一个NotionNext搭建的博客
数据库系统概论
大数据原理与应用
javaWeb应用开发基础教程
python
毕业设计
大数据技术综合应用
实训-航空数据系统
java面向对象程序设计
数据结构
算法分析与设计
SPARK
Python爬虫大数据采集与挖掘
云计算
概率论与数理统计
数字逻辑
计算机网络
计算机组成原理
linux
操作系统
人工智能导论
数据仓库与数据挖掘
数据可视化
大数据安全与隐私保护
c语言
C++
[第三章]确定性推理方法
推理推理方式及其分类演绎推理、归纳推理、默认推理确定性推理、不确定性推理单调推理、非单调推理启发式推理、非启发式推理推理的方向正向推理逆向推理混合推理双向推理冲突消解策略多种冲突消解策略自然演绎推理谓词公式化为子聚及的方法谓词公式化为子句集鲁滨逊归结原理命题逻辑中的归结原理谓词逻辑中的归结原理归结反演
推理
通过已知知识,找出蕴含事实或归纳出新知识
推理方式及其分类
演绎推理、归纳推理、默认推理
- 演绎:由一般到特殊
- 归纳推理:多特殊总结到一般
- 完全归纳推理:必然,涉及全部
- 不完全归纳推理:不涉及全部
- 简单枚举归纳推理
- 知识并不完善,假设某些条件存在
确定性推理、不确定性推理
- 确定性推理:所用证据和知识和解结论都是确定的
- 不确定性推理:证据、知识、结论不都是确定的
- 似然推理(概率论)
- 近似推理或模糊推理(模糊推理)
单调推理、非单调推理
- 单调推理:新知识加入使距离结论单调性逼近
- 非单调推理:新知识的加入导致推理被否定,退回某一步
启发式推理、非启发式推理
- 启发性知识:与推理有关,可以加快推理过程,提高搜索效率的知识
- 运用推理有关的启发性知识即为启发式推理
推理的方向
正向推理
已知事实→结论
逆向推理
某个假设目标为出发点
- 目的性强,利于向用户提供解释
- 最初选择目的有盲目性,比正向推理复杂
混合推理
- 先正后逆
- 先逆后正
双向推理
- 正逆同时进行
冲突消解策略
多种匹配成功需要冲突消解
多种冲突消解策略
- 针对性排序
- 按已知事实的新鲜性排序
- 按匹配度排序
- 按条件个数排序
自然演绎推理
从一组事实出发,运用经典逻辑推理规则
错误
- 肯定后件否定前件
谓词公式化为子聚及的方法
- 原子谓词公式:一个不能再分解的命题
- 文字:原子谓词公式及其否定
- P:正文字 非P:负文字
- 子句:任何文字的析取式,文字本身也是子句
- 空子句:不包括文字的子句
- 不能被任何解释满足,是永假的,不可满足
- 子句集:子句构成的集合
谓词公式化为子句集
- 消去谓词公式的→和↔符号
- 把否定符移到紧靠谓词的位置
- 变化标准化
- 消去存在量词
- 化为前束形
- 化为Skolem标准形
- 略去全称量词
- 消去合取词,把母式用子句集表示
- 子句变量标准化,即使每个子句中的变量符号不同
鲁滨逊归结原理
命题逻辑中的归结原理
归结:C1,C2是子句集中的任意两个子句,如果c1中的文字l1和c2中的l2互补,那么c1和c2分别消去l1和l2,并将两个子句中余下的部分析取,构成新子句c12
- 归结式c12是亲本子句c1与c2的逻辑结论。如果c1、c2为真,则c12为真
- 设c1与c2是子句集s中的两个子句,c12是他们的归结式,若用c12代替c1和c2后得到了新子句集s1,则由s1不可满足行可推出原子句集s的不可满足行,即s1的不可满足行→s的不可满足性
- 若把c12加入子句集s2,s2的不可满足性↔s的不可满足性
谓词逻辑中的归结原理
设c1与c2是两个没有相同变元的子句,l1和l2分别是c1和c2中的文字,若l1和非l2的最一般合一,则称
归结反演
- 将已知前提表示为谓词公式
Prev
[第二章]知识表示与知识图谱
Next
[第四章]不确定性推理方法
Loading...