章推理人工智能研究生课程.ppt

第4章 推理和计算智能 4.1 推理的基本概念 (1) 演绎推理 (2) 归纳推理 (3) 缺省推理 4.1.3 确定性推理和不确定性推理 ? 4.1.4 单调推理和非单调推理 ? 4.1.5 启发式推理和非启发式推理 4.1.6 推理方向 人物识别正向推理例 4.3 冲突匹配消解策略 * 4.1 推理的基本概念 4.2 推理的控制策略 4.3 推理的模式匹配冲突消解策略 * 4.1 什么是推理 (Reasoning) 由已知的判断推导出新的判断的思维过程。推理过程包含两个判断， 一个是已知的判断，一个是推理得出的新判断。 问题条件和相关的已知定律、定理构成推理的已知判断；问题求解或证 明的结果是推理产生的新的判断。 人工智能中推理的已知判断是指问题相关的已知事实、知识； 推理得出的新的判断是指通过推理得出的结论，即新的事实或新的知识。 4.2 推理方法及分类 演绎推理、归纳推理和缺省推理 （推理策略） 人工智能推理（实现方法） (1) 计算推理： 数值计算、智能计算、 计算智能等 （2）逻辑推理： 数理逻辑、Boll逻辑、Fuzzy逻辑 (3) 搜索推理（包括基本搜索策略和启发式搜索推理） * 从一般知识到具体判断的推理过程，从问题领域的一般知识和具体问题的已知事实、判断出发，推导出这个具体问题的一个新的判断。演绎推理是从全称判断推导出特称判断的过程。 三段论推理组成如下： ① 大前提——问题领域的一般性知识或判断； ② 小前提——具体问题的已知事实或判断； ③ 结论——满足大前提和小前提情况下，得出关于具体问题的新判断 例 三段论推理： ① 人都是要死的； ② 苏格拉底是人； ③ 苏格拉底是要死的。 (Deduction Reasoning) 从个别到一般的过程，从足够多的具体事例中归纳出一般性知识的推理过程 完全归纳推理： 要求归纳时包括论域内的每一个事例，由所有事例的共性， 推导出一个新的判断。 不完全归纳推理：用抽样方法选择部分事例由这部分事例的共性，推导出 新的判断，并认为这个新判断适用论域内的所有事例。 完全归纳推理的结论，由于考虑了论域内的所有个体，必然是正确的， 是必然性推理；非完全归纳推理的结论，由于是抽样考察论域.内部分个体 得出的，其正确与否有一定的偶然性，需要进一步的验证和归纳，是非 必然性推理。 例子：勾股定理，毕达哥拉斯定理，百牛定理 (induction Reasoning) 推理时缺少部分前提条件，或部分前提条件没有证据证明为真，假设 这部分前提条件为真的情况下，推导出结论的过程。 这些缺少的或没有证据证明为真的部分前提条件，通常是当前推理相 关领域的一些常识性知识、事实，并且根据经验其存在且为真的可能 性极大，因此我们有理由默认这部分前提条件存在且为真。 缺省推理是在不完全前提条件下进行的，得出的结论判断往往是不准 确的，甚至是完全错误的，需要随着情况的发展不断进行修正，因 而是一种非单调推理方式。 (Default Reasoning) 默认推理 * (1) 确定性推理 ： 指基于经典命题逻辑和一阶谓词逻辑的推理，推理中 使用的前提条件判断和推导出的结论判断是精确的、确定的，即推理的 条件表达式和结论表达式的取值要么为真，要么为假，不存在第三种取值。 （2）不确定让推理： 指推理使用的前提条件判断是不精确的、不确定的、 模糊的，推理得出的结论判断也可能是不精确的、不确定的、模糊的 (Un --Certainty Reasoning ) * （1）单调推理 指系统中已知为真的判断、命题或知识随时间严格增加， 呈现单调性，即推导产生的新的为真的判断、命题或知识加入 到知识库中，不会和系统原有的知识不相容或矛盾。 （2）非单调推理 指推理产生的结论有可能与系统知识库中原有的知 识不相容或矛盾，甚至完全否定原有的某些判断。出现这种情况时， 必须使用某种正确性维持机制，解除前后推理的不相容或矛盾， 系统中知识的增长呈现非单调性。 ? (Monotonic Reasoning No …) * 按推理过程中有没有使用启发信息分为启发式推理和非启发式推理。 所谓信息指问题领域的、有助于推理的知识或信息。 (1) 正向推理(forward chaining) 从已知的事实出发，向结论方向进行推导，直到推出正确的结论．这种方式又称为事实驱动方式。 (2) 反向推理 (backward chaining) 指先从知识库中选择一种故障作为假设， 然后寻找支持假设的证据或事实来验证这种假设的真假性，当用户提供的数 据