湘潭大学 人工智能课件 确定性推理 part 7.pptVIP

Artificial Intelligence (AI)人工智能 第二章：知识表示与推理 内容提要 第二章：知识表示与推理 1.推理的基本概念 2.搜索策略 3.自然演绎推理 4.消解演绎推理 5.基于规则的演绎推理 二、确定性推理 基于规则的演绎推理 在消解演绎推理中，需要把谓词公式化为子句形，这使得原来蕴含在谓词公式中的一些重要信息却会在求取子句形的过程中被丢失。 在不少情况下人们多希望使用接近于问题原始描述的形式来进行求解，而不希望把问题描述化为子句集。 基于规则的演绎推理：又称为与/或形演绎推理，不再把有关知识转化为子句集，而是把领域知识及已知事实分别用蕴含式及与/或形表示出来，然后通过运用蕴含式进行演绎推理，从而证明某个目标公式。 基于规则的演绎推理 规则是一种比较接近于人们习惯的问题描述方式，用蕴含式（“If →Then”规则）按照这种问题描述方式进行求解的系统称为基于规则的系统，或者叫做规则演绎系统。 规则演绎系统按照推理方式可分为： 规则正向演绎系统 规则逆向演绎系统 规则双向演绎系统 基于规则的演绎推理 规则演绎系统 规则正向演绎系统 规则逆向演绎系统 规则双向演绎系统 规则正向演绎系统 规则正向演绎系统是从已知事实出发，正向使用规则（蕴含式）直接进行演绎，直至到达目标为止。 在规则正向演绎系统中，对已知事实和规则都有一定的要求，如果不是所要求的形式，需要进行变换。 事实表达式的与或形变换 在基于规则的正向演绎系统中，把事实表示为非蕴含形式的与或形，作为系统的总数据库 把一个公式化为与或形的步骤与化为子句集类似，只是不必把公式化为子句的合取形式，也不能消去公式中的合取。 规则正向演绎系统 把事实表达式化为非蕴含形式的与/或形的步骤如下： (1) 利用 “P→Q?﹁P∨Q”，消去蕴含符号； (2) 利用狄.摩根定律及量词转换率把“﹁”移到紧靠谓词的位置，直到否定符号的辖域最多只含一个谓词为止； (3)重新命名变元，使不同量词约束的变元有不同的名字； (4)对存在量词量化的变量用skolem函数代替； (5) 消去全称量词，且使各主要合取式中的变元具有不同的变量名。 规则正向演绎系统 例如： 有如下表达式 (?x) (?y)(Q(y, x)∧﹁((R(y)∨P(y))∧S(x, y))) 可把它转化为： Q(z, a)∧( ( ﹁R(y)∧﹁P(y) )∨﹁S(a, y) ) 这就是与/或形表示。 事实表达式的与/或形可用一棵与/或图表示出来。 规则正向演绎系统 Q(z, a)∧((﹁R(y)∧﹁P(y))∨﹁S(a, y))的与/或图表示如下： Q(z, a)∧((﹁R(y)∧﹁P(y))∨﹁S(a, y)) Q(z, a) ((﹁R(y)∧﹁P(y))∨﹁S(a, y)) ﹁R(y)∧﹁P(y) ﹁S(a, y) ﹁R(y) ﹁P(y) 规则正向演绎系统 与/或形的与/或图表示 当某表达式为k个子表达式的析取：E1∨E2∨…∨Ek，其中每个子表达式Ei均被表示为E1∨E2∨…∨Ek的后继节点，并由一个k线连接符（即图中的半圆弧）将这些后继节点都连接到其父节点，即表示成与的关系。 当某表达式为k个子表达式的合取：E1∧E2∧…∧Ek，其中的每个子表达式Ei均被表示为E1∧E2∧…∧Ek的一个单一的后继节点，无需用连接符连接，即表示成或的关系。 这样，与/或图的根节点就是整个事实表达式，叶节点均为事实表达式中的一个文字。 规则正向演绎系统 与/或形的与/或图表示 有了与/或图的表示，就可以求出其解树（结束于文字节点上的子树）集。可以发现，事实表达式的子句集与解树集之间存在着一一对应关系，即解树集中的每个解树都对应着子句集中的一个子句。 解树集中每个解树的端节点上的文字的析取就是子句集中的一个子句。 例如：上图所示的与/或图有3个解树，分别对应这以下3个子句： Q(z, a) ﹁R(y)∨ ﹁ S(a, y) ﹁P(y)∨ ﹁ S(a, y) 规则正向演绎系统 与/或形的与/或图表示 可以把与/或图看作是对子句集的简洁表示。 不过，表达式的与/或图表示要比子句集表示的通用性差一些，原因是与/或图中的合取元没有进一步展开，因此不能象在子句形中那样对某些变量进行改名，这就限制了与/或图表示的灵活性。 例如，上面的最后一个子句“﹁P(y)∨ ﹁ S(a, y)”：在子句集中，其变量y可全部改名为x，但却无法在与/或图中加以表示，因而失去了通用性，并且可能带来一些困难。 规则正向演绎系统 与/或形的与/或图表示 还需要指出，这里的与/或图是作为综合数据库的一种表示，其中的变量受全称量词的约束。 在