第三章 确定性推理方法

第三章确定性推理方法习题参考解答3.1 练习题3.1 什么是命题？请写出3个真值为T 及真值为F 的命题。

3.2 什么是谓词？什么是谓词个体及个体域？函数与谓词的区别是什么？3.3 谓词逻辑和命题逻辑的关系如何？有何异同？3.4 什么是谓词的项？什么是谓词的阶？请写出谓词的一般形式。

3.5 什么是谓词公式？什么是谓词公式的解释？设D= {1,2} ，试给出谓词公式（ x）（ y）（P（x,y） Q（x,y））的所有解释，并且对每一种解释指出该谓词公式的真值。

3.6对下列谓词公式分别指出哪些是约束变元？哪些是自由变元？并指出各量词的辖域。

（1）( x)(P(x, y) ( y)(Q(x, y) R(x, y)))（2）( z)( y)(P(z, y) Q(z, x)) R(u, v)（3）( x)(~ P( x, f (x )) ( z)(Q(x,z) ~ R(x,z)))（4）( z)(( y)(( t)(P(z, t) Q(y, t)) R(z, y))（5）( z)( y)(P(z, y) ( z)(( y)(P(z, y) Q(z, y) ( z)Q(z, y))))什么是谓词公式的永真性、永假性、可满足性、等价性及永真蕴含？3.7什么是置换？什么是合一？什么是最一般的合一？3.8判断以下公式对是否可合一；若可合一，则求出最一般的合一：3.9（1）P(a,b) ，P(x, y)（2）P(f(z),b) ，P(y, x)（3）P(f(x), y) ，P(y, f(a))（4）P(f(y), y,x) ，P(x, f(a), f(b))（5）P(x, y) ，P(y, x)什么是范式？请写出前束型范式与SKOLEM 范式的形式。

3.10什么是子句？什么是子句集？请写出求谓词公式子句集的步骤。

3.113.12谓词公式与它的子句集等值吗？在什么情况下它们才会等价？3.13 把下列谓词公式分别化为相应的子句集：(1)( z)( y)(P(z, y) Q(z, y))(2)( x)( y)(P(x, y) Q(x, y))(3)( x)( y)(P(x, y) (Q(x, y) R(x, y)))(4)( x)( y)( z)(P(x, y) Q(x, y) R(x, z))(5)( x)( y)( z)( u)( v)( w)(P(x, y,z,u,v,w) (Q(x, y, z,u, v, w) ~R(x, z, w)))3.14 判断下列子句集中哪些是不可满足的：(1)S {~ P Q,~ Q,P,~ P}(2)S {P Q,~ P Q,P ~ Q,~ P ~ Q}(3)S {P(y) Q(y), ~ P(f(x)) R(a)}(4)S {~ P(x) Q(x), ~ P(y) R(y), P(a),S(a),~ S(z) ~ R(z)}(5)S {~ P(x) ~ Q(y) ~ L(x, y), P(a), ~ R(z) L(a, z), R(b), Q(b)}(6)S {~ P(x) Q(f(x), a), ~ P(h(y)) Q(f(h(y)), a) ~ P(z)}(7)S {P(x) Q(x) R(x),~ P(y) R(y),~Q(a),~ R(b)}(8)S {P(x) Q(x),~ Q(y) R(y), ~ P(z) Q(z),~ R(u)}3.15 为什么要引入Herbrand 理论？什么是H 域？如何求子句集的H 域？3.16 什么是原子集？如何求子句集的原子集？3.17 什么是H 域解释？如何用域D 上的一个解释I 构造H 域上的解释I *呢？3.18 假设子句集S＝{P(z) ∨Q(z),R(f(t))} ，S 中不出现个体常量符号。

确定性与不确定性推理主要方法1.确定性推理：推理时所用的知识与证据都是确定的，推出的结论也是确定的，其真值或者为真或者为假。

2.不确定性推理：从不确定性的初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。

3.演绎推理：如：人都是会死的（大前提）李四是人（小前提）所有李四会死（结论）4.归纳推理：从个别到一般：如：检测全部产品合格，因此该厂产品合格；检测个别产品合格，该厂产品合格。

5.默认推理：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；如：制作鱼缸，想到鱼要呼吸，鱼缸不能加盖。

6.不确定性推理中的基本问题：①不确定性的表示与量度：1)知识不确定性的表示2)证据不确定性的表示3)不确定性的量度②不确定性匹配算法及阈值的选择1)不确定性匹配算法：用来计算匹配双方相似程度的算法。

2)阈值：用来指出相似的“限度”。

③组合证据不确定性的算法最大最小方法、Hamacher方法、概率方法、有界方法、Einstein方法等。

④不确定性的传递算法1)在每一步推理中，如何把证据及知识的不确定性传递给结论。

2)在多步推理中，如何把初始证据的不确定性传递给最终结论。

⑤结论不确定性的合成6.可信度方法：在确定性理论的基础上，结合概率论等提出的一种不确定性推理方法。

其优点是：直观、简单，且效果好。

可信度：根据经验对一个事物或现象为真的相信程度。

可信度带有较大的主观性和经验性，其准确性难以把握。

C－F模型：基于可信度表示的不确定性推理的基本方法。

CF（H，E）的取值范围: [-1,1]。

若由于相应证据的出现增加结论 H 为真的可信度，则 CF（H，E）> 0，证据的出现越是支持 H 为真，就使CF（H，E) 的值越大。

反之，CF（H，E）< 0，证据的出现越是支持 H 为假，CF（H，E）的值就越小。

若证据的出现与否与 H 无关，则 CF（H，E）= 0。

◇第一章人工智能概述- 课前索引- 1.1 人工智能的定义- 1.2 人工智能的发展史- 1.3 人工智能成功的实例- 1.4 人工智能的研究内容- 1.5 人工智能研究的特点- 1.6 人工智能相关文献及网站介绍- 章节小结- 课后思考题◇第二章归结推理方法- 课前索引- 2.1 归结原理概述- 2.2 命题逻辑的归结- 2.3 谓词逻辑归结法基础- 2.4 归结原理- 2.5 归结过程控制策略- 2.6 Herbrand定理- 章节小结- 课后思考题- 课后习题◇第三章不确定性推理方法- 课前索引- 3.1 概述- 3.2 确定性方法- 3.3 主观Bayes方法- 3.4 证据理论（D-S Theory）- 3.5 贝叶斯网络- 章节小结- 课后思考题- 课后习题◇第四章知识表示- 课前索引- 4.1 概述- 4.2 表示观- 4.3 逻辑表示法- 4.4 产生式表示法- 4.5 语义网络表示法- 4.6 框架表示法- 4.7 面向对象的表示法- 4.8 直接型知识表示方法- 4.9 混合型知识表示方法- 章节小结- 课后思考题- 课后习题◇第五章机器学习- 课前索引- 5.1 概述- 5.2 机器学习的分类与基本系统结构- 5.3 符号学习方法- 5.4 实例学习方法- 章节小结- 课后思考题- 课后习题◇第六章神经网络- 课前索引- 6.1 概述- 6.2 前馈型人工神经网络- 6.3 反馈神经网络- 6.4 自组织竞争人工神经网络- 6.5 神经网络在模式识别中的应用- 章节小结- 课后思考题◇第七章自然语言处理- 课前索引- 7.1 概述- 7.2 句法分析- 7.3 词性标注- 章节小结- 课后思考题- 课后习题◇第八章智能体- 课前索引- 8.1 智能体概述- 8.2 多智能体- 8.3 智能体之间的通讯- 8.4 智能体体系结构- 章节小结- 课后思考题。

判断推理系统课讲义第三章逻辑判断第五节组合排列一. 题目特征题目给出一组对象（如赵、钱、孙、李），并给出对象所具有的若干信息（如年龄、性别、职业、身高、专业等），需要对各类信息进行匹配。

例：某单位有五名业务骨干小张、小王、小赵、小丁、小李参加了一次技能测验，他们的测验成绩呈现为：小赵没有小李高，小张没有小王高，小丁不比小李低，而小王不如小赵高。

请问，小张、小王、小赵、小丁、小李测验成绩谁最高?A.小丁B.小王C.小赵D.小张（法一：张＜王＜赵＜李≤丁；法二：排除法）二. 解题思路1.信息匹配关系：确定信息（……是……）和不确定信息（……不是……）一一匹配（对应）两者都不匹配（排除）（1）赵、钱、孙三个村子从南到北一字排开，赵村不在2 号位，钱村在3 号位请判断“孙村不在1 号位”的正误：正确（根据确定信息推不确定信息：赵1、孙2、钱3）（2）A、B、C、D、E 五人的性别为3 男2 女，A 与B 性别相同，C 与D 性别不同可知一定为女性的是：E（根据整体信息分析：A和B为男性→C、D一男一女→E为女性）（3）甲、乙、丙、丁的故乡恰好对应着中国的四个一线城市，且各不重复已知：甲或者是北京人，或者是广州人，二者必居其一北京是北方城市，深圳是南方城市如果乙不是上海人，那么甲是深圳人丁或者是广州人，或者是上海人请问丙是哪里人？2.涉及大小比较，最值信息是突破口大罗、小罗、C 罗三人分别从事的职业有医生、律师、公务员，律师年纪最大，C 罗比律师小，公务员比小罗大。

请问三人分别对应的职业为:大罗是律师，C罗是公务员，小罗是医生3.重复次数最多的信息是突破口（言多必失）（1）甲或者是北京人，或者是广州人，二者必居其一；北京是北方城市，深圳是南方城市如果乙不是上海人，那么甲是深圳人（甲非深圳人→乙是上海人）丁或者是广州人，或者是上海人人员：甲出现 2 次；乙只出现 1 次；丁只出现 1 次故乡：北上广深均出现 2 次（结果：甲是北京人，乙是上海人，丁是广州人）（2）律师年纪最大，C 罗比律师小，公务员比小罗大。

湖南师范大学硕士研究生招生考试自命题科目考试大纲考试科目代码：【999】考试科目名称：人工智能导论考试内容及要点《人工智能导论》课程是培养学生对人工智能的整体认识性，使学生在具备数学与编程基本能力的基础上，对人工智能的多个分支有较全面的了解，具备一定的人工智能算法实现能力。

（一）绪论１．智能与人工智能的基本概念；２．人工智能研究的基本内容和方法；３．人工智能主要应用领域介绍。

（二）知识表示１．知识与知识表示的基本概念；２．谓词逻辑表示法；３．知识图谱及应用。

（三）确定性推理方法１．推理的概念、分类与基本策略；２．命题逻辑与谓词逻辑支持的基本推理方法；３．自然演绎推理与应用；４．归结原理与应用。

（四）不确定性推理方法１．不确定性的表示与不确定性推理的概念、分类；２．概率推理与主观贝叶斯推理方法；３．基于可信度的不确定性表示与推理方法；４．基于证据理论的不确定性表示与推理方法；５．模糊逻辑、模糊集、模糊关系及合成、模糊推理及其应用。

（五）搜索求解策略１．搜索的概念、分类与评价标准；２．状态空间的表示与启发式搜索应用；３．与或树的表示与启发式搜索应用；４．博弈树的概念、极大极小过程以及 α-β剪枝。

（六）智能计算基础１．智能计算的概念；２．进化算法的概念、框架与设计准则；３．遗传算法的基本概念及其应用；４．群智能算法的概念及典型的群智能算法。

（七）人工神经网络与深度人工神经网络１．神经元数学模型与人工神经网络基本原理；２．人工神经网络基本学习算法３．BP神经网络结构与学习算法；４．卷积神经网络与深度学习。

（八）专家系统与机器学习１．专家系统概述；２．专家系统的工作原理；３．专家系统的建立；４．知识获取的主要过程与模式；５．机器学习的发展与基本概念；６．机器学习分类：监督学习、无监督学习、半监督学习与强化学习。

（九）自然语言处理及其应用１．自然语言处理与理解概述；２．语言处理过程的层次；３．机器翻译、自然语言人机交互、智能问答原理及应用；４．语音增强、识别、合成和转换处理技术及应用。