机器智能(七)

1、复合语句评估:
a、若S1->S2为真T,则S1 T S2 T/S1 F S2 T/S1 F S2 F
b、若S1->S2为假F,则S1 T S2 F
2、怪兽问题:真值表枚举算法,递归实现
3、真值表枚举算法:2^n的时间复杂度,n的空间复杂度
a、每个命题的值在真值表中直接指定
b、真值表表示了所有可能的模型
4、逻辑等价:
如果两个语句在任何模型中同为真或者同为假,则逻辑等价,任何两个语句逻辑等价当且仅当互相蕴含
a、a->b等价于!a∪b
b、a->b等价于!b->!a
5、有效性:不管命题如何赋值,最后的结果都为真
6、可满足性:所有的命题赋值中,至少有一种使语句为真
7、不可满足性:在所有赋值中,都不为真
8、有效性和不可满足性是互补的
9、推理和证明:
a、推理:转化为规则进行证明
b、证明:模型检查法、推理规则法
c、推理规则法:从旧的语句中产生新的语句,证明=一系列推理规则的应用,通常需要将语句转换为范式
d、模型检查法:真值表枚举,在模型空间中进行启发式的搜索
10、推理规则:
a、假定推理规则MP:
在这里插入图片描述
已知a=>b为真,a为真,则b为真
b、消去合取词规则AE:
在这里插入图片描述
已知a∩b为真,则b为真
c、应用推理规则:等价于搜索问题,其中KB状态=节点,推理规则为边
11、合取范式:子句中没有蕴涵符号,由合取符号连接,等价于多个子句用合取符号连接而成,子句为单个命题用析取符号连接而成。
a、消去等价词(<=>)
b、消去蕴含词(=>)
c、用DM定律吧否定词放在字符前面(!)
d、用分配律改变合取和析取符号的位置(此时确定是合取范式还是析取范式)
12、归结推理:
a、单元归结
b、全归结
c、当条件相互冲突时归结为空
13、单元归结推理:
a、已知l1析取…lk为真,m为真
b、且m与li互补
c、那么l1析取…li-1析取li+1析取…lk为真,即去掉了li
在这里插入图片描述
14、全归结推理:
a、已知l1析取…lk为真,m1析取…mn为真
b、且mj与li互补
c、那么l1析取…li-1析取li+1析取…lk析取m1析取…mj-1析取mj+1析取…mn为真,即去掉了li和mj
在这里插入图片描述
15、归结算法:语句全变成CNF合取范式的形式,CNF中的语句拿出来进行归结,若归结的结果为空,则说明相互矛盾;如果有剩余则满足剩余的命题即可,其他命题无论怎样赋值都可以满足
16、归结实例:为了证明KB|=a,需要证明(KB∩!a)是不可满足的
17、horn子句
a、限制子句:恰好只含有一个正文字(不带取反)的析取式
b、horn子句:至多只含有一个正文字的析取式
c、优点:
每个限制子句都可以写成蕴含式
推理可以使用前向连接和反向链接算法
判断蕴含需要的时间与知识库大小呈线性关系
18、前向连接酸法:
a、从知识库已知事实出发,如果蕴含式的所有前提已知,那么就把他的结论添加到已知事实集中。首先扫描所有的事实,建立一棵树,每一轮都要扫描整个库。
在这里插入图片描述
b、对于每一条规则设置计数器
c、是完备可靠的,对于所有规则都进行扫描
d、搜索了很多无关的节点
19、反向链接算法:
a、从查询结论q开始从后向前推导,如果前提与已知事实符合,则算法结束
b、已知推导目标,假定前提为真
c、避免重复搜索
d、递归实现
e、不完备,因为只退到了和目标相关的规则
20、比较:
a、前向慢,反向快
b、前向完备,反向不完备
c、前向数据驱动,反向目标驱动
d、前向会执行许多与目标无关的推导
e、反向的复杂度通常要少于知识库的推导法则大小

发布了317 篇原创文章 · 获赞 194 · 访问量 11万+

猜你喜欢

转载自blog.csdn.net/qq_40851744/article/details/105301234