第3章 确定性推理方法

Y
DB中有解吗？
N
KB中有可用知识吗？
Y N
形成可用知识集
N Y
用户可补充新事实吗？
N
N
可用知识集空吗？
N
失败退出
按照冲突消解策略从该知识集 中选出一条知识进行推理 推出的是新事推理概述

3.1.3 推理的控制策略
3.1.3.1 正向推理 （5）询问用户是否可以进一 步补充新的事实，若可补充， 则将补充的新事实加入综合数 据库中，然后转(3)；否则表示 无解，失败退出。
3.1 推理概述

3.1.3 推理的控制策略
3.1.3.2 反向推理 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。 反向推理过程 如图：
初始化DB和假设集
Y
从假设集中取出一个假设 该假设成立
Y
该假设是DB中的事实吗？
N
该假设成立并放入 DB
Y
还有新的假设吗？
3.1 推理概述

3.1.3 推理的控制策略
3.1.3.3 正反向混合推理 正向推理和反向推理相结合的推理方法称为正反向混合推理。混合 推理的方法包括： 推理起始 1. 先正向后逆向 2. 先逆向后正向 进行正向推理 3. 双向混合
需要进行反向推理吗？
Y Y N
输出结果
Y
以正向推理结果为假设 输入进行反向推理 需要进行正向推理吗？
3.1 推理概述

3.1.2 推理的方法
3．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 揭露出来，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。 4．推理的其它分类： （1）确定性推理与不确定推理 （2）单调推理与非单调推理 （3）启发式推理与非启发式推理
定义3.1 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。 则称这些指派为P在D上的一个解释I。 定义3.2 对于谓词公式P，如果至少存在D上的一个解释，使公式P 在此解释下的真值为T，则称公式P在D上是可满足的。
3.1 推理概述

3.1.3 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，主要是指推理方向的选择、推理时所用的搜索策略及冲 突解决策略等。推理的控制策略包括推理策略和搜索策略。 推理策略主要解决推理方向、求解策略、冲突消解策略等问题。 搜索策略主要解决推理线路、推理效果、推理效率等问题。 按照对推理方向的控制，推理可分为正向推理、反向推理、混 合推理及双向推理四种情况。一般都要求系统具有三个要素： 一个存放知识的知识库 一个存放初始事实和中间结果的数据库 一个用于推理的推理机
3.1 推理概述

3.1.3 推理的控制策略
3.1.3.1 正向推理 正向推理是由已知事实出发， 正向使用推理规则向结论方向 的推理，算法步骤描述如下： （1）把用户提供的初始证据 放入综合数据库； （2）检查综合数据库中是否 包含了问题的解，若已包含， 则求解结束，并成功推出；否 则执行下一步；
把初始证据放入DB
N
成功退出 把用户补充的新事实加 入到DB中
Y
DB中有解吗？
N
KB中有可用知识吗？
Y N
形成可用知识集
N Y
用户可补充新事实吗？
N
N
可用知识集空吗？
N
失败退出
按照冲突消解策略从该知识集 中选出一条知识进行推理 推出的是新事实吗？
Y
把新事实放入DB
3.1 推理概述

3.1.3 推理的控制策略
人工智能原理及应用
AI & its Applications
第3章 确定性推理方法
二零一二年元月
确定性推理方法

知识是人工智能研究的一个核心问题，它包括两个方面： 知识表示和知识推理，即如何在人工智能中清晰地表示人类的 常识，并运用这些常识去进行符合人类行为的推理。

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。
算法描述如下： （1）将要求证的目标（称为假设）构成一个假设集； （2）从假设集中选出一个假设，检查该假设是否在综合数据库中，若在，则该 假设成立，此时，若假设集为空，则成功退出，否则仍执行(2)；若该假设不在 数据库中，则执行下一步； （3）检查该假设是否可由知识库的某个知识导出，若不能由某个知识导出，则 询问用户该假设是否为可由用户证实的原始事实，若是，该假设成立，并将其 放入综合数据库，再重新寻找新的假设，若不是，则转(5)；若能由某个知识导 出，则执行下一步； （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；
例：请用正向推理完成以下问题的求解：假设知识库中包含有以下2条规则： r1： IF B THEN C r2： IF A THEN B 已知初始证据A，求证目标C。 解：本例的推理过程如下： 推理开始前，综合数据库为空。推理开始后，先把A放入综合数据库， 然后检查综合数据库中是否含有该问题的解，回答为“N”。接着检查知识 库中是否有可用知识，显然r2可用，形成仅含r2的知识集。从该知识集中 取出r2，推出新的实事B，将B加入综合数据库，检查综合数据库中是否含 有目标C，回答为“N”。再检查知识库中是否有可用知识，此时由于B的加 入使得r1为可用，形成仅含r1的知识集。从该知识集中取出r1，推出新的 实事C，将C加入综合数据库，检查综合数据库中是否含有目标C，回答为 “Y”。 它说明综合数据库中已经含有问题的解，推理成功结束，目标C得证。
N
成功退出
3.1 推理概述

3.1.4 推理中的冲突
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。 常用排序方法有如下几种: （1）按专一性排序 （2）按规则排序 （3）按数据排序 （4）按就近原则排序 （5）上下文限制 （6）按匹配度排序 （7）按条件个数排序
该假设能被DB中的知识导出吗？
Y
N
询问用户有此事实吗？
N
将KB中所有能导出此假设的知 识构成一个可用知识集
N
可用知识集空吗？
N
Y
失败退出
成功退出
按照冲突消解策略从该知识集 中选出一条知识进行推理
将该知识前提中的每个子条件 作为新的假设加入假设集
3.1 推理概述

3.1.3 推理的控制策略
3.1.3.2 反向推理
3.1 推理概述

3.1.2 推理的方法
2．归纳推理 归纳推理的基本思想是：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验证。例如常用的数学归纳法。 归纳推理的类型按照所选取的事例的广泛性可分为完全归纳推 理、不完全归纳推理。归纳推理按照推理所使用的方法可分为枚举 归纳推理、类比归纳推理、默认推理等。 （1）枚举归纳推理：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。 （2）类比归纳推理：指在两个或两类事物有许多属性都相同或相 似的基础上，推出它们在其它属性上也相同或相似的一种归纳推理。 （3）默认推理：称为缺省推理，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。
所谓推理是指按照某种策略从已知事实出发去推出结论的过程。 知识推理是指在计算机或智能机器中，在知识表达的基础上，利用 形式化的知识模型，进行机器思维求解问题，实现状态转移的智能 操作序列。 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。 例：①商品是用来交换的，所以，有些用来交换的是商品。 ②老虎是要吃人的，东北虎是老虎；所以，东北虎是要吃人的。 智能系统的推理包括两个方面的基本问题：一个方面是推理的方 法，另一个方面是推理的控制策略。
3.1.3.1 正向推理 （3）检查知识库中是否有可 用知识，若有，形成当前可用 知识集，执行下一步；否则转 (5)。 （4）按照某种冲突消解策略， 从当前可用知识集中选出一条 规则进行推理，并将推出的新 事实加入综合数据库种，然后 转(2)。
把初始证据放入DB
N
成功退出 把用户补充的新事实加 入到DB中
(A B) (B C) A C） （
大前提是已知的一般性知识或推理过程得到的判断； 小前提是关于某种具体情况或某个具体实例的判断； 结论是由大前提推出的，并且适合于小前提的判断。
3.1 推理概述

3.1.2 推理的方法
1．演绎推理： 例：有如下三个判断： ①计算机系的学生都会编程序；（一般性知识） ②程强是计算机系的一位学生；（具体情况） ③因此程强会编程序。（结论） 这是一个三段论推理。其中：“①计算机系的学生都会编程序” 是大前提，“②程强是计算机系的一位学生”是小前提，那么“③ 程强会编程序”是经演绎推出来的结论。其结论蕴含在大前提中， 这就是典型的演绎推理三段论。