第四章(1)_智能决策支持系统和智能技术的决策支持2

类比推理实例二
皮箱诉讼案的法庭辩论中，卖方律师在反驳 中所使用的就是类比推理：
表的外表有金，内部含有不是金的材料，但 却是金表；
箱的外表有皮，但也含有不是皮的材料； 所以，箱仍是皮箱。
4.2.1 逻辑推理
3. 总结
1）演绎推理的结论没有超出已知的知识范围。 而归纳推理和类比推理的结论超出已知的知识范围。
第4章 人工智能的决策支持和 智能决策支持系统
第4章 目录
4.1 人工智能基本原理 4.2 专家系统与智能决策支持系统 4.3 神经网络的决策支持 4.4 遗传算法的决策支持 4.5 机器学习的决策支持
4.1 人工智能基本原理
1、人工智能的决策支持技术
从智能决策支持系统的概念可知智能决策支持系统 中包含了人工智能技术，与决策支持有关的人工智 能技术主要有： 专家系统、神经网络、遗传算法、机器学习、自 然语言理解等。
性）所以， B事物也可能有d属性（或d相似属性）
类比推理的结论带有或然性，它的可靠性和相类 比事物属性之间的联系程度有关。
类比推理实例一
1816年的一天，法国医生雷奈克出诊为一位年轻 的女性看病，一见病人，雷奈克犯起愁来：她身体 非常肥胖，要诊断她的心脏和肺部是否正常，按当 时医生惯用的方法，把耳朵贴近病人的胸部来听， 肯定听不清楚，更何况她是一位年轻的女性。雷奈 克抬头看了看院子里正在玩耍的小孩，脑子里突然 浮现出几年前看到一个孩子们玩的游戏：一个孩子 用钉子敲打木板的一头，另外的孩子争先恐后地抱 着把耳朵贴近木板的另一头，兴致勃勃地倾听着。
数据库
图4.1 智能决策支持系统的基本结构
人工智能技术可以概括为：推理机＋知识库 智能决策支持系统的结构可以简化为图4.2
用户
问题综合与交互系统
模型库管理系统
数据库管理系统
知识库 管理系统
推理机
模型库
知识库
数据库
图4.2 智能决策支持系统结构
4.2 人工智能基本原理
4.2.1 逻辑推理 4.2.2 知识表示与知识推理 4.2.3 搜索技术
枚举归纳推理实例
如观察到铁受热膨胀、铜受热膨胀等事实而 不知其所以然，由此推出“所有金属受热膨胀” 的结论就是简单枚举归纳推理。
4.2.1 逻辑推理
3）类比推理 它是由两个（或两类）事物在某些属性上相同，
进而推断它们在另一个属性上也可能相同的推理。
A事物有abcd属性,B事物有abc属性（或a,b,c相似属
前提条件中各子项，若在事实库中不是全部存在， 放弃该条规则。若在事实库中全部存在，则执行该 条规则，把结论放入事实库中。
反复循环执行上面过程，直至推出目标，并存入事 实库中为止。
4.2.2.2 产生式规则
产生式规则库和事实库的初始状态为：
1. A∧B→G 2. C∧D→A 3. E→D
产生式规则库
4.1 人工智能基本原理
专家系统 是利用大量的专门知识解决特定领域中的实际问题的计算机程 序系统；
神经网络 是利用神经元的信息传播模型（MP模型）进行学习和应用；
遗传算法
是模拟生物遗传过程的群体优化搜索方法； 机器学习
是让计算机模拟和实现人类的学习，获取解决问题的知识； 自然语言理解
可使用的算符有：
空格左移，空格上移，空格右移，空格下移。即 只允许把位于空格左、上、右、下的邻近棋子移入 空格。要求寻找从初始状态到目标状态的路径。
由图2可以看出，解的路径是： S0——3——8——16——26
该路径使用的算符序列：空格上移，空格左移，空格下移， 空格右移。
广度优先搜索的盲目性较大，当目标节点距离 初始节点较远时将会产生许多无用节点，因此搜索 效率低，但是，只要问题有解，用广度优先搜索总 可以得到解，而且得到的是路径最短的路径。
4.2.1 逻辑推理
2）归纳推理(个别→一般) （1）数学归纳法
这种推导是严格的，结论是确实可靠的。
（2）枚举归纳推理 S1是P ，S2是P ， …… Sn是P
S1……Sn是S类事物中的部分分子，没有相反事例。 所以，S类事物都是P。
枚举归纳推理的结论是或然的(并非必然地)， 它的可靠性和事例数量相关 。
4.2.2 知识表示与知识推理
4.2.2.1 数理逻辑表示法(自学) 4.2.2.1 产生式规则 4.2.2.3 语义网络 4.2.2.4 框架 4.2.2.5 剧本(自学)
4.2.2.2 产生式规则（if A then B）
1. 正向推理
逐条搜索规则库，对每一条规则的前提条件，检查 事实库中是否存在。
类比推理实例一
为什么木头能够把声音清晰地传过来呢？雷奈 克稍微想了想，只见他很很地拍了一下手说：“就 是这样！就是这样！”雷奈克要来一叠纸，紧紧地 卷成一个卷，然后把纸卷的一端放在姑娘的胸部， 另一端放在自己的耳朵上，侧着脸听了起来。“真 是一个妙法！”雷奈克高兴地喊了一句。回到家里， 雷奈克找到一根木棒，造成了历史上第一个“听诊 器”。
从初始状态S开始，利用规则，生成所有可能的状态。 构成树的下一层节点，检查是否出现目标状态G，若 未出现，就对该层所有状态节点，分别顺序利用规 则。
生成再下一层的所有状态节点，对这一层的所有状 态节点检查是否出现G，若未出现，继续按上面思想 生成再下一层的所有状态节点.
这样一层一层往下展开。直到出现目标状态G为止。
演绎推理只能解释一般规律中的个别现象
而归纳推理和类比推理创造了新的知识，使科学得到新 发展，是一种创造思维方式。
2）演绎推理中由于前提和结论有必然联系，只 要前提为真，结论一定为真。
归纳推理和类比推理中前提和结论，不能保证有必然联系，具有或 然性。这样推理的结论未必是可靠的。需要经过严格的验证和证明， 使之形成新的理论。
题的解，退出。 5)若节点n不可扩展，则转第2)步。 6)扩展节点n，将其全部子节点放入到OPEN表的首部，
并为其配置指向父节点的指针，然后转第2)步。
图4.7 广度优先搜索示意图
（2）算法
1) 把初始节点S0故入OPEN表。
2) 如果OPEN表为空，则问题无解，退出 。
3) 把OPEN表的第一个节点(记为节点n)取出放入 CLOSED表。
4)考察节点n是否为目标节点。若是，则求得了问 题的解，退出。
5)若节点n不可扩展，则转第2)步。
6) 扩展节点n，将其子节点放入OPEN表的尾部，并 为每一个子节点都配置指向父节点的指针，然后 转第2)步。
4.2.3 搜索技术
搜索方法分类：
1、基本搜索法 （1）广度优先搜索法。 （2）深度优先搜索法。
2、生成测试法。 3、爬山法。 4、启发式搜索。 5、博弈算法。
（1）极小极大搜索法。 （2）剪枝算法。
4.2.3.1 广度优先搜索（宽度优先搜索）
1、广度优先搜索思想
开始
把S放入OPEN表
是
OPEN表为空表？
失败
广
否
度
把第一个节点（n）从OPEN 移至CLOSED表
优
是
先
目标节点？
成功
搜
索
否
过
程
否
n能否扩展
是
是否有任何后继 节点为目标节点
否
把n的后继节点放入OPEN表的末 端，提供返回节点n的指针
是
例子1(八数码难题 )
重排九宫问题，在3x3的方格棋盘上放置分别标有数 字1、2、3、4、5、6、7、8共8个棋子，初始状态 为S0，目标状态为Sg，如图1所示。
是让计算机理解和处理人类进行交流的自然语言。
4.1 人工智能基本原理
2．智能决策支持系统结构形式
1）基本结构
智能决策支持系统（IDSS）＝决策支持系 统（DSS）＋人工智能（AI）技术
问题综合与交互系统
模型库 管理系统
数据库 管理系统
模型库
人工智能技术
专家 神经 遗传 机器 自然语 系统 网络 算法 学习 言理解
当它仍不是目标状态G时，回溯到上一层结果，取 另一可能扩展搜索的分支。生成新状态节点。
一直进行下去，直到找到目标状态G为止。
图4.8 深度优先搜索示意图
（2）算法
1) 把初始节点S0故入OPEN表。
2)如果OPEN表为空，则问题无解，退出 。
3)把OPEN表的第一个节点(记为节点n)取出放入 CLOSED表。 4)考察节点n是否为目标节点。若是，则求得了问
4.2.3 搜索技术
改一种问法：问该城市最热闹的地方在哪儿？按照这个 启发式信息沿着指路人的路线，乘车到达最热闹的地方
但书店在哪儿，仍然不知道。如果盲目搜索，可能仍然 找不到。如果采用启发式方法，他会问路上的人，卖画 的地方在哪儿，他可以通过画店再问书店在哪儿？
启发式方法能减少大量盲目无效的搜索，能有效克服按 指数时间执行的组合爆炸现象
广度优先法适合于搜索树的宽度较小的问题。
4.2.3.2 深度优先搜索法
1、深度优先搜索法思想
从初始状态S开始，利用规则生成搜索树下一层任 一个结点，检查是否出现目标状态G，若未出现， 以此状态利用规则生成再下一层任一个结点，再检 查是否为目标节点G。若未出现，继续以上操作过 程，一直进行到叶节点（即不能再生成新状态节 点）。
按此规则前提判断（“是”或“否”）得出结论的判 断，由此回溯到上一个 规则的推理，一直回溯到目 标的判断。
4.2.2.2 产生式规则
1. A∧B→G 2. C∧D→A 3. E→D
产生式规则库
B,C,E
事实库
逆向推理中，目标改变过程：
G ADE
BC
4.2.3 搜索技术
搜索技术是人工智能的一个重要研究内容。智能技 术体现在减少搜索树中的盲目搜索。
B,C,E
事实库
事实库的最后状态为：
B，C，E，D，A，G
4.2.2.2 产生式规则
逆(反)向推理
逆向推理是从目标开始，寻找以此目标为结论的规则 对该规则的前提进行判断，若该规则的前提中某个子
项是另一规则的结论时，再找以此结论的规则。 重复以上过程，直到对某个规则的前提能够进行判断。
1.执行时间与ｎ，ｎ２，ｎ３等成正比的算法，称为按多项 式时间执行。
2.执行时间与２ｎ，ｎ！和ｎｎ等成正比的算法，称为按指 数时间执行。
按多项式时间执行的算法，计算机是可以实现的。 按指数时间执行的算法，计算机是不可能实现的。
4.2.3 搜索技术
人工智能中发展了一种称为启发式搜索方法，基本思想可用 一个实例来说明： 一个外地人到某城市出差，他想到书店看看，又不知书店 在何处，如果采取盲目搜索，从住地出发沿任一方向走， 在分叉路口又任选一分支走，他可能走几天几夜也找不到 如果采用启发式方法，他会问路上的人，到书店怎样走。 城市中的大部分人对书店不知道，问不出来。
假言推理
2.推理的种类
演绎推理 归纳推理
类比推理
三段论推理 假言易位推理 数学归纳法
枚举归纳推理
4.2.1 逻辑推理
1）演绎推理 专家系统的研究基本上属于演绎推理范畴。演绎推理的
核心是假言推理。
假言推理：以假言判断为前提，对该假言判断的前件或 后件的推理。
1）假言推理： pq，p┝ q 2）三段论推理 ： pq，qr┝ pr 3）假言易位推理（拒取式）：pq，q┝ p 符号“┝”表示推出
类比推理实例二
19世纪30年代，英国商人威尔斯以与冯灿的茂隆皮箱商行 订购的皮箱中有不是皮的木料为由，向香港法院起诉，蓄意 敲诈冯灿。针对这种情况，冯灿的律师罗文锦取出口袋的金 怀表，高声问法官：“请问这是什么表？”法官答道：“这 是金表，可是这与本案有什么关系？”罗文锦高举金表，面 对法庭上所有的人说：“有关系。这是金表，没有人怀疑是 吧？但是，请问，这块金表除表面镀金之外，内部的机制都 是金制吗？”旁听者同声议论：“当然不是。”罗文锦继续 说：“那么人们为什么又叫它金表呢？”稍作停顿又高声说： “由此可见，茂隆行的皮箱案不过是原告无理取闹、存心敲 诈而已”原告理屈词穷，法庭最后以威尔斯诬告，罚款5000
4.2.1 逻辑推理
1.形式逻辑(人的思维形式、规律)
（1）概念：反映事物的特有属性和属性的取值。 （2）判断：对概念的肯定或否定；
判断本身有对有错； 判断有全称的肯定（或否定）判断和存在的肯 定（或否定）判断。
（3）推理：从一个或多个判断推出一个新判断的过程。
4.2.1 逻辑推理
12）3）演归类绎纳比推推理理：：从从一个个般别别现（（象特特到殊殊个））别现现（象象特到到殊一个）般别现（象特的殊推）理现。象的推理