产生式系统的基本概念

产生式系统（Production System）

把一组产生式放在一起，让它们相互配合，协同工作，一个产生式生成的结论可以供另一个产生式作为前提使用，以这种方式求得问题的解决的系统就叫作产生式系统。

产生式又称作规则或产生式规则。
用于表示事物间的因果关系。
IF <前提> THEN <结论>

产生式系统 = 数据库 + 规则库 + 推理机
数据库 - 存放信息，存放构成产生式系统的基本元素，又是产生式的作用对象。包括系统设计时输入的事实、外部数据库输入的事实以及中间结果和最后结果。

规则库 - 知识/规则，存放的是与求解有关的所有产生式规则的集合，每个规则由前件和后件组成。其中包含了将问题从初始状态转换成目标状态所需的所有变换规则。
推理界 - 规则的解释或执行程序 ，是一个解释程序，控制协同规则库与数据库，负责整个产生式系统的运行，决定问题求解过程的推理路线，实现对问题的求解。

---

推理机的工作
（1）从规则库中选择规则与数据库的已知事实进行匹配。
a.匹配成功，此条规则将被列入被激活候选集。
b.匹配失败，输入条件与已知条件矛盾，放弃该规则。
c.匹配无结果，即该条规则前件的已知条件中完全与输入事实无关，将该规则列入待测试规则集，在下一轮匹配中再次使用。
（2）当匹配成功的规则多于一条时，需要从中选出一条加以执行。
（3）解释执行规则后件的动作。即如果该规则的后件不是问题的目标，将其加入数据库中。如果这些后件是一个或者多个操作时，根据一定的策略，有选择有顺序地执行。
（4）掌握结束产生式系统运行的时机。对要执行的规则，如果该规则的后件满足问题的结束条件，则停止推理。

产生式系统的推理 — 可以在与或图的基础上进行
与或图：各个事实之间的逻辑关系图。

---

产生式系统的推理

（1）正向推理 
- 优点：算法简单，容易实现。
- 缺点：盲目搜索，可能会求解许多与总目标无关的子目标，每当工作存储器内容更新后都要遍历整个规则库，推理效率低
- 主要用于已知初始数据，而无法提供推理目标，或解空间很大的一类问题。

从已知事实出发，通过规则库求得结论，也称为自底向上（bottom-up）或数据驱动方式。
以问题的初始状态作为初始数据库，仅当数据库中的事实满足某条规则的前提时，该规则才能被使用。
从一组事实出发，使用一组规则，来证明目标的成立。
例子，已知事实A，规则库中有规则A->B ,B->C , C->D 
则正向推理过程表示为A->B->C->D.

（2）反向推理
- 优点：搜索的目的性强，推理效率高。
- 缺点：目标的选择具有盲目性，可能会求解许多为假的目标，当目标空间很大时，推理效率不高。
- 主要用于结论单一或用于已知目标结论，而要求证实的系统。

从目标出发，反向使用规则，求得已知事实，也称自顶向下（top-down）推理方式，或称为目标驱动方式。
基本原理：从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题是成立的，即使用一批假设（目标），然后逐一验证这些假设。
先假设一个可能的目标，系统试图证明它。看此假设是否在数据存储器中存在。

（3）双向推理
既自顶向下（top-down）又自底向上（bottom-up），直到达到某一个中间环节两个方向的结果相符便成功结束的推理方法。
-优点：推理网络较小，效率也较高。