人工智能确定性推理82.pptx

合集下载

《人工智能逻辑》课件

《人工智能逻辑》课件

自然语言处理的基本概念
自然语言处理(NLP)
是指利用计算机对人类自然语言进行各种处理,包括理解、生成 、转换等。
自然语言处理技术
基于计算机科学、语言学、心理学等多学科交叉的领域,旨在实现 人机交互的无障碍沟通。
自然语言处理的应用
在语音识别、机器翻译、智能客服、智能家居等领域有广泛应用。
自然语言处理在人工智能中的应用
态系统。
感谢您的观看
THANKS
《人工智能逻辑》ppt课件
目 录
• 人工智能概述 • 人工智能逻辑基础 • 人工智能中的知识表示与推理 • 机器学习与人工智能 • 自然语言处理与人工智能 • 人工智能的未来展望
01
人工智能概述
人工智能的定义
人工智能
指通过计算机程序和算法,使机 器能够模拟人类的智能行为,实 现人机交互和自主决策。
知识表示与推理
介绍知识表示与推理的基 本原理和方法,以及其在 人工智能领域的应用和挑 战。
机器学习与逻辑
探讨机器学习与逻辑之间 的关系,以及机器学习算 法中如何应用逻辑推理的 方法。
03
人工智能中的知识表示与 推理
知识表示方法
1 2
陈述性表示法
将知识表示为一系列的事实或规则,便于理解和 推理。
过程性表示法
在计算机视觉领域,机器 学习可以用于图像识别、 人脸识别、自动驾驶等。
ABCD
在自然语言处理领域,机 器学习可以帮助识别语音 、翻译文本、回答问题等 。
机器学习还可以用于推荐 系统、预测分析等领域, 提高用户体验和商业价值 。
深度学习与神经网络
深度学习是机器学习的一个分支,通 过构建深度神经网络来模拟人类的神 经网络。

人工智能5第五章确定性推理

人工智能5第五章确定性推理
9, 变量标准化(变量换名)
{~P(x1) R(f(x1))U(a), ~Q(x2)) R(f(x2))U(a)}
2019/11/18
27
第四章 确定性推理
4.3归结演绎推理
归结(消解)原理基本思想
首先把欲证明问题的结论否定,并加入子 句集,得到一个扩充的子句集S’。
检验子句集S’是否含有空子句
搜索策略主要解决推理线路、推理效果、 推理效率等问题。
2019/11/18
12
第四章 确定性推理
推理方向
4.1概述
推理方向确定推理过程是从初始证据开始 到目标,还是从目标开始到初始证据。按 照对推理方向的控制,推理可分为正向推 理、逆向推理、混合推理及双向推理四种 情况。
2019/11/18
问题较复杂时,单独使用其中哪一种,都会 影响到推理效率。
为了取长补短.可将它们结合起来使用。
这种把正向推理和逆向推理结合起来所进行 的推理称为混合推理。
2019/11/18
16
第四章 确定性推理
4.1概述
混合推理的实现方法
混合推理可有多种具体的实现方法
先正向推理,后逆向推理的方法 先逆向推理,后正向推理的方法
推理的基本问题
4.1概述
智能系统的推理包括两个基本问题:
一个是推理的方法 一个是推理的控制策略
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 在非精确性推理中不确定性的传递问题
2019/11/18Fra bibliotek5第四章 确定性推理
4.1概述
推理方法的分类
推理可以有多种不同的分类方法 按照推理的逻辑基础分类:
按照推理过程所用知识的确定性,推理可分为确定 性推理和不确定性推理。

人工智能PPT课件(共12章)第3章确定性推理

人工智能PPT课件(共12章)第3章确定性推理
正向推理,但并不能推导出最终目标;另一方面
从某假设出发进行逆向推理,但并不能推至原始
事实,而是让由正向推理所得到的中间结论恰好
与逆向推理所要求的证据相遇,此时推理结束。
逆向推理时所作的假设就是推理的最终结论。
3.1.
4
冲 突 消 解 策 略
在推理过程中,系统要不断地用自己当前已知的事实与知识
库中的知识进行匹配,匹配过程中会出现3种情况。
越来越接近最终目标分类,推理可分为单调推理和非单调推理。
(1)单调推理是指在推理的过程中随着推理的向前推进及新知识的加入,推出的
结论呈单调增加的趋势,并且结论越来越接近最终目标。单调推理在推理的过程
中不会出现反复的情况,如基于经典逻辑的演绎推理。
(2)非单调推理是指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
来,因此它不能增殖新知识。
归纳推理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。
例如,一位计算机维修员从书本学习知识到通过大量实例积累经验,
是一种归纳推理方式。计算机维修员运用这些一般性知识去维修计算
机的过程则属于演绎推理。
(3)默认推理又称为缺省推理,是在知识不完全的情况下假设某些条
(1)从用户提供的初始已知事实出发,在知识库KB中找出当前适
用的知识,构成知识集KS。
(2)按某种冲突消解策略从KS中选出一条知识进行推理,并将推
出的新事实加入数据库DB中,作为下一步推理的已知事实。
(3)在知识库中选取可适用知识进行推理,如此重复这一过程,
直到求得了问题的解或者知识库中再无可适用的知识为止。
题逻辑和一阶谓词逻辑,它们的真值都是确定的。因此,

湘潭大学 人工智能课件 确定性推理 part2

湘潭大学 人工智能课件 确定性推理 part2
传送时,总是选择其中代价最小的节点。也就是说, OPEN表中的节点在任一时刻都是按其代价从小到大排 序的。代价小的节点排在前面,代价大的节点排在后 面,而不管节点在代价树中处于什么位置上。 如果问题有解,代价树的广度优先搜索一定可以求得 解,并且求出的是最优解。
该算法应用的条件:该算法是针对代价树的算法。
为了采用该算法对图进行搜索,必须先将图转换为代 价树。
代价树的广度优先搜索
代价树的广度优先搜索算法流程:
• • • • (1) 把初始节点S放入OPEN表中,置S的代价g(S)=0; (2) 如果OPEN表为空,则问题无解 ,失败退出; (3) 把OPEN表的第一个节点取出放入CLOSED表,并记该节 点为n; (4) 考察节点n是否为目标。若是,则找到了问题的解,成功 退出; (5) 若节点n不可扩展,则转第(2)步;否则转第(6)步; (6)扩展节点n,为每一个子节点都配置指向父节点的指针, 计算各子节点的代价,并将各子节点放入OPEN表中。并根 据各子结点的代价对OPEN表中的全部结点按由小到大的顺 序排序。然后转第(2)步。
Artificial Intelligence (AI)
人工智能
第二章:知识 表示与推理
内容提要
第二章:知识表示与推理
二、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.消解演绎推理 5.基于规则的演绎推理
搜索策略
搜索策略
搜索的基本概念 状态空间的搜索策略 与/或树的搜索策略 搜索的完备性与效率
有界深度优先搜索
八数码难题:dm=4
有界深度优先搜索
有界深度优先搜索:
问题:如果问题有解,且其路径长度≤ dm ,则 上述搜索过程一定能求得解。但是,若解的路 径长度> dm,则上述搜索过程就得不到解。这说 明在有界深度优先搜索中,深度界限的选择是 很重要的。 要恰当地给出 dm的值是比较困难的。即使能求 出解,它也不一定是最优解。

人工智能--推理技术 ppt课件

人工智能--推理技术  ppt课件

仔细分析量词的辖域
= ~(x)A(x)∨($x)B(x) (消去“蕴含”)
= ($x) (~A(x))∨($x)B(x) (“非”直接作用谓词符号)
= ($ x) (~A(x) ) ∨ ($z) B(z) (改名)
= ~A(a)∨B(b) (消去存在量词)
子句集= { ~A(a)∨B(b) }
ppt课件
凡人都会死. 苏格拉底是人.
如何得到结论:苏格拉底会死.

要完成消解还面临几个问题
“”和“ ”必须消去
• Man (x) Mortal (x) Man (x) Mortal • “”怎么办?
化为子句集 置换与合一
如果能消去“”,Man (x) 和Man (Socrates)也不能构成互补对,




Artificial Intelligence (AI)
ppt课件
1
第4章 推理技术
4.1 消解原理
ppt课件
2
推理是如何进行的?

推理过程多种多样 例1:
如果今天不下雨,我就去你家

今天没有下雨

例2:
小王说他下午或者去图书馆或者在家休息
小王没去图书馆

计算机如何选择?
ppt课件
3
消解原理(归结原理)
2) 把非号~移入内层 ~ (P Q) = ~ P ~ Q ~ (P Q) = ~ P ~ Q ~ ( x)P = ( $x) ~ P ~ ($ x)P = ( x) ~ P
ppt课件 9
3)对变量标准化 改变变量名,使不同的变量不同名
( x)P(x) ( $ x)Q(x) ( x)P(x) ( $ y)Q(y) 4)消去存在量词(具体化 Skolemnizing),两种情况: 1. 存在量词不在全称量词的辖域内 —— 用新的个 体常量替换受存在量词约束的变元

AI第3章-确定性推理

AI第3章-确定性推理

③ 对那些先前已在G中出现过,并已经扩展了的M成员,确定是否 需要修改其若发生第③种情况,除了需要确定该子节点指向父节点 的指针外,还需要确定其后继节点指向父节点的指针。 其依据也是由原始节点到该节点的路径上的代价。 ⑸ 在搜索图中,除初始节点外,任意一个节点都含有且只 含有一个指向其父节点的指针。因此,由所有节点及其 指向父节点的指针所构成的集合是一棵树,称为搜索树。
① 按是否使用启发式信息可分为:

盲目搜索

启发式搜索
② 按问题的表示方式可分为:

状态空间搜索

与或树搜索
⑵、推理策略 包括推理方向控制、求解、限制、冲突消解等策略。 推理方向控制策略:用于确定推理的控制方向,可分为正向推理、
逆向推理、混合推理。
求解策略:指仅求一个解,还是求所有解或最优解等。 限制策略:指对推理的深度、宽度、时间、空间等进行的限制。 冲突消解策略:当推理过程有多条知识可用时,如何从多条可用
3.1 图搜索策略(GraphSearch)
图搜索控制可看成是一种在图中寻找路径的方法。 初始节点和目标节点分别代表初始数据库和满足终
止条件的目标数据库。
求得将一个数据库变换为另一数据库的规则序列问题, 等价于求得图中的一条路径问题。
1、图搜索的一般过程
⑴ 将初始节点S放入未扩展节点表OPEN表,并建立当前仅包含S的图G;


1、什么是推理
所谓推理,就是按照某种策略,由已知判断,推出另一
个判断的思维过程。 人工智能中,推理是由程序实现的,称之为推理机。 智能系统的推理过程实际上就是一种思维过程。 按照推理过程所用知识的确定与否,推理可分为:
◇ ◇
确定性推理(第3章) 不确定性推理(第4章)

人工智能课件第四章 确定性推理(修改)

人工智能课件第四章 确定性推理(修改)
在人工智能系统中,推理通常是由一组程序来实现的, 人们把这一组用来控制计算机实现推理过程的程序称为推 理机。例如,在医疗诊断专家系统中,专家知识及医学常 识保存在知识库中。推理开始时,先把病人的症状和检查 结果放到综合数据库中,然后再从综合数据库的初始证据 出发,按照某种策略在知识库中寻找,并使用知识,直到 推出最终结论为止。
11
(4) 将知识库中可以导出该假设的所有知识构成一 个可用知识集;
(5) 检查可用知识集是否为空,若是,失败退出; 否则执行下一步;
(6) 按冲突消解策略从可用知识集中取出一个知识, 继续;
(7) 将该知识的前提中的每个子条件都作为新的假 设放入假设集,然后转(2)。
以上算法的流程图如下图(见下页)所示。
16
定义4.1 设D是谓词公式P的非空个体域,若对P中的个 体常量、函数和谓词按如下规定赋值:
(1) 为每个个体常量指派D中的一个元素; (2) 为每个n元函数指派一个从Dn到D的一个映射,其
中Dn ={(x1, x2, …, xn)| x1, x2, …, xn∈D} (3) 为每个n元谓词指派一个从Dn到{F,T}的映射。
若在推理中所用的知识都是精确的,即可以把知识表 示成必然的因果关系,然后进行推理,推理的结论或真或 假,这种推理就叫确定性推理。本章重点讨论确定性推理, 不确定性推理放到下一章讨论。
2
1. 推理的基本概念
• 什么是推理 在现实生活中,人们对各种事物进行分析、综合并最
后作出决策时,通常是从已知事实出发,通过运用已掌握 的知识,找出其中蕴含的事实或归纳出新的知识,这一过 程通常称为推理。
18
3. 谓词公式的等价性和永真蕴含性
谓词公式的等价性和永真蕴含性可分别用相应的等价 式和永真蕴含式来表示,这些等价式和永真蕴含式都是演 绎推理的主要依据,因此也称它们为推理规则。

人工智能AI讲稿3(精确推理f)PPT课件

人工智能AI讲稿3(精确推理f)PPT课件
注: xi不能循环地出现在另一 tj 中;以消去某一变元为目的
例1:{a/x,f(b)/y,w/z} √
{g(y)/x,f(x)/y} × → {g(a)/x,f(x)/y} √ → {g(a)/x,f(g(a))/y}
10
基本概念-模式匹配(3)
定义2:代换
= {t1/x1, t2/x2,…, tn/xn}, 则复合代换 ° 从
③ D1={x,f(a)}, 2= 1 ° {f(a)/x}={a/z ,f(a)/x}
F2= {P(a,f(a),f(g(y))),P(a,f(a),f(u))} ④D2={g(y),u}, 3= 2 ° {g(y)/u}={a/z ,f(a)/x, g(y)/u}
F3= {P(a,f(a),f(g(y))),P(a,f(a),f(g(y)))} ⑤stop, ={a/z ,f(a)/x, g(y)/u}
用归结原理求解问题
归结策略
归结推理的不足
24
归结演绎推理-子句及其化约(1)
定理证明的形式:P → Q 永真 P∧﹁ Q 不可满足 定义1:原子谓词公式及其否定称为文字。P(x), P(f(x)), ﹁ Q 定义2:任何文字的析取式称为子句,子句合取构成的集合称
为子句集。 P(x)∨Q(x), ﹁P(x,f(x))∨Q(x,g(x)) 定义3:不含任何文字的子句称为空子句,空子句是不可满足
不足只给出了半可判定方法在可判定情况下计算量大基本概念自然演绎推理归结演绎推理推理方式及分类推理方向模式匹配冲突消解策略简述子句及其化约海伯伦理论鲁滨逊归结原理归结反演用归结原理求解问题归结策略归结推理的不足归结演绎推理鲁滨逊robinson归结原理1归结原理是一种逻辑推理方法1965年由robinson提出从理论和实际上解决了定理证明问题

人工智能推理技术 PPT

人工智能推理技术 PPT
• 2) 然后, 利用知识进行推理以求得问题的解.
• 利用知识进行推理是知识利用的基础。各种 人工智能应用领域如专家系统、智能机器人、 模式识别、自然语言理解等都是利用知识进行 广义问题求解的智能系统.
7.1 推理技术概述
--1. 推理的概念与类型
• 推理是人类求解问题的主要思维方法. • 所谓推理就是按照某种策略从已有事实和
• 2、搜索策略:推理时要反复用到知识库中的规则, 而知识库中的规则又很多,这样就存在着如何在 知识库中寻找可用规则的问题(代价小,解好). 可 以采用各种搜索策略有效地控制规则的选取.
3、冲突解决策略
• 在推理过程中,系统要不断地用数据库中的事实与 知识库中的规则进行匹配,当有一个以上规则的条 件部分和当前数据库相匹配时,就需要有一种策略 来决定首先使用哪一条规则,这就是冲突解决策略。 冲突解决策略实际上就是确定规则的启用顺序。
7.2 基于规则的演绎推理
• 许多AI系统中所用到的知识一般是由蕴含式直接表示的, 但在归结反演中,必须首先将它们转化为子句的形式,所 以这种推理是比较低效的。
• 基于规则的演绎推理则是直接的推理方法。它把有关问题 的知识和信息划分为规则与事实两种类型。规则由包含蕴 含形式的表达式表示,事实由无蕴含形式的表达式表示, 并画出相应的与或图,然后通过规则进行演绎推理。
第7章、基本的推理技术
基本的推理技术
• 推理技术概述 • 基于规则的演绎推理
–正向演绎推理 –逆向演绎推理 –双向演绎推理
• 不确定性推理
–概率推理
人工智能是用计算机来模拟人的智能,就 是用能在计算机上实现的技术和方法来模拟人出来并存储到计算机中。
• 可分为正向、反向和正反向演绎推理。在正向推理中,作 为F规则用的蕴含式对事实的总数据库进行操作运算,直至 得到该目标公式的一个终止条件为止;在反向推理中,作 为B规则用的蕴含式对目标的总数据库进行操作运算,直至 得到包含这些事实的一个终止条件为止;在双向推理中, 分别从两个方向应用不同的规则(F和B)进行操作运算。

人工智能课件9 确定性推理 part2

人工智能课件9 确定性推理 part2
优先搜索是将节点n的子节点放入到OPEN表的尾部,而深 度优先搜索是把节点n的子节点放入到OPEN表的首部。 ❖ 在深度优先搜索中,搜索一旦进入某个分支,就将沿着该 分支一直向下搜索。如果目标节点恰好在此分支上,则可 较快地得到解。但是,如果目标节点不在此分支上,而该 分支又是一个无穷分支,则就不可能得到解。所以深度优 先搜索是不完备的,即使问题有解,它也不一定能求得解。
西安电子科技大学
广度优先搜索
❖ 状态空间的广度优先搜索
✓广度优先搜索算法流程:
• (1)把初始节点S放入OPEN表中; • (2)如果OPEN表为空,则问题无解,失败退出; • (3)把OPEN表的第一个节点取出放入CLOSED表,并记
该节点为n; • (4)考察节点n是否为学
代价树的广度优先搜索
❖ 例子:城市交通问题。设有5个城市,它们之间的交通线
路如下方左图所示,图中的数字表示两个城市之间的交通 费用,即代价。用代价树的广度优先搜索,求从A市出发 到E市,费用最小的交通路线。
A4
B
3
4
5
C2 D
3
E
城市交通图
西安电子科技大学
代价树的广度优先搜索
❖ 解:首先将交通图转化为代价
树。具体转化方法如下:
✓ 从起始节点A开始,把与它直接 相邻的节点作为它的子节点
✓ 对其他节点也做相同的处理
✓ 若一个节点已经为某节点的直系 先辈节点时,就不能作为这个节 点的子节点。
✓ 图中除了起始节点A之外,其它 节点都可能要在代价树中出现多 次,为了区分它们的多次出现, 分别用下标1,2,……标出
由小到大放入Open表的首部,并为每一个子节点设置 指向父节点的指针。然后转第(2)步。

人工智能导论 第2版 第3章-确定性推理

人工智能导论 第2版 第3章-确定性推理

是 的,
的。
• 任何谓词公式都可通过等价关系及推理规则化成 相应的子句集。
26
把谓词公式化成子句集的步骤(1)
例如公式
(x)((y)P(x, y)(y)(Q(x, y)R(x, y)))
可等价变换成
(x)((y)P(x, y)(y)(Q(x, y) R(x, y)))
上式经等价变换后
再无可使用的知识为止。
6
开始
正向推理示意图 把初始已知事实送入DB
Y DB中包含问题的 解?
N
N KB中有可适用的 知识?
Y 把KB中所有使用知识都
选出来送入KS
将该新事实加入DB中
Y
N
推出的是新事
实?
按冲突消解策略从KS中 选出一条知识进行推理
KS为空?
N
把用户提供的新 事实加入DB中
Y
Y 用户可补充新事 实?
该假设在DB中?
Y
N
该假设是证据?
Y
该假设成立 询问用户
N 在KB中找出所有能导出
该假设的知识送入KS
从KS中选出一条知 识,并将该知识的 一个运用条件作为
新的假设目标
有此事实? N
Y 该假设成立, 并将此事实存
入数据库
Y 还有假设?
N 退出
9
其他控制策略
• 先正向后逆向推理 • 先逆向后正向推理
它们的相似程度又

,但是
11
变量代换
定义3.1 是一个形如
{t1/x1, t2/x2, …, tn/xn} 的有限集合。
其中
t1,t2,…,tn是 ; x1,x2,…,xn是互不相同的
ti/xi表示

人工智能确定性推理82

人工智能确定性推理82
7
3.1 推理概述
2. 按所用知识的确定性分类 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。 3. 按推理过程的单调性
按照推理过程中所推出的结论是否单调地增加,或者 说按照推理过程所得到的结论是否越来越接近最终目标来 分类,推理可分为单调推理与非单调推理。
8
3.1 推理概述
Dn={(x1,x2,…,xn)|x1,x2,…,xn D}
(3)为每个n元谓词指派一个从Dn到{F,T}的映射; 则称这些指派为公式P在D上的一个解释。
24
3.3 谓词逻辑
例3.1 设个体域D={1,2},求公式A=(x)(P(x)→Q(f(x),b))在 D上的某一个解释,并指出在此解释下公式A的真值。
poet称为谓词,用以刻画“是诗人”;LiBai称为个体
17
3.3 谓词逻辑
一个谓词可以与一个个体相关联,此种谓词称 作一元谓词,它刻画了个体的性质。一个谓词也可 以与多个个体相关联,此种谓词称为多元谓词,它 刻画了个体间的“关系”。
18
3.3 谓词逻辑
谓词的一般形式: P(x1,x2,…,xn ) 其中P是谓词,而x1,x2,…,xn是个体。谓词通常用大写字母 表示,个体通常用小写字母表示。
混合推理是把正向推理和反向推理结合起来所进行的推 理。
所谓双向混合推理是指正向推理和反向推理同时进行, 使推理过程在中间的某一步骤相汇合而结束的一种推理 方法。
10
3.1 推理概述
3.1.4 推理的冲突消解策略 推理过程中的冲突消解策略,就是确定如何从
多条匹配规则中选出一条规则作为启用规则,将 它用于当前的推理。
目前已有的多种冲突消解策略的基本思想都是 对匹配的知识或规则进行排序,以决定匹配规则 的优先级别,优先级高的规则将作为启用规则。 常用排序方法有如下几种:
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
命题公式的缺点:
l 无法把所描述的客观事物的结构和逻辑特征反映出来 l 不能把不同事物的共同特征反映出来 P:“张三是李四的老师”;仅用字母P看不出张三和李四之
本章在讨论有关推理的一般概念以及命题和谓词逻辑 的基础上,介绍自然演绎推理方法和基于一阶谓词逻辑的 归结推理方法。
3
3.1 推理概述
3.1.1 推理的基本概念
推理是指从已知事实出发,运用已掌握的知识,推导 出其中蕴含的事实性结论或归纳出某些新的结论的过程。 其中,推理所用的事实可分为两种情况,一种是与求解问 题有关的初始证据;另一种是推理过程中所得到的中间结 论,这些中间结论可以作为进一步推理的已知事实或证据。
63.1 推理ຫໍສະໝຸດ 述(3)默认推理 默认推理又称缺省推理,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。也就是说,在进行推 理时,如果对某些证据不能证明其不成立的情况下,先假 设它是成立的,并将它作为推理的依据进行推理,但在推 理过程中,当由于新知识的加入或由于所推出的中间结论 与已有知识发生矛盾时,就说明前面的有关证据的假设是 不正确,这时就要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
3.1.3 推理的控制策略 推理过程不仅依赖于所用的推理方法,同时也依赖于
推理的控制策略。控制策略包括推理方向、搜索策略、冲 突消解策略等;而推理方法则是指在推理控制策略确定之 后,在进行具体推理时所要采取的匹配方法或不确定性传 递算法等方法。
推理方向用来确定推理的驱动方式,即是数据(证据) 驱动或是目标驱动。所谓数据驱动即指推理过程从初始证 据开始直到目标结束,而目标驱动则是指推理过程从目标 开始进行反向推理,直到出现与初始证据相吻合的结果。
目前已有的多种冲突消解策略的基本思想都是 对匹配的知识或规则进行排序,以决定匹配规则 的优先级别,优先级高的规则将作为启用规则。 常用排序方法有如下几种:
11
3.1 推理概述
(1)按就近原则排序 (2)按知识特殊性排序 (3)按上下文限制排序 (4)按知识的新鲜性排序 (5)按知识的差异性排序 (6)按领域问题的特点排序 (7)按规则的次序排序 (8)按前提条件的规模排序
5
3.1 推理概述
(2)归纳推理 归纳推理是从大量特殊事例出发,归纳出一般性结论
的推理过程,是一种由个别到一般的推理方法。其基本思 想是:首先从已知事实中猜测出一个结论,然后对这个结 论的正确性加以证明确认,数学归纳法就是归纳推理的一 种典型例子。
归纳推理又可分为: 从特殊事例考察范围看:完全归纳推理、不完全归纳推理; 从使用的方法看:枚举归纳推理、类比归纳推理。
7
3.1 推理概述
2. 按所用知识的确定性分类 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。 3. 按推理过程的单调性
按照推理过程中所推出的结论是否单调地增加,或者 说按照推理过程所得到的结论是否越来越接近最终目标来 分类,推理可分为单调推理与非单调推理。
8
3.1 推理概述
第三章 确定性推理
1
需要掌握的问题
应用归结原理求解下列问题: 任何兄弟都有同一个父亲,John和Peter 是兄弟,且John的父亲是David,问 Peter的父亲是谁?
2
按照推理过程所用知识的确定性,推理可分为确定性 推理和不确定性推理。
自然演绎推理和归结推理是经典的确定性推理,它们 以数理逻辑的有关理论、方法和技术为理论基础,是机械 化的、可在计算机上加以实现的推理方法。
12
3.2 命题逻辑
3.2.1 命题
定义 3.1 能够分辨真假的语句称作命题。 定义3.2 一个语句如果不能再进一步分解成更简单的语句,并且又是 一个命题,则称此命题为原子命题。
原子命题是命题中最基本的单位。我们一般用P、Q、R、…大写 拉丁字母表示命题,而命题的真与假分别用“T”与“F”表示。
用大写英文字母表示的命题既可以是一个特定的命题,也可以是 一个抽象的命题。前者称为命题常量,后者称为命题变量。对于命题 变量而言,只有把确定的命题代入后,它才可能有明确的逻辑值(T 或F)。
人工智能系统的构成: 推理机---一些程序来完成的; 综合数据库---存放有用于推理的事实或证据; 知识库---存放有用于推理所必须的知识。
4
3.1 推理概述
3.1.2 推理的方法及其分类 1. 按照推理的逻辑基础分类
可分为演绎推理、归纳推理和默认推理。 (1)演绎推理 演绎推理是从已知的一般性知识出发,推理出 适合于某种个别情况的结论的过程。它是一种由 一般到个别的推理方法。
14
3.2 命题逻辑
2.命题公式 定义3.3 以下面的递归形式给出命题公式的定义: l (1)原子命题是命题公式。 l (2)A是命题公式,则~A也是命题公式。 l (3)若A和B都是命题公式,则A∧B、A∨B、
A→B、AB l(4)只有按(1)—(3)所得的公式才是命题
公式。
15
3.2 命题逻辑
13
3.2 命题逻辑
3.2.2 命题公式
1. 连接词
表3.1 命题逻辑真值表
~:称为“非”或“否定P”。Q P∨Q P∧Q P→Q P Q ~P
TT
T
T
T
T
F
∨:称为“析取”。 T F
T
F
F
F
F
∧:称为“合取”。
FT FF
T
F
T
F
T
F
F
T
T
T
→:称为“条件”或者“蕴含”。
:称为“双条件”。P Q表示“P当且仅当Q”。
混合推理是把正向推理和反向推理结合起来所进行的推 理。
所谓双向混合推理是指正向推理和反向推理同时进行, 使推理过程在中间的某一步骤相汇合而结束的一种推理 方法。
10
3.1 推理概述
3.1.4 推理的冲突消解策略 推理过程中的冲突消解策略,就是确定如何从
多条匹配规则中选出一条规则作为启用规则,将 它用于当前的推理。
按照对推理方向的控制,推理可分为正向推理、反向
9 推理、混合推理及双向推理四种情况。
3.1 推理概述
正向推理是一种从已知事实出发、正向使用推理规则 的推理方式,它是一种数据(或证据)驱动的推理方式, 又称前项链推理或自底向上推理。
反向推理是一种以某个假设目标为出发点,反向运用推 理规则的推理方式,它是一种目标驱动的推理方式,又 称反向链推理或自顶向下推理。
相关文档
最新文档