第六篇
专家系统是如何实现的
（二）
清华大学计算机系 马少平
第二节：
推理方法
艾博士：专家系统的推理机就相当于我们的大脑，具有一定的通用性，与具体的任务领域无关。就像我们人类一样，具有了哪个领域的知识就可以求解哪个领域的问题，也就成为了哪个领域的专家，但是大脑都是一样的，具有通用性，只是应用的知识不一样。
小明：专家系统中的推理机是如何利用知识库进行推理的呢？
艾博士：推理机制与具体的知识表示方法有关，根据知识表示方法的不同推理方法也会有所不同。在专家系统中，规则是最常用的一种知识表示方法，下面以规则为例展开说明。
小明：规则就是前面提到过的如下这种形式吗？
IF <前提> THEN <结论>
艾博士：是的，规则就是这种形式，其中<前提>是一些条件的逻辑组合，包括“与”、“或”、“非”等，而<结论>是某种可能的结果或者某些动作等。
按照推理的方向，推理方法可以分为正向推理和逆向推理。
正向推理，就是正向地使用规则，从已知条件出发，向目标进行推理。其基本思想是，检验是否有规则的前提被动态数据库中的已知事实满足，如果被满足，则将该规则的结论放入到动态数据库中，再检查其他的规则是否有前提被满足的，反复该过程，直到目标被某个规则推出结束，或者再也没有新结论被推出为止。由于这种推理方法是从规则的前提向结论进行推理，是规则的一种正向使用形式，所以称之为正向推理。由于正向推理是通过动态数据库中的数据来“触发”规则进行推理的，所以又称之为数据驱动的推理。
例如：
设有规则：
r1: IF A and B THEN C
r2: IF C and D THEN E
r3: IF E THEN F
并且已知A、B、D成立，求证F成立。
其中r1、r2等是规则名，“A and B”、“C and D”等是规则的前提，“A and B”表示“A与B同时成立”，“C and D”表示“C与D同时成立”。
我们看看，如果采用正向推理的方法，如何根据这些规则，从已知条件推导出目标F成立。
初始时A、B、D在动态数据库中，由于A与B均成立，规则r1的前提成立，所以由规则r1推导出C成立，并将C加入到动态数据库中。由于D是已知成立的，刚刚又由规则r1推导出了C成立，所以规则r2的前提成立，根据规则r2，推出E成立，将E加入到动态数据库中。这样规则r3的前提也是成立的，根据规则r3，推出F成立，将F加入到动态数据库中。由于F就是求证的目标，所以结论成立，推理结束。这就是正向推理过程，图6.2给出了该过程的示意图。
图6.2 正向推理示意图
小明：我有一个问题，如果在推理过程中，同时有多个规则的前提都成立，这时如何选择规则呢？
艾博士：如果在推理过程中，有多个规则的前提同时成立，如何选择规则称为冲突消解问题。最简单的办法是按照规则的自然顺序，选择第一个前提被满足的规则执行。也可以对多个满足条件的规则进行评估，优先选择前提条件多的规制执行。
小明：这是为什么呢？
艾博士：由于这样的规则涉及的前提条件比较多，不容易被满足，一旦前提条件被满足，其结论可能是一个比较重要的结果。
也可以从规则的结论距离要推导的结论的远近来考虑，这里说的“远近”是指一旦有了该结果，还需要应用多少条规则才能推导出最终结论。距离目标越近的规则越是要优先执行。也可以人为地对每条规则的重要程度做出规定，重要的规则具有较高的优先级。比如说有如下三个规则：
r1：IF 生病 THEN 休息
r2：IF 病重 THEN 去看医生
r3：IF 昏厥 THEN 打电话叫120
这三条规则的重要性程度显然是不一样的，当三条规则的前提均被满足时，应该优先执行规则r3，打电话叫120抢救。这种情况下，可以在构建知识库时，对规则的重要性进行评价，给出优先级，当发生冲突时按照优先级执行规则。
小明：有正向推理，是不是也有逆向推理呢？
艾博士：与正向推理对应的就是逆向推理。逆向推理又被称之为反向推理，这种推理方法的特点是逆向使用规则。
小明：我不是太明白，逆向使用规则是什么意思呢？
艾博士：我们举例说明。假设有规则：
IF A and B THEN C
我们想知道C是否成立，就看该规则的前提是否成立，为此就要看A、B是否成立。为了知道A是否成立，就要看是否某个规则的结论为A，然后看该规则的前提是否成立。这就是逆向使用规则。
小明：我明白了，所谓逆向使用规则，就是从规则的结论出发，反过来看规则的前提是否成立，一步一步由后向前推，看是否满足条件。
艾博士：在逆向推理中，按照逆向使用规则的思想，首先将求证的目标作为假设放入到假设集中，查看是否有某条规则支持该假设，即规则的结论与假设是否一致，然后看结论与假设一致的规则其前提是否成立。如果前提成立（在动态数据库中进行匹配），则假设被验证，结论放入到动态数据库中，否则将该规则的前提加入到假设集中，一个一个地验证这些假设，直到目标假设被验证为止。由于逆向推理是先假设目标成立，逆向使用规则进行推理的，所以这种推理方法又称为目标驱动的推理。
例如：在前面正向推理的例子中，如何使用逆向推理推导出目标F成立呢？小明我们看一下推导过程。
首先将F作为假设，发现规则r3的结论可以推导出F，然后检验r3的前提E是否成立。目前动态数据库中还没有记录E是否成立，由于规则r2的结论可以推出E，依次检验r2的前提C和D是否成立。首先检验C，由于C也没有在动态数据库中，再次找结论含有C的规则，找到规则r1，发现其前提A、B均成立（在动态数据库中），从而推出C成立，将C放入动态数据库中。再检验规则r2的另一个前提条件D，由于D在动态数据库中，所以D成立，从而r2的前提条件全部被满足，推出E成立，并将E放入动态数据库中。由于E已经被推出成立，所以规则r3的前提也成立了，从而最终推出目标F成立。这就是逆向推理过程，图6.3给出了该过程的示意图。
图6.3 逆向推理示意图
小明：逆向推理是不是也和正向推理也一样，存在冲突消解问题呢？
艾博士：在逆向推理中也同样存在冲突消解问题，想验证某个假设是否成立时，可能有多个规则的结论与该假设有关，优先选择哪个规则呢？可采用与正向推理一样的方法解决。
在具体实现时，正向推理一般采用类似宽度优先搜索的方式，一步一步由已知条件向目标结论推进，而逆向推理则一般采用类似深度优选搜索的方式，一步一步产生假设，从目标结论开始反向使用规则，对假设进行验证。这里的宽度优先、深度优先搜索与第三篇介绍的方法会有些不同，因为规则的前提中会有“与”、“或”等逻辑运算，在搜索过程中需要考虑这些因素，但基本思想是一样的，很容易扩展过来。
一般的逻辑推理都是确定性的，也就是说前提成立结论一定成立，比如在几何定理证明中，如果两个同位角相等，则两条直线一定是平行的。但是在很多实际问题中，推理往往具有模糊性、非确定性。比如，如果阴天则可能下雨，阴天了不一定就肯定下雨。这就属于非确定性推理问题。关于非确定性推理问题，我们将在后面做详细介绍。
小明读书笔记
最基本的推理方法包括正向推理和逆向推理两种推理方法。所谓的正向推理是从事实出发，正向使用规则，一步一步地推出结论。正向推理又称作是数据驱动的推理。
逆向推理是先提出假设，逆向使用规则验证能得出该假设的规则前提是否成立。如果不能直接验证相关规则的前提是否成立，则进一步将相关规则的前提作为新的假设添加到假设集中，直到所有的假设被验证得出结论，或者一些假设被否定得不出结论为止。逆向推理又被称作目标驱动的推理。
无论是正向推理还是逆向推理均存在冲突消解问题。所谓的冲突消解，就是当同时有多个规则满足触发条件时，如何选择一个规则执行。可以有多个冲突消解解决策略，比如按照规则的排列顺序、按照规则前件已经满足的程度，按照规则优先级等。
未完待续