人工智能推理技术-经典.pptVIP

1)、命题逻辑的情况 应用规则的匹配过程比较简单。设已知事实的与或形表达式为：（（P?Q）?R）?（S ?（T?U）） 规则为 S?（X?Y）?Z 把已知事实用与或图表示，图中有一个叶节点是文字S，它正好与规则的前项的文字S完全匹配，由此可直接用这条规则对与或图进行变换，即把规则后项的与或形公式用与或图表示后添加到已知事实的与或图上，并用一个匹配弧连接起来，规则匹配后演绎的结果如下图所示。图中匹配弧后面是规则部分。 例：事实表达式： A?B； 规则集合：A?C?D，B?E?G； 目标公式：C ? G 应用完这两条规则后，得到的与或图如图所示，其中有一个解图满足目标公式（C ? G）所建立的结束条件。 2)、谓词逻辑的情况 需要讨论对含有变量的目标公式的处理 (匹配问题)。 对具有量词量化变量的目标公式来说，化简时要使用Skolem化过程的对偶形式。即目标中属于存在量词辖域内的全称量化变量要用存在量化变量的Skolem函数来替代，经过Skolem化的公式只剩下存在量词，然后对析取元作变量改名，最后再把存在量词省略掉。 例如，设目标公式为（?y）（?x）（P（x，y）? Q（x，y）） 用函数消去全称量词后有 （?y）（P（f（y），y）?Q（f（y），y））；然后进行变量改名，使每个析取元具有不同的变量符号，于是有 （?y）（P（f（y），y）?（?y1）Q（f（y1），y1）） 最后省去存在量词（P（f（y），y）?Q（f（y1），y1）） 以后目标公式中的变量都假定受存在量词的约束。 下面举例说明应用一条规则L?W对与或图进行变换的过程。设与或图中有一个端节点的文字L’和L可合一，mgu是u，则这条规则可应用，这时用匹配弧连接的后裔节点是L，它是规则后项Wu对应的与或图表示的根节点，在匹配弧上标记有u，表示用u置换后可与规则匹配。 例、事实与或形表示 P（x，y）?（Q（x，A）?R（B，y）） 规则蕴涵式 P（A，B）?(S(A) ?X(B)) 下图是应用规则变换后得到的与或图，它有两个解图，对应的两个子句是 S(A) ?X(B) ? Q（A，A）；S(A) ?X(B) ? R（B，B）它们正是事实和规则公式组成的子句集对文字P进行归结时得到的归结式。 图7-7、应用一条含有变量的规则后得到的与或图 ② ① 当一个与或图含有多个的匹配弧(应用了多条规则时)，任一解图可能含多个匹配弧（对应的置换是u1,u2,…un），故在列写解图的子句集合时，只考虑具有一致的匹配弧置换的那些解图（一致解图）。一个一致解图表示的子句是对得到的文字析取式应用一个合一复合的置换之后所得到的子句。 设有一个置换集U={u1,u2,…,un},其中 u i ={t i 1/v i 1, t i 2/v i 2,…,tim(i)/vim(i)}是置换对集合，t是项，v是变量。 根据这个置换集，定义变量集和项集： U1=( v11,…, v1m(1) , v21,…, v2m(2) ,…, vn1,…, vnm(n) ,) (由每个置换ui中的变量vi构成) U2=( t11,…, t1m(1) , t21,…, t2m(2) ,…, tn1,…, tnm(n) ,) (由每个置换ui中的项ti构成) 则置换U一致的充要条件是U1 和U2是可合一的。而U的合一复合u=mgu(U1, U2)。 可以验证对一个置换集合求合一复合的运算是可结合和可交换的（求置换的合成是不可交换的），因此一个解图对应的合一复合不依赖于构造这个解图时所产生的匹配弧的次序。 例：设事实和规则描述如下： Fido barks and bites, or Fido is not a dog. F: ~DOG(FIDO) ? (BARKS(FIDO) ?BITES(FIDO)) All terriers are dogs. R1: （?x） ~DOG(x)?~TERRIER(x)(原规则的逆否) Anyone who barks is noisy. R2: （?y） BARKS(y) ?NOISY(y) 要证明的目标是There exists someone who is not a terriers or who is noisy. 目标公式： （?z） ~TERRIER(z) ? NOISY(z) 上图给出了演绎得到的与或图，图中结束在目标节点的一个一致解图，有置换集合 {{FIDO/x},{FIDO/y},{FIDO/z}}，它的合一复合是u={FIDO/x, FIDO/y, FIDO/z}。根据这个一致解图，目标公式是事实和规则的逻辑推论，因而得到了证明。 如果用这个合一复合u应用于