人工智能自动推理(第3部分 归结原理及其应用)
人工智能及应用_ch3_3

归结的一般过程-示例 归结的一般过程 示例
例:设有如下子句集 S={¬I(x)VR(x),I(a), VR(x),I(a),¬R(y)VL(y), VL(y),¬L(a)} VR(x),I(a), VL(y), 用广度优先策略证明S不可满足 不可满足。 用广度优先策略证明 不可满足。 证明: 出发, 证明:从S出发,依次构造 1 ,S2 ,S3 ,。。。 出发 依次构造S 直到出现空子句为止。 直到出现空子句为止。
删除策略-纯文字删除 删除策略 纯文字删除
如果某个文字L 如果某个文字L在子句集中不存在与其互补的 文字¬L 称此文字为纯文字。 ¬L, 文字¬L,称此文字为纯文字。 纯文字删除法是删除子句集中包含纯文字的子 句。 S={PVQVR,¬QVR, 例:设子句集 S={PVQVR,¬QVR,Q,¬R} 为纯文字,删除子句PVQVR PVQVR, P为纯文字,删除子句PVQVR,然后对 {¬QVR, ¬R}进行归结。 {¬QVR,Q,¬R}进行归结。
示例的归结图
S0 S1
σ={a/y}
¬I(x)VR(x)
σ={a/x}
I(a)
¬R(y)VL(y)
σ={x/y}
¬L(a)
σ={a/y}
R(a)
¬I(y)VL(y)
σ={a/y} σ={a/y} σ={a/x}
¬R(a)
S2
L(a)
L(a)
¬I(a)
¬I(a)
NIL
归结演绎中的策略
盲目全面进行归结,产生许多无用归结式, 盲目全面进行归结,产生许多无用归结式,更 严重的是产生组合爆炸问题。 严重的是产生组合爆炸问题。 常用的归结策略分为两大类: 常用的归结策略分为两大类: – 删除策略:通过删除某些无用的子句缩小 删除策略: 归结的范围。 归结的范围。 – 限制策略:通过对参加归结的子句进行某 限制策略: 些限制减少归结的盲目性。 些限制减少归结的盲目性。
人工智能教程习题及答案第3章习题参考解答

第三章确定性推理方法习题参考解答3.1 练习题3.1 什么是命题?请写出3个真值为T 及真值为F 的命题。
3.2 什么是谓词?什么是谓词个体及个体域?函数与谓词的区别是什么?3.3 谓词逻辑和命题逻辑的关系如何?有何异同?3.4 什么是谓词的项?什么是谓词的阶?请写出谓词的一般形式。
3.5 什么是谓词公式?什么是谓词公式的解释?设D= {1,2} ,试给出谓词公式( x)( y)(P(x,y) Q(x,y))的所有解释,并且对每一种解释指出该谓词公式的真值。
3.6对下列谓词公式分别指出哪些是约束变元?哪些是自由变元?并指出各量词的辖域。
(1)( x)(P(x, y) ( y)(Q(x, y) R(x, y)))(2)( z)( y)(P(z, y) Q(z, x)) R(u, v)(3)( x)(~ P( x, f (x )) ( z)(Q(x,z) ~ R(x,z)))(4)( z)(( y)(( t)(P(z, t) Q(y, t)) R(z, y))(5)( z)( y)(P(z, y) ( z)(( y)(P(z, y) Q(z, y) ( z)Q(z, y))))什么是谓词公式的永真性、永假性、可满足性、等价性及永真蕴含?3.7什么是置换?什么是合一?什么是最一般的合一?3.8判断以下公式对是否可合一;若可合一,则求出最一般的合一:3.9(1)P(a,b) ,P(x, y)(2)P(f(z),b) ,P(y, x)(3)P(f(x), y) ,P(y, f(a))(4)P(f(y), y,x) ,P(x, f(a), f(b))(5)P(x, y) ,P(y, x)什么是范式?请写出前束型范式与SKOLEM 范式的形式。
3.10什么是子句?什么是子句集?请写出求谓词公式子句集的步骤。
3.113.12谓词公式与它的子句集等值吗?在什么情况下它们才会等价?3.13 把下列谓词公式分别化为相应的子句集:(1)( z)( y)(P(z, y) Q(z, y))(2)( x)( y)(P(x, y) Q(x, y))(3)( x)( y)(P(x, y) (Q(x, y) R(x, y)))(4)( x)( y)( z)(P(x, y) Q(x, y) R(x, z))(5)( x)( y)( z)( u)( v)( w)(P(x, y,z,u,v,w) (Q(x, y, z,u, v, w) ~R(x, z, w)))3.14 判断下列子句集中哪些是不可满足的:(1)S {~ P Q,~ Q,P,~ P}(2)S {P Q,~ P Q,P ~ Q,~ P ~ Q}(3)S {P(y) Q(y), ~ P(f(x)) R(a)}(4)S {~ P(x) Q(x), ~ P(y) R(y), P(a),S(a),~ S(z) ~ R(z)}(5)S {~ P(x) ~ Q(y) ~ L(x, y), P(a), ~ R(z) L(a, z), R(b), Q(b)}(6)S {~ P(x) Q(f(x), a), ~ P(h(y)) Q(f(h(y)), a) ~ P(z)}(7)S {P(x) Q(x) R(x),~ P(y) R(y),~Q(a),~ R(b)}(8)S {P(x) Q(x),~ Q(y) R(y), ~ P(z) Q(z),~ R(u)}3.15 为什么要引入Herbrand 理论?什么是H 域?如何求子句集的H 域?3.16 什么是原子集?如何求子句集的原子集?3.17 什么是H 域解释?如何用域D 上的一个解释I 构造H 域上的解释I *呢?3.18 假设子句集S={P(z) ∨Q(z),R(f(t))} ,S 中不出现个体常量符号。
归结原理及其应用

其真值 表如 图 1 。 2 2 永真蕴 含 .
可知, 若对子句集 ( 一次或多次) 使用归结原理的
过程 中 , 在某 一步 推 出 了空 子 句 , 就推 出子 句 若 则
度 比只用 C R A T方 法 要 高 。 因此 , 用 P A属 性 应 C 归约 和 C R A T分类 回归 树 的方 法可 以很好 的应 用
[ ] nk nL, hoFn , sw rK e i JsnL co 3 Mi u i S u e g I a .St , ao ui g h h w,
维普资讯
第 3 (0 7 第 5期 5卷 20 )
计算机与数字工程
13 8
归结 原 理及 其 应 用
肖启 莉 肖启 敏
( 浙江万里学院 宁波 3 50 ) 空军第一航空学院 信 阳 44 0 ) 1 10 ( 60 0 摘 要 归结演绎推理是一种在计算机上得到较好实现的基于归结 原理 的推 理技术 , 介绍归结 原理 的基本 思想 以及 归结原理
参 考 文 献
[ ] .B e a , ,H r d a ,R .Ose n ,J 4 L ri n J ,Fi m n .A l nad C . m e h So e l s ct nadR ges nTesM] e o t t .Ca i ai n ersi re[ .B l n , n sf o i o m
集 中至少有 一个 子句 不可满 足 了矛 盾 , 而证 明 了 从
子句 集是不 可满 足 的
定 义 1对 于 渭 词 公 式 P和 Q, 果 P Q 永 : 如 — 真 , 称 P永 真 蕴含 Q, 称 Q 为 P的 逻辑 结 论 , 则 且 称 P为 Q的前提 , 记作 P jQ。 由以上定 义 1 真值 表可 以得 出 : 及
人工智能第三章谓词逻辑与归结原理

• 所以要考虑置换与合一。即对变量 作适当的替换。
《人工智能》第三章 谓词逻辑与归结原理
置换
• 置换:可以简单的理解为是在一个谓词公式中用 置换项去置换变量。
• 定义: 置换是形如{t1/x1, t2/x2, …, tn/xn}的有限集合。其 中,x1, x2, …, xn是互不相同的变量,t1, t2, …, tn是 不同于xi的项(常量、变量、函数);ti/xi表示用ti 置换xi,并且要求ti与xi不能相同,而且xi不能循环 地出现在另一个ti中。
例如: {a/x,c/y,f(b)/z}是一个置换。 {g(y)/x,f(x)/y}不是一个置换。
《人工智能》第三章 谓词逻辑与归结原理
置换的合成
• 设={t1/x1, t2/x2, …, tn/xn}, ={u1/y1, u2/y2, …, un/yn},是两个置换。 则与的合成也是一个置换,记作·。它是从集合
• 最一般合一求取方法
– 令W={F1,F2} – 令k=0,W0=W, σ0=ε – 如果Wk已合一,停止, σk=mgu,否则找Dk – 若Dk中存在元素vk和tk,其中,vk不出现在tk中,转下一
步,否则,不可合一。 – 令σk+1= σk.{tk/vk},Wk+1=Wk{tk/vk}=W σk+1 – K=k+1转第3步。
《人工智能》第三章 谓词逻辑与归结原理
谓词归结子句形
• 子句与子句集
– 文字:不含任何连接词的谓词公式。 – 子句:一些文字的析取(谓词的和)。 – 空子句:不含任何文字的子句。记作NIL或
□ – 子句集:所有子句的集合。 – 对于任何一个谓词公式G,都可以通过
第三章 谓词逻辑与归结原理

以正向推理所得结果作为假设进 行反向推理
退出
是 还需要正向推理吗?
否
2014-4-9
18
华北电力大学
概述-推理的控制策略
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 为有效控制规则的选取,可以采用各种搜索策略 常用搜索策略:
归结推理方法在人工智能推理方法中有着很重 要的历史地位,是机器定理证明的主要方法
2014-4-9
25
华北电力大学
归结法的特点
归结法是一阶逻辑中,至今为止的最有效的半可 判定的算法。也是最适合计算机进行推理的逻辑 演算方法 半可判定 一阶逻辑中任意恒真公式,使用归结原理,总 可以在有限步内给以判定(证明其为永真式) 当不知道该公式是否为恒真时,使用归结原理 不能得到任何结论
(5) 上下文限制
上下文限制就是把产生式规则按它们所描述的上下文分组,在某种 上下文条件下,只能从与其相对应的那组规则中选择可应用的规则
2014-4-9
22
华北电力大学
概述-推理的控制策略
推理的控制策略
3.冲突解决策略
(6) 按匹配度排序
在不精确匹配中,为了确定两个知识模式是否可以进行匹配,需要 计算这两个模式的相似程度,当其相似度达到某个预先规定的值时,就 认为它们是可匹配的。若有几条规则均可匹配成功,则可根据它们的匹 配度来决定哪一个产生式规则可优先被应用
如专家系统、智能机器人、模式识别、自然语言理解等
推理
按照某种策略从已有事实和知识推出结论的过程。 推理是由程序实现的,
称为推理机
医疗诊断专家系统
• 知识库中存储经验及医学常识 • 数据库中存放病人的症状、化验结果等初始事实 • 利用知识库中的知识及一定的控制策略,为病人诊治疾病、开出医疗处方就 是推理过程
《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AI讲稿3(精确推理1)精品PPT课件

人工智能(Artificial Intelligence) 基本原理(3)
例4: F1=P(x,y,z) ,F2=P(x,f(a),h(b)) D1={y,f(a)},D2={z,h(b)}
基本概念-模式匹配(6)
最一般合一的求解步骤:
1)令k 0,Fk F, k= (空代换)
2) Fk只含一个表达式,stop得 k
3)找出差异集Dk
4) 若 tk, xk∈ Dk 且xk在 tk中不出现 ,则:
推理规则
自然演绎推理-推理规则
P规则:在推理的任何步骤都可引入前提
T规则:若前面的公式永真蕴涵公式S,则S可引入推理过程
CP规则:若能从R和前提集合中推出S,则可从前提集合推
出R→S
反证法: P Q 当且仅当 P∧﹁ Q F
反证法定理:Q为P1, P2,…,Pn的逻辑结论,当且仅当
(P1 ∧ P2 ∧ … ∧ Pn) ∧﹁ Q 是不可满足的。
基本概念-模式匹配(3)
定义2:代换 从
= {t1/x1, t2/x2,…, tn/xn}, 则复合代换 °
= { 1/y1, 2/y2,…, m/ym}
{t1 m/ym}
/x1, t2 /x2,…, tn /xn , 1/y1, 2/y2,…,
ti /xi ,当ti =xi i/yi, 当yi∈ {x1, x2,…,xn}
自然演绎推理-主要等价式(2)
人工智能演绎推理

第三章演绎推理自动定理证明是人工智能一个重要的研究领域,是早期取得较大成果的研究课题之一,在发展人工智能方法上起过重大作用。
1956,美国,Newell, Simon, Shaw编制逻辑理论机:The Logic Theory Machine 简称LT. 证明了《数学原理》(罗素)第二章中38个定理, 改进后证明了全部52个定理。
是对人的思维活动进行研究的重大成果,是人工智能研究的真正开端。
在此之后,发展了一些机械化推理算法,很成功地用到人工智能系统中。
第一节鲁滨逊归结原理一、命题逻辑中归结推理1.归结:消去子句中互补对的过程:子句:任何文字的析取式C称为子句,C=P∨Q∨7R={P,Q,7R}如:C1=LVC1`={L,C1`}C2=7LVC2`={7L,C2`}可以证明C12=C1`VC2`={C1`,C2`}是C1,C2的逻辑结论:即:C1∧C2⇒C12证明:C1=LVC1`=77C1`VL=7C1`→LC2=7LVC2`=L→C2`所以7C1`→C2`=77C1`VC2`=C1`VC2`实际上是P→Q, Q →R⇒P→R的应用即前提成立⇒结论成立,也即结论不成立⇒前提不成立S子句集:其中有C1,C2归结式S`子句集:C12代替C1,C2则:S`不可满足⇒S不可满足2.归结推理步骤要证A⇒B成立(或证A→B重言、永真),只要证A∧7B不可满足(永假)①化A∧7B为合取范式C1∧C2∧……∧Cm②子句集S={C1,C2,…, Cm}③归结规则用于S,归结式入S中.④重复③,直到S中出现空子句。
证明:SVR是P∨Q , P→R,Q→S的逻辑结论。
(P∨Q) ∧(P →R) ∧(Q→S) ∧7(S∨R)=(P∨Q)∧(7P∨R) ∧(7Q∨S) ∧7S∧7R所以S={P∨Q,7P∨R,7Q∨S,7S,7R}(1)P∨Q(2)7P∨R(3)7Q∨S(4)7S(5)7R(6)Q∨R (1)(2) 归结(7)7Q (3)(4) 归结(8)Q (5)(6) 归结(9)F (7)(8) 归结命题逻辑中不可满足的子句集S,使用归结原理,总能在有限步内得到一个空子句⇒归结原理是完备的。
- 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)。
例3.6 G (x)P(x)的SKOLEM标准形与 G并不是等值 的。
(1)C1: P R,C2 :~ P Q
子句C1中的文字P和子句 C2中~ P 的文字是互补的。 由 C1和 C2 中分别删除 P和~ P,并且构造两个子句 的 其 余 部 分R 和 Q的 析 取 式 , 得 出 归 结 式 为 RQ 。
这两个被归结的子句可以写成:~ R P, P Q,根据 假言三段论,可以推出~ R Q,它等价于 R Q 。 因此可以知道假言三段论是归结的一个特例。
真,只要在论域D中能找到一个个体x 0使 P( x0)为真。而
G1 =P(a) 是 从 论 域 中 选 定 一 个 个 体 a , 这 样 不 能 保 证 P(a)为真。
例3.7 G (x)(y)P(x, y)
G1 (x)P(x, f (x))
考虑G 与G1 的逻辑关系。 仍在论域D={1,2}上讨论。便有
子句型
Clause form
归结证明过程是一种反驳程序,即:不是证明一 个公式是有效的(valid),而是证明公式之非是不 可 满 足 的 (unsatisfiable)。 这 完 全 是 为 了 方 便 , 并且不失一般性。我们知道,归结推理规则所应 用的对象是命题或谓词合式公式的一种特殊的形 式,称为子句。因此在进行归结之前需要把合式 公式化为子句式。
很F推1∧理显F方然2∧法F…1就∧∧F是F2∧从n∧…F~1∧∧BFF是n2∧矛…盾G 是∧(永F重n∧假言~)式式B等出。价归发
于 结 ,
使用归结推理规则来寻找矛盾,最后证明定
理
F1∧F2∧…∧Fn G
的成立。这种方法可称作反演推理方法。
子句与子句集
Clause and clause set
为 使 用 归 结 方 法 , 首 先 要 把 F标1∧准F形2∧式…。∧一F般n∧地~,G归化结成推一理种规称则作所子应句用形的的对 象是命题或谓词公式的一种特殊的形式,称为 子句(Clause)
例3.4 证明 (P Q) ~ Q ~ P 先将 (P Q) ~ Q ~ (~ P)
化成合取范式,得 (~ P Q) ~ Q P
建立子句集
S {~ P Q, ~ Q, P}
对S做归结
(1) ~ P Q
(2) ~ Q
(3) P (4) ~ P (1)(2)归结 (5) □ (3)(4)归结 证毕。
3.8.1 命题逻辑中的归结法
Resolution method in propositional logic
设求成这立有来就,命证是或题明我说逻在们F1辑的F∧1∧描问F2F述∧题2∧的…。…命∧如∧题F何nFF建n1成,G立是F立推2定的,…理理条,规F(件重n则和下言,G有,式要来G),
证明这个定理便是我们的任务。
归结推理过程
Resolution reasoning procedure
从子句集S出发,仅只对S的子句间使用归结 推理规则,并将所得归结式仍放入S中,进而 再对新子句集使用归结推理规则,重复这些步 骤直到得到空子句□,便说明S是不可满足的,
从而与S对应的定理F1∧F2∧…∧Fn G是成
立的。
因为归结推理规则是正确的推理规则,归结式 是原两子句的逻辑推论,于是归结过程出现空 子句□,说明S中必有矛盾。
3.8.2 谓词逻辑中的归结法
Resolution method in predicate logic
和命题逻辑一样,在谓词逻辑中也具有归 结推理规则和归结反演过程。只是由于谓词 逻辑中存在量词、个体变元等问题,使得谓 词逻辑中的归结问题比命题逻辑中的归结问 题复杂很多。下面就来介绍谓词逻辑中的归 结法。
(2) C1:~ P Q,C2 : P
C1和 C2的归结式为 Q 。因为 C1可以写作 P Q, 所以可以知道假言推理也是归结的一个特例。
(3) C1:~ P Q R,C2 :~ Q ~ R
C1和 C2 存在两个归结式,一个是 ~ P R ~ R
另一个是:~ P Q ~ Q。
在这个例子中,只能是在 Q 上或 R 上进行归 结,不能两者同时进行归结,也就是说 ~ P 不 是归结式。
一个子句就是一组文字的析取,一个文字或是 一个原子(这时也称为正文字),或者是一个原 子的否定(这时也称为负文字),如 P、Q、~ R 都是 文字, P Q ~ R 是子句。
我们知道:对任意公式,都有与之等值的合取 范式,即对任意公式G 都有形如G1...Gn(n 1) 的 公式与之等价,其中每个 Gi 都是文字的析取式, 就是一个子句。可以使用各种等价式将任意一 个公式G转化为一个合取范式。例如,可以把 公式 ~ (P Q) (R P) 转换为如下的合取范式:
(Qr 1xr 1)...(Qnxn)M (x1,..., xr 1, f (x1,..., xr 1), xr 1,..., xn)
按I1为真。即G1 | I1 T,这与G1是不可满足的假设 相矛盾。所以G 必是不可满足的。
假设G中有m个存在量词。令 G0 G,设 Gk 是在 Gk1中用Skolem函数代替其中第一个存在量词所对
在第3.1节中已经介绍了如何把一个公式化成前 束标准型(Q1x1)...(Qnxn)M ,由于M中不含量词总可以 把它变换成合取范式。无论是前束标准型还是合 取范式都是与原来的合式公式等值的。
Skolem标准化过程
Step1: 化成前束范式: (Q1x1)...(Qnxn)M (x1,..., xn)
按上述方法删去前缀中的所有存在量词之后得出的公式称 为合式公式的Skolem标准型。替代存在量化变量的常量c(视 为0元函数)和函数f称为Skolem函数。
例3.5 化公式
xyzuvwP(x, y, z,u,v, w)
为Skolem标准型。
在公式中, x的前面没有全称量词,在u的前
面有全称量词(y) 和(z) ,在 (w) 的前面有全称量 词(y) ,(z)和 (v)。所以,在P(x, y, z,u,v, w) 中,用常 数 a 代 替 x, 用 二 元 函 数 f(y,z) 代 替 u, 用 三 元 函 数 g(y,z,v)代替w,去掉前缀中的所有存在量词之后 得出Skolem标准型:
设 (Qrxr为) 前缀中的第一个存在量词。令
G1 (x1)...(xr 1)(Qr 1xr 1)(Qnxn)M (x1,..., xr 1, f (x1,..., xr 1), xr 1,..., xn)
其中,f (x1,..., xr 1)是对应 xr的Skolem函数。我们希
望证明 G是不可满足的,当且仅当 G1 是不可满足 的。
(Qr 1xr 1)...(Qnxn)M (x1,..., xr 1, xr, xr 1,..., xn)
按I为真。扩充解释I,使得包括对任意x1 D,..., xr 1 D 把(x1,..., xr 1)映射成 xr D的函数f,即
f (x1,..., xr 1) xr
扩充后的解释用I1表示。显然,对任意x1 D,..., xr 1 D
Step2: 使用下述方法可以消去前缀中存在的所有量词 令Qr是 (Q1x1)...(Qnxn) 中出现的存在量词(1 r n) .
Case1:若在Qr之前不出现全称量词,则作置换: {c/xr },c是一个 与M中出现的所有常量都不相同的新常量c,用c代替M中出现 的所有xr,并且由前缀中删去 Qr 。 Case2:若在Qr之前出现全称量词Qs1,...,Qsm ,则选择一个与M中 出现的任一函数符号都不相同的新m元函数符号f,用f (xs1,..., xsm) 代替M中的所有xr ,并且由前缀中删去Qr 。
设G 是不可满足的。若G1 是可满足的,则存在 某定义域D上的解释I使 G1 按I为真。即对任意
x1 D,..., xr 1 D
(Qr 1xr 1)...(Qnxn)M (x1,..., xr 1, f (x1,..., xr 1), xr 1,..., xn)
按I为真,所以,对任意 x1 D,..., xr 1 D ,都存在 元素 f (x1,..., xr 1) xr D 使
是子句, P是文字),从中消去互补对(即P 和 ~ P ),
所得的新子句:
R(C1,
C
2)
C
' 1
C
'
2,便称作子句C1,C2
的归结式,原子P 称为被归结的原子。这个过
程称为归结。没有互补对的两个子句没有归结 式。
因此归结推理规则指的是对两个子句做归结, 即求归结式。上述归结规则是一种合理的推理 规则,这可从下述定理中看出。
(P ~ R) (~ Q ~ R P)
一个子句的合取范式(CNF形式)常常表示为一个子 句的集合,即:
S {P ~ R, ~ Q ~ R P}
称为对应公式的子句集,其中每个元素都是一个子 句。把公式表示为子句集只是为了说明上的方便。
归结式
Resolvent
命题逻辑的归结规则可以陈述如下。
设有两个子句: C1 P C'1,C2 ~ P C' 2 (其中 C1 、C2
定理3.2 子句 C1 和 C2 的归结式是C1和C2的逻辑推论。 证明:设
C1
P
C1'
,
C
2
~
P
C
' 2
ห้องสมุดไป่ตู้
有
R(C1,
C
2)
C1'
C
' 2
其中C1' 和 C2'都是文字的析取式。