第3章 节 谓词演算与归结原理 2012AI课件 人工智能.pptVIP

第三章 谓词演算与归结原理;AI的萌芽;AI的萌芽（续1）; AI的萌芽（续2）; AI的萌芽（续3）;;;化子句集的方法;化子句集的方法（续1）;化子句集的方法（续2）;化子句集的方法（续3）;定理： 若S是合式公式F的子句集，则F永假的充要条件是S不可满足。 S不可满足：若nil?S，则S不可满足。 证明的思路： 目标的否定连同已知条件一起，化为子句集，并给出一种变换的方法，使得 S ?S1 ?S2 ?... ?Sn 同时保证当Sn不可满足时，有S不可满足。 ;3.2 归结方法（命题逻辑）;归结的例子;子句集： (1) P (2) ~P?~Q?R (3) ~S?Q (4) ~T?Q (5) T (6) ~R（目标求反）;3.3 谓词逻辑的归结原理;合一 如果存在一个S置换，使得{Ei}中 E1s=E2s=E3s=…=Ens， 则称{Ei}是可合一的。S为{Ei}的合一者。 例：{P(x, f(y), B), P(z, f(B), B)} 置换s={A/x, B/y, A/z}是一个合一者, 因为： P(x, f(y), B)s= P(A, f(B), B) P(z, f(B), B)s= P(A, f(B), B) 置换s={z/x, B/y}和置换s={x/z, B/y}也都是合一者。 结论：合一者不唯一。;最一般合一者（mgu） 置换最少，限制最少，产生的例最具一般性。 如前面的例子： {P(x, f(y), B), P(z, f(B), B)} 对于置换{A/x, B/y, A/z}，产生的例是： P(A, f(B), B) 对于置换={z/x, B/y}，产生的例是： P(z, f(B), B) mgu也不是唯一的。;合一算法 递归过程UNIFY( E1 , E2) 1 if E1 或 E2 是一个原子，交换E1和E2的位置，使E1是一个原子，do 2 begin If　Ｅ1和Ｅ2是相同的，return NIL If E1 是一个变量，do Begin If E1出现在E2中，return FAIL return { E2 / E1 } end If E2 是一个变量，return { E1/E2} return FAIL End ;F1 ? E1 的第一个元素，T1 ? E1 的其余元素 F2 ? E2 的第一个元素，T2 ? E2 的其余元素 Z1? UNIFY ( F1, F2 ) If Z1 = FAIL , return FAIL G1 ? Z1作用到T1的结果 G２ ? Z2作用到T2的结果 Z2 ? UNIFY ( G1, G2) If Z2 = FAIL, return FAIL Return Z1和 Z2　的合成;合一算法;谓词逻辑的归结方法;归结举例;化子句集： (?x)(R(x)?L(x)) = (?x)(~R(x)?L(x)) = ~R(x)?L(x) (1) (?x)(D(x)?~L(x)) = (?x)(~D(x)?~L(x)) = ~D(x)?~L(x) (2) (?x)(D(x)?I(x)) = D(A)?I(A) = D(A) (3) I(A) (4);目标求反： ~(?x)(I(x)?~R(x)) = (?x)~(I(x)?~R(x)) = (?x)(~I(x)?R(x)) = ~I(x)?R(x) (5) 换名后得字句集： ~R(x1)?L(x1) ~D(x2)?~L(x2) D(A) I(A) ~I(x5)?R(x5) ;例题的归结树;归结反演的产生式系统;;归结方法的控制策略 ; 原始子句集 S;I(A);I(A);~Q(x)∨~P(x);3.4 基于归结的问答系统;~AT(Fido, x2);提取回答的过程;例：猴子摘香蕉问题;问题的表示;问题的子句集;~HB(s5);归结方法小结;3.5 基于规则的正向演绎系统;事实表达式的与或形及其表