讲。 冲突消解策略 稍后讲。 求解策略 用于确定求得的解满足什么样的要求。 要求： 可行解：求出一个满足条件的解即可。 局部最优解：它是可行解，并且在局部达到最优。 最优解：它是可行解，并且在所有可行解中最优。 策略的