人工智能第6章 谓词逻辑与归结原理.ppt

人工智能 华中科技大学水电与数字化工程学院 第六章 谓词逻辑与归结原理 6.1 一阶谓词逻辑基础 6.2 归结法（消解Resolution） 6.3 归结反演系统 6.4 基于归结法的应用 定义： 逻辑是人们思维活动规律的反映和抽象; 逻辑亦称为数理逻辑或符号逻辑，主要研究关于推理、证明等模拟人类智能的问题求解理论和方法，是人工智能的重要基础。 定义： 逻辑是表达人类思维和推理的最精确和成功的方法。其表现方式和人类自然语言非常接近，并且能利用计算机对其进行精确处理。因此，用逻辑作为知识表示工具自然就容易为人们所接受。 逻辑可划分为经典逻辑和非经典逻辑两大类，前者包括命题逻辑和一阶谓词逻辑，后者包括模态逻辑、模糊逻辑、时序逻辑、非单调逻辑、多值逻辑等。 6.1 一阶谓词逻辑基础 6.1.1 命题逻辑 “命题逻辑”是“谓词逻辑”的基础。例：张平是学生；树叶是绿色的；灯亮着；天在下雨。 这种表示知识的陈述性形式称为命题；或取值为真或假的句子称为命题。 简单地说，命题是指一句有真假意义的陈述句。命题为真，记为 T；命题为假，记为 F。 命题逻辑就是研究命题与命题之间关系的符号逻辑系统，通常用大写字母A，B等表示命题。 复合命题：在命题逻辑中，表达单一意义的命题称为“原子命题”。原子命题可以通过连接词构成复合命题。 假设有命题 P：天在下雨。Q：天晴。可用P →~Q表示：如果天在下雨则天不晴。即利用连接词（→和~）和原子命题构成复杂的复合命题。 6.1.2 谓词逻辑 一阶谓词逻辑中，简单命题被分解成个体和谓词两部分。 先看几个命题： 1、3是质数， x是质数， F(x)； 2、王二生于武汉市， x生于y， G(x,y)； 3、7=2?3， x=y ? z， H(x,y,z)； 称“3”、“王二”、“武汉市”、“7”、“2”、“3”为个体; 代表个体的变元称为个体变元；刻画个体性质或个体之间关系的词叫谓词，如“是学生”、“是绿色的”、“是质数”、“生于”、“…=… ?…”都是谓词。 以谓词为基础的谓词演算是一种形式语言，可严密而精确地表达复杂的人类知识，并作为演绎推理的重要基础。 谓词逻辑比命题逻辑有更强的表达能力： 1、有概括能力； 2、可以代表变化着的情况； 3、可以在不同的知识之间建立联系。 1、谓词逻辑有概括能力。 表达：??是一个城市，P1：代表“北京是一个城市”；P2：代表“上海是一个城市”；P3：代表“天津是一个城市”；即有多少个城市就要用多少个命题来表示。 这些命题只要用一个谓词CITY（X）就可以表示，其中X是北京、上海、天津……，于是，上述三个命题变成：P1：CITY（北京）； P2：CITY（上海）；P3：CITY（天津）。 2、谓词逻辑引进了变量；用谓词可以代表变化着的情况，而命题只能代表某种固定的情况。 两个命题，P：北京是一个城市；Q：水是固体；则P的值是恒真的，而Q的值是恒假的，不可能有别的值。 谓词公式取值的真假因参数而异，如P1：CITY（北京）；P2：CITY（水）；同一个谓词CITY，当它的参数为北京时取真值，参数为水时取假值。 3、利用谓词可以在不同的知识之间建立联系。 HUMAN（X）X是人，LAWED（X）X受法律约束，COMMIT（X）X犯法，PUNISHED（X）X受法律制裁。 前两个知识单元可以联合成一个高一级的知识单元：HUMAN（X）→LAWED（X） 表示：人人都要受法律约束。 后两个知识单元可以联合成一个高一级的知识单元：COMMIT（X）→PUNISHED（X）表示：只要X犯了罪，X就要受惩罚。 进一步，可以把两个高级知识单元联成更高级的知识单元：{[HUMAN（X）→LAWED（X）] →[COMMIT（X）→PUNISHED（X）]}表示：由于X是人，他要受到法律约束，如果这个人犯了罪就一定要受到惩罚。 6.1.3 谓词逻辑的符号体系 谓词逻辑中使用的符号包括：标点符号、括号、常量、变量、谓词、函数、连接词、量词等。 常量用来表示特定的事物或概念（个体）； 变量表示非特定的事物或概念； 谓词P（x1，x2，…，xn）用来表达n个实体之间的关系或属性，其中x1，x2，…，xn为个体变量。谓词的取值为T（真）或F（假）； 函数f（x1，x2，…，xn）实现个体域中n个个体到某一个体的映射，其中x1，x2，…，xn为个体变量。函数没有真假取值。 连接词： 当量词仅对谓词的个体（变量）起限定作用，即谓词名视为常量时，称其为一阶谓词（First Order Predication Logic ）. 若量词对个体和谓词都有限定作用时，称其为高阶谓词。 例如：