GENI的核心 -- 推理机（4）求证过程分析

1、GENI知识库结构

专家系统推理机的设计执行，与其知识库结构紧密相关。

GENI知识库结构是一棵逻辑推理树。

根节点是animal，即求证的目标。

Animal有2个子节点，即求证的子目标。节点或子目标。用rule表示。比如：

rule(8,"animal","mammal",[12,13],"")

rule(9,"animal","bird",[9,14],"")

注意，rule的第2參数是求证的目标，第3參数是其子目标。

这2个參数的关系，构成推理树。

规则8和9，是逻辑或or的关系。有一条规则证明为真，目标animal为真。

规则8，子目标是mammal。哺乳动物，证明为真的条件是[12,13]。

规则9，子目标是bird，鸟类。证明为真的条件是[9,14]。

证明条件[12,13]是逻辑与。and的关系。[9,14]也是。也就是说。2个条件都为真，子目标才为真。

证明条件在知识库中表示为cond。

比如以上4个条件：

cond(12,"it has hair","animals\\animals.htm")

cond(13,"it does give milk","animals\\animals.htm")

条件12、13是说，哺乳动物要有毛发、分泌乳汁。

cond(9,"it has feathers","animals\\bird3.htm")

cond(14,"it lays eggs","<img src=\"animals/egg.jpg\">")

条件9、14是说，鸟类要有羽毛、会下蛋。

注意，cond的第3參数。是显示网页用的，与求证推理无关。

目标mammal和bird以下。还有子目标。

以mammal为例：

rule(10,"mammal","carnivore",[15],"")，子目标是carnivore，食肉动物

rule(11,"mammal","ungulate",[16],"") ，子目标是ungulate，偶蹄类动物

2个或关系的目标carnivore 和ungulate 之下。还有子目标。以carnivore为例：

rule(1,"carnivore","cheetah",[1,2],"animals\\cheetah.htm")。子目标是猎豹

rule(2,"carnivore","tiger",[1,3],"<img src=\"animals/tiger02.jpg\">") ，子目标是老虎

cheetah 和tiger 是以上推理树的叶节点，最后的子目标。

假设rule 1 的证明条件[1,2]，或者rule 2 的证明条件[1,3]为真，就形成完整的证明链条，得出证明结论。

2、推理求证的起点与终点：谓词go

  go( _, Mygoal, Rulexpl ):-is_htmlfile(Rulexpl),!,consult_htm(Rulexpl,HTMLtext),gethtmlbody(HTMLtext,Bodytext),not(rule(_,Mygoal,_,_,_)),!,nl, write("I think the answer is : ",Mygoal),nl,write(Bodytext),nl,endpage("").go( _, Mygoal, Rulexpl ):-not(rule(_,Mygoal,_,_,_)),!,nl,write("I think the answer is : ",Mygoal),nl,write(Rulexpl),nl,endpage("").go( HISTORY, Mygoal,_ ):-rule(RNO,Mygoal,NY,COND,Rulexpl),check(RNO,HISTORY, COND),go([RNO|HISTORY],NY,Rulexpl).go( _, Mygoal,_ ):-rule(_RNO,Mygoal,_NY,_COND,_Rulexpl),!,true,write("<H> Sorry, but I have no answer for this problem! </H>\n"),endpage("").

谓词go以递归进行循环，有下面特点：

（1）、子句1和2是全然同样的递归终止条件，not(rule(_,Mygoal,_,_,_))

它的含意是。当前处理的目标Mygoal。不是动物的“类别”，而是动物的名称。

这时，该详细动物的证明条件为真。即animal的所有子目标都为真，目标证明为真。

复习一下rule的数据格式，第2參数是动物类别。

子句1和2的不同之处，是它们处理网页显示的方法不同，与推理求证无关。

（2）、第3子句。取出当前目标Mygoal（动物类别）的rule，用check求证Mygoal是否为真。即证明条件是否所有为真；

假设求证为真，接着做3件事情：

①、把Mygoal的rule编号放在列表HISTORY的表头，记录下试过的rule，以供处理why问题时使用;

②、把Mygoal的子目标NY作为下一个求证的目标，以保障逐步向终于目标求证下去。

③、曾经2个设置为參数。进行递归推理求证。

（3）、第4个子句。本次求证失败，告知用户。

能求证本子句。说明前3个子句都求证失败。

也就是说，即未证明是何种动物，又无法继续递归，仅仅能以证明失败告终。

注意，谓词go的第3子句，颇有“技术含量”，值得多看几眼。

3、求证规则成立的条件的真假：谓词check

这是去掉“无用子句”的版本号：

　check( RNO, HISTORY, [CNO|REST] ):-yes(CNO),!,check(RNO, HISTORY, REST).check( _, _, [CNO|_]):-no(CNO),!,fail.check( RNO, HISTORY, [CNO|REST] ):-cond(CNO,TEXT,OPTIONS),!,inpq(HISTORY,RNO,CNO,TEXT,OPTIONS),check(RNO, HISTORY, REST). check( _, _, []).

Check有下面特点：

（1）、子句1用递归方式，对第3參数[CNO|REST]，所有证明条件逐一求证。

假设各个条件所有yes。返回go第3子句交差。Go则又一次设置參数，对本规则做下一步求证。

（2）、子句2专门处理证明条件为假，从而否定规则的情况。

当发现有no(CNO)后。用“!,fail”强制失败并取消回溯。不再求证其它no(X)条件，而且，不回溯再试第3和第4子句。

子句2的这一失败，返回给go子句3之后，造成后者的失败。引发其对rule回溯求证，寻找新的rule重试。

go子句3若找到合法的新rule，就開始新的递归；否则，求证失败。

（3）、子句3处理证明条件CNO未定真假的情况。

若没有事实yes(CNO)和no(CNO) 存在，子句1和2都失败。则回溯到子句3。

子句3有逻辑错误。

求证的inpq若成功，会调用内建谓词exit，geni.exe关闭；

若inpq失败。则check子句3也失败。

而且，因已有”!”，不会回溯到check子句4.

不管哪种情况。check子句3的末尾一句，check(RNO, HISTORY, REST)不会求证。

正确的逻辑应该例如以下。

check( RNO, HISTORY, [CNO|REST] ):-cond(CNO,TEXT,OPTIONS),!,inpq(HISTORY,RNO,CNO,TEXT,OPTIONS).

改动了check子句3。程序又一次编译执行，结果正常。

4、分析GENI推理机的其它办法

第一种办法。是借助VIP自有的debugger。使用的难度不大。仅仅是过程琐碎，视界较小，效果有限。

我推荐一个办法。

主要讲详细操作，道理不多啰嗦。

（1）、启动Apacheserver。

（2）、在浏览器中，打开http://localhost/default.htm

（3）、下拉框选中 animal

（4）、button：Select Problem

（5）、在之后出现的网页中。一律button：yes

（6）、直至出现网页：“I think the answer is : cheetah”，和猎豹的图像

（7）、右击鼠标，点击：“查看页面源码”，可见下面“变量”：

<input type="hidden" name="knowledgebase"  value="animal">
<input type="hidden" name="cond_12"  value="yes">
<input type="hidden" name="cond_13"  value="yes">
<input type="hidden" name="cond_15"  value="yes">
<input type="hidden" name="cond_1"  value="yes">
<input type="hidden" name="cond_2"  value="yes">

依据前面几节的介绍。已知这些变量值，在推理机执行之前，进行了初始化处理，进入了事实库：

kb(animal)，yse(12)。yse(13)，yse(15)，yse(1)，yse(2)

有了这些前提条件和事实依据，就能够打开geni.pro，開始观察分析GENI推理机的执行。