《人工智能教程》第三章确定性推理 课件

第三章 确定性推理 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。 自然演绎推理和归结推理是经典的确定性推理，它们以数理逻辑的有关理论、方法和技术为理论基础，是机械化的、可在计算机上加以实现的推理方法。 本章在讨论有关推理的一般概念以及命题和谓词逻辑的基础上，介绍自然演绎推理方法和基于一阶谓词逻辑的归结推理方法。 3.1 推理概述 3.1.1 推理的基本概念 推理是指从已知事实出发，运用已掌握的知识，推导出其中蕴含的事实性结论或归纳出某些新的结论的过程。其中，推理所用的事实可分为两种情况，一种是与求解问题有关的初始证据；另一种是推理过程中所得到的中间结论，这些中间结论可以作为进一步推理的已知事实或证据。 人工智能系统的构成： 推理机－－－一些程序来完成的； 综合数据库－－－存放有用于推理的事实或证据； 知识库－－－存放有用于推理所必须的知识。 3.1 推理概述 3.1.2 推理的方法及其分类 1. 按照推理的逻辑基础分类 可分为演绎推理、归纳推理和默认推理。 （1）演绎推理 演绎推理是从已知的一般性知识出发，推理出适合于某种个别情况的结论的过程。它是一种由一般到个别的推理方法。 3.1 推理概述 （2）归纳推理 归纳推理是从大量特殊事例出发，归纳出一般性结论的推理过程，是一种由个别到一般的推理方法。其基本思想是：首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，数学归纳法就是归纳推理的一种典型例子。 归纳推理又可分为： 从特殊事例考察范围看：完全归纳推理、不完全归纳推理； 从使用的方法看：枚举归纳推理、类比归纳推理。 3.1 推理概述 （3）默认推理 默认推理又称缺省推理，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。也就是说，在进行推理时，如果对某些证据不能证明其不成立的情况下，先假设它是成立的，并将它作为推理的依据进行推理，但在推理过程中，当由于新知识的加入或由于所推出的中间结论与已有知识发生矛盾时，就说明前面的有关证据的假设是不正确，这时就要撤消原来的假设以及由此假设所推出的所有结论，重新按新情况进行推理 3.1 推理概述 2. 按所用知识的确定性分类 按推理时所