确定性推理 幻灯片1.ppt

第3章 确定性推理 智能系统的推理过程实际上就是一种思维过程。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。对于推理的这两种不同类型，本章重点讨论前一种，不确定性推理放到下一章讨论。 3.1 推理的基本概念 3.2 推理的逻辑基础 3.3 自然演绎推理 3.4 归结演绎推理 3.5 基于规则的演绎推理 3.1 推理的基本概念 3.1.1 什么是推理 3.1.2 推理方法及其分类 3.1.3 推理的控制策略及其分类 3.1.4 正向推理 3.1.5 逆向推理 3.1.6 混合推理 3.1.1 什么是推理 推理的概念 是指按照某种策略从已知事实出发去推出结论的过程。 推理所用的事实： 初始证据：推理前用户提供的 中间结论：推理过程中所得到的 推理过程：由推理机来完成，所谓推理机就是智能系统中用来实现推理的那些程序。 例如，医疗专家系统，专家知识保存在知识库中。推理开始时，先把病人的症状和检查结果放到综合数据库中，然后再从综合数据库的初始证据出发，按照某种策略在知识库中寻找，并使用知识，直到推出最终结论为止。 推理的两个基本问题 推理的方法：解决前提和结论的逻辑关系，不确定性传递 推理的控制策略：解决推理方向，冲突消解策略 3.1.2 推理方法及其分类1. 按推理的逻辑基础分类(1/4) 可分为演绎推理、归纳推理等 演绎推理 演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。是一种由一般到个别的推理方法，其核心是三段论，如假言推理、拒取式和假言三段论。 例： 假言三段论 A→B，B→C ? A→C 常用的三段论是由一个大前提、一个小前提和一个结论这三部分组成的。其中，大前提是已知的一般性知识或推理过程得到的判断；小前提是关于某种具体情况或某个具体实例的判断；结论是由大前提推出的，并且适合于小前提的判断。 例如，有如下三个判断： ① 计算机系的学生都会编程序； （一般性知识） ② 程强是计算机系的一位学生； （具体情况） ③ 程强会编程序。 （结论） 这是一个三段论推理。其中，①是大前提，②是小前提；③是经演绎推出来的结论。 可见，其结论是蕴含在大前提中的。 3.1.2 推理方法及其分类1. 按推理的逻辑基础分类(2/4) 归纳推理 是一种由个别到一般的推理方法。归纳推理的类型 按照所选事例的广泛性可分为完全归纳推理和不完全归纳推理 按照推理所使用的方法可分为枚举、类比、统计和差异归纳推理等 完全归纳推理 是指在进行归纳时需要考察相应事物的全部对象，并根据这些对象是否都具有某种属性，推出该类事物是否具有此属性。如，计算机质量检验。 不完全归纳推理 是指在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。例如，计算机，随机抽查。 枚举归纳推理 是指在进行归纳时，如果已知某类事物的有限可数个具体事物都具有某种属性，则可推出该类事物都具有此种属性。 例如，设有如下事例： 王强是计算机系学生，他会编程序； 高华是计算机系学生，她会编程序； …… …… 当这些具体事例足够多时，就可归纳出一个一般性的知识： 凡是计算机系的学生，就一定会编程序。 3.1.2 推理方法及其分类1. 按推理的逻辑基础分类(3/4) 类比归纳推理 是指在两个或两类事物有许多属性都相同或相似的基础上，推出它们在其他属性上也相同或相似的一种归纳推理。 设A、B分别是两类事物的集合： A={a1,a2,……} B={b1,b2,……} 并设ai与bi总是成对出现，且当ai有属性P时，bi就有属性Q与此对应，即 P(ai)→Q(bi) i=1,2,….. 则当A与B中有一新的元素对出现时，若已知a有属性P，b有属性Q，即 P(a)→Q(b) 类比归纳推理的基础是相似原理，其可靠程度取决于两个或两类事物的相似程度以及这两个或两类事物的相同属性与推出的那个属性之间的相关程度。 3.1.2 推理方法及其分类 1. 按推理的逻辑基础分类(4/4) 演绎推理与归纳推理的区别 演绎推理是在已