人工智能基础4推理技术

目录第一章绪论第二章知识表示第三章搜索技术第四章推理技术第五章机器学习第六章专家系统第七章自动规划系统第八章自然言语了解第九章智能控制第十章人工智能程序设计4.0推理的根本概念4.0.1推理的定义从初始证据出发，按某种战略不断运用知识库中的知知识，逐渐推出结论的过程称为推理。在人工智能系统中，推理是由程序实现的，称为推理机。知现实和知识是构成推理的两个根本要素。现实又称为证据，用以指出推理的出发点及推理时应该运用的知识。知识是使推理得以向前推进，并逐渐到达最终目的的根据。4.0推理的根本概念4.0.2推理方式及其分类〔1〕按推出结论的途径来划分，推理可分为：演绎推理〔deductiveresoning〕：是从全称判别推导出单称判别的过程，即由普通性知识推出适宜某一详细情况的结论。普通到个别。归纳推理〔inductiveresoning〕：是从足够多的事例中归纳出普通性结论的推理过程。个别到普通。默许推理〔defaultresoning〕：是在知识不完全的情况下假设某些条件曾经具备所进展的推理。4.0推理的根本概念4.0.2推理方式及其分类〔2〕按推理时所用的知识确实定性来划分，推理可分为：确定性推理：是指推理时所用的知识与证据都是确定的，退出的结论也是确定的，其真值或者为真或者为假，没有第三种情况出现。不确定性推理：是指推理时所用的知识与证据不都是确定的，推出的结论也是不确定的。

4.0推理的根本概念4.0.2推理方式及其分类〔3〕按推理过程中推出的结论能否越来越接近最终目的来划分，推理可分为：单调推理：是指在推理过程中随着推理向前推进及新知识的参与，推出的结论越来越接近最终目的。非单调推理：是指在推理过程中由于新知识的参与，不仅没有加强已推出的结论，反而要否认它，使推理退回到前面的某一步，然后重新开场。

4.0推理的根本概念4.0.2推理方式及其分类〔4〕按推理中能否运用与推理有关的启发性知识来划分，推理可分为：启发性推理：是指在推理过程中运用与推理有关的启发性知识。非启发性推理：是指在推理过程中未运用与推理有关的启发性知识。

4.0推理的根本概念4.0.3推理的方向〔1〕正向推理是以现实作为出发点的一种推理。根本思想：从用户提供的初始知现实出发，在知识库KB中找出当前可适用的知识，构成可适用知识集KS，然后按某种冲突消解战略从KS中选出一条知识进展推理，并将推出的新现实参与到数据库中作为下一步推理的知现实，以后再在KB中选取可适用的知识进展推理，如此反复这一过程，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。4.0推理的根本概念4.0.3推理的方向〔2〕逆向推理是以某个假设目的为出发点的一种推理。根本思想：首先选择一个假设目的，然后寻觅支持该假设的证据，假设需的证据都能找到，那么阐明原假设是成立的；假设无论如何都找不到所需的证据，那么阐明原假设不成立，为此需求另作新的假设。4.0推理的根本概念4.0.3推理的方向〔3〕混合推理正向推理具有盲目、效率低等缺陷，推理过程中能够会推出许多与问题无关的子目的。逆向推理中，假设提出的假设目的不符合实践，也会降低系统效率。可以把正向推理与逆向推理结合起来，使其各自发扬本人的优势，取长补短。这种既有正向推理又有逆向推理称为混合推理。4.0推理的根本概念4.0.3推理的方向〔4〕双向推理双向推理：是指正向推理与逆向推理同时进展，且在推理过程中的某一步骤上“碰头〞的一种推理。根本思想：一方面根据知现实进展正向推理，但并不推倒最终目的；另一方面从某假设目的出发进展逆向推理，但不推至原始现实，而是让它们在中途相遇，即由正向推理所得到的中间结论恰好是逆向推理此时所需求的证据，这时推理就可以终了，逆向推理时所做的假设就是推理的最终结论。4.0推理的根本概念4.0.4冲突消解战略系统将当前知现实与KB中知识匹配的三种情况：〔1〕知现实恰好只与KB中的一个知识匹配胜利。〔2〕知现实不能与KB中的任何知识匹配胜利。〔3〕知现实可与KB中的多个知识匹配胜利；或者多个〔组〕现实都可与KB中的某一个知识匹配胜利；或者多个〔组〕现实都可与KB中的多个知识匹配胜利；

第3种情况称为发生了冲突。4.0推理的根本概念4.0.4冲突消解战略消解冲突的根本思想：对知识进展排序：〔1〕按针对性排序：优先选择针对性强的知识〔规那么〕，即要求条件多的规那么。〔2〕按知现实的新颖性排序：后生成的现实具有较大的新颖性。〔3〕按匹配度排序：在不确定推理中，需求计算知现实与知识的匹配度。〔4〕按条件个数排序：优先运用条件少的产生式规那么。4.1消解原理4.1.1子句集的求取消解原理是针对谓词逻辑知识表示的问题求解方法。消解原理的根底知识：〔1〕谓词公式、某些推理规那么以及置换合一等概念。〔2〕子句：由文字的析取组成的公式(一个原子公式和原子公式的否认都叫做文字)。〔3〕消解：当消解可运用时，消解过程被运用于母体子句对，以便产生一个导出子句。例如，假设存在某个公理E1∨E2和另一公理～E2∨E3，那么E1∨E3在逻辑上成立。这就是消解，而称E1∨E3为E1∨E2和～E2∨E3的消解式。4.1消解原理4.1.1子句集的求取步骤(1)消去蕴涵符号只运用∨和～符号，以～A∨B交换A→B。[(A→B)→B]∨C=〉[～(A→B)∨B]∨C=〉[～(～A∨B)∨B]∨C=〉[(A∧～B)∨B]∨C=〉[〔A∨B〕∧〔～B∨B〕]∨C=〉[〔A∨B〕]∨C4.1消解原理4.1.1子句集的求取(2)减少否认符号的辖域每个否认符号～最多只用到一个谓词符号上，并反复运用狄·摩根定律。例如：以～A∨～B替代～(A∧B)以～A∧～B替代～(A∨B)以A替代～(～A)以(彐x)｛～A｝替代～(x)A以(x)｛～A｝替代～(彐x)A4.1消解原理4.1.1子句集的求取(3)对变量规范化在任一量词辖域内，受该量词约束的变量为一哑元(虚拟变量)，它可以在该辖域内处处一致地被另一个没有出现过的恣意变量所替代，而不改动公式的真值。适宜公式中变量的规范化意味着对哑元改名以保证每个量词有其本人独一的哑元。如，对(x)｛P(x)→(彐x)Q(x)｝规范化可得：(x)｛P(x)→(彐y)Q(y)｝4.1消解原理4.1.1子句集的求取(4)消去存在量词Skolem函数：(y)[(彐x)P(x,y)]中，存在量词是在全称量词的辖域内，允许所存在的x能够依赖于y值。令这种依赖关系明显地有函数g(y)所定义，它把每个y值映射到存在的那个x。这种函数叫做Skolem函数。假设用Skolem函数替代存在的x，就可以消去全部存在量词，并写成：(y)P(g(y),y)]

4.1消解原理4.1.1子句集的求取从一个公式消去一个存在量词的普通规那么是以一个Skolem函数替代每个出现的存在量词的量化变量，而这个Skolem函数的变量就是由那些全称量词所约束的全称量词量化变量，这些全称量词的辖域包括要被消去的存在量词的辖域在内。Skolem函数所运用的函数符号必需是新的，即不允许是公式中曾经出现过的函数符号。假设要消去的存在量词不在任何一个全称量词的辖域内，那么用不含变量的Skolem函数即常量。例如，(彐x)P(x)化为P(A)，其中常量符号A用来表示人们知道的存在实体。A必需是个新的常量符号，它未曾在公式中其它地方运用过。4.1消解原理4.1.1子句集的求取(5)化为前束形把一切全称量词移到公式的左边，并使每个量词的辖域包括这个量词后面公式的整个部分。所得公式称为前束形。前束形=〔前缀〕〔母式〕全称量词串无量词公式(6)把母式化为合取范式任何母式都可写成由一些谓词公式和(或)谓词公式的否认的析取的有限集组成的合取。这种母式叫做合取范式。如：A∨{B∧C}化为{A∨B}∧{B∨C}4.1消解原理4.1.1子句集的求取(7)消去全称量词消去明显出现的全称量词。(8)消去连词符号∧用｛A，B｝替代(A∧B)，以消去明显的符号∧。反复替代的结果，最后得到一个有限集，其中每个公式是文字的析取。任一个只由文字的析取构成的适宜公式叫做一个子句。(9)改换变量称号可以改换变量符号的称号，使一个变量符号不出如今一个以上的子句中。4.1消解原理4.1.1子句集的求取例：将以下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〕减少否认符号辖域(x){~P(x)∨{(y)[~P(y)∨P(f(x,y))]∧(彐y)～[~Q(x,y)∨P(y)]}}(x){~P(x)∨{(y)[~P(y)∨P(f(x,y))]∧(彐y)[Q(x,y)∧~P(y)]}}〔3〕对变量规范化(x){~P(x)∨{(y)[~P(y)∨P(f(x,y))]∧(彐w)[Q(x,w)∧~P(w)]}}4.1消解原理4.1.1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))]}4.1消解原理4.1.1子句集的求取〔7〕消去全称量词[~P(x)∨~P(y)∨P(f(x,y))]∧[~P(x)∨Q(x,g(x))]∧[~P(x)∨~P(g(x))]〔8〕消去连词符号∧~P(x)∨~P(y)∨P(f(x,y))，~P(x)∨Q(x,g(x))，~P(x)∨~P(g(x))〔9〕改换变量称号~P(x1)∨~P(y)∨P(f(x1,y))，~P(x2)∨Q(x2,g(x2))，~P(x3)∨~P(g(x3))4.1消解原理4.1.2消解推理规那么令L1为任一原子公式，L2为另一原子公式；L1和L2具有一样的谓词符号，但普通具有不同的变量。知两子句L1∨α和～L2∨β,假设L1和L2具有最普通合一者σ，那么经过消解可以从这两个父辈子句推导出一个新子句(α∨β)σ。这个新子句叫做消解式。它是由取这两个子句的析取，然后消去互补对而得到的。4.1消解原理4.1.2消解推理规那么常用消解规那么(1)假言推理父辈子句P～P∨Q(即P→Q)消解式Q4.1消解原理4.1.2消解推理规那么常用消解规那么(2)合并父辈子句P∨Q～P∨Q消解式Q∨Q=Q4.1消解原理4.1.2消解推理规那么常用消解规那么(3)重言式P∨Q～P∨～Q

P∨Q～P∨～Q消解式Q∨～QP∨～P4.1消解原理4.1.2消解推理规那么常用消解规那么(4)空子句(矛盾)～P

P消解式NIL4.1消解原理4.1.2消解推理规那么常用消解规那么(5)链式(三段论)～P∨Q

～Q∨R消解式～P∨R4.1消解原理4.1.3含有变量的消解式为了对含有变量的子句运用消解规那么，必需找到一个置换，作用于父辈子句使其含有互补文字。例：设有两个字句P(x)∨Q(x)～Q〔f(y)〕置换σ=｛f(y)/x｝消解可得：P〔f(y)〕4.1消解原理4.1.3含有变量的消解式令父辈子句由{Li}和{Mi}给出，假设这两个子句中的变量曾经分别规范化。设{li}是{Li}的一个子集，{mi}是{Mi}的一个子集，假设σ是{li}和{~mi}的最普通的合一，消解两个子句{Li}和{Mi}，得到新子句{{Li}-{li}}σ∨{{Mi}-{mi}}σ就是这两个子句的消解式。消解两个子句时，能够有一个以上的消解式，由于有多种选择{li}和{mi}的方法。4.1消解原理4.1.3含有变量的消解式例：思索两个子句：P[x,f(A)]∨P[x,f(y)]∨Q(y)~p[z,f(A)]∨~Q(z)取{li}={P[x,f(A)]}，{mi}={~p[z,f(A)]}可得消解式P[z,f(y)]∨Q(y)∨~Q(z)σ={z/x}4.1消解原理4.1.3含有变量的消解式假设取{li}={Q(y)}，{mi}={~Q(z)那么可得消解式P[x,f(A)]∨P[x,f(y)]∨~p[y,f(A)]进一步消解的消解式P[y,f(y)]σ={y/z}4.1消解原理4.1.3含有变量的消解式几个含有变量的子句运用消解的例子：B(x)~B(x)∨C(x)C(x)4.1消解原理4.1.3含有变量的消解式几个含有变量的子句运用消解的例子：P(x)∨Q(x)~Q[f(y)P[f(y)]σ={f(y)/x}4.1消解原理4.1.3含有变量的消解式几个含有变量的子句运用消解的例子：P[(x,f(y)]∨Q(x)∨R[f(a),y]~P[f(f(a)),z]∨R(z,w)Q(f(f(a)∨R[f(a),y]∨R(f(y),w)σ={f(f(a)/x,f(y)/z}4.1消解原理4.1.4消解反演求解过程1.根本思想把要处理的问题作为一个要证明的命题，其目的公式被否认并化成子句形，然后添加到命题公式集中去，把消解反演系统运用于结合集，并推导出一个空子句(NIL)，产生一个矛盾，这阐明目的公式的否认式不成立，即有目的公式成立，定理得证，问题得到处理，与数学中反证法的思想非常类似。4.1消解原理4.1.4消解反演求解过程2、消解反演反演求解的步骤给出一个公式集S和目的公式L，经过反证或反演来求证目的公式L，其证明步骤如下：(1)否认L，得～L；(2)把～L添加到S中去；(3)把新产生的集合｛～L，S｝化成子句集；(4)运用消解原理，力图推导出一个表示矛盾的空子句NIL。4.1消解原理4.1.4消解反演求解过程反演求解的正确性设公式L在逻辑上遵照公式集S，那么按照定义满足S的每个解释也满足L。决不会有满足S的解释可以满足～L的，所以不存在可以满足并集S∪｛～L｝的解释。假设一个公式集不能被任一解释所满足，那么这个公式是不可满足的。因此，假设L在逻辑上遵照S，那么S∪｛～L｝是不可满足的。可以证明，假设消解反演反复运用到不可满足的子句集，那么最终将要产生空子句NIL。因此，假设L在逻辑上遵照S，那么由并集S∪｛～L｝消解得到的子句，最后将产生空子句；反之，可以证明，假设从S∪｛～L｝的子句消解得到空子句，那么L在逻辑上遵照S。4.1消解原理4.1.4消解反演求解过程反演求解举例例：储蓄问题前提：每个储蓄钱的人都获得利息。结论：假设没有利息，那么就没有人去储蓄钱证明：令S(x,y)表示“x储蓄y〞M(x)表示“x是钱〞I(x)表示“x是利息〞E(x,y)表示“x获得y〞于是上述命题写成：4.1消解原理4.1.4消解反演求解过程(x)[(彐y)(S(x,y))∧M(y)=>[(彐y)(I(y)∧E(x,y))]结论：~(彐x)I(x)=>(x)(y)(M(y)=>~(S(x,y))化为子句集：S'={~S(x,y))∨~M(y)∨I(f(x)),~S(x,y)∨~M(y)∨E(x,f(x))}其中，y=f(x)为Skolem函数。而~L=~(~(彐x)I(x)=>(x)(y)((s(x,y)=>~M(y)))={~I(z),S(a,b),M(b)}P=>Q等价~Q=〉~P4.1消解原理4.1.4消解反演求解过程按4个步骤进展反演求解〔1〕否认L，即有~L={~I(z),S(a,b),M(b)}〔2〕将~L添加到S'中去,即S''={~L,S'}={~S(x,y))∨~M(y)∨I(f(x)),~S(x,y)∨~M(y)∨E(x,f(x)),~I(z),S(a,b),M(b)}〔3〕把新产生的集合化成子句集，即S''={~S(x,y))∨~M(y)∨I(f(x)),~S(x,y)∨~M(y)∨E(x,f(x)),~I(z),S(a,b),M(b)}〔4〕运用消解原理，推导出一个表示矛盾的空子句NIL。4.1消解原理4.1.4消解反演求解过程

~S(x,y)∨~M(y)∨I(f(x))~I(z)~S(x,y)∨~M(y)σ={f(x)/z}~M(b)S(a,b)σ={a/x,b/y}NILM(b)4.1消解原理4.1.4消解反演求解过程反演求解过程步骤：(1)把由目的公式的否认产生的每个子句添加到目的公式否认之否认的子句中去。(2)按照反演树，执行和以前一样的消解，直至在根部得到某个子句止。(3)用根部的子句作为一个回答语句。

4.1消解原理4.1.4消解反演求解过程分析：答案求取涉及到把一棵根部有NIL的反演树变换为在根部带有可用作答案的某个语句的一颗证明树。由于变换关系涉及到把由目的公式的否认产生的每个子句变换为一个重言式，所以被变换的证明树就是一棵消解的证明树，其在根部的语句在逻辑上遵照公理加上重言式，因此也单独地遵照公理。因此被变换的证明树本身就证明了求取方法是正确的。4.1消解原理4.1.4消解反演求解过程例4.3假设无论约翰(John)到哪里去，菲多(Fido)也就去那里，那么假设约翰在学校里，菲多在哪里呢?现实公式集：S={(x)[AT(JOHN,x)=>AT(FIDO,x)],AT(JOHN,SCHOOL)}目的公式L：(彐x)AT(FIDO,x)首先证明~L在逻辑上遵照公式集S~L=~{(彐x)AT(FIDO,x)}=(x){~AT(FIDO,x)}其子句为~AT(FIDO,x)4.1消解原理4.1.4消解反演求解过程例4.3的反演树~AT(FIDO,x)~AT(JOHN,y)∨AT(FIDO,y)],~AT(JOHN,x)σ={x/y}NILAT(JOHN,SCHOOL)}σ={SCHOOL/x}4.1消解原理4.1.4消解反演求解过程例4.3从消解求取答案的反演树~AT(FIDO,x)∨AT(FIDO,y)~AT(JOHN,y)∨AT(FIDO,y)],~AT(JOHN,x)∨AT(FIDO,x)σ={x/y}AT(FIDO,SCHOOL)AT(JOHN,SCHOOL)}σ={SCHOOL/x}目的公式的重言式4.2规那么演绎系统规那么演绎系统的定义：基于规那么的问题求解系统运用下述规那么来建立：If→Then其中，If部分能够由几个if组成，而Then部分能够由一个或一个以上的then组成。在一切基于规那么系统中，每个if能够与某断言(assertion)集中的一个或多个断言匹配。有时把该断言集称为任务内存。在许多基于规那么系统中，then部分用于规定放入任务内存的新断言。这种基于规那么的系统叫做规那么演绎系统(rulebaseddeductionsystem)。在这种系统中，通常称每个if部分为前项(antecedent)，称每个then部分为后项(consequent)。4.2规那么演绎系统4.2.1正向规那么演绎系统正向规那么演绎系统是从现实到目的进展操作的，即从情况条件到动作进展推理的，也就是从if到then的方向进展推理的。1.现实表达式的与或形变换把现实表示为非蕴涵方式的与或形，作为系统的总数据库。详细变换步骤与前述化为子句形类似。留意：我们不想把这些现实化为子句形，而是把它们表示为谓词演算公式，并把这些公式变换为叫做与或形的非蕴涵方式。

4.2规那么演绎系统4.2.1正向规那么演绎系统例：有现实表达式(彐u)(v)｛Q(v,u)∧～[(R(v)∨P(v))∧S(u,v)]｝把它化为Q(v,A)∧｛［～R(v)∧～P(v)］∨～S(A,v)｝对变量更名规范化，使得同一变量不出如今现实表达式的不同主要合取式中，得：Q(w,A)∧｛［～R(v)∧～P(v)］∨～S(A,v)｝4.2规那么演绎系统4.2.1正向规那么演绎系统2.现实表达式的与或图表示将上例与或形的现实表达式用与或图来表示Q(w,A)∧{[～R(v)∧～P(v)]∨～S(A,v)}Q(w,A)[～R(v)∧～P(v)]∨～S(A,v)～R(v)∧～P(v)～S(A,v)～R(v)～P(v)4.2规那么演绎系统4.2.1正向规那么演绎系统3.与或图的F规那么变换这些规那么是建立在某个问题辖域中普通陈说性知识的蕴涵公式根底上的。把允许用作规那么的公式类型限制为以下方式L→W式中：L是单文字；W为与或形的独一公式。

4.2规那么演绎系统4.2.1正向规那么演绎系统3.与或图的F规那么变换将这类规那么运用于与或图进展推演。假设有一条规那么L=>W，根据此规那么及现实表达式F(L)，可以推出表达式F(W)。F(W)是用W替代F中的一切L而得到的。当用规那么L=>W来变换以上述方式描画的F(L)的与或图表示时，就产生一个含有F(W)表示的新图；也就是说，它的以叶节点终止的解图集以F(W)子句方式代表该子句集。这个子句集包括在F(L)的子句形和L=>W的子句形间对L进展一切能够的消解而得到的整集。该过程以极其有效的方式到达了用其它方法要进展多次消解才干到达的目的。4.2规那么演绎系统4.2.1正向规那么演绎系统4.作为终止条件的目的公式运用F规那么的目的在于从某个现实公式和某个规那么集出发来证明某个目的公式。在正向推理系统中，这种目的表达式只限于可证明的表达式，尤其是可证明的文字析取形的目的公式表达式。用文字集表示此目的公式，并设该集各元都为析取关系。结论：当正向演绎系统产生一个含有以目的节点作为终止的解图时，此系统就胜利地终止。4.2规那么演绎系统4.2.2逆向规那么演绎系统基于规那么的逆向演绎系统，其操作过程与正向演绎系统相反，即为从目的到现实的操作过程，从then到if的推理过程。逆向推理过程1.目的表达式的与或方式逆向演绎系统可以处置恣意方式的目的表达式。首先，采用与变换现实表达式同样的过程，把目的公式化成与或形。4.2规那么演绎系统4.2.2逆向规那么演绎系统2.与或图的B规那么变换B规那么是建立在确定的蕴涵式根底上的，正如正向系统的F规那么一样。不过，我们如今把这些B规那么限制为W→L方式的表达式。其中，W为任一与或形公式，L为文字，而且蕴涵式中任何变量的量词辖域为整个蕴涵式。3.作为终止条件的现实节点的一致解图逆向系统胜利的终止条件是与或图包含有某个终止在现实节点上的一致解图。4.2规那么演绎系统4.2.2双向规那么演绎系统基于规那么的正向演绎系统和逆向演绎系统的特点和局限性正向演绎系统可以处置恣意方式的if表达式，但被限制在then表达式为由文字析取组成的一些表达式。逆向演绎系统可以处置恣意方式的then表达式，但被限制在if表达式为文字合取组成的一些表达式。双向(正向和逆向)组合演绎系统具有正向和逆向两系统的优点，抑制各自的缺陷。4.2规那么演绎系统4.2.2双向规那么演绎系统双向(正向和逆向)组合演绎系统的构成正向和逆向组合系统是建立在两个系统相结合的根底上的。此组合系统的总数据库由表示目的和表示现实的两个与或图构造组成，并分别用F规那么和B规那么来修正。4.2规那么演绎系统4.2.2双向规那么演绎系统终止条件组合演绎系统的主要复杂之处在于其终止条件，终止涉及两个图构造之间的适当交接处。当用F规那么和B规那么对图进展扩展之后，匹配就可以出如今任何文字节点上。在完成两个图间的一切能够匹配之后，目的图中根节点上的表达式能否曾经根据现实图中根节点上的表达式和规那么得到证明的问题依然需求断定。只需当求得这样的一个证明时，证明过程才算胜利地终止。假设可以断定在给定方法限制内找不到证明时过程那么以失败告终。4.3产生式系统在基于规那么系统中，每个if能够与某断言(assertion)集中的一个或多个断言匹配，then部分用于规定放入任务内存的新断言。当then部分用于规定动作时，称这种基于规那么的系统为反响式系统(reactionsystem)或产生式系统(productionsystem)。4.3产生式系统4.3.1产生式系统的构造产生式系统由3个部分组成，即总数据库(或全局数据库)、产生式规那么和控制战略。控制战略产生式规那么总数据库4.3产生式系统4.3.1产生式系统的构造总数据库有时也被称作上下文，当前数据库或暂时存储器。总数据库是产生式规那么的留意中心。产生式规那么的左边表示在启用这一规那么之前总数据库内必需预备好的条件。例如在上述例子中，在得出该动物是食肉动物的结论之前，必需在总数据库中存有“该动物是哺乳动物〞和“该动物吃肉〞这两个现实。执行产生式规那么的操作会引起总数据库的变化，这就使其他产生式规那么的条件能够被满足。产生式规那么是一个规那么库，用于存放与求解问题有关的某个领域知识的规那么之集合及其交换规那么。规那么库知识的完好性、一致性、准确性、灵敏性和知识组织的合理性，将对产生式系统的运转效率和任务性能产生重要影响。4.3产生式系统4.3.1产生式系统的构造控制战略为一推理机构，由一组程序组成，用来控制产生式系统的运转，决议问题求解过程的推理线路，实现对问题的求解。产生式系统的控制战略随搜索方式的不同可分为可撤回战略、回溯战略、图搜索战略等。控制战略的作用是阐明下一步应该选用什么规那么，也就是如何运用规那么。通常从选择规那么到执行操作分3步：匹配、冲突处理和操作。4.3产生式系统4.3.1产生式系统的构造〔1〕匹配在这一步，把当前数据库与规那么的条件部分相匹配。假设两者完全匹配，那么把这条规那么称为触发规那么。当按规那么的操作部分去执行时，称这条规那么为启用规那么。被触发的规那么不一定总是启用规那么，由于能够同时有几条规那么的条件部分被满足，这就要在处理冲突步骤中来处理这个问题。在复杂的情况下，在数据库和规那么的条件部分之间能够要进展近似匹配。4.3产生式系统4.3.1产生式系统的构造〔2〕冲突处理当有一条以上规那么的条件部分和当前数据库相匹配时，就需求决议首先运用哪一条规那么，这称为冲突处理。〔3〕操作操作就是执行规那么的操作部分，经过操作以后，当前数据库将被修正。然后，其他的规那么有能够被运用。4.3产生式系统4.3.2产生式系统的表示1.现实的表示〔1〕孤立现实的表示三元组<特性对象取值>(AGEZHAO-LING43)(FATHERZHAO-YINZHAO-LING)(MANZHAO-LINGTRUE)(WOMANZHAO-LINGFALSE)不完全知识置信度4.3产生式系统4.3.2产生式系统的表示〔2〕现实之间的关系树状构造网状构造4.3产生式系统4.3.2产生式系统的表示2.规那么的表示〔1〕单个规那么的表示前项与后项<rule>=(IF<antecedent>THEN<action>(ELSE<action>))规那么的可信度4.3产生式系统4.3.2产生式系统的表示〔2〕规那么间的关系规那么按参数分类网状构造4.3产生式系统4.3.3产生式系统的推理1.正向推理从一组表示现实的谓词或命题出发，运用一组产生式规那么，用以证明该谓词公式或命题能否成立。普通战略：先提供一批现实〔数据〕到总数据库中。系统利用这些现实与规那么的前提相匹配，触发匹配胜利的规那么，把其结论作为新的现实添加到总数据库中。继续上述过程，用更新过的总数据库的一切现实再与规那么库中另一条规那么匹配，用其结论再次修正总数据库的内容，直到没有可匹配的新规那么，不再有新的现实加到总数据库中。4.3产生式系统4.3.3产生式系统的推理2.逆向推理从表示目的的谓词或命题出发，运用一组产生式规那么证明现实谓词或命题成立，即首先提出一批假设目的，然后逐一验证这些假设。普通战略：首先假设一个能够的目的，然后由产生式系统试图证明此假设目的能否在总数据库中。假设在总数据库中，那么该假设目的成立；否那么，假设该假设为终叶〔证据〕节点，那么讯问用户。假设不是，那么再假定另一个目的，即寻觅结论部分包含该假设的那些规那么，把它们的前提作为新的假设，并力图证明其成立。这样反复进展推理，直到一切目的均获证明或者一切途径都得到测试为止。4.3产生式系统4.3.3产生式系统的推理3.双向推理双向推理的推理战略是同时从目的向现实推理和从现实向目的推理，并在推理过程中的某个步骤，实现现实与目的的匹配。4.4定性推理4.4.1定性推理概述动因：不是任何问题都可以用准确的数学或符号化方法对其建模。建模代价高，或效果不理想。人类处理问题：抓住主要参数人类针对物理系统的问题求解，根本上是经过定性分析方法完成。4.4定性推理4.4.1定性推理概述定性推理〔qualitativereasoning〕：从物理系统〔包括自然系统和人造系统〕的构造描画出发，以定性方法研讨系统的构造、行为、功能以及它们之间的因果关系等，目的是预测系统的行为并给出合理的解释。

4.4定性推理4.4.1定性推理概述1952年simmons提出定性分析的因果关系；1977年Rieger发表了第一篇关于因果仿真的定性推理1984年，“ArtificialIntelligence〞杂志第24卷出版了定性推理专辑,刊载了deKleer,Forbus和Kuipers对定性推理奠基性的文章,这标志着定性推理开场走向成熟。1986年，Iwasaki和Simmons发表了“CausalityinDeviceBehavior〞的文章。1991年,“ArtificialIntelligence〞杂志第59卷又发表了一组文章，回想十年前这几位定性推理奠基人所做的任务。4.4定性推理4.4.1定性推理概述定性推理的优势〔1〕符合人类的常识推理，可实现对不完备、不一致、不准确知识的推理。如常识推理。〔2〕降低问题求解的代价，提高求解问题的效率。不需求问题的准确解，只需了解问题的定性结果4.4定性推理4.4.2定性推理方法对物理系统不同的构造描画,便提出了不同的定性推理方法。常用的有：〔1〕deKleer的定性模型方法：所涉及的物理系统是由管子、阀门、容器等安装组成,约束条件(定性方程)反映在这些安装的衔接处,依定性方程给出定性解释。〔2〕Forbus的定性进程方法中，一个物理系统的变化是由进程引起的,一个物理过程由一些进程来描画。〔3〕Kuipers定性仿真法直接用部件的参量作为形状变量来描画物理构造,定性约束直接由物理规律得到,把一个参量随时间的变化视作定性的形状序列,求解算法是从初始形状出发,生成各种能够的后续形状,进而经过一致性过滤,反复这过程直到没有新形状出现。4.4定性推理4.4.2定性推理方法定性推理的根本方法：人类对物理世界的描画、解释,常是以某种直观的定性方法进展的,很少运用微分方程及详细的数值描画,如人们在骑自行车时,为了防止摔倒和撞车,并不需求运用书本上的运动方程,而是针对几个主要参量的变化趋势给予粗略的、直观的,但大体上准确的描画,这就够了。普通分析运动系统行为的规范过程可分为三个步骤：(1)决议描画对象系统特征的量。(2)用方程式表示量之间的相互关系。(3)分析方程式，得到数值解。4.4定性推理4.4.2定性推理方法这类运动系统行为的问题用计算机进展求解时，将面临如下三个问题：(1)步骤(1)(2)需求相当多的知识，并且要有相应的算法(2)有的场所对象系统的性质很难用数学式子表示。(3)步骤(3)得到了数值解，但是对象系统的行为并不直观明了。为理处理第二、第三个问题，定性推理普通采用以下分析步骤：(1)构造认识：将对象系统分解成部件的组合。(2)因果分析：当输入值变化时，分析对象系统中怎样传播。4.4定性推理4.4.2定性推理方法(3)行为推理：输入值随着时间变化，分析对象系统的内部形状怎样变化。(4)功能阐明：行为推理的结果阐明对象系统的行为，由此可以阐明对象系统的功能。定性推理的观念大体上可这样来了解:•忽略被描画对象的次要要素,掌握主要要素简化问题的描画。•将随时间t延续变化的参量x(t)的值域离散化为定性值集合,通常变量x的定性值[x]定义为4.4定性推理4.4.2定性推理方法

-当x<0[x]=0当x=0+当x>0•依物理规律将微分方程转换成定性(代数)方程,或直接依物理规律建立定性模拟或给出定性进程描画。•最后给出定性解释4.5不确定性推理关于证据的不确定性〔1〕不确定性的表示普统统过对现实赋于一个介于0和1之间的系数来表示现实的不确定性。1代表完全确定，0代表完全不确定。这个系数被称为置信度。〔2〕不确定性的处置当规那么具有一个以上的条件时，就需求根据各条件的置信度来求得总条件部分的置信度。已有的方法有两类：①以模糊集实际为根底的方法按这种方法，把一切条件中最小的置信度作为总条件的置信度。这种方法类似于当把几根绳子衔接起来运用时，总的绳子强度与强度最差的绳子的一样。4.5不确定性推理②以概率为根底的方法这种方法同样赋予每个证据以置信度。但当把单独条件的置信度结合起来求取总的置信度时，它取决于各置信度的乘积。关于结论的不确定性〔1〕不确定性的表示关于结论的不确定性也叫做规那么的不确定性，它表示当规那么的条件被完全满足时，产生某种结论的不确定程度。它也是以赋予规那么在0和1之间的系数的方法来表示的。

4.5不确定性推理〔2〕不确定性的处置假设规那么的条件部分不完全确定，即置信度不为1时，如何求得结论的可信度的方法有以下两种：①取结论置信度为条件可信度与置述系数的乘积。②按照某种概率论的解释，我们假设规那么的条件部分的置信度Cin和其结论部分的置信度Cout存在某种关系，这种关系可用来代表规那么的不确定性。例：规那么：假设今天闷热，那么明天会下雨0.9证据：星期六闷热0.84.5不确定性推理4.5.1概率推理客观Bayes方法设推理规那么P=>Q是不确定的，其不确定性可以由条件概率p(Q|P)表示；假设知前提P成立的概率p(P)，那么可求得P∧Q成立的概率〔P，Q结合概率〕p(P,Q)=p(Q|P)·p(P)根据Bayes实际，有以下条件概率公式4.5不确定性推理4.5.1概率推理其中p(P)和p(Q)分别指示前提和结论的先验概率；p(P|Q)称为后验概率，指示结论Q成立时前提P成立的概率。通常后验概率比条件概率更易于获取，所以可不经由统计手段去获得条件概率，而是由上面公式计算。例：令P为汽车轮子发出的刺耳噪声，Q为汽车刹车失调。P可视为征兆，Q那么指示引起P的缘由。缘由和征兆之间的的对应关系可用后验概率p(P|Q)表示。想象根据阅历，刹车调整不好会引起刺耳噪声，并估计p(P|Q)=0.7，假设同时又获得先验概率p(P)=0.04，p(Q)=0.05，那么可求得4.5不确定性推理4.5.1概率推理

即每当发现车轮的刺耳噪声时，可以推测有0.88的能够性是刹车失调。4.5不确定性推理4.5.2Bayes〔网络〕推理

一个关于家庭防盗的贝叶斯网络。家里安装的报警器可以有效感知盗贼的侵入，并对细微的地震有一定的感知才干。两个邻居李和张听到报警声时都会友善地来提示，但偶尔李会错将门铃声当作报警声，而张那么会由于大声听音乐而听不到报警声。该网络的拓扑构造阐明盗贼和地震是警报声响的直接缘由，而邻居李和张来的直接缘由是听到了警报声。4.5不确定性推理4.5.2Bayes〔网络〕推理

盗贼入侵地震发生李来张来报警声响BEALZP(B) 0.001 P(E) 0.002B E P(A)T T 0.95T F 0.94F T 0.29F F0.001AP(L)T0.90F0.05A P(Z)T 0.70F 0.014.5不确定性推理4.5.2B