西电人工智能确定性推理part.pptxVIP

Artificial Intelligence (AI)人工智能第三章：确定性推理主讲：戚玉涛Email：内容提要第三章：确定性推理1.推理的基本概念2.搜索策略3.自然演绎推理4.归结演绎推理5.基于规则的演绎推理归结演绎推理归结演绎推理子句集及其化简鲁滨逊归结原理归结反演推理的归结策略用归结反演求取问题的答案鲁滨逊归结原理鲁滨逊归结原理包括命题逻辑的归结谓词逻辑的归结命题逻辑的归结命题逻辑的归结反演：在命题逻辑中，已知F，证明G为真的归结反演过程如下：①否定目标公式G，得﹁G;②把﹁G并入到公式集F中，得到{F，﹁G}；③把{F，﹁G}化为子句集S。④ 应用归结原理对子句集S中的子句进行归结，并把每次得到的归结式并入S中。如此反复进行，若出现空子句，则停止归结，此时就证明了G为真。鲁滨逊归结原理鲁滨逊归结原理包括命题逻辑的归结谓词逻辑的归结谓词逻辑的归结在谓词逻辑中，由于子句集中的谓词一般都含有变元，因此不能象命题逻辑那样直接消去互补文字。对于谓词逻辑，需要先用一个最一般合一对变元进行置换，然后才能进行归结。谓词逻辑的归结原理设C1和C2是两个没有公共变元的子句，L1和L2分别是C1和C2中的文字。如果 σ 是L1和﹁ L2存在最一般合一，则称： C12=({C1σ}-{ L1σ})∪({ C2σ}-{ L2σ}) 为C1和C2的二元归结式，L1和L2为归结式上的文字。谓词逻辑的归结例：设C1=P(a)∨R(x)，C2=﹁P(y)∨Q(b)，求 C12解：取L1= P(a), L2=﹁P(y)，则L1和﹁L2的最一般合一是σ={a/y}。因此： C12= ( {C1σ}-{L1σ}) ∪ ({C2σ}-{L2σ}) = ({P(a), R(x)}-{P(a)})∪({﹁P(a), Q(b)}-{﹁P(a)}) = ({R(x)})∪({Q(b)}) = { R(x), Q(b) } = R(x)∨Q(b)谓词逻辑的归结例：设C1=P(x)∨Q(a)，C2=﹁P(b)∨R(x) ，求 C12解：由于C1和C2有相同的变元x，不符合定义的要求。为了进行归结，需要修改C2中变元的名字。令C2=﹁P(b)∨R(y)，此时L1= P(x), L2 =﹁P(b)，L1和﹁L2的最一般合一是 σ={b/x}。则有: C12= ( {C1σ}-{L1σ})∪ ({C2σ}-{L2σ}) = ({P(b), Q(a)}-{P(b)}) ∪ ({﹁P(b), R(y)}-{﹁P(b)}) = ({Q(a)}) ∪ ({R(y)}) = {Q(a), R(y)} = Q(a)∨R(y)谓词逻辑的归结例：设 C1=P(a)∨﹁Q(x) ∨R(x) C2=﹁P(y)∨Q(b) 求C12对C1和C2通过最一般合一（σ={b/x, a/y}）的作用，可以得到两个互补对。注意：求归结式不能同时消去两个互补对，这样的结果不是二元归结式。如在σ={b/x, a/y}下，若同时消去两个互补对，所得的R(b)不是C1和C2的二元归结式。谓词逻辑的归结例：设 C1=P(a)∨﹁Q(x) ∨R(x) C2=﹁P(y)∨Q(b) 求C12解1：取L1= P(a), L2=﹁P(y)，则σ={a/y}是L1与﹁L2的最一般合一。此时： C12= ﹁Q(x) ∨ R(x) ∨Q(b)解2：取L1= ﹁Q(x) L2=Q(b) ，则σ={b/x}是L1与﹁L2的最一般合一。此时： C12= P(a)∨ R(b) ∨﹁P(y)谓词逻辑的归结例：设 C1=P(x)∨P(f(a))∨Q(x) ，C2=﹁P(y)∨R(b)求C12解：对参加归结的某个子句，若其内部有可合一的文字，则在进行归结之前应先对这些文字进行合一。本例的C1中有可合一的文字P(x)与P(f(a))，若用它们的最一般合一σ={f(a)/x}进行代换，可得到 ： C1σ=P(f(a))∨Q(f(a))此时对C1σ与C2进行归结。选L1= P(f(a)), L2 =﹁P(y)，L1和L2的最一般合一是σ={f(a)/y}，则可得到C1和C2的二元归结式为： C12=R(b)∨Q(f(a))谓词逻辑的归结例：设 C1=P(y)∨P(f(x))∨Q(g(x)) C2=﹁P(f(g(a)))∨Q(b) 求C12解：对C1 ，取最一般合一 σ={f(x)/y}，得C1的因子 C1σ=P(f(x))∨Q(g(x)) 对C1的因子和C2归结（σ={g(a)/x }），可得： C12=Q(g(g(a)))∨Q(b)谓词逻辑的归结我们把C1σ称为C1的因子。一般来说，若子句C中有两个或两个以上的文字具有最一般合一σ，则称Cσ为子句C的因子。如果Cσ是一个单文字，则称它为C的单元因子。应用因子概念，可对谓词逻辑中的归结