文档介绍：ARTIFICIAL INTELLIGENCE
人工智能原理及其应用
GOYAL@
第三章确定性推理
一、推理的基本概念
定义
推理:已知事实结论
知识推理是指在计算机或智能机器中,在知识表达的基础上,利用形式化的知识模型,进行机器思维求解问题,实现状态转移的智能操作序列。
策略
第三章确定性推理
基本问题:推理的方法和控制的策略
推理方法及分类
根据知识表示方式分类
“图搜索”方法如:状态空间法、与或图
“逻辑论证”方法如:谓词逻辑等
推理算法与推理步骤
算法:完备性如宽度优先
步骤:不完备如深度优先
启发式与非启发式
启发性知识:即解决问题的策略、技巧、窍门等实践经验和知识。例:瞎子爬山
第三章确定性推理
按逻辑基础
演绎推理:一般到个别三段论
归纳推理:个别到一般
完全归纳、不完全归纳
枚举归纳、类比归纳等
默认(缺省)推理:知识不完备
按知识的确定性
确定性推理:知识和结论都是精确的
非确定性推理
第三章确定性推理
按推理过程的单调性
单调推理
非单调推理:加入新知识会否定原来推出的结论,使推理过程回退
控制策略及分类
推理的控制策略:指如何使用领域知识使推理过程尽快达到目标的策略。
推理策略:推理方向控制策略、求解策略、限制策略、冲突消解策略
搜索策略(第五章):推理线路、推理效果、推理效率
第三章确定性推理
正向推理
知识库、综合数据库、推理机
正向推理的过程(图3-1)
优点:直观。适合于诊断、监控、设计、预测等领域。
缺点;推理无明确目标,效率较低。
逆向推理
逆向推理的过程(图3-2)
优点:目标明确,效率较高
缺点:情况不明时,选择假设目标的盲目性比较大,可能多次提出假设,降低系统效率
第三章确定性推理
混合推理
方法
先正后逆(图3-3)
先逆后正(图3-4)
双向(图3-5)
适用场合
事实不够充分
正向推理推出的结论可性度不高
希望得到更多结论
第三章确定性推理
冲突消解策略
基本思想:对可用知识排序
特殊知识优先
新鲜知识优先
差异性大的知识优先
领域特点优先
上下文关系优先
前提条件少者优先
第三章确定性推理
二、推理的逻辑基础
基本概念
谓词公式的解释
对所包含的常量、函数、谓词赋值
谓词公式的永真性与可满足性
非空个体域上的任一解释(在D上永真);任何非空个体域(永真)
谓词公式的等价性与永真蕴含性
在D上等价与等价P<﹦>Q ,永真蕴含P﹦>Q
常用的等价式、永真蕴含式(牢记)
第三章确定性推理
谓词公式的范式
前束范式: 前缀+ 母式
置换与合一
已知:W1(A), ( x)(W1(x) → W2(x))
结论:W2(A)
置换:在表达式中用置换项置换变量。
{t1/x1, t2/x2, …,tn/xn,}
量词串
无量词公式