人工智能之经典逻辑推理

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