4.5 自动推理概述.pdf

知识表示与推理 北京联合大学机器人学院 《人工智能概论》课程团队 自动推理概述 讲解：彭涛 推理 推理就是按某种策略由已知判断推出另一判 断的思维过程 已知判断：包括已掌握的与求解问题有关的 知识及关于问题的已知事实 推理的结论：由已知判断推出新判断 推理由程序程序实现，称为推理机 推理的分类(一) 推理的基本任务是从一种判断推出另一种判断。 按判断推出的途径来划分，可分为： 演绎 归纳 默认 推理 推理 推理 1.演绎推理 演绎推理是从全称判断推导出特称判断或单称 判断的过程。 演绎推理有多种形式，最常用的是三段论式。 三段论式包括： 大前提：已知的一般性知识或假设 小前提：关于所研究的具体情况或个别事实 的判断 结 论：由大前提推出的适合于小前提所示 情况的新判断 1.演绎推理 在任何情况下，由演绎推导出的结论都是蕴 0 涵在大前提的一般性知识中。 只要大前提和小前提是正确的，则由它们推 0 出的结论必然是正确的。 2. 归纳推理 归纳推理是从足够多的事例中归纳出一般性结论的 推理过程，是一种从个别到一般的推理。 可分为完全归纳推理、不完全归纳推理。 完全归纳推理 是在进行归纳时考察了相应事物的全部对象，并根 据这些对象是否都具有某种属性，从而推出这个事 物是否具有这个属性。 不完全归纳推理 是指只考察了相应事物的部分对象就得出了结论。 2. 归纳推理 枚举归纳推理 若已知某类事物的有限可数个具体事物都具有 某种属性，则可推出该类事物都具有此属性。 类比推理 在两个或两类事物有许多属性都相同或相似的 基础上，推出它们在其他属性上也相同或相似 的一种推理。 3.默认推理 又称缺省推理，它是在知识不完全的情况 下假设某些条件已经具备所进行的推理。 摆脱了需要知道全部事实才能进行推理的 需求，使得在知识不完全的情况下也能进行 推理。 推理的分类(二) 按推理时所用知识的确定性来划分，推理可分为确定 性推理、不确定性推理。 确定性推理（精确推理） 推理时所用的知识都是精确的，推出的结论也是 确定的，其值或者为真，或为假，没有第三种情况出现。 不确定性推理（不精确推理） 推理时所用的知识不都是精确的，推出的结论也 不完全是肯定的，真值位于真与假之间，命题的外延 模糊不清。 推理的分类(三) 单调推理 在推理过程中随着推理的向前及新知识的加入， 推出的结论是呈单调增加的趋势，并且越来越接近 最终目标，在推理过程中不出现反复的情况。 推理的分类(三) 非单调推理 在推理过程中由于新知识的加入，不仅没有加 强已推出的结论，反而要否定它，使得推理退回到 前面的某一步，重新开始。 非单调推理往往在信息不完全或者情况发生变 化时出现。 推理的控制策略 • 推理过程是一个思维过程，即求解问题的过程。 • 推理的控制策略主要包括以下内容： 推理 搜索 冲突 方向 策略 消解策略