鲁宾孙归结原理：命题逻辑中的归结原理：若r1,r2是一个子句集中的两个子句，r1，r2中含有互补文字，那么把r1,r2拿出来，去掉互补文字，再把剩下的部分析取，得到的子句r12为r1,r2的归结式，r1,r2为r12的亲本子句。r12与,r1∧r2是等价的，假设正文字在r1中，负文字在r2中，在r1中我们可以把该正文字换到析取符号的后面，然后用蕴含等价变换，r2中的负文字在析取符号前面，然后直接用

谓词公式化为子句集基本定义谓词公式化为子句集的步骤三级目录基本定义谓词公式化为子句集的步骤三级目录基本定义原子谓词公式：一个不能够再分解的命题。原子谓词公式及其否定统称为文字，P称为正文字#P称为负文字，P与#P为互补文字。子句:任何文字的析取式，任何文字本身也都是子句。子句集：由子句构成的集合。空子句（NL)：不包含任何文字的子句。由于空子句不包含任何文字，那么任何解释都不会使其为真，故说其永假

语义网络：采用网络形式表示人类知识的方法，一个带有表示的有向图，带有表示的结点表示物体，事件或者是属性值。(AKO与此时所说的无关，直接忽略）结点一般分为实例结点和类结点（模板，相当于编程中的类）两种类型。结点之间的有向弧（包括直线）表示节点之间的联系。...

产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。确定性规则性知识的产生式表示：基本形式是：IFPTHENQ或者P -> Q读作P产生QP是前提，Q是结论产生式编号：不确定性规则性知识的产生式表示：基本形式是：IF P THEN Q (置信度)或者P ->Q (置信度)例如：如果发烧了，那么有可能是感冒了 这条知识可以用产生式表示为：IF 发烧 TH

框架：是一种描述所论对象（一个事物、事件或者是概念）的属性的数据结构如图所示:除了原始类型的值以外，还可以有缺省值（default value）、如果需要值（if-need value）和如果加入值（if-added value）default value： 如果原始类型那里没有填值，那么就系统就会自动填上缺省值。if-need value：一般是一个公式，如果你不知道原始数据该填什么，但是知道和

人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它们能够模拟、延伸和拓展人类智能的学科。个人理解就是：研究人的智能，并且把人的智能放到机器上面，代替人思考。人工智能发展简史：孕育阶段：1.亚里士多德三段论2.英国哲学家培根：知识就是力量。3....

产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。确定性规则性知识的产生式表示：基本形式是：IFPTHENQ或者P -> Q读作P产生QP是前提，Q是结论产生式编号：不确定性规则性知识的产生式表示：基本形式是：IF P THEN Q (置信度)或者P ->Q (置信度)例如：如果发烧了，那么有可能是感冒了 这条知识可以用产生式表示为：IF 发烧 TH

产生式系统一般由： 规则库，总和数据库和推理机（控制模块和推理模块）组成。规则库是相应领域内知识的产生式的集合。综合数据库是一系列原始数据，中间结论和最终结论（理由会在下面给出）。推理机由控制模块和推理模块组成，控制模块用于控制推理和资源调用。产生式系统的简要工作原理是： 控制模块首先从综合数据库中选出某个特定的信息，然后从规则库中依次选取产生式与该数据进行匹配，匹配就是把产生式的前提条件与已知数

推理的基本概念推理推理方式：从推出的途径来划分演绎推理归纳推理默认推理从推理时用到的知识的确定性来划分确定性推理不确定性推理按进展来划分单调推理非单调推理按推理中是否用到与推理有关的启发性知识来划分启发式推理非启发式推理推理的方向正向推理逆向推理混合推理双向推理推理推理方式：从推出的途径来划分演绎推理归纳推理默认推理从推理时用到的知识的确定性来划分确定性推理不确定性推理按进展来划分单调推理非单调推

语义网络：采用网络形式表示人类知识的方法，一个带有表示的有向图，带有表示的结点表示物体，事件或者是属性值。(AKO与此时所说的无关，直接忽略）结点一般分为实例结点和类结点（模板，相当于编程中的类）两种类型。结点之间的有向弧（包括直线）表示节点之间的联系。...