人工智能经典逻辑推理剖析.ppt

人工智能Artificial Intelligence;第三章 经典逻辑推理;3.1 基本概念;3.1.2 推理方式及其分类;3.1.2 推理方式及其分类;3.1.3 推理的控制策略;1. 正向推理（数据驱动推理）;正向推理示意图;2 逆向推理;逆向推理示意图; 动物识别的例子(正向推理);3.1.3 推理的控制策略;模式匹配是指对两个知识模式(例如两个谓词公式、框架片断、语义网络片断)进行比较，检查这两个知识模式是否完全一致或者近似一致。;3.1.4 模式匹配;变量代换（置换）;;代换的复合;代换复合的例子;公式集的合一; 最一般合一;求取最一般合一;求取最一般合一的例子;求取最一般合一的例子;3.1.5 冲突消解策略;几种冲突消解策略;3.2 自然演绎推理;P规则：在推理的任何步骤都可以引入前提。 T规则：推理时，如果前面步骤中有一个或者多个公式永真蕴含公式S，则可把S引入推理过程中。 ;3.3 归结演绎推理;3.3.1 子句; 子句集;把谓词公式化成子句集的步骤(1);把谓词公式化成子句集的步骤(2);把谓词公式化成子句集的步骤(3); 子句集的性质; 子句集的意义;3.3.2 海伯伦理论（Herbrand）;海伯伦域;海伯伦域的例子; 子句集S在H域上的解释就是对S中出现的常量、函数及谓词进行指派。;在H域上进行解释的意义;基子句集的概念;Herbrand 定理;3.3.3 鲁滨逊归结原理;命题逻辑中的归结原理;归结原理中的重要定理;两个推论;在命题逻辑中应用归结原理;谓词逻辑中的归结原理;二元归结式的定义;若参加归结的子句内部含有可合一的文字，则在进行归结之前应先对这些文字进行合一。一般来说，如果子句C中有两个或者两个以上的文字具有最一般合一σ，则称Cσ是子句C的因子。如果Cσ为一个单文字，则称它为C的单元因子。;定义 子句C1和C2的归结式是下列二元归结式之一： C1与C2的二元归结式； C1与C2的因子C2σ2的二元归结式； C1的因子C1σ1与C2的二元归结式； C1的因子C1σ1与C2的因子C2σ2的二元归结式。;特别注意;3.3.4 归结反演;归结反演的步骤;例3.12 已知 求证：G是F的逻辑结论。;自动定理证明举例;（1）定义谓词;（2）建立子句集;（3）运用归结原理进行推理;3.3.5 应用归结原理求取问题的答案;用归结原理求??问题的例子;把上述公式化成子句集，得到S： (1)?T(A)∨?T(B) (2)?T(A)∨?T(C) (3)T(C)∨T(A)∨T(B) (4)?T(B)∨?T(C) (5)?T(C)∨?T(A)∨?T(B) (6) T(A)∨T(C) (7)T(B)∨T(C);(1) ?T(A)∨?T(B) (2) ?T(A)∨?T(C) (3) T(C)∨T(A)∨T(B) (4) ?T(B)∨?T(C) (5) ?T(C)∨?T(A)∨?T(B) (6) T(A)∨T(C) (7) T(B)∨T(C);两点注意;3.3.6 归结策略;归结的一般过程;一个归结的例子;删除策略;支持集策略;支持集策略;支持集策略示例;线性输入策略;单文字子句策略;祖先过滤策略;~Q(x)∨~P(x);优点： 缺点：;3.4 与/或形演绎推理;与/或形演绎推理的分类;4.4.1 正向与/或形演绎推理;1 事实表达式的与/或形变换及其树形表示;1 事实表达式的与/或形变换及其树形表示;事实的与或树表示;2 F规则的表示形式;2 F规则的表示形式;3 目标公式的表示形式;4 推理过程;例： 事实：A ? B 规则集： A ? C ? D B ? E ? G 目标公式： C ? G;例：设已知事实和规则分别为 事实：((P ? Q) ? R) ? (S ? (T ? U)) 规则：S ? (X ? Y) ? Z 用正向演绎推理推出所有可能的目标子句。;((P ? Q) ? R) ? (S ? (T ? U));例：事实：P(x, y) ? (Q(x, A) ? R(B, y)) 规则集： P(A, B) ? (S(A) ? X(B)) Q(B, A) ? U(A) R(B, B) ? V(B) 目标：S(A) ? X(B) ? U(A);4.4.2 逆向与/或形演绎推理;1 目标公式的与/或形变换及其树形表示;1 目标公式的与/或形变换及其树形表示;2 B规则的表