所 谓数 据驱 动即指推理过程从初始证据开始直到目标结束；而目 标驱 动则是 指推 理过程 从目 标开 始进 行反向推理，直到出现与初始证据相吻合的结果。血液融浆机按照对推理方向的控制，推理可分为正向 推理、反向推理、混合推理及双向推理四种情 况。无论 采用哪 一种 推理 方式，智能 系统 都应 该有一个知识库用于存放知识、一个综合数据 库用于 存放 初始证 据及 中间结 果和 一个 推理 机用于推理求解。推理的限制策略是为了防止无 穷的 推理过 程，或者 说为了 防止 推理 过程 太长导致时间及空间的复杂性增加而对推理的深度、宽度、时间、空间等进行的限制；推理的 求解策略是指在利用推理求解问题时，求多少个解以及求什么样的解，例如，是求所有的解？ 还是求一个解或者是最优解？冲突消解策略则是指当推理过程中有多条知识或规则与推理 输入的条件或假设匹配时，如何从这多条匹配 知识或 规则 中选出 一条 知识或 规则 作为 启用 知识或规则用于推理。下面按照推理方向来对各种推理方式进行讨论。 １． 正向推理 正向推理是一种从已知事实出发、正向
使 用推理 规则 的推 理方式，它 是一 种数据（或证 据）驱动的推理方式，又称前项链推理或自底向上推理。正向使用推理规则是指用综合数据 库中的已知事实与知识库中知识的前提条件（或规 则前件）进 行匹 配来选 择知 识（或规 则）。 正向推理的基本思想是：用 户 事先 提供 一组 初始 证 据，并将 其放 入综 合数 据 库。推 理开 始 后，推理机根据综合数据库中的已有事实，到知识 库中 寻找当 前匹 配知 识，形 成一 个当 前匹 配知识集，然后按照冲突消解策略，从该知识集中 选择 一条知 识作 为启 用知识 进行 推理，并 将新 推出的 事实 加入综 合数 据库，作 为后面 继续 推理时 可用 的已 知事实，如 此重 复这 一过 程，直到求出所需要的解或者知识库中再无可用知识为止。 正向推理过程可用如下算法描述： （１） 把用户提供的初始证据或已知事实放入综合数据库。 （２） 检查综合数据库中是否包含了问题的解，若有，则求解结束，并 成功退出；否则 执行 （３）。 ３．１ 推 理 概 述 ８５ （３） 检查知识库中是否有与综合数据库中已有事实相匹配的知 识，若有，则将所有 的匹 配知识构成当前匹配知识集，转（４）；否则转（５）。 （４） 按照某种冲突消解策略，从 当前 匹配知 识集 中选 出一条 知识 作为启 用知 识用 于进 行推理，并将推出的新事实或证据加入综合数据库中，然后转（２）。 （５） 询问用户是否可以进一步补充新的事实或证据，若可补充，则 将补充 的新事实 或证 据加入综合数据库中，然后转（３）；否则表示无解，失败退出。 该算法的示意图如图３．１所示。 正向推理的
算法表面上看好像比较简单，但实际上推理的每一步都还有许多工作要做。 例如，如何根据综合数据库中的已有事实从知识库中选出那些匹配的知识；当知识库中有多 条知识与综合数据库中的已有事实匹配时，应该选择哪一条知识作为进行推理的启用规则？ 这涉及到知识的匹配方法和冲突消解策略，将在后面讨论。 正向推理的优点是比较直观，允许用户主动提供有用的事实信息，适合于诊断、设计、预 测、监控等领域的问题求解。其主要缺点是推理无明确目标，求解问题时可能会执行许多与 求解无关的操作，导致推理效率较低。 ２． 反向推理 反向推理是一种以某个假设目标为出发点，反向运用推理规则的推理方式，它是一种目 标驱动的推理方式，又称反向链推理或自顶向下推理。所谓反向运用推理规则，就是在进行 推理时，用事实数据库中的已知事实（实际就是假 设的目 标或 推理出 的子 目标）与 知识 库中 知识的结论部分（或规则后件）进行匹配，选择可用的知识或规则。反向推理的基本思想是： 首先根据问题求解的要求，将要求证的目标（称为假设）构成一个假设集，然后从假设集中
