3.3.1正向推理和反向推理
推理的基本概念
P ∨Q
～P ∨
消解式
Q ∨ ～Q
P ∨ ～P
4.2 消解原理
4.2.2 消解推理规则
常用消解规则
(4) 空子句(矛盾)
～P
P
消解式 NIL
4.2 消解原理
4.2.2 消解推理规则
常用消解规则 (5) 链式(三段论)
～P ∨Q
～Q ∨R
消解式
～P ∨R
4.2 消解原理
4.2.3 含有变量的消解式
4.2 消解原理
4.2.1 子句集的求取
（4）消去存在量词 ( x){~P(x) ∨{( y)[~P(y) ∨ P(f(x,y))]∧ [Q(x,g(x)) ∧ ~ P(g(x))]}} w=g(x)为一个skolem函数。 （5）化为前束形 ( x) ( y){~P(x) ∨{[~P(y) ∨ P(f(x,y))]∧ [Q(x,g(x)) ∧ ~ P(g(x))]}} （6）把母式化为合取范式 ( x) ( y){[~P(x) ∨~P(y) ∨ P(f(x,y))]∧[~P(x) ∨ Q(x,g(x)) ]∧[~P(x) ∨ ~ P(g(x))]}
4.2 消解原理
4.2.1 子句集的求取
例：将下列谓词演算公式化为一个子句集
( x){P(x)→{( y)[P(y)→P(f(x,y))]∧～( y)[Q(x,y)→P(y)]}} （1）消去蕴涵符号
( x){~P(x) ∨{( y)[~P(y) ∨ P(f(x,y))]∧～( y)[~Q(x,y) ∨ P(y)]}} （2）减少否定符号辖域
第3种情况称为发生了冲突。
推理的基本概念
4 冲突消解策略
消解冲突的基本思想：对知识进行排序： （1）按针对性排序：优先选择针对性强的知识（规则）， 即要求条件多的规则。 （2）按已知事实的新鲜性排序：后生成的事实具有较大的 新鲜性。 （3）按匹配度排序：在不确定推理中，需要计算已知事实 与知识的匹配度。 （4）按条件个数排序：优先应用条件少的产生式规则。
第三章 确定性推理
第三章 ห้องสมุดไป่ตู้定性推理方法
3.1.2 推理的方法及其分类
所谓枚举归纳推理是指在进行归纳时， 如果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种属性。 例如，设 a1 , a2 , , an 是 某类事物A中的 n 个具体事物，若 a1 , a2 , , an 都具有某种属性B，并没有发现反例， n 那么当 足够大时，就可得出“A中的所有事物都具有属性B”这一结论。所谓类比 推理是指在两个或两类事物有许多属性都相同或相似的基础上， 推出他们在其他属 性上也相同或相似的一种归纳推理。例如，设A、B分别是两类事物的集合：
第三章 确定性推理方法
3.1.2 推理的方法及其分类
演绎推理与归纳推理是两种完全不同的推理。 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确性。 它 所得出的结论实际上早已蕴涵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，因此它不能增殖新的知识。 而归纳推理所推出的结论并没有包含 在前提内容中，它是一个由个别事物或现象推出一般性知识的过程，这种过程能 够导致新知识的产生。所以，从人工智能的知识获取要求这一角度看，归纳推理 应当比演绎推理重要。 本章后面重点介绍的归结推理也即是归纳推理。然而，在 现实世界中，当人们运用逻辑推理解决问题时，往往是归纳推理与演绎推理并用， 两种推理过程是相辅相成的。 例如，一位发动机维修员，当他刚开始从事这项工 作时，只有书本知识，而无实际经验，这时按照书中的知识修机器往往修不好， 因为书中所介绍的故障现象与实际中有些差别。当当他经过一段时间的工作实践 后，就会通过大量维修实例积累起来一些经验，这些经验就是由一个个实例归纳 出来的一般性知识，采用的是归纳推理方式。当他掌握了这些一般性知识后，就 可以运用这些知识去修理更多的机器，这时为修理某一台机器运用了他前面积累 总结出一般性知识，这一过程实际是一个演义推理过程。
产生式系统专家系统
人工智能生式规则简称产生式。
它是指形如α─→β或IFαTHENβ或其等价形式的一条规则,其中α称为产生式的左部或前件;β称为产生式的右部或后件。
①如果α、β分别代表需要注视的一组条件及其成立时需要采取的行动，那么称为条件-行动型产生式;②如果α、β分别代表前提及其相应的结论,那么称为前提-结论型产生式。
人工智能中的推理很多是建立在直观经验基础上的不精确推理，而产生式在表示和运用不精确知识方面具有灵活性，因此许多专家系统采用产生式系统为体系结构。
组成一个产生式系统由下列3部分组成：一个总数据库(global database)，它含有与具体任务有关的信息。
υυ一套规则，它对数据库进行操作运算。
每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。
应用规则来改变数据库。
一个控制策略，它确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。
υ自由帕斯卡中free pascal 中的产生式系统的组成产生式系统由一个综合数据库、一组产生式规则和一个控制系统三个基本要素组成。
其中：综合数据库是产生式系统所用的主要数据结构，它主要用来表示问题的状态，即初始状态、中间状态和目标状态等，以及状态之间的关系。
它不是固定不变的，在求解的过程中，它的内容将越来越多，状态之间的关系也越来越复杂。
经常用来表示数据库的数据结构有串、集合、数组、树、表、记录、队列等。
产生式规则是对数据库进行操作的一系列规则。
规则的一般形式是：IF 条件 THEN 操作即满足应用的先决条件后，就对数据库实行后面的操作。
控制策略规定了操作的顺序，即在任何条件下用什么规则进行操作，什么条件下停止运行，它规定了问题的求解的搜索策略和路线。
控制策略一般可分为不可撤回方式和试探法两大类，试探法又包括回溯法和图搜索法两种。
工作方式产生式是系统的单元程序，它与常规程序不同之处在于，产生式是否执行并不在事前硬性规定，各产生式之间也不能相互直接调用，而完全决定于该产生式的作用条件能否满足，即能否与全局数据库的数据条款匹配。
第五章 推理和控制策略 - 程序员联合开发网
Goto L1 END
正向推理的优点是用户可以主动提供问 题的相关信息，可以对用户输入事实作出快 速反映，适合诊断、设计、预测等领域。但 其不足之处在于知识启用与执行似乎漫无目 标，求解中要执行许多与问题求解无关的操 作，推理效率低。
3.2 正向推理控制策略
智能系统中按照推理方向的控制，可分为: 正向推理控制策略； 反向推理控制策略； 混合推理控制策略； 双向推理控制策略。
每种推理方式都具有：知识库、综合数据 库以及推理机三个部分。
正向推理控制策略又称数据驱动推理， 前向推理、自底向上推理等。
其基本思想是：用户事先提供一组初始 证据，并放入综合数据库，推理开始后，推 理机从综合数据库中已有事实出发，寻找可 用知识，通过冲突消解选择启用知识，执行 启用知识，改变求解状态，逐步求解直至问 题解决。
……
Kn：En→H [R(H∣En)]
的共同作用下，评价结论H的可靠性R(H∣S)
评 价 组 合 证 据 的 可 靠 性 。 如 ： 由 R(E1∣S) 和 R(E2∣S)， 评价R(E1∧E2∣S) 或R(E1∨E2∣S) 等。
不确定性（不精确性）推理： • 概率论 (Bayes模型） • 确定性理论（CF模型） • 证据理论（D-S模型） • 模糊理论（P模型、三I模型）
例如：
正向推理控制策略的基本算法可描述为：
Procedure Data_Driven(KB,DB) L1 S←Scan1(KB,DB)
While (NOT(S=∮) AND Solving_flag=0 DO R:=Conflict_Resolution(S) Execute(R) S←Scan1(KB,DB)
人工智能导论（第3版）习题解答
习题11.1什么是智能？什么是人工智能？解：略。
1.2什么是图灵测试？它有什么重要特征？解：略。
1.3一台机器要通过图灵测试，它必须具备哪些能力？解：自然语言处理: 实现用自然语言与计算机进行交流。
知识表示: 存储它知道的或听到的、看到的。
自动推理：能根据存储的信息回答问题，并提出新的结论。
机器学习：能适应新的环境，并能检测和推断新的模式。
计算机视觉：可以感知物体。
机器人技术：可以操纵和移动物体。
1.4人工智能的发展经历哪几个阶段？解：人工智能的产生和发展过程，可大致分为孕育期(20世纪50年代中期以前)、形成及第一个兴旺期(20世纪50年代中期－60年代中期)、萧条波折期(20世纪60年代中期－70年代中期)、第二个兴旺期(20世纪70年代中期－80年代中期)、稳步增长期(20世纪80年代中期－至今)。
1.5人工智能研究有哪几个主要学派？其特点是什么？解：略。
1.6人工智能的主要研究内容和应用领域是什么？解：略。
习题22.1什么是知识表示？知识表示有哪些要求？解：略。
2.2简述一阶谓词逻辑表示法表示知识的一般步骤。
解：略。
2.3简述一阶谓词逻辑表示法的优缺点。
解：略。
2.4 简述产生式系统的基本组成部分以及它们之间的关系。
解：略。
2.5什么是语义网络？它的基本语义关系哪些？解：略。
2.6 什么是框架？框架表示法的特点是什么？解：略。
2.7 什么是脚本？脚本一般由几部分构成？解：略。
2.8 面向对象表示法中封装和继承各有什么含义？解：略。
2.9 设有一些语句，请用相应的谓词公式分别把他们表示出来。
(1) 有的人喜欢梅花，有的人喜欢菊花，有的既喜欢梅花又喜欢菊花。
解：(∃x)(Human(x)∧Like(x, Club(x)))(∃x)(Human(x)∧Like(x, Mum(x)))(∃x)(Human(x)∧Like(x, club(x))∧Like(x, Mum(x)))(2) 他每天下午都去玩足球；解：(∀x) (Day(x)→PlayFootball(Ta))(3) 兰州市的夏天既干燥又炎热；解：Dry(Summer(Lanzhou))∧Hot(Summer(Lanzhou))(4) 所有人都有饭吃；解：(∀x) (Human(x)→Eat(x))(5) 喜欢玩篮球的人必喜欢玩排球；解：(∀x) (Human(x)∧Like(x, basketball))→Like(x, volleyball))(6) 要想出国留学，必须通过外语考试；解：Abroad(x)→Pass(x)(7) 每个学生都要参加考试解：(∀x) (Student(x)→Test(x))(8) 任何整数或是正的或是负的解：(∀x) (Integer(x)→PositiveNum (x)∨NegativeNum (x))2.10 房内有一只猴子、一个箱子，天花板上挂了一串香蕉，其位置关系如图2.20所示，猴子为了拿到香蕉，它必须把箱子推到香蕉下面，然后再爬到箱子上。
正向逻辑到逆向逻辑,逆向逻辑到正向逻辑的例子
正向逻辑到逆向逻辑,逆向逻辑到正向逻辑的例子正向逻辑和逆向逻辑是指一种推理思维方式，正向逻辑是从前提向结论进行推理，而逆向逻辑则是从结论向前提进行推理。
在以下的例子中，我们将展示10个关于正向逻辑到逆向逻辑与逆向逻辑到正向逻辑的例子。
正向逻辑到逆向逻辑：1. 正向逻辑：如果这个糖果袋子是绿色的，那里面装有酸味的糖果。
逆向逻辑：这个糖果袋子里有酸味的糖果，因此这个袋子一定是绿色的。
2. 正向逻辑：如果你热爱阅读，那你一定很聪明。
逆向逻辑：由于你很聪明，因此你一定热爱阅读。
3. 正向逻辑：如果你不是医生，你不能进行手术。
逆向逻辑：由于你不能进行手术，因此你一定不是医生。
4. 正向逻辑：如果你把椅子放在桌子上面，那么它就会变成一个台子。
逆向逻辑：由于你想要一个台子，因此你把椅子放在了桌子上面。
5. 正向逻辑：如果你想要获得成功，你必须努力工作。
逆向逻辑：由于你努力工作，因此你有望获得成功。
逆向逻辑到正向逻辑：6. 逆向逻辑：如果这个问题的答案是5，那么9 + 4 等于多少？正向逻辑：答案是9，因为9+4等于13，据此推断问题的答案是5。
7. 逆向逻辑：如果这辆车的刹车失灵，那么它应该会出事故。
正向逻辑：这辆车出了事故，推断出它的刹车失灵了。
8. 逆向逻辑：如果我得到了一份高薪工作，那么我就可以提前还清我的贷款。
正向逻辑：我成功地提前还清了我的贷款，因此可以推断我得到了一份高薪工作。
9. 逆向逻辑：如果这个人不会游泳，那么他不能参加比赛。
正向逻辑：这个人参加了比赛，并且输了，因此可以推断出他不会游泳。
10. 逆向逻辑：如果这个建筑物是一座教堂，那么它一定有钟楼。
正向逻辑：这座建筑物有一个钟楼，因此可以推断它是一座教堂。
这些例子展示了正向逻辑和逆向逻辑之间的区别，同时也表明我们可以使用不同的思维方式来推导出相同的结论。
这些例子提供了一个思考和理解逻辑推理的有趣方式。
推理方法综述
智能控制导论大作业学院：电子工程学院专业：智能科学与技术推理方法综述一、推理的定义：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知识推出结论的过程。
通过一个或几个被认为是正确的陈述、声明或判断达到另一真理的行动，而这真理被相信是从前面的陈述、声明或判断中得出的直接推理。
二、推理方式及其分类：1.演绎推理、归纳推理、默认推理(1). 演绎推理：一般→个别演绎推理是从全称判断推出特称判断或单称判断的过程，即从一般到个别的推理。
最常用的形式是三段论法。
例如：1）所有的推理系统都是智能系统；2）专家系统是推理系统；3）所以，专家系统是智能系统。
(2). 归纳推理: 个别→一般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过程，分为完全归纳推理，又称为必然性推理，不完全归纳推理，又称为非必然性推理。
例如：(3). 默认推理：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。
例如：2.确定性推理、不确定性推理如果按推理时所用的知识的确定性来分，推理可分为确定性推理与不确定性推理。
（1）确定性推理（精确推理）。
如果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，然后进行逻辑推理，推理的结论或者为真，或者为假，这种推理就称为确定性推理。
（如归结反演、基于规则的演绎系统等）（2）不确定性推理(不精确推理)。
在人类知识中，有相当一部分属于人们的主观判断，是不精确的和含糊的。
由这些知识归纳出来的推理规则往往是不确定的。
基于这种不确定的推理规则进行推理，形成的结论也是不确定的，这种推理称为不确定推理。
(在专家系统中主要使用的方法)。
例如：3.单调推理、非单调推理如果按推理过程中推出的结论是否单调增加，或者说推出的结论是否越来越接近最终目标来划分，推理又可分为单调推理与非单调推理。
（1）单调推理。
（基于经典逻辑的演绎推理）是指在推理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，并且越来越接近最终目标。
智能控制技术复习题课后答案讲解
(2)。
10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。
立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、
和。知识库的设计推理机的设计人机接口的设计
13．专家系统的核心组成部分为和。知识库、推理机
一、填空题
1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例如、、和。
1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制
2．传统控制包括和。2、经典反馈控制现代理论控制
3．一个理想的智能控制系统应具备的基本功能是、、和。
3、学习功能适应功能自组织功能优化能力
4．智能控制中的三元论指的是：、和。
•(6)具有获取知识的能力；
•(7)知识与推理机构相互独立。专家系统一般把推理机构与知识分开，使其独立，使系统具有良好的可扩充性和维护性。
2、简述专家系统设计的基本结构。
答：基本知识描述---系统体系结构---工具选择----知识表示方法----推理方式----对话模型.P20
4、什么是专家控制系统？专家控制系统分为哪几类？
46、二进制编码
47.遗传算法的3种基本遗传算子、和。
47、比例选择算子单点交叉算子变异算子
48．遗传算法中，适配度大的个体有被复制到下一代。更多机会
49.遗传算法中常用的3种遗传算子（基本操作）为、、和。
49、复制、交叉和变异
第一章
1
答：（1）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
（3）神经控制系统（1分）
神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。
（4）遗传算法（2分）
人工智能复习试题和答案及解析
一、单选题1. 人工智能的目的是让机器能够（ D ），以实现某些脑力劳动的机械化。
A. 具有完全的智能B. 和人脑一样考虑问题C. 完全代替人D. 模拟、延伸和扩展人的智能2. 下列关于人工智能的叙述不正确的有（ C ）。
A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B. 人工智能是科学技术发展的趋势。
C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。
D. 人工智能有力地促进了社会的发展。
3. 自然语言理解是人工智能的重要应用领域，下面列举中的（ C）不是它要实现的目标。
A. 理解别人讲的话。
B. 对自然语言表示的信息进行分析概括或编辑。
C. 欣赏音乐。
D. 机器翻译。
4. 下列不是知识表示法的是（）。
A. 计算机表示法B. 谓词表示法C. 框架表示法D. 产生式规则表示法5. 关于“与/或”图表示知识的叙述，错误的有（ D ）。
A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。
B. “与/或”图表示知识时一定同时有“与节点”和“或节点”。
C. “与/或”图能方便地表示陈述性知识和过程性知识。
D. 能用“与/或”图表示的知识不适宜用其他方法表示。
6. 一般来讲，下列语言属于人工智能语言的是（ D ）。
A. VJB. C#C. FoxproD. LISP7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（ C ）的过程。
A. 思考B. 回溯C. 推理D. 递归8. 确定性知识是指（A ）知识。
A. 可以精确表示的B. 正确的C. 在大学中学到的知识D. 能够解决问题的9. 下列关于不精确推理过程的叙述错误的是（ B ）。
A. 不精确推理过程是从不确定的事实出发B. 不精确推理过程最终能够推出确定的结论C. 不精确推理过程是运用不确定的知识D. 不精确推理过程最终推出不确定性的结论10. 我国学者吴文俊院士在人工智能的（ A ）领域作出了贡献。
托福阅读推理题的正向推理与逆向推理
托福阅读推理题的正向推理与逆向推理托福阅读推理题是比较让童鞋们头疼的一类题型，它考察的内容多为隐藏在*里、需要根据*信息进行合理推测得出的结论，下面就和大家分享托福阅读推理题的正向推理与逆向推理，希望能够帮助到你们，快来一起学习吧。
托福阅读推理题的正向推理与逆向推理正向推理正向推理指的是最后的答案往往是和*所描述的内容一致的，而这种特征一般视为“整体”和“部分”的一致性，所以正向推理也被称为“整体与部分推理”。
正向推理包含两种主要情形，一种叫做给定段里面没有推理对象的情况，另外一种叫做有举例引发的“整体与部分推理”。
所谓“整体与部分推理”，就是*里面讲述一个特质是A，下面选项中的特征也是A，这个特质本身没有变化。
*里面讲什么特质，下面选项中就是什么特质，只不过一个是“整体”，一个是“部分”而已。
逆向推理“逆向推理”又叫“取非式推理”，*中讲的是A，下面选项里最终答案是“非A”，此推理包含三种情形。
1.由新时间点引发的逆向推理比如“now”表示现在，含有典型的暗转折含义。
事实上，凡是时间点概念，都暗示着转折。
比如说：1999年澳门回归了，这意味着1999年之前澳门没有回归。
这条原则可能听起来怪怪的，但意义重大，以后我们做托福*要比其他没有经历过严格训练的同学多长一个心眼，但凡是有时间点出现，就意味着前后的特质不一致，而这恰好是考点。
2.由新地点引发的逆向推理事实上，它和第一点的内涵是一致的，可以被统称为“分类取非”。
在*中经常会出现把一个大类分成两个小类的情况，比如*里面讲述生物分为两类，一类是动物，一类是植物，这时*里面会谈到动物和植物的“不同点”而不会是“相同点”。
3.由特定词引发的逆向推理这一类词包括unlike、without以及所有能够表示“比例”的词等。
一般推理题只要找准用来推理的句子，然后按照上面两种方法来做就不会有什么问题了。
只要掌握了这些技巧，当你在做托福阅读时，也能像侦探一样进行“推理”了。
4 知识推理
逆向推理 : 若提出的假设目标不符合实际，会降低效率。 正反向混合推理： （1）先正向后逆向：先进行正向推理，帮助选择某个目标， 即从已知事实演绎出部分结果，然后再用逆向推理证实该 目标或提高其可信度； （2）先逆向后正向：先假设一个目标进行逆向推理，然后 再利用逆向推理中得到的信息进行正向推理，以推出更多 的结论。
开始 提出假设
Y
该假设在数据库DB中？
Y
该假设成立
还有假设？
N
该假设是证据？
N Y
询问用户 退出
N
在知识库中找出所有能 导出该假设的知识，形 成适用知识集KS 有此事实？
N
Y
该假设成立， 并将此事实 存入数据库
从KS中选出一条知识，并 将该知识的一个运用条件 作为一个新的假设目标。
逆向推理需要解决的问题：
→
个别
（结 论）
（2）归纳推理 (inductive reasoning): 个别 → 一般
完全归纳推理（必然性推理） 不完全归纳推理（非必然性推理）
（3）默认推理（default reasoning，缺省推理）
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。
A 成立
B 成立？ （默认B成立）
（1）单调推理：随着推理向前推进及新知识的加 入，推出的结论越来越接近最终目标。
（2）非单调推理：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，使推理退回到 前面的某一步，重新开始。
推理的控制策略
• 推理的控制策略主要包括：
– 推理方向 – 搜索策略 – 冲突消解策略 – 求解策略 – 限制策略等
r1： 若某动物有奶, 则它是哺乳动物。 r2： 若某动物有毛发, 则它是哺乳动物。 r3： 若某动物有羽毛, 则它是鸟。 r4： 若某动物会飞且生蛋, 则它是鸟。 r5： 若某动物是哺乳动物且有爪且有犬齿且目盯前方, 则它是食肉动物。
《人工智能导论-》- 04 推理-0...
置换的合成
设＝{t1/x1, t2/x2, …, tn/xn}，
＝{u1/y1, u2/y2, …, un/yn}，是两个臵换。
则与的合成也是一个臵换，记作· 。它是从集合 {t1· 1, t2· 2, …, tn· n, u1/y1, u2/y2, …, un/yn } /x /x /x
例如： （1）所有的人都是要死的。 （2）有的人活到一百岁以上。 在个体域D为人类集合时，可符号化为： x P(x)，其中P(x)表示x是要死的。 x Q(x), 其中Q(x)表示x活到一百岁以上。 引入特殊谓词R(x)表示x是人，可符号化为： （1）x（R(x) → P(x)）, 其中，R(x)表示x是人；P(x)表示x是要死的。 （2）x（R(x) ∧ Q(x)）， 其中，R(x)表示x是人；Q(x)表示x活到一百岁以上。
正向推理链接过程示意图
前面已经指出，前件和后件可以用命题或谓词来表示，当它们是谓词时，全局前提与总数据 库中的事实匹配成功是指：对前件谓词中出现的变量进行某种统一的臵换，使臵换后的前件谓词 成为总数据库中某个谓词的实例，即实例化后前件谓词与总数据库中某个事实相同。执行后件是 指：当前件匹配成功时，用前件匹配时使用的相同变量，按同一方式对后件谓词进行臵换，并把 臵换结果（后件谓词实例）加进总数据库。
命题逻辑的归结法
命题逻辑基础： 定义： 合取式：p与q，记做p Λ q 析取式：p或q，记做p ∨ q 蕴含式：如果p则q，记做p → q 等价式：p当且仅当q，记做p <=> q 析取范式：仅由有限个简单合取式组成的析取式。 合取范式：仅由有限个简单析取式组成的合取式。
第三章__经典逻辑推理
推论2
S2的不可满足性 S的不可满足性
3.3.5 使用归结原理证明问题
设F为已知前提的公式集，G为目标公式（结 论），用归结反演证明Q为真的步骤是：
结论：由大前提推出的适合于小前提所示情况的新判断
– 在任何情况下，由演绎推导出的结论都是蕴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，则由它们推出的结论必然是正确的
归纳推理
归纳推理
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
完全归纳推理
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
3.3.1 子句
9
谓词公式化为子句集 步骤
5
把全 称量词 移到公 式左边
8
消去 合取 词
7
对 变元 更名 消去全 称量词
6
利用等价关系 把公式化为 Skolem标准形
3.3.1 子句
Skolem标准形的一般形式
(x1 )(x2 )(xn )M，其中M为合取式
定理：设有谓词公式F，其标准形的子句集为S， 则F不可满足的充要条件是S不可满足。
3.1.3 推理的控制策略
出现冲突的情况
正向推理: 如果有多条产生式规 则的前件都和已知的 事实匹配成功；或者 有多组不同的已知事 实都与同一条产生式 规则的前件匹配成功； 或者两种情况同时出 现 逆向推理: 如果有多条产生 式的后件都和同 一假设匹配成功， 或者有多条产生 式后件可与多个 假设匹配成功
动物识别系统_人工智能课程实验
2 规则库
规则库RB（rule base）是一个用来存放与求 解问题有关的所有规则的集合，也称为知识库K B（knowledge base）。它包含了将问题从初始 状态转换成目标状态所需的所有变换规则。规则 库是产生式系统进行问题求解的基础。
3 控制系统（1）
控制系统（control system）也称为推理机， 其主要工作如下： 按一定的策略从规则库中选择规则与综合数据 库中的已知事实进行匹配。 当匹配成功的规则多于一条时，按照某种策略 选择一条执行。 对于要执行的规则，如果该规则的结论不是问 题的目标，将其加入综合数据库中。
动物识别系统
目录
You can briefly add outline of this slide page in this text box.
一、产生式系统的基本结构 二、产生式系统的类型
三、动物识别系统的相关策略
四、实验结果
一、产生式系统的基本结构
1 2 3
综合数据库
规则库 控制系统
1 综合数据库
综合数据库DB（data base）也称为事实库， 是一个用来存放与求解问题有关的各种当前信息 的数据结构。当某条规则的前提与综合数据库中 的已知事实相匹配时，该规则将被激活，并把其 结论放入综合数据库成为后面推理的已知事实。
四、实验结果（1实验结果（3）
四、实验结果（4）
二、产生式系统的类型（2）
3.2逆向推理产生式系统 也称目标驱动方式，它是从目标（作为假设） 状态出发，朝着初始状态前进，反向使用规则的 一种推理方法。所谓逆向使用规则，是指以问题 的目标状态作为初始综合数据库，仅当综合数据 库中的事实满足某条规则的后件时，该规则才被 使用。 优点：不使用与问题无关的规则。因此，对 那些目标明确的问题，使用反向推理方式是一种 最佳选择。
推理方式的分类
4t
推理方式的分类
正向推理简单、易实现，但目的性不强，效率低，需要用启发性知识解除冲突并控制中间结果的选取，
1 其中包括必要的回溯 2 另外，由于不能反推，系统的解释功能受到了影响
3 反向推理
4 反向推理是以某个假设目标作为出发点的一种推理，又称为目标驱动推理或逆向推理
推理方式的分类
1 正向推理
2 正向推理是由已知事实出发向结论方向的推理，也称为事实驱动推理
正向推理的基本思想是:系统根据用户提供的初始事实，在知识库中搜索能与之匹配的规则，即当前可 用的规则，构成可适用的规则集(Rule Set,RS)，然后按某种冲突解决策略从规则集中选择一条知识进
3 行推理，并将推出的结论作为中间结果加到数据库DB中，成为下一步推理的事实，之后，再在知识库
推理方式的分类
01 一般非单调推理是在知识不完全的
情况下进行的，人们的推理过程通 常是在信息不完全或者情况变化的 情况下进行的，所以推理过程往往 是非单调的
03
启发式推理
05 非启发式推理如果在推理寸程中，
不运用启发性知识，只按照一般的 控制逻辑进行推理，这种推理过程 称为非启发式推理
02
如果按推理中是否运用与问题有关 的启发性知识，推理可分为启发式 推理和非启发式推理
推理方式的分类
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过程 常用的归纳推理有简单枚举法和类比法 枚举法归纳推理是由已观察到的事物都有某属性，而没有观 察到相反的事例，从而推出某类事物都有某属性 其推理过程可以形式化地表示为 S1是P，S2是P...Sn是P(S1，S2，...，Sn是S类中的个别 事物，在枚举中兼容)S都是P 例如 麻雀会飞，海鸥会飞， 鸟都会飞 枚举法归纳推理
第3章_确定性推理方法(1)
3.3 谓词逻辑
3.3.2 谓词公式
1. 连接词 ～，∨，∧，→， 2. 量词：为刻画谓词与个体间的关系 – 全称量词（x） – 存在量词（x） 3. 谓词演算公式
–
原子谓词公式
由单个谓词构成的不含任何连接词的公式
3.3 谓词逻辑
– 可按下述规则得到谓词演算的合式公式： （1）原子谓词公式是合式公式。
3.1 推理的基本概念
3.1.4 推理的冲突消解策略
• • 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)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
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。
3.1 推理的基本概念
（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。
3.1 推理的基本概念
推理的定义
• 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。 • 推理所用的事实可分为两种情况，
① 一种是与求解问题有关的初始证据； ② 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。
3.3.1正向推理和反向推理
2
有暗斑点、有长脖子、 有长腿、产奶
不知道是什么
有暗斑点、有长脖子、
3 有长腿、产奶
不知道是什么
练一练
产奶
长颈鹿正向推理过程
哺乳动物 有蹄
有蹄动物 有长脖子 有长腿 有暗斑点
长颈鹿
练一练 序号 1
反向推理推理记录表 （金钱豹）
提问
回答
结论
使用的规则
2
3
运行结果：________________
看一看
数据 驱动推理
反向推理
以___目__标__为出发点
提出一批假设（目 标），然后 __逐__一__验__证__这些假设 的过程。 目标 驱动推理
用一用
题西林壁 苏轼
横看成岭侧成峰,
远近高低各不同。
不识庐山真面目，
只缘身在此山中。
课后研讨 对于生活中的事物，有些我们能够给出准确 的描述和判断，有些我们不能够给出，
想一想
1、专家系统是一群专家坐在电脑前回答 系统里提出的问题么？
专家系统是一个具有专家知识的 计算机软件系统
想一想
2、专家系统由哪六部分组成？
人 机 接 口
知识获取 推理机
解释机制
知识库 数据库
想一想
3、专家系统的基础是__知_识___
专家系统的核心是__推__理__
正向推理和反向推理
玩一玩
假设是金钱豹
金
哺乳动物
食肉动物
钱
豹 反 向 推 理
是否 产奶
是否 有毛发
是否吃肉
是否有犬齿 是否有爪
过
不成立 是否眼视前方
程
不成立 哺乳动物
食肉动物
假设成立
- 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、"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、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)。
看一看
假设是老虎
动
物
哺乳动物
食肉动物
识
别 系 统
是否 产奶
反 是否
是否吃肉 是否有犬齿
向 有毛发
是否有爪
推 理
不成立 是否眼视前方
过 程
不成立 哺乳动物
食肉动物
假设成立
是否
是否有
黄褐色 黑条纹
不成立 黄褐色 有黑条纹
练一练 序号
正向推理记录表
事实
运行结果
原因
1 有暗斑点、有长脖子、 不知道是什么 产奶、有蹄
假设是金钱豹
金
哺乳动物
食肉动物
钱
豹 反 向 推 理
是否 产奶
是否 有毛发
是否吃肉
是否有犬齿 是否有爪
过
不成立 是否眼视前方
程
不成立 哺乳动物
食肉动物
假设成立
是否
是否有
黄褐色 暗斑点
不成立 黄褐色 有暗斑点
正向推理 以已__知__事__实_为出发点
按照一定的策略，运 用知识库中的知识， 推断出__结__论__的过程。
数据 驱动推理
反向推理
以___目_标__为出发点
提出一批假设（目 标），然后 __逐__一__验__证__这些假设 的过程。 目标 驱动推理
用一用
题西林壁 苏轼
横看成岭侧成峰,
远近高低各不同。
不识庐山真面目，
只缘身在此山中。
课后研讨 对于生活中的事物，有些我们能够给出准确 的描述和判断，有些我们不能够给出，
正向推理又称为数据驱动推理。
看一看
产奶
动物识别系统正向推理过程
哺乳动物 有蹄
有蹄动物 有长脖子 有长腿 有暗斑点
长颈鹿
玩一玩
玩一玩
反向推理
反向推理过程从表示目标的谓词或命题出发， 使用一组推理规则，来证明事实谓词或命题 成立。
即推出一批假设（目标），然后逐一验证这 些假设。
反向推理又称为目标驱动推理。
葫芦科植物
近于球形或椭圆形
种植以排水良好的砂质土最佳
夏季水果，果肉味甜，有籽，能降温去暑 通常果皮绿色，有波纹，果肉红色，果肉中 有黑色籽
玩一玩
碳元素组成的矿物 自然界中天然存在的最坚 硬的物质
可用来做精密仪器，切割工具 也可以镶嵌在戒指上做装饰
原身为金刚石
正向推理
正向推理过程是以已知事实作为出发点， 按照一定的策略，运用知识库中的知识， 推断出结论的过程。
2
有暗斑点、有长脖子、 有长腿、产奶
不知道是什么
有暗斑点、有长脖子、
3 有长腿、产奶
不知道是什么
练一练
产奶
长颈鹿正向推理过程
哺乳动物 有蹄
有蹄动物 有长脖子 有长腿 有暗斑点
长颈鹿
练一练 序号 1
反向推理推理记录表 （金钱豹）
提问
回答
结论
使用的规则
2
3
运行结果：________________
看一看
在无法确定的给出“是”或“否”的判断时， 我们怎样来进行推理呢？
请各小组结合思考的结果形成汇报成果。
想一想
1、专家系统是一群专家坐在电脑前回答 系统里提出的问题么？
专家系统是一个具有专家知识的 计算机软件系统
想一想
2、专家系统由哪六部分组成？
人 机 接 口
知识获取 推理机
解释机制
知识库 数据库
想一想
3、专家系统的基础是__知_识___
专家系统的核心是__推__理__
正向推理和反向推理
玩一玩