人工智能之经典逻辑推理

本文详细介绍了人工智能中的逻辑推理概念,包括推理方式、控制策略、模式匹配和变量代换。重点讲解了自然演绎推理、归结演绎推理及其在问题求解中的应用。通过对经典逻辑推理的探讨,揭示了其在人工智能领域的核心作用。
摘要由CSDN通过智能技术生成

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

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值