《人工智能》 一阶逻辑推理

一阶逻辑推理

在这里插入图片描述
在这里插入图片描述

inference rules for quantifiers {9.1.1}

在这里插入图片描述
对于存在量词,

如果知识库里面有, 存在V ,α, 这样的于是, v 就可以代换为k 。 k 是没有出现过的常量。

在这里插入图片描述

在这里插入图片描述
如果存在量词前面有全称量词, 就不能替换:
在这里插入图片描述

如果存在量词被全称量词约束了, 要对这个量词进行实例化, 怎么办? x 和y 一定有 一个函数关系, x 依赖于y , 所以对x实例化时 ,x 变成y 的函数。
m(y) 是skolem function , 是其他地方没有出现过的函数。
在这里插入图片描述
如果存在量词前面有任意多个 全称量词, 于是把xk代换成f(x1, …xk-1)的函数
在这里插入图片描述

全称量词和存在量词能否代换多次?

如果存在x , 代表可能存在1个也可能存在两个, 如果代换量词, 代表着至少存在两次。
所以对于存在量词, 只能代换一次

在这里插入图片描述

合一 、 CNF、归结

在这里插入图片描述
如果x 和y 都是

在这里插入图片描述

所谓合一: 找到两条语句合一元的过程。

假设UNIFY 的输入
在这里插入图片描述
求 α和β的合一元。
在这里插入图片描述
如果输入的两条语句, 他们的合一元可能不唯一
在这里插入图片描述
通常在找合一元时, 要找到最简单的合一元 ,叫做MGU 。
在这里插入图片描述

在这里插入图片描述
两条语句的变量要做一个标准化, 把其中一个变量改一个名字, 如, 把x 改成x1 ,
在这里插入图片描述

在这里插入图片描述
例子:

第一步消去蕴含,

第二部,把全称量词前面的非移入里面, 全称量词和存在量词之间的相互转化,
在这里插入图片描述
在这里插入图片描述

第三步骤, 同名转换, 变名。 这两个y 是不同的y, 将其中一个y 改名字
在这里插入图片描述
第四步, 考虑skolemize 化, 这个存在z 是在任意x 的辖域内, 然后把它转化成关于x的函数。
在这里插入图片描述

这里得到这条语句之后, 目前这个形式是不是是
在这里插入图片描述

在这里插入图片描述

把这个CNF变成三个子句 :
在这里插入图片描述
一旦把一阶逻辑变成子句集合,
在命题逻辑里面归结时, 对于两条给定子句, 寻找他们的互补文字, 消去互补文字, 剩余部分进行析取。

给定KB, 的情况下导出矛盾。 这样的情况对应到一阶逻辑里面。
在一阶逻辑中, 归结过程如下。
在这里插入图片描述

通过li , 和mj 的代换, 得到互补文字。
在这里插入图片描述

例子:
1、 B 和非B 互补 , 进行归结, 得(3)
在这里插入图片描述
2、
在这里插入图片描述
3、
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1、问题转换成逻辑语句
2、 逻辑于娟转化为CNF
3、把非阿尔法转化为CNF
4、归结推理导出新的语句, 直到产生矛盾, 归结出空语句。
5、

在这里插入图片描述
前面黑色的是知识库, 后面红色的是要证明的结论。
1、 转化为CNF
在这里插入图片描述
2、 这里面的两个x 和y 是不同的x 和y , 在必要时需要标准化。
结论的

3、 二三归结, y 代换成a ,
在这里插入图片描述
例子2 , 证明它是不可满足的, 要归结出空子句。
首先转化为CNF ,
在这里插入图片描述

例子3:

在这里插入图片描述
在这里插入图片描述
1、2 语句归结, 如果把y 代换成x , 第二句中的y , 代换成x .

例子4:
每一个病人喜欢每一个医生, 没有人喜欢quack 。
1、 翻译成逻辑语句, 找到前提和结论, so前面是前提, 后面是结论。
在这里插入图片描述
任意y 和蕴含配套, 任意y 如果y 是医生, 那么x 喜欢医生 。
全称量词和蕴含配套, 合取和存在量词配套。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
有一些简单的策略可以帮我们提高归结销量, 单元优先,单文字语句优先归结在这里插入图片描述

每一个限定字句都可以转化为正文字

猜你喜欢

转载自blog.csdn.net/yinxian9019/article/details/90216359