人工智能之经典逻辑推理
人工智能课程复习笔记专题
人工智能绪论
人工智能之知识表示
人工智能之搜索方法
人工智能之经典逻辑推理
人工智能之专家系统
人工智能之不确定推理方法
人工智能之机器学习
一、推理的基本概念
1、推理方式及分类
按推理逻辑基础分类:
演绎推理:
演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。是一种由一般到个别的推理方法,其核心是三段论,
归纳推理:
是一种由个别到一般的推理方法。从足够多的事例中归纳出一般性结论的推理过程。
默认推理:
默认推理又称为缺省推理,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。
按推理时所用知识的确定性
确定性推理:
确定性推理是指推理时所用的知识都是精确的,推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
不确定性推理是指推理时所用的知识不都是精确的,推出的结论也不完全是肯定的,其真值位于真与假之间。
按推理过程中的单调性
单调推理
推出的结论呈单调增加的趋势,并且越来越接近最终目标。
非单调推理
由于新知识的加入,不仅没有加强已推出的结论,反而要否定它。
2.推理的控制策略
推理方向:正、反向
搜索策略
求解策略:一个解、所有解、最优解
冲突消解:正对象排序、匹配度排序
限制策略:深度、宽度、时间、空间
3.模式匹配及其变量代换
模式匹配是指两个知识模式(如两个谓词公式、两个框架片断等)的比较,检查这两个知识模式是否完全一致或近似一致。如果两者完全一致,或者虽不完全一致但其相似程度落在指定的限度内,就称它们是可匹配的,否则为不可匹配。
确定性匹配:两个知识模式完全一致,或经过变量代换后完全一致
不确定性匹配:两个知识模式不完全一致,但总体看来,他们的相似度又落在规定的限度内。
代换(置换)
{t1/x1,t2/x2,…,tn/xn}
的有限集合。其中,t1,t2,…,tn是项;x1,x2,…,x