人工智能 —— 归结演绎推理

什么是归结演绎推理

• 归结演绎推理是一种基于逻辑“反证法”的机械化定理证明方法。其基本思想是把永真性的证明转化为不可满足性的证明。即要证明 $P\to Q$ 永真，只要能够证明 $P\wedge ﹁Q$ 为不可满足即可。

• 谓词公式不可满足的充要条件是其子句集不可满足。因此，要把谓词公式转换为子句集，再用鲁滨逊归结原理求解子句集是否不可满足。如果子句集不可满足，则 $P\to Q$ 永真

---

逻辑学基础

（1）谓词公式的永真性

如果谓词公式P对非空个体域D上的任一解释都取得真值T，则称P在D上是永真的；如果P在任何非空个体域上均是永真的，则称P永真。

（2）谓词公式的可满足性

对于谓词公式P，如果至少存在D上的一个解释，使公式P在此解释下的真值为T，则称公式P在D上是可满足的。

（3）谓词公式的范式

范式是公式的标准形式，公式往往需要变换为同它等价的范式，以便对它们进行一般性的处理。在谓词逻辑中，根据量词在公式中出现的情况，可将谓词公式的范式分为以下两种。

前束范式

• 任一含有量词的谓词公式均可化为与其对应的前束范式
  

Skolem 范式

• 任一含有量词的谓词公式均可化为与其对应的Skolem范式
  

---

子句和子句集

---

谓词公式化为子句集

---

鲁滨逊归结原理（消解原理）

基本思想：

1. 检查子句集S中是否包含空子句，若包含，则S不可满足。
2. 若不包含，在S中选择合适的子句进行归结，一旦归结出空子句，就说明S是不可满足的。

（1）命题逻辑中的归结原理：

设 $C_1$ 与 $C_2$ 是子句集中的任意两个子句，如果 $C_1$ 中的文字 $L_1$ 与 $C_2$ 中的文字 $L_2$ 互补，那么从 $C_1$ 和 $C_2$ 中分别消去 $L_1$ 和 $L_2$ ，并将二个子句中余下的部分析取，构成一个新子句 $C_{12}$ 。其中，$C_{12}$ 称为 $C_1$ 和 $C_2$ 的归结式，$C_1$ 和 $C_2$ 称为 $C_{12}$ 的亲本子句。

（2）谓词逻辑中的归结原理：

设 $C_1$ 和 $C_2$ 是两个没有公共变元的子句， $L_1$ 和 $L_2$ 分别是 $C_1$ 和 $C_2$ 中的文字。如果 $L_1$ 和 $L_2$ 存在最一般合一 $\sigma$，则称 $C_{12}=(C_1\sigma -L_1\sigma ）U（C_2\sigma -L_2\sigma )$ 为 $C_1$ 和 $C_2$ 的二元归结式，而 $L_1$ 和 $L_2$ 为归结式上的文字。

---

归结反演

（1）归结反演证明定理：

步骤：

（1）将已知前提表示为谓词公式 $F$。

（2）将待证明的结论表示为谓词公式 $Q$，并否定得到 $﹁Q$。

（3）把谓词公式集 { F , ﹁ Q } \{F,﹁Q\} {F,﹁Q} 化为子句集 $S$。

（4）应用归结原理对子句集 $S$ 中的子句进行归结，并把每次归结得到的归结式都并入到 $S$ 中。如此反复进行，若出现了空子句，则停止归结，此时就证明了 $Q$ 为真。

（2）归结反演求解问题：

步骤：

（1）已知前提 $F$ 用谓词公式表示；

（2）把待求解的问题 $Q$ 用谓词公式表示，并否定 $Q$ ，再与 $ANSWER$ 构成析取式 $（﹁Q\vee ANSWER）$

（3）把谓词公式集 { F , （ ﹁ Q ∨ A N S W E R ） } \{F,（﹁Q ∨ANSWER）\} {F,（﹁Q∨ANSWER）} 化为子句集 $S$。

（4）对 $S$ 应用归结原理进行归结；

（5）若得到归结式 $ANSWER$ ，则答案就在 $ANSWER$ 中。

---

归结演绎推理的应用

（1）归结反演证明定理：

（2）归结反演求解问题：