人工智能6章.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人工智能6章

第六章实用推理技术 6.1 推理的类型 ? 推理----从已有事实推出结论的过程。 根据逻辑基础分类,可分为: 1.演绎推理(Deduction) 演绎推理:由一组前提必然地推导出某个结论的过程。 核心:三段论法,主要使用假言三段论法: 肯定式:if P then Q, P ? Q 否定式:if P then Q, ~Q ? ~P 演绎推理可看成是从已知真理中抽出其所包含的真理。所以演绎推理没有增加新的知识。 2.归纳推理(Induction) 以某命题为前提,推论出与其有归纳关系的其它命题。 从特殊到一般的归纳 从特殊到特殊的归纳 类比推理(Analogy):在所提及的几个对象间检测相似性,将在一方对象成立的事实和知识,变换到另一方对象,从而推断未知事实的推理形式。 归纳推理相对于演绎推理的特点: (1)??? 不保真 (2)??? 增加了知识 3.外展推理(Abduction) 亦称诱导推理,溯因推理,是已知某一结果已经发生,去寻找这个结果的原因。 定义:给定原因集C,结果集E和背景理论T,即原因与结果之间的关系,对于观察d?E,外展问题就是寻找合适的假设集H,满足H?C,使H在背景理论T中能够解释d。 三种推理方法的对比: (1)??? 所有重感冒患者都发烧: (?x)[重感冒(x)?发烧(x)] (2)??? 某甲患了重感冒:重感冒(某甲) (3)??? 某甲发烧:发烧(某甲) 演绎:(1)+(2) ? (3) 归纳:(2)+(3) 经常出现 ? (1) 可能成立 外展:(1)+(3) ? (2) 可能成立 例:菜中放了糖有甜味,放了醋有酸味,放了盐有咸味。如果在菜中吃出了甜味和酸味,就知道菜中放了糖和醋。 原因集C: 糖,醋,盐 结果集E: 甜,酸,咸 背景理论T:放了糖有甜味,放了醋有酸味,放了盐有咸味 观察d: 甜,酸 假设集H:放了糖,醋 4.非单调推理(Nonmonotonic reasoning) 在增加一些新的事实的情况下,能够取消以前得出的某些结论。 (1)??默认推理(Reasoning by default) 默认某些语句或规则,如果不出现其它特殊情况的话,依据这些语句或规则所得到的结论是可信的。 (2)?限制推理(Reasoning by circumscription) 假定问题仅涉及所谈到的那些个体或关系,而决不涉及其它的个体或关系。 5.不确定性推理(不精确推理) 事实或知识存在不确定性时的推理,即根据初始证据的可信度值和规则的可信度值,给出结论的可信度值。 理论依据: (1)??? 概率论 (2)??? 证据理论 (3)??? 模糊集合理论 根据推理方法分类,可分为 1.基于规则的推理(Rule-based reasoning) 2.基于模型的推理(Model-based reasoning) 基于模型的推理强调采用反映事物内部规律的客观世界模型。 ?定性物理模型 ?因果模型 ?功能模型 3.基于事例的推理(Case-based reasoning) 使用类比推理的方法,将以往的相似事例加以修改,使之适合于当前的情况。 优点:(1) 不必对每个问题都从头进行求解,而是充分利用已有的全部或部分答案进行求解。不仅适合于分类问题,也适用于设计问题。 (2) 自学习能力。 6.2 非单调推理 1.概述 一阶谓词的根本特点就是单调性,即 若A和B都是一阶谓词公式,且A├ W 则A ? B ├ W 即新产生的信息B不影响A中原有信息的真实性。 非单调推理的研究途径: ?对逻辑的扩张,是非单调推理的形式化方面,称为非单调逻辑。 ?对推理模式的扩张,是非单调推理的过程化方面,称为非单调系统。 非单调逻辑: 最小化非单调逻辑:限制逻辑(Circumscription) 定点非单调逻辑:默认逻辑(Default logic) 非单调系统: 信任维护系统TMS(Truth Maintenance System) 元知识系统 2.默认逻辑 在客观世界中,有很多事实不是“绝对”为真,而是“几乎都”为真,只有少数情况例外。例如, (?x){BIRD(x)?~PENGUIN(x) ?~OSTRICH(x) ?…? FLY(x)} 但这种形式不能表示出鸟“一般”会飞这一事实。 “如果x是一只鸟,那么在缺乏任何相反信息(证据)的情况下,允许导出x会飞的事实”。 “缺乏任何相反信息”可解释为“假如x会飞是相容的”。因此默认概念应理解为“若x是鸟,且假定x会飞是相容的,那么可以导出x会飞”。形式化表示为 BIRD(x): MFLY(x) FLY(x) 其中M可读作:“假定…是相容的”。 对模糊量词“

文档评论(0)

asd522513656 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档