人工智能基础（第2版）-高济-AI-7-本.pptVIP

人工智能基础 浙江大学计算机学院 高 济 2.4 基于规则的演绎推理 动机： 基于归结的演绎推理 简单易行——只要将问题求解的依据（事实或公式）和目标以合适公式加以形式化描述，就可交由归结反演系统和问答系统执行。 丢失隐含于合适公式的启发式知识 合适公式标准化为高度统一的子句集: P∧Q ? R ?P∨?Q∨R, 效率低下，难以适应于复杂的应用域。 不利于人们从自然思维的角度组织问题的求解和提供问题求解所需的知识——归结演绎并非人类的自然思维方式。 基于规则的演绎推理 保留蕴涵式，将其作为推理规则，用于直接推导目标公式， 符合人的自然思维方式， 通过规则（作为启发式知识）更有效地引导演绎推理过程， 比归结反演更为有效的推理技术，广泛地应用于许多问题求解任务中。 2.4 基于规则的演绎推理 总体描述 规则演绎将求解问题所需的知识分为二类： 规则——表示为蕴涵式，作为启发式知识（表示应用域中存在的规律和法则），引导演绎推理过程。 事实——表示为非蕴涵形式的合适公式，作为应用规则进行推理时参考的有关问题状态和环境的知识。 规则演绎的任务——从给定的事实（即问题的状态和环境知识）和规则，证明某个目标公式成立。 规则演绎的分类： 正向演绎——从事实出发，应用规则不断推导出中间结果作为新的事实，直至推导出目标公式。 逆向演绎——从目标公式出发，逆向应用规则不断推导出子目标，直至