AI(确定性推理).ppt

*第4章确定性推理智能系统的推理过程实际上就是一种思维过程。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。对于推理的这两种不同类型,本章重点讨论前一种,不确定性推理放到下一章讨论。**。推理所用的事实:初始证据:推理前用户提供的中间结论:推理过程中所得到的推理过程:由推理机来完成,所谓推理机就是智能系统中用来实现推理的那些程序。例如,医疗专家系统,专家知识保存在知识库中。推理开始时,先把病人的症状和检查结果放到综合数据库中,然后再从综合数据库的初始证据出发,按照某种策略在知识库中寻找,并使用知识,直到推出最终结论为止。推理的两个基本问题推理的方法:解决前提和结论的逻辑关系,不确定性传递推理的控制策略:解决推理方向,冲突消解策略*(1/4)可分为演绎推理、归纳推理等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,如假言推理、拒取式和假言三段论。例:假言三段论A→B,B→C⇒A→C常用的三段论是由一个大前提、一个小前提和一个结论这三部分组成的。其中,大前提是已知的一般性知识或推理过程得到的判断;小前提是关于某种具体情况或某个具体实例的判断;结论是由大前提推出的,并且适合于小前提的判断。例如,有如下三个判断:①计算机系的学生都会编程序;(一般性知识)②程强是计算机系的一位学生;(具体情况)③程强会编程序。(结论)这是一个三段论推理。其中,①是大前提,②是小前提;③是经演绎推出来的结论。可见,其结论是蕴含在大前提中的。*(2/4)归纳推理是一种由个别到一般的推理方法。归纳推理的类型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按照推理所使用的方法可分为枚举、类比、统计和差异归纳推理等完全归纳推理是指在进行归纳时需要考察相应事物的全部对象,并根据这些对象是否都具有某种属性,推出该类事物是否具有此属性。如,计算机质量检验。不完全归纳推理是指在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。例如,计算机,随机抽查。枚举归纳推理是指在进行归纳时,如果已知某类事物的有限可数个具体事物都具有某种属性,则可推出该类事物都具有此种属性。例如,设有如下事例:王强是计算机系学生,他会编程序;高华是计算机系学生,她会编程序;…………当这些具体事例足够多时,就可归纳出一个一般性的知识:凡是计算机系的学生,就一定会编程序。*(3/4)类比归纳推理是指在两个或两类事物有许多属性都相同或相似的基础上,推出它们在其他属性上也相同或相似的一种归纳推理。设A、B分别是两类事物的集合:A={a1,a2,……}B={b1,b2,……}并设ai与bi总是成对出现,且当ai有属性P时,bi就有属性Q与此对应,即P(ai)→Q(bi)i=1,2,…..则当A与B中有一新的元素对出现时,若已知a'有属性P,b'有属性Q,即P(a')→Q(b')类比归纳推理的基础是相似原理,其可靠程度取决于两个或两类事物的相似程度以及这两个或两类事物的相同属性与推出的那个属性之间的相关程度。*(4/4)演绎推理与归纳推理的区别演绎推理是在已知领域内的一般性知识的前提下,通过演绎求解一个具体问题或者证明一个结论的正确性。它所得出的结论实际上早已蕴含在一般性知识的前提中,演绎推理只不过是将已有事实揭露出来,因此它不能增殖新知识。归纳推理所推出的结论是没有包含在前提内容中的。这种由个别事物或现象推出一般性知识的过程,是增殖新知识的过程。例如,一位计算机维修员,从书本知识,到通过大量实例积累经验,是一种归纳推理方式。运用这些一般性知识知识去维修计算机的过程则是演绎推理。*,同时也依赖于推理的控制策略。推理的控制策略是指如何使用领域知识使推理过程尽快达到目标的策略。控制策略的分类由于智能系统的推理过程一般表现为一种搜索过程,因此,推理的控制策略又可分为推理策略和搜索策略。推理策略主要解决推理方向、冲突消解等问题,如推理方向控制策略、求解策略、限制策略、冲突消解策略等推理方向