AI第五章 经典逻辑推理

《AI第五章 经典逻辑推理》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第五章经典逻辑推理5.1推理的相关概念5.2自然演绎推理5.3归结演绎推理5.4与或树演绎推理7/21/20210推理与搜索推理搜索观点/表示逻辑状态空间/问题归约确定确定性推理一般图搜索不确定不确定性推理模糊搜索适用性问题本身存在很多规则，并且规则易于获取。规则相对较少.问题本身易于用状态表示基础谓词演算图论7/21/202115.1推理的相关概念一、推理1.按照某种策略从已知事实出发去推出结论的过程——问题解决的过程（思维过程）。推理所用的事实可分为两种情况：①与求解问题有关的初始证据。②推理过程中所得到的中间结论。2.推理机智能系统中

2、用来实现推理的那些程序。例如，医疗诊断专家系统知识库+事实库（综合数据库）+推理机7/21/202123.推理方法及其分类推理方法主要解决在推理过程中前提与结论之间的逻辑关系，以及在非精确性推理中不确定性的传递问题。1)按推理的逻辑基础分类①演绎推理②归纳推理③默认推理7/21/20213①演绎推理从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。它是一种由一般到个别的推理方法(即从已知的一般性知识中抽取所包含的特殊性知识)。其核心是三段论:大前提：已知的一般性知识或推理过程得到的判断。小前提：关于某种具体情况或

3、某个具体实例的判断。结论：由大前提推出的，并且适合于小前提的判断。例如，有如下三个判断：（a）计算机系的学生都会编程序；（b）程强是计算机系的一位学生；（c）程强会编程序。7/21/20214②归纳推理从一类事物的大量特殊事例出发，去推出该类事物的一般性结论。它是一种由个别到一般的推理方法。归纳推理按照推理所使用的方法按照所选事例的广泛性完全归纳推理不完全归纳推理枚举归纳推理类比归纳推理统计归纳推理差异归纳推理7/21/20215演绎推理与归纳推理的区别演绎推理是在已知领域内的一般性知识的前提下，通过演绎求解一个具体问题或者证明一个结论的正

4、确性。它所得出的结论实际上早已蕴含在一般性知识的前提中，演绎推理只不过是将已有事实揭示出来，因此演绎推理不能增殖新知识。在归纳推理中，所推出的结论是没有包含在前提内容中的。这种由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。7/21/20216③默认推理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，因此也称为缺省推理。如果发现原先的假设不正确，就撤消原来的假设以及由此假设所推出的所有结论，重新按新情况进行推理。由于默认推理允许在推理过程中假设某些条件是成立的，这就解决了在一个不完备的知识集中进行推理的问题。7/21/202

5、172).按所用知识的确定性分类①确定性推理推理所使用的知识和推出的结论都是可以精确表示的，其真值要么为真，要么为假，不会有第三种情况出现。②不确定性推理推理时所用的知识不都是确定的，推出的结论也不完全是确定的，其真值会位于真与假之间。7/21/202183).按推理过程的单调性①单调推理在推理过程中，每当使用新的知识后，所得到的结论会越来越接近于目标，而不会出现反复情况，即不会由于新知识的加入否定了前面推出的结论，从而使推理过程又退回到先前的某一步。②非单调推理在推理过程中，当某些新知识加入后，会否定原来推出的结论，使推理过程退回到先前的

6、某一步。7/21/202194).按推理中是否运用与问题有关的启发性知识①启发式推理启发性知识是指与问题有关且能加快推理过程、求得问题最优解的知识。如：设推理的目标是要在脑膜炎、肺炎、流感三种疾病中选择一个，又设有r1，r2，r3这三条产生式规则可供使用，分别推出脑膜炎、肺炎、流感。如果希望尽早排除脑膜炎这一危险疾病，应该先选用r1，若本地区目前正在流行流感，则应考虑r3。其中，“脑膜炎危险”及“目前正在流行流感”是与问题求解有关的启发性信息。②非启发式推理7/21/2021105).从方法论的角度划分①基于知识的推理根据已掌握的知识，通过

7、运用知识进行的推理。②统计推理根据对某事物的数据统计进行的推理。③直觉推理又称为常识性推理，是根据常识进行的推理。如有重物落下时，意识到危险并立即躲开。7/21/202111当推理过程有多条知识可用时，如何从这多条可用知识中选出一条最佳知识用于推理的策略。二、推理的控制策略及其分类推理的控制策略：如何使用领域知识使推理过程尽快达到目标的策略。推理的控制策略推理策略推理方向：求解策略：限制策略：冲突消解策略：搜索策略推理线路推理效果推理效率正向推理、逆向推理、混合推理、双向推理仅求一个解，还是求所有解或最优解对推理的深度、宽度、时间、空间等进

8、行的限制7/21/202112三、模式匹配1.定义：对两个知识模式的比较与耦合，检查这两个知识模式是否完全一致（确定性匹配）或近似一致（不确定性匹配）。2.代换：代换是形如{t1