人工智能--确定性推理（推理方法）

一、推理的基本概念
按照推理过程所用知识的确定性，推理可分为确定性推理和不确定性推理。若在推理中所用的知识都是精确的，即可以把知识表示成必然的因果关系，然后进行推理，推理的结论或真或假，这种推理就叫确定性推理。

1．推理的基本概念

在现实生活中，人们对各种事物进行分析、综合并最后作出决策时，通常是从已知事实出发，通过运用已掌握的知识，找出其中蕴含的事实或归纳出新的知识，这一过程通常称为推理。在人工智能系统中，推理通常是由一组程序来实现的，人们把这一组用来控制计算机实现推理过程的程序称为推理机。

2.推理方法及分类
推理方法主要解决前提和结论的逻辑关系以及在不确定推理中不确定性的传递问题。推理有很多不同的分类方法，例如，可以按照推理的逻辑基础、所用知识的确定性、推理过程的单调性以及是否使用启发性信息等角度划分。
（1)按推理的逻辑基础分类
常用的推理方法可分为演绎推理和归纳推理。
①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。常用的三段论由一个大前提、一个小前提和一个结论3部分组成。

2.归纳推理是一种由个别到一般的推理方法。基本思想是先从已知事实中猜测出一个结论，然后对这个结论的正确性加以证明确认。如果按照所选事例的广泛性可分为完全归纳推理和不完全归纳推理;如果按照推理所使用的方法可分为枚举归纳推理和类比归纳推理等。

③两者区别:演绎推理的过程中不能增殖新知识。而归纳推理的过程中能增殖新知识。

2)按所用知识的确定性分类

按照推理过程所用知识的确定性，推理可分为确定性推理和不确定性推理。本章重点讨论确定性推理，不确定性推理放到下一章讨论。

3)按推理过程的单调性分类

按照推理过程的单调性，或者说按照推理过程所得出的结论是否越来越接近目标，推理可分为单调推理与非单调推理。

二.正向推理，逆向推理和混合推理

1.正向推理

·定义：一种从已知事实出发，正向使用推理规则的推理方法，亦称为数据驱动推理或前向链推理。

算法流程图：

 

2.逆向推理
·定义：一种从某个假设目标出发，逆向使用规则的推理方法，亦称为目标驱动推理或逆向链推理。

算法流程图：

3.混合推理
·定义
把正向推理和逆向推理结合起来所进行的推理称为混合推理。
·混合推理的方法：
1)先正向后逆向:这种方法先进行正向推理，从已知事实出发推出部分结果，然后再用逆向推理对这些结果进行证实或提高它们的可信度。
2)先逆向后正向:这种方法先进行逆向推理，从假设目标出发推出一些中间假设，然后再用正向推理对这些中间假设进行证实。
3)双向混合:是指正向推理和逆向推理同时进行，使推理过程在中间的某一步结合起来。