定義
自動推理機(Automation Inference Engine)是
人工智慧系統中用於實現信息推理的部件,是基於輸入歸納總結規律,並用輸入和總結的規律演繹結論的推理系統。自動推理機對外使用工作循環,從外界獲得事實並使用推理引擎推導結論。同時自動推理機不斷維持建構循環,即用生成的結論和真實的事實做比較驗證內在模式系統是否成立以及周延,如果出現結論和事實不符的情況則重新進入歸納過程總結規律。
推理方法
推理方法包括精確推理和不精確推理。
精確推理
所謂精確推理就是把領域知識表示為必然的因果關係,推理的前提和推理的結論或者是肯定的,或者是否定的,不存在第三種可能。在這種推理中,一條規則被激活的條件是它的所有前提都必須為真。
不精確推理
在現實中,事物的特徵並不總是表現在明顯的是與非,同時還可能存在著其他原因,如概念模糊、知識本身存在著可信度問題,因此使得在專家系統中往往要使用不精確推理方法。不精確推理又稱為似然推理,是專家系統中常用的推理方法,它比精確推理要複雜的多。
推理方向
推理方向有三種:正向(或向前)推理、反向(或向後)推理及正反向混合推理。
正向推理
正向推理是指從已知的事實出發,向結論方向推導,直到推出正確的結論。這種方式又稱為事實驅動方式,它的大體過程是:系統根據用戶提供的原始信息與規則庫中的規則的前提條件進行匹配,若匹配成功,則將該知識塊的結論部分作為中間結果,利用這箇中間結果繼續與知識庫中的規則進行匹配,直到得出最後的結論。與其他推理方式相比,正向推理簡單,容易實現,但在推理過程中常常要用到回溯,使得推理速度較慢,且目的性不強,不能反推。
反向推理
反向推理從目標出發,沿著推理路徑回溯到事實。它從一般性開始,逐步涉及細節,即它是通過求解較小的子問題達到求解較大問題的目標。反向推理通過收集越來越詳細的證據以求證實一種情況或假設,當用戶提供的數據與系統所需要的證據完全匹配成功時,則推理成功,所作假設也就得到了證實。反向推理一般用於驗證某一特定規則是否成立。這種推理方式又稱為目標驅動方式,與正向推理相比,反向推理具有很強的目的性。
正反向混合推理
所謂正反向混合推理是指先根據給定的不充分的原始數據或證據向前推理,得出可能成立的結論,然後以這些結論為假設,進行反向推理,尋找支持這些假設的事實或證據。正反向混合推理一般用於以下幾種情形:
(1)已知條件不足,用正向推理不能激發任何一條規則;
(2)正向推理所得的結果可信度不高,用反向推理來求解更確切的答案;
(3)由已知條件查看是否還有其他結論存在。
正反向混合推理集中了正向推理和反向推理的優點,更類似於人們日常進行決策時的思維模式,求解過程也更容易為人們所理解,但其控制策略較前兩種更為複雜,這種方式常用來實現複雜問題的求解。