当前位置: 主页 > 技术方案

归结原理 人工智能-智能人工黑箱法则

发布时间:2023-06-07 07:04   浏览次数:次   作者:佚名

6.1子句集的Herbrand域Herbrand域与Herbrand解释定义(Herbrand域)H0是出现于子句集S的常量符号集。如果S中无常量符号出现,则H0由一个常量符号a组成。Hi-1{所有形如f(t1,…,tn)的项的集合}其中f(t1,…,tn)是出现在S中的所有n元函数符号,tjHi-1归结原理 人工智能,j=1,…,n.基:把对象中的变量用常量代替后得到的无变量符号出现的对象。基项、基项集、基原子、基原子集合、基文字、基子句、基子句集定义(原子集、Herbrand底))的基原子集合,称为S的Herbrand底或S的原子集.其中P(x定义(基例)设S是子句集,C是S中的一个子句.用S的H域中元素代替C中所有变量所得到的基子句称为子句C的基例。是S的原子集。于是S的一个H解释I可方便地表示为如下一个集合:S的普通解释不一定是S的H解释:普通解释不是必须定义在H域上,即使定义在H域上,也不一定是一个H解释。任取普通解释I,依照I,可以按如下方法构造S的一个H解释I*,使得若令S的一个解释I如下:D={1,2}指定a对应1得H解释:指定a对应2得H解释:定义(对应于I的H解释I*)设I是子句集S在区域D上的解释。

人工语音智能计算器_智能人工黑箱法则_归结原理 人工智能

是出现在S中所有常量符号的集合。对任意aH对应于I的H解释I*是如下的一个H解释:任取S中n元谓词符号P(x7/8/201410引理如果某区域D上的解释I满足子句集S,定理子句集S恒假当且仅当S被其所有H解释弄证明:必要性显然。充分性。假设S被其所有H解释弄假,而S又是可满足的。设解释I满足S,于是由引理知,对应于I的H解释I*也满足7/8/201411l)子句2)子句C被解释I满足,当且仅当C的每一个基例都被I满足.3)子句C被解释至少有一个C的基例C’被I弄假。4)子句集S不可满足,当且仅当对每个解释I,至少有一个S中某个子句C的基例C’被I弄假。7/8/2014127/8/2014136.2HerbrandHerbrand定理是符号逻辑中一个很重要的定理.Herbrand定理就是使用语义树的方法,把需要考虑无穷个H解释的问题,变成只考虑有限个解释的问题.7/8/201414一、语义树A是原子,两个文字A和~A都是另一个的补,集合{A,~A}称为一个互定义(Tautology,重言式)含有互补对的子句.7/8/201415定义(语义树)设S是子句集,A是S的原子集.关于S的语义树是一棵向下生长的树T.在树的每一节上都以如下方式附着A中有限个原子或原子否定的集合:1)对于树中每一个节点N,只能向下引出有限的直接的节是一个恒真的命题公式.2)对树中每一个节点并包含N的一个分枝的所有节上附着文字的并集,则I(N)不含有任意的互补对.语义树7/8/201416定义(部分解释)对于子句集S的语义树中的每一个节点N归结原理 人工智能,I(N)是S的某个解释的子集,称I(N)为S的部分解释。

智能人工黑箱法则_归结原理 人工智能_人工语音智能计算器

7/8/201417完全语义树定义(完全语义树),…}是子句集S的原子集.S的一个语义树是完全的,当且仅当对于语义树中每一个尖端节点N(即从N不再生出节的那种节点),都有7/8/201418S的完全语义树的每一个分枝都对应着S的一个解释;S的任意解释都对应着S的完全语义树中的一条分枝?结论:子句集S的一棵完全语义树对应着S的所有解释。7/8/201419若不然,设T中节点N向下生出的n个节L1,…,Ln的每个Qn是恒真公式,其中Qi表示Li上所有文字的合取,Qn化为合取范式,于是Qn=(A1A2引理设T是子句集S的完全语义树,I是S的一个解释。于是T中任意节点向下生出的直接节中,必有一节,其上所有文字都在I中。7/8/201420定义(失效点)称语义树T中的节点N为失效点,如果(1)I(N)弄假S中某个子句的某个基例;(2)I(N’)不弄假任意子句的任意基例,其中N’是N的任意祖先节点。定义(封闭语义树)语义树T是封闭的,当且仅当T的每—个分枝的终点都是失效点。定义(推理点)称封闭语义树的节点N为推理点,如果N的所有直接下降节点都是失效点.7/8/201421HerbrandHerbrand定理I.子句集S是不可满足的,当且仅当对应于S的每一个完全语义树都存在一个有限的封闭语义证明:必要性:若S是不可满足的,设T是S的完全语义树.对T的每一个分枝B,令I弄假S中某子句C的某个基例C’.由于C’是有限的,所以B上存在一个节点N)弄假C’,于是分枝B上有一个失效点.因此,对T中每一分枝都存在一个失效点,于是从T得到S的一个封闭语义树T’。

归结原理 人工智能_人工语音智能计算器_智能人工黑箱法则

7/8/201422Herbrand定理I.子句集S是不可满足的,当且仅当对应于S的每一个完全语义树都存在一个有限的封闭语义树.(有限性)因为T’中每一个节点只能向下生长有限个节,故T’必有有限个节点.否则,由Konig无限性引理,T’中必有一条无穷的分枝,此无穷分枝上当然没有失效点,矛盾。充分性:若S的每一个完全语义树T都对应着一个有限封闭语义树T’,则T的每条分枝上都有一个失效点。因为S的任一解释都对应T的某一条分枝,所以每一个解释都弄假S,故S是不可满足的。7/8/201423Herbrand定理II子句集S是不可满足的,当且仅当存在S的一个有限不可满足的S的基例集S’。证明:必要性:若S恒假,设T是S的完全语义树,由Herbrand定理I知,有一个有限封闭语义树T’对应着T。T’中所有失效点弄假的所有基例(S中某些子句的基例)的集合。因为T’中失效点的个数有限,所以S’是有限集合。任取S’的一解释I’,则I’是S的某个解释I的子集,而解释I是T中一个分枝,又因S恒假,所以,I弄假S,即I弄假S中某子句的某个基例,亦即I弄假S’中子句C’,故I弄假S’。因为I’I,且I’是S’的解释,故I’弄假S’.由I’的任意性知S’不可满足。

归结原理 人工智能_人工语音智能计算器_智能人工黑箱法则

7/8/201424Herbrand定理II子句集S是不可满足的,当且仅当存在S的一个有限不可满足的S的基例集S’。充分性:假设S有一个有限的不可满足的基例集S’。因为S的每一个解释I都包含着S’的一个解释I’,而S’是不可满足的,所以S的任一解释I都弄假S’,故I弄假S’中至少一个子句,即I弄假S中至少一个子句的基例,亦即I弄假S。由I的任意性,知S是不可满足的。7/8/201425使用Herbrand定理的机器证明过程

人工语音智能计算器_智能人工黑箱法则_归结原理 人工智能