人工智能原理笔记——确定性推理

推理方法的分类

推理的逻辑基础分类

演绎推理：演绎推理是从一般知识到具体判断的推理过程。即从问题领域的一般知识和具体问题的已知事实、判断出发，推导出这个具体问题的一个新的判断。
归纳推理：归纳推理是从个别到一般的过程，是从足够多的具体事例中归纳出一般性知识的推理过程。
缺省推理：缺省推理，也叫做默认推理，指推理时缺少部分前提条件、或部分前提条件没有证据证明为真，在我们假设这部分前提条件为真的情况下，推导出结论的过程。这些缺少的、或没有证据证明为真的部分前提条件，通常是当前推理相关领域的一些常识性知识、事实，并且根据经验其存在、且为真的可能性极大，因此我们有理由默认这部分前提条件存在、且为真。
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。

按推理的确定性分类

确定性推理：推理的证据、知识、结论都是确定的。（本篇讨论）
不确定推理：推理的证据、知识、结论都是不确定的。

按推理的单调性分类

单调推理：指系统中已知为真的判断、命题或知识随时间严格增加，呈现单调性，即推导产生的新的为真的判断、命题或知识加入到系统知识库中，不会和系统原有的知识不相容、或矛盾。基于经典命题逻辑和一阶谓词逻辑的推理是单调推理。
非单调推理：指推理产生的结论有可能与系统知识库中原有的知识不相容、或矛盾，甚至完全否定原有的某些判断。出现这种情况时，必须使用某种正确性维持机制，解除前后推理的不相容和矛盾，系统知识库中知识的增长呈现非单调性。

归纳推理、缺省推理、不确定性推理等都是非单调推理。

推理的控制策略

求解策略：指仅求一个解，还是求所有解或最优解等。
限制策略：指对推理的深度、宽度、时间、空间等进行的限制。
推理

今天的文章人工智能原理笔记——确定性推理分享到此就结束了，感谢您的阅读。