- •Основные понятия и определения
- •Понятие искусственного интеллекта
- •1.2. История развития искусственного интеллекта за рубежом
- •1.3. История развития искусственного интеллекта в России
- •1.4. Цели и задачи искусственного интеллекта
- •1.5. Основные направления исследований по ии
- •1.6. Контрольные вопросы и упражнения
- •2. Истоки формальных рассуждений
- •2.1. Левополушарное и правополушарное мышления
- •2.2. Контрольные вопросы и упражнения
- •3.Формальные системы
- •3.1. Понятие формальной системы
- •3.2. Разрешимость формальной системы
- •3.3. Интерпретация формальной системы
- •3.4. Доказательство и истинность
- •3.5. Контрольные вопросы и упражнения
- •4.1. Основные принципы силлогистики
- •4.2. Решение силлогизмов
- •4.3. Расширенная силлогистика
- •4.4. Моделирование силлогистики
- •4.5. Контрольные вопросы и упражнения
- •5. Исчисление высказываний
- •5.1. Синтаксис исчисления высказываний
- •5.2. Семантика исчисления высказываний
- •5.3. Классы формул исчисления высказываний
- •5.4. Понятие семантического дерева
- •5.5. Алгоритм Куайна
- •5.6. Алгоритм редукции
- •5.7. Алгебраический подход к определению класса формул
- •5.7.1. Нормальные формы и алгоритм нормализации
- •5.7.2. Алгоритм Куайна для днф
- •5.7.3. Принцип резолюций
- •5.7.4. Хорновские дизъюнкты
- •5.8. Применение исчисления высказываний
- •5.8.1. Пример базы знаний на основе логических высказываний
- •5.8.2. Применение исчисления высказываний в конструировании релейно-контактных схем
- •5.9. Контрольные вопросы и упражнения
- •6. Исчисление предикатов
- •6.1. Определение исчисления предикатов первого порядка
- •6.1.1. Операции над предикатами
- •6.1.2. Общезначимость и выполнимость формул исчисления предикатов
- •6.2 Исчисление предикатов как формальная система
- •6.4. Сколемовские стандартные формы исчисления предикатов
- •6.5. Процедура вывода Эрбрана
- •6.6. Принцип резолюции для логики предикатов
- •Контрольные вопросы и упражнения
- •7. Индуктивные рассуждения
- •7.1. Схема индуктивных рассуждений
- •7.2. Индукция Милля
- •1. Принцип единственного различия
- •2. Принцип единственного сходства
- •3. Принцип единственного остатка
- •7.3. Особенности индуктивных схем рассуждений
- •7.4. Индуктивные методы и алгоритмы
- •7.4.2. Метод пятизначной логики
- •7.4.3. Алгоритм древ
- •7.4.4. Алгоритм амх (алгоритм, основанный на метрике Хемминга)
- •7.4.5. Индукция решающих деревьев (id3)
- •7.4.6. Метод фокусирования
- •7.5. Контрольные вопросы и упражнения
- •8. Рассуждения по аналогии
- •8.1. Виды аналогий и приемы работы с ними
- •8.2. Простая аналогия
- •8.3. Другие виды аналогии
- •8.4. Аналогия в доказательстве теорем
- •8.5. Формализация аналогии
- •8.7. Методы реализаций рассуждений по аналогии
- •8.8. Проблемы рассуждений по аналогии
- •8.9. Контрольные вопросы и упражнения
- •9. Автоматизация нечетких рассуждений
- •9.1. Модальные логики
- •9.2. Применение нечеткой математики
- •9.3. Нечеткая силлогистика
- •9.5. Контрольные вопросы и упражнения
- •10. Представление задач в пространстве состояний
- •10.1. Примеры представления задач в пространстве состояний
- •10.2. Методы поиска в пространстве состояний
- •10.3. Контрольные вопросы и упражнения
- •11. Распознавание образов
- •Выделяются следующие основные типы задач распознавания образов:
- •11.1. Искусственный нейрон
- •11.2. Искусственные нейронные сети
- •Персептроны
- •11. 3.1. Персептронная представляемость
- •11.3.2. Преодоление ограничения линейной разделимости
- •11.3.3. Обучение персептрона
- •11.4. Процедура обратного распространения
5.7.4. Хорновские дизъюнкты
Часто в исчислении высказываний возникает следующая задача: нужно проверить какую-то формулу (цель), логически выведенную из множества фактов и правил. Резолюция является методом доказательства от противного – исходя из фактов, правил и отрицания цели приходим к противоречию (пустому дизъюнкту). При этом удобно использовать хорновские дизъюнкты.
Хорновский дизъюнкт – это дизъюнкт, который содержит не более одной позитивной литеры. Например, {ù p, ù q, ù r, s} – хорновский дизъюнкт, он эквивалентен следующей формуле (pÙqÙr)És: (pÙqÙr)És º ù(pÙqÙr) Ú s º ù pÚù qÚù rÚs.
Хорновский дизъюнкт называется точным, если он содержит позитивную литеру, иначе он называется негативным.
Точный дизъюнкт выражает некоторое правило: негативные литеры соответствуют гипотезам, позитивные литеры – заключениям. Унитарный позитивный дизъюнкт – это некоторый факт, т.е. заключение, не зависящее ни от каких гипотез.
Пусть S – множество хорновских дизъюнктов. Выполнимость S можно проверить с помощью следующего алгоритма:
Выбрать такие элементы р и с множества S, что р – унитарный позитивный дизъюнкт, а с – дизъюнкт, содержащий ù p.
Вычислить резольвенту r.
Заменить S на (S \ {c}) {r}.
Выполнять эту процедуру до получения пустого дизъюнкта.
Пример. Проверить выполнимость следующего множества хорновских дизъюнктов S={ pÚù rÚù t, q, r, tÚù pÚù r, t Úùq, ù pÚù qÚù r}.
Упорядочим множество S: { pÚù rÚù t, q, r, tÚù pÚù r, t Úùq, ù pÚù qÚù r}.
1 2 3 4 5 6
Унитарный дизъюнкт q – второй элемент S , с – пятый дизъюнкт.
Вычисляем резольвенту r и заменяем S на (S \ {c}) {r}, получим новое множество дизъюнктов: { pÚù rÚù t, q, r, tÚù pÚù r, ù pÚù qÚù r}.
Унитарный дизъюнкт q – второй элемент S , с – шестой дизъюнкт.
Вычисляем резольвенту r и заменяем S на (S \ {c}) {r}, получим новое множество дизъюнктов: { pÚù rÚù t, q, r, t, tÚù pÚù r, ù p Úù r}.
Далее аналогично: { p Úù t, q, r, t, tÚù pÚù r, ù p }.
{ p, q, r, t, tÚù pÚù r, ù p } – получен пустой дизъюнкт, следовательно, исходное множество S – невыполнимо.
5.8. Применение исчисления высказываний
Модели и алгоритмы исчисления высказываний нашли широкое применение во многих областях: в интеллектуальных системах для построения баз знаний, в теории и практике конструирования релейно-контактных схем, в вычислительных машинах для синтеза и анализа схем и др. Однако существует особенность, которая ограничивает сферу применения исчисления высказываний – высказывания не расчленяются на субъект и свойство субъекта. Поэтому исчисление высказываний достаточно лишь для выражения тех логических связей, в которых высказывания выступают как нераздельное целое.
5.8.1. Пример базы знаний на основе логических высказываний
Пусть необходимо формализовать знания о различных животных. База знаний на основе исчисления высказываний должна состоять из фактов – единичных высказываний и формул исчисления высказываний, которые выражают логические связи между фактами (табл. 7).
Таблица 7
База знаний на основе исчисления высказываний
Факты |
Формулы исчисления высказываний |
а1 – животное имеет шерсть а2 – животное кормит детенышей молоком а3 – млекопитающее а4 – животное имеет перья а5 – животное летает а5 – животное откладывает яйца а7 – птица а8 – животное ест мясо а9 – животное имеет острые зубы а10 – животное имеет когти а11 – имеет глаза, направленные вперед а12 – хищник а13 – имеет рыже - коричневый цвет а14 – имеет телесные пятна а15 – гепард а16 – имеет черные полосы а17 – тигр а18 – плавает а19 – пингвин а20 – альбатрос |
|
