知识推理---人工智能

唐果然

已于 2023-12-15 21:49:39 修改

阅读量474

点赞数 1

文章标签：人工智能

于 2023-12-07 21:31:24 首次发布

本文链接：https://blog.csdn.net/m0_61636632/article/details/134863918

版权

推理就是对已知判断进行分析和综合，再得出新的判断的过程。

人工智能中的推理是由推理机完成的。所谓推理机，是指系统中用来实现推理的那段程序。

按推理的逻辑基础分类：

演绎推理：从一般到个别。不能增加新知识
归纳推理：从大量特殊事例出发，归纳出一般性结论的推理过程。即从个别到一般的推理过程。增加新知识。

按所用知识的确定性分类：

确定性推理：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：推理时所用的知识和证据不都是确定的，推出的结论也不确定的。

按推理中所用知识是否具有启发性分类：

启发式推理：应用与问题有关的启发性知识，即解决问题的策略、技巧及经验，以加快推理过程，提高搜索效率。
非启发式推理：缺乏对求解问题的针对性，所以推理效率较低，容易出现“组合爆炸”问题。

产生式系统：

自然演绎推理

常用等价式

（1）双重否定律 ¬¬P ⇔P

(2) 交换律 (P∨Q) ⇔(Q∨P)， ( P∧Q) ⇔( Q∧P)

(3) 结合律 (P∨Q)∨R ⇔P∨(Q∨R) (P∧Q)∧R ⇔P∧(Q∧R)

(4) 分配律 P∨(Q∧R) ⇔(P∨Q)∧(P∨R) P∧(Q∨R) ⇔(P∧Q)∨(P∧R)

(5) 狄摩根定律 ¬(P∨Q) ⇔¬P∧¬Q， ¬(P∧Q) ⇔¬P∨¬Q

(6) 吸收律 P∨(P∧Q) ⇔P， P∧(P∨Q) ⇔P

(7) 补余律 P∨¬P ⇔T, P∧¬P ⇔F

(8) 连词化归律 P→Q ⇔¬P∨Q P↔Q ⇔(P→Q)∧(Q→P) P↔Q ⇔(P∧Q)∨(¬Q∧¬ P)

(9) 量词转换律 ¬(∃x)P ⇔(∀x)( ¬ P)， ¬(∀x)P ⇔(∃x) (¬ P)

(10) 量词分配律 (∀x) (P∧Q) ⇔(∀x)P∧(∀x)Q (∃x) (P∨Q) ⇔(∃x)P∨(∃x)Q

任意对应交，存在对应并

永真蕴含式

（1）化简式 P∧Q ⇒P， P∧Q ⇒Q

(2) 附加式 P ⇒P∨Q， Q ⇒P∨Q

(3) 析取三段论﹁P, P∨Q ⇒Q

(4) 假言推理 P, P→Q ⇒Q（前件为真，结论为真）

(5) 拒取式 ¬Q, P→Q ⇒¬P（后件为假，拒绝前件）

(6) 假言三段论 P→Q, Q→R ⇒P→R

(7) 二难推理 P∨Q, P→R, Q→R ⇒R

(8) 全称固化 (∀x)P(x) ⇒P(y) 其中y是个体域中的任一个体，依此可消去谓词公式中的全称量词。

(9) 存在固化 (∃x)P(x) ⇒P(y) 其中y是个体域中某一个可以使P(y)为真的个体，依此可消去谓词公式中的存在量词。

置换与合一

谓词名相同但其个体不同

寻找项对变元的置换，使谓词一致的过程叫做合一的过程。

置换可简单的理解为是在一个谓词公式中用置换项去替换变量。

置换是形如 {t1 /x1 ,t2 /x2 ,…,tn /xn } 的有限集合。其中，t1 ,t2 ,…,tn 是项；x1 ,x2 ,…,xn 是互不相同的变元；ti /xi 表示用ti 替换xi ，前面的是新值。要求：ti 与xi 不能相同，xi 不能循环地出现在另一个ti 中。

{a/x, c/y, f(b)/z} 是一个置换。但 {g(z)/x, f(x)/z}不是一个置换。出现了循环置换。

置换(Substitution) ：表达式中用置换项置换变量.

如用项 A 替换函数表达式中的变量（x）表达式E（Expression）用一个置换s（Substitution）而得到的表达式的置换，记为Es E(s1s2)=(Es1)s2

例：表达式E：P[x,f(y), B]. 置换： s1={z/x,w/y}, s2={A/y}, s3={q(z)/x,A/y}, s4={c/x,A/y}

解: Es1 = P[z,f(w),B]; Es2 = P[x,f(A),B]; Es3 = P[q(z),f(A),B]; Es4 = P[c,f(A),B]; Es1s2 = P[z,f(w),B]; Es2s1 = P[z,f(A),B]

思考： Es1s2=Es2s1？交换律不成立

自然演绎推理方法

最常用：

假言推理 P, P→Q ⇒Q（前件为真，结论为真）

拒取式 ¬Q, P→Q ⇒¬P（后件为假，拒绝前件）

假言三段论 P→Q, Q→R ⇒P→R

设已知如下事实： R, S, R→T, S∧T→P, P→Q 求证：Q为真。

R,R→T⇒T 假言推理

S,T⇒S∧T 引入合取词

S∧T,S∧T→P⇒P 假言推理

P,P→Q⇒Q 假言推理

归结演绎推理

基于逻辑的"反证法"。定理证明的实质, 就是对前提P、结论Q, 证明 P→Q 永真。

鲁滨逊归结原理------使用反证法：

即要证明P→Q永真, 只要能够证明﹁ (P→Q) 即P∧﹁Q是不可满足的即可。因：﹁ (P→Q) ⇔ ﹁ (﹁ P∨Q) ⇔ P∧﹁ Q

所以，归结演绎推理：结论取否定，和前提进行归结。

子句是由文字的析取组成的公式。

消解: 对谓词演算公式进行分解、化简，消去一些符号, 求得导出子句，又称归结。

消解原理, 力图从子句集中推导出一个表示矛盾的空子句。空子句是永假的。

基本思想：

由谓词公式转化为子句集的方法可知，在子句集中子句之间是合取关系。只要有一个子句为不可满足，则整个子句集就是不可满足的。

(2) 空子句是不可满足的。一个子句集中如包含有空子句，则此子句集就一定是不可满足的。

(3) 首先把欲证明问题的结论否定，并加入子句集，得到一个扩充的子句集S’。

(4) 然后检验子句集S’是否含有空子句，若含有空子句，则表明S’是不可满足的；若不含有空子句，则继续使用归结法，在子句集中选择合适的子句进行归结，直至导出空子句或不能继续归结为止。

归结过程：

定义: 若P是原子谓词公式，则称P与﹁P为互补文字。

定义: 设C1和C2是子句集中的任意两个子句，如果C1中的文字L1与C2中的文字L2互补，那么可从C1和C2中分别消去L1和L2，并将C1和C2中余下的部分按析取关系构成一个新的子句C12，则称这一过程为归结，称C12为C1和C2的归结式，称C1和C2为C12的归结子句。（归结原理，子句集之间是合取关系，所以互补的可以归结）

例: 设C1=P∨Q∨R，C2=﹁P∨S，求C1和C2的归结式C12。

解：这里L1=P，L2=﹁P，通过归结可以得到 C12= Q∨R∨S

例: 设C1=﹁Q，C2=Q，求C1和C2的归结式C12。

解：这里L1=﹁Q，L2=Q，通过归结可以得到 : C12= NIL