知识（Knowledge）——命题逻辑（Propositional Logic）

啵啵张

已于 2023-10-15 15:09:36 修改

阅读量264

点赞数

文章标签：人工智能

于 2023-07-18 21:43:51 首次发布

本文链接：https://blog.csdn.net/m0_56945100/article/details/131783589

版权

本文介绍了命题逻辑的基础，包括逻辑表示、命题逻辑语法和语义。重点讲述了归结证明的概念，包括合取范式（CNF）、归结算法及其在证明过程中的应用。此外，还讨论了前向和反向链接这两种推理算法，阐述了它们在限定子句和Horn子句上的应用，以及它们的可靠性和完备性。

摘要由CSDN通过智能技术生成

一、逻辑表示和推理的基本概念

语句（Sentence）——知识库（Knowledge Base，KB）由语句构成。标准逻辑中，每个语句在每个可能世界中非真即假，不存在中间状态；

语法（Syntax）——为合法语句给出规范；

语义（Semantic）——语句的含义。语义定义了每个语句在每个可能世界的真值；

模型（Model）——如果语句 $\alpha$ 在模型 $m$ 中为真，则称 $m$ 是 $\alpha$ 的一个模型（简单来说模型就是所有语句的一个赋值），用 $M\left ( \alpha \right )$ 表示 $\alpha$ 的所有模型；

蕴涵（Entailment）——语句 $\alpha$ 蕴涵语句 $\beta$ ，数学化为： $\alpha \models \beta$ 。蕴涵的形式化定义为： $\alpha \models \beta$ 当且仅当在使得 $\alpha$ 为真的每个模型中， $\beta$ 也为真。也可以记为： $\alpha \models \beta \Leftrightarrow M\left ( \alpha \right )\subseteq M\left ( \beta \right )$ 。

如果推理算法 $i$ 可以根据 $KB$ 导出 $\alpha$ ，记为： $KB\vdash _{i}\alpha$ 。

可靠性（Soundness）——只导出蕴涵句的推理算法 $i$ 被称为可靠的或真值保持的。即只要 $KB\vdash _{i}\alpha$ ，则 $KB\models \alpha$ 也为真。

完备性（Completeness）——如果推理算法 $i$ 可以生成任一蕴涵句，则它是完备的。即只要 $KB\models \alpha$ ，则 $KB\vdash _{i}\alpha$ 也为真。

二、命题逻辑（Propositional Logic）

命题逻辑语法： $\neg$ ：非（negation）； $\wedge$ ：与，也称合取（conjunction）； $\vee$ ：或，也称析取（disjunction）； $\Rightarrow$ ：蕴含（implication）； $\Leftrightarrow$ ：当且仅当，也称双向蕴含（biconditional）；

命题逻辑语义：真值表：

$P$	$Q$	$\neg P$	$P \wedge Q$	$P\vee Q$	$P\Rightarrow Q$	$P\Leftrightarrow Q$
F	F	T	F	F	T	T
F	T	T	F	T	T	F
T	F	F	F

最低0.47元/天解锁文章

啵啵张

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
1
评论
知识（Knowledge）——命题逻辑（Propositional Logic）

—知识库（Knowledge Base，KB）由语句构成。模型检验（深度优先的）是可靠的，因为它直接实现了蕴涵的定义，而且是完备的，因为它可以用于任意。一个语句是有效的，如果在所有的模型中它都为真。：当且仅当，也称双向蕴含（biconditional）；（3）所有逻辑等价都可以作为推理规则（见上面逻辑等价表）如果一个语句在某些模型中为真，那么这个句子是可满足的。的一个模型（简单来说模型就是所有语句的一个赋值），用。是互补文字（即一个文字是另一个文字的否定式）。：或，也称析取（disjunction）；
复制链接

扫一扫