第三章 确定性推理PPT课件
第三章 确定性推理(1)
第三章确定性推理按所用知识的确定性,推理可以确定性和不确定性推理。
所谓确定性推理指的是推理所用的知识都是精确的,推出的结论也是精确的。
比如一个事件是否为真,其推理的结果只能是真或者假,绝对不可能出现第三种可能性。
确定性推理的方法有很多,具体有图搜索策略、盲目搜索、启发式搜索、消解原理、规则演绎系统、产生式系统等等第一节图搜索策略●搜索的基本概念➢搜索分为盲目搜索和启发式搜索⏹盲目搜索:无信息搜索,在搜索过程中只按预先规定的搜索控制策略进行搜索,而没有任何中间信息来改变这些控制策略,效率不高,只适合求解简单问题⏹启发式搜索:有信息搜索,在搜索求解问题的过程中,根据问题本身的特性或搜索过程中产生的一些信息来不断地改变或调整搜索的方向,使搜索朝着最有希望的方向前进,加速问题的求解,并找到最优解●图搜索策略在人工智能中,搜索问题一般包括两个重要的问题:➢搜索什么:搜索什么通常指的就是目标。
➢在哪里搜索:在哪里搜索就是“搜索空间”。
搜索空间通常是指一系列状态的汇集,因此称为状态空间。
所以,人工智能中的搜索可以分成两个阶段:➢状态空间的生成阶段➢在该状态空间中对所求问题状态的搜索一般图搜索(状态空间搜索)的基本思想1.问题状态用图数据结构的结点表示;2.从初始状态(结点)开始,对选定的结点选择满足条件的操作符,操作符作用后产生新的结点(状态);3.检查新产生的子结点中是否有目标结点:有则找到了问题的解;4.否则重复上述过程直至产生目标结点,或全部结点处理完无解。
状态空间搜索的基本思想➢节点扩展的概念⏹扩展:就是用合适的算符对某个节点进行操作生成一组后继节点,扩展过程实际上就是求后继节点的过程⏹已扩展节点:对状态空间图中的某个节点,如果求出了它的后继节点,则此节点为已扩展的节点⏹未扩展节点:对状态空间图中的某个节点,如果尚未求出它的后继节点,则此节点称为未扩展节点在对状态空间图搜索求解时,将为扩展的节点存于一个名为OPEN的表中,而将已扩展的节点存于一个名为CLOSED的表中搜索的目的是为了寻找初始节点到目标节点的路径,所以在搜索过程中就得随时记录搜索轨迹。
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。
人工智能课件8 确定性推理 part1
论是蕴含在前提中的
西安电子科技大学
推理的基本概念
❖ 推理方法及其分类
✓ 1.按推理的逻辑基础分:演绎,归纳,类比归纳推理
归纳推理:按照所选事例的广泛性可分为完全归纳
西安电子科技大学
内容提要
第三章: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.归结演绎推理 5.基于规则的演绎推理
西安电子科技大学
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
西安电子科技大学
搜索的基本概念
❖ 搜索的基本概念
西安电子科技大学
推理的基本概念
❖ 推理方法及其分类
✓ 2.按推理过程所用知识的确定性分
确定性推理
不确定性推理
✓ 3.按推理过程推出的结论是否单调增加分
单调推理
非单调推理
✓ 4.按推理过程是否利用问题的启发性知识分
启发式推理
非启发式推理
西安电子科技大学
推理的基本概念
❖ 推理的控制策略及其分类 ✓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。 ✓推理的控制策略是指如何使用领域知识使推理 过程尽快达到目标的策略。 ✓推理的控制策略可分为: 搜索策略 推理策略
类比归纳推理:若在两个或两类事物有许多属性相
同或相似,则推出它们在其他属性上也相同或相似。 – 类比归纳推理的基础是相似原理,其可靠程度取 决于两个或两类事物的相似程度以及这两个或两 类事物的相同属性与推出的那个属性之间的相关 程度。
第三章 确定性推理(3)
第三章确定性推理第四节消解原理消解反演如欲证明Q为P1 ,P2 ,…,Pn的逻辑结论,只需证(P1∧P2∧…∧Pn)∧¬Q是不可满足的,或证明其子句集是不可满足的。
而子句集的不可满足性可用归结原理来证明。
➢应用归结原理证明定理的过程称为归结(消解)反演。
➢设F为已知前提的公式集,Q为目标公式(结论),用归结反演进行证明的步骤是:1. 否定Q,得到¬Q;2. 把¬Q并入到公式集F中,得到{F, ¬Q};3. 把公式集{F, ¬Q}化为子句集S;4. 应用消解推理规则对子句集S中的子句进行归结,并把每次归结得到的归结式都并入S 中。
如此反复进行,若出现了空子句,则停止归结。
反演证明过程的正确性:设S={F1,…,F n }是前提条件,L是欲求证的结论则,从前提条件推出结论的问题,可以表示成: F1∧…∧F n L =~(F1∧…∧F n)∨L并证明其永真(永远成立)先将公式取“非”:~(~(F1∧…∧F n)∨L)=(F1∧…∧F n)∧~ L= F1∧…∧F n∧~ L利用消解原理来证明它是永假的(即,构造一个反演)实际中,我们可以将F1∧…∧F n∧~ L中的每一个部分化成子句集(化法任选),合并后得到完整的子句集,然后利用消解原理导出空子句(反演)反演求解过程从反演树求取某一个问题的答案,其过程为:①将前提条件用谓词表示出来,并化成子句集 S②将目标公式(问题)用谓词表示出来,把由目标公式的否定所产生的子句及其非(目标公式否定之否定)用析取连接词相连组成一个新子句(重言式),加到 S 构成新的子句集S’③对子句集S’ ,进行消解演绎,直到得到某一个子句为止④将此子句作为问题的答案⏹举例:已知三个条件✓F1::王(Wang)先生是小李(Li)的老师✓F2:小李与小张(Zhang)是同班同学✓F3:如果x与y是同班同学,则x的老师就是y的老师问题:小张的老师是谁?①定义谓词T(x , y) : x 是 y 的老师C(x , y) : x 与 y 是同班同学②用谓词表示前提条件与目标(问题):前提:F1:T(Wang , Li)F2:C(Li , Zhang)F3: (∀x) (∀y) (∀z) (C(x,y)∧T(z,x) ⇒T(z,y))目标:G: (∃x)T(x,Zhang)~ G:~ (∃x)T(x,Zhang)=(∀x) (~ T(x,Zhang))③求出子句集:前提的子句集:T(Wang, Li)C(Li, Zhang)~ C(x,y) ∨~ T(z,x) ∨ T(z,y)目标的否定的子句及其非组成重言式:~ T(x,Zhang) ∨ T(x,Zhang)④完整的子句集:(1) T(Wang, Li)(2) C(Li, Zhang)(3) ~C(x,y) ∨~T(z,x) ∨ T(z,y)(4) ~T(u,Zhang) ∨ T(u,Zhang)⑤消解演绎的过程(1) T(Wang, Li)(2) C(Li, Zhang)(3) ~C(x,y) ∨~T(z,x) ∨ T(z,y)(4) ~T(u,Zhang) ∨ T(u,Zhang)(5) ~C(Li ,y) ∨ T(Wang,y) (1)(3) mgu={Wang/z, Li/x)}第五节规则演绎系统●规则演绎的基本概念上面所讲的归结反演系统把所有的表达式都转换为子句形式,这样做虽然在逻辑上是等价的,但也丧失了很多有用的信息。
人工智能 第3章(确定性推理3-与或树搜索)
包括基于距离的启发式函数、基于成本的启发式函数、基于规则的启发式函数等。
节点排序和选择策略
节点排序的目的和意义
节点排序是为了在扩展节点时,按照一定的顺序选择下一个要扩展的节点,以优化搜索过程。
常用节点排序策略
包括最佳优先搜索、广度优先搜索、深度优先搜索等。最佳优先搜索根据启发式函数的值来选择最优节点; 广度优先搜索按照节点的层次顺序进行扩展;深度优先搜索则尽可能深地扩展节点。
盲目搜索方法比较与选择
• 宽度优先搜索、深度优先搜索和迭代加深搜索都是盲目搜索方法,它们在不同的场景下有不同的应用。 • 宽度优先搜索适用于问题空间较大、解存在于较浅层次的情况,因为它可以逐层遍历整个问题空间,找到最短
路径。 • 深度优先搜索适用于问题空间较小、解存在于较深层次的情况,因为它可以尽可能深地搜索树的分支,找到更
启发式信息获取途径
01
02
03
问题自身的特性
通过分析问题的性质、结 构、约束条件等,提取出 对搜索过程有指导意义的 启发式信息。
领域知识
利用领域内的经验、规则、 常识等,为搜索过程提供 有价值的启发式信息。
搜索过程中的信息
在搜索过程中,通过评估 当前状态、已搜索路径、 未搜索路径等,动态地获 取启发式信息。
04 与或树搜索优化技术
剪枝策略
01
剪枝的定义和目的
剪枝是在搜索过程中,通过某些评估标准,提前终止对某些无意义或低
效的节点的扩展,以减少搜索空间,提高搜索效率。
02 03
常用剪枝策略
包括限界剪枝、启发式剪枝、概率剪枝等。限界剪枝通过设置上下界来 限制搜索范围;启发式剪枝利用启发式函数来评估节点的重要性;概率 剪枝则根据节点的概率分布来进行剪枝。
人工智能--确定性推理 ppt课件
ppt课件
21
流程图
ppt课件
22
注意几点:
①搜索过程产生的节点和指针构成一棵隐式定义的 状态空间树的子树,称之为搜索树
ppt课件
23
② 宽度优先搜索方法能够保证在搜索树中找到 一条通向目标节点的最短途径(所用操作符 最少)
ppt课件
24
例:八数码问题
初始状态
283
1
4
765
目标状态
123
8
初始节点
目标状态
目标节点
操作符
有向弧
ppt课件
7
解的含义:
在状态空间中,解是从初始状态到目标状态的 操作符序列
在图中,解是从初始节点到目标节点的一条路 径
ppt课件
8
必须记住哪下从些一目 点步标走还返过可回了以的走路哪径 些点
状态:(城市名) 算子:常德→益阳
益阳→常德 益阳汨罗 益阳宁乡 益阳娄底 …
是否会认为老师的教学方法需要改进? • 你所经历的课堂,是讲座式还是讨论式? • 教师的教鞭 • “不怕太阳晒,也不怕那风雨狂,只怕先生骂我
笨,没有学问无颜见爹娘 ……” • “太阳当空照,花儿对我笑,小鸟说早早早……”
解决实际问题的两个关键之处:
①问题的表达 状态空间法 问题归约法 谓词逻辑法
②问题的求解 搜索技术
P-1
P
P+1
P+3
ppt课件
27
空格移动规则
顺序 规则
1
左移
2
上移
3
下移
4
右移
前提条件
应用结果
P≠1,4,7 P 位置与 P-1 位置上的元素互换
P≠1,2,3
《人工智能》-第三章__确定性推理
感”。
15
3.1 推理的基本概念
3.1.1 推理的定义 3.1.2 推理方式及其分类 3.1.3 推理的方向 3.1.4 冲突消解策略
16
3.1.3 推理的方向
正向推理
逆向推理
推
(反 向 推 理 )
理
方
向
混合推理
双向推理
数据库 知识库
专家
推理机
用户
17
3.1.3 推理的方向
1. 正向推理
正向推理(事实驱动推理): 已知事实 → 结论
Powerpoint
人工智能
教材: 蔡自兴等《人工智能及其应用》(第4版) 清华大学出版社,2010. 5
第 3 章 确定性推理方法
❖ 3.1 推理的基本概念 ❖ 3.2 自然演绎推理 ❖ 3.3 谓词公式化为子句集的方法 ❖ 3.4 鲁宾逊归结原理 ❖ 3.5 归结反演 ❖ 3.6 应用归结反演求解问题 ❖ 3.7 盲目搜索 ❖ 3.8 产生式系统 ❖ 3.9 启发式搜索 ❖ 3.10 非单调推理 ❖ 3.11 消解原理
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。
24
25
26
3.1.3 推理的方向
4. 双向推理
双向推理:正向推理与逆向推理同时进行,且在推理过 程中的某一步骤上“碰头”的一种推理。
中间结论
已知事实 正向推理 证
反向推理 假设目标 据
27
3.1 推理的基本概念
3.1.1 推理的定义 3.1.2 推理方式及其分类 3.1.3 推理的方向 3.1.4 冲突消解策略
P(x) Q(x), P(x, f (x)) Q(x, g(x))
❖ 空子句(NIL):不包含任何文字的子句。
人工智能之确定性推理(PPT 80页)
3.3 谓词逻辑
谓词逻辑中还有如下一些推理规则: (1)P规则:在推理的任何步骤上都可引入前提。 (2)T规则:推理时,如果前面步骤中有一个或多个永真蕴含公式S,则可 把S引入推理过程中。 (3)CP规则:如果能从R和前提集合中推出S来,则可从前提集合推出 R→S来。
(4)反证法:P=>Q,当且仅当P∧~QF,即Q为P的逻辑结论,当且仅
谓词的语义:由使用者根据需要人为地定义.
3.3 谓词逻辑
谓词的元数:谓词中包含的个体数目称为谓词的元数,例 如P(x)是一元谓词,P(x,y)是二元谓词,而P(x1,x2,…,xn )则 是n元谓词。 谓词的阶数:在谓词P(x1,x2,…,xn )中,若xi(i=1,2,…,n) 都是个体常量、变元或函数,则称它为一阶谓词。如果某 个xi本身又是一个一阶谓词,则称它为二阶谓词,依次类推。 谓词和函数的区别:谓词具有逻辑值“真”或“假”,而 函数则是某个个体到另一个个体(按数学上的概念是自变 量到因变量)之间的映射。
4. 量词辖域与约束变元 在一个公式中,如果有量词出现,位于量词后面
的单个谓词或者用括弧括起来的合式公式称为量词的 辖域。在辖域内与量词中同名的变元称为约束变元。
3.3 谓词逻辑
3.3.3 谓词公式的永真性和可满足性 1.谓词公式的解释 定义3.6 设D为谓词公式P的个体域,若对P中的个体常量、函数 和谓词按照如下规定赋值: (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的映射,其中
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,引入了两个量词:全称量词 (x),和存在量词(x)。 3. 谓词演算公式 定义3.4 谓词演算中,由单个谓词构成的不含任何连接词的公式, 叫做原子谓词公式。
人工智能PPT课件(共12章)第3章确定性推理
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,
确定性推理
7
按推理的逻辑基础分类
❖归纳推理
--是从一类事物的大量特殊实例出发,去 推出该类事物的一般性结论。
--推理的一般形式
A是G B是G,C是G 前提
A,B,C都是G
所以D是G
结论
推理中前提是论据,结论是论点。
8
按推理的逻辑基础分类
❖ 例1: 比如论证"自学能成才": 高尔基是个人才 华罗庚是个人才 张海迪是个人才……论据(前提) 他们都是靠自学成才的 所以说自学能成才………论点(结论) ❖ 例2:设有如下事例: 王强是计算机系学生,他会编程序; 高华是计算机系学生,她会编程序; 。。。 凡是计算机系学生,都会编程序;
9
按推理的逻辑基础分类
❖ – 完全归纳推理、不完全归纳推理 ❖ – 不完全归纳:枚举归纳推理(单枚举归纳 推理)、科学归纳推理、类比归纳推理、 统计归纳推理等。 ❖ – 归纳推理过程是新知识的产生过程,可以 使智能系统获得新知识,常用于机器学习 的归纳学习。
10
按推理所用知识的确定性分类
❖确定性推理:推理过程中所运用的知识 和中间结论及最后的结论都是有可以精 确表示的。 ❖ 不确定性推理:在推理过程中所运用的 知识有些是不确定的,因此推出的结论 也不完全是确定性。
中间假设,再用正向推理对这些中间假设进 行证实。 ❖ 双向混合推理 – 在推理过程中依据某种控制策略,正向推理 和逆向推理交替进行,期望推理在中间的某 处汇合。
18
推理的冲突消解策略
❖冲突:在推理过程中,如果知识库中有 多条可用的知识,则称发生了冲突。 ❖ 冲突消解:从发生冲突的多条知识中选 择一条知识进行推理的过程,称为冲突消
解。 ❖基本思想:按知识的某种属性对知识进 行排序,先选择排在前面的知识。
第3章 确定性推理方法
由个别到一般 A的所有实例具有X属性 (完全归纳) 结论: A具有X属性
3.1 推理的基本概念
推理方式
演绎推理 (deductive reasoning) 归纳推理 (inductive reasoning)
由个别到一般 检查某厂的所有产品均合格 (完全归纳) 结论: 该厂的产品合格
将该知识前提中的每个子条件 作为新的假设加入假设集
推理示例
知识库
4个嫌疑犯中有一个是小偷,且4人中只有一个说假话
事实
A说“我不是小偷” B说“C是小偷” C说“D是小偷” D说“C说谎”
问题:请问谁是小偷?
推理示例
如何选择假设的 验证顺序?
3.1 推理的基本概念
推理的方向
正向推理: 从已知事实出发,逐步尝试推导出结论,或证明问题 无解 逆向推理: 从假设目标出发,逐步尝试找出其证据,或证明问题 无解 混合推理
3.1 推理的基本概念
推理方式
演绎推理 (deductive reasoning) 归纳推理 (inductive reasoning)
由个别到一般 软件工程专业的学生都会编程序 计算机科学与技术与软件工程专业方向类似 (类比归纳) 结论: 计算机科学与技术专业的学生都会编程序
推理示例
知识库
平均绩点超过4.5分的学生,授予一等奖学金 评为优秀研究生的学生,平均绩点不能少于4分
事实
10名学生中,3人绩点超过4.5,其余绩点均低于4
目标结论
评为优秀研究生的学生都获得了一等奖学金
获得了一等奖学金的学生都被评为优秀研究生
人工智能课件9 确定性推理 part2
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。
第三章 确定性推理(2)
第三章确定性推理●等代价搜索概念➢宽度优先搜索的一种推广。
➢不是沿着等长度路径断层进行扩展,而是沿着等代价路径断层进行扩展。
➢搜索树中每条连接弧线上的有关代价,表示时间、距离等花费。
等代价搜索中的几个记号➢起始节点记为 S;➢从节点i到它的后继节点j的连接弧线代价记为 c(i,j)➢从起始节点S到任一节点i的路径代价记为g(i) 。
等代价搜索的算法:1.把起始节点S放到未扩展节点表OPEN中。
如果此起始节点为一目标节点,则求得一个解;否则令g(S)=0;2.如果OPEN是个空表,则没有解而失败退出;3.从OPEN表中选择一个节点i,使其g(i)为最小。
如果有几个节点都合格,那么就要选择一个目标节点作为节点i(要是有目标节点的话);否则,就从中选一个作为节点i。
把节点i从OPEN 表移至扩展节点表CLOSED中;4.如果节点i为目标节点,则求得一个解;5.扩展节点i。
如果没有后继节点,则转向第(2)步;6.对于节点i的每个后继节点j,计算g(j)=g(i)+c(i,j),并把所有后继节点j放进OPEN表. 提供回到节点i的指针;7.转向第(2)步。
代价树的广度优先搜索和宽度优先搜索在代价树的宽度优先搜索中,每次都是从OPEN表的全体节点中选择一个代价最小的节点送入CLOSED表进行观察,而代价树的深度优先搜索是从刚扩展出的子节点中选一个代价最小的节点送入CLOSED表进行观察。
代价树的深度优先搜索是不完备的。
在图所示的代价树中,首先对A进行扩展,得到 B1和C1,由于C1的代价小于的B1代价,所以首先把C1送入CLOSED表进行考察。
此时代价树的宽度优先搜索与代价树的深度优先搜索是一致的。
但往下继续进行时,两者就不一样了。
对进行C1 扩展得到D1,D1的代价为5。
此时OPEN表中有D1 和B1,B1的代价为4。
若按代价树的宽度优先搜索方法进行搜索,应选B1送入CLOSED表,但按代价树的深度优先搜索方法,则应选D1送入CLOSED 表。
- 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)。
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。
命题公式的缺点:
• 无法把所描述的客观事物的结构和逻辑特征反映出来 • 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
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。
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。
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”。
6
3.1 推理概述
(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
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。
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)。
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。
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: • (1)原子命题是命题公式。 • (2)A是命题公式,则~A也是命题公式。 • (3)若A和B都是命题公式,则A∧B、A∨B、
A→B、AB •(4)只有按(1)—(3)所得的公式才是命题
公式。
15
3.2 命题逻辑
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。
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。
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、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