专家系统的推理方法

出处：按学科分类—工业技术 北京理工大学出版社《新编液压工程手册上册》第226页（1931字）

推理机是专家系统的主要组成部分之一，它是运用特定的控制策略并利用知识库及数据库中的信息去求解实际问题。知识表示方法和知识库的结构不同，所用的推理方法也不同，应用较为广泛的是条件检索和执行型推理，这是一种适用于以规则方法描述知识的推理，由这种推理方法和规则表示组成的求解系统即是产生式系统。实际成功的专家系统大多数是产生式系统，在产生式系统中推理策略有正向推理、反向推理和正反向混合推理。

(1)正向推理

正向推理是从原始数据出发，按一定策略运用知识库中专家的知识，推断出结论，这种推理策略是由数据到结论，也叫数据驱动策略或由底向上策略。

正向推理的过程是

·用户先提供数据放到数据库；

·将这些数据与规则的前提进行匹配；

·把匹配成功的规则的结论部分作为新数据存到数据库；

·将更新过的数据库中的数据再与规则匹配直至没有可匹配的规则为止，正向推理机的框图如图6．4－4所示。

图6．4－4 正向推理机框图

正向推理的推理机要求做到：能根据数据库中的数据知道选用知识库中哪些知识；能将知识库中知识所得的结论存入数据库，并将用过的知识记录下来以备解释之用；能判断何时结束推理；必要时能向用户提问。

(2)反向推理

反向推理是先提出结论，然后再找数据的推理，这种由结论到数据的策略称为目标驱动策略，也叫由顶向下策略。

反向推理过程是：

①根据用户提供的信息作出一批假设；

②判断假设是否在数据库，若在，则成功，否则；

③检查这些假设是否是证据节点，若是，则询问用户，否则；

④找出结论部分包含这个假设的那些规则，将这些规则的所有前提作为新的假设；

⑤重复②～④。反向推理机设计的示意图如图6．4－5所示。

图6．4－5 反向推理机框图

反向推理机是追踪一个指定目标或假设，询问用户查找证据及提出中间假设都是围绕目标进行，所以效率较正向推理高，但关键是选准并提出最有希望的假设这一步骤。

反向推理机要求做到：能提出假设，并能用知识库中的知识判断假设的真伪，若真，记录运用的知识并告诉用户；若假，应重新提出新的假设，再进行判断，必要时向用户询问。

(3)正反向推理

先根据数据库中的原始数据，通过正向推理帮助系统提出假设，再运用反向推理进一步寻找支持假设的证据，如此反复这个过程。通常使用正反向推理是在下列情况：

·条件不足；

·可信度不高；

·怀疑有其它结论。

上述三种推理策略中都包含有精确推理与不精确推理两种方法。

(4)精确推理

领域知识都表示成必然的因果关系和逻辑关系，推理的结论或是肯定或是否定的。

(5)不精确推理

证据不一定是肯定的，而是给予某种“权”，推理的规则也不肯定，也给予某一种“权”，对于多个证据或多条规则的推理要进行“权”的组合，由于组合的方法不同，就形成了各种不同的不精确推理。专家系统中不精确推理是不可避免的，也是一个应予以认真对待的重要问题。