|
3.4 定性推理方法
3.4.1 定性推理概述
1.人工智能的定性推理起源于对物理现象的研究，早期的工作常常是针对物理过程如动力学、流体力学、热力学中的某个问题来讨论的。
1977年Reiger发表了第一篇定性推理的论文。1984年Artificial Intelligence 杂志上出版了定性推理专辑（一），刊登了deKleer、Forbus、Kuipers 对定性推理奠基性的文章，这些工作标志着定性推理开始走向成熟。AAAI－88论文集上和IJCAI－89论文集上都有十多篇定性推理文章，可看出人工智能学术界对定性推理的研究已给予了相当的重视。1991年Artificial Intelligence 又刊出了定性推理专辑（二）。
2.定性推理观点
人类对物理现象的描述、解释常是以某种直观的定性方法进行的，很少使用像微分方程
以及具体的数值的办法。如人们在骑自行车时，为了避免摔倒和撞车，并不需要使用书本上的运动方程的知识。而常是针对几个主要参量的变化趋势给予粗略的直观的但大体准确的描述就够了。
定性推理的观点大体上可以这样来理解：
忽略被描述对象的次要因素，掌握主要因素来简化问题的描述。如烧杯内水的加热过
程分析，关心的是水温不断上升→沸点→水成蒸汽→水烧干→烧杯破裂，而不必去考虑加热量多少水温上升一度。
将被描述对象的参量的连续性表示离散人化成定性值。如将连续的时间t∈(- ∞,∞ )
离散化成定性值[t]
[t]=
相应地参量值x(t)也离散化为一些标定值以及对应地导数符号值，即仅只关心参量的一些特殊值而不必考虑每一时刻参量的值，而且时刻本身也粗化了。
再依转换规律将描述物理过程的微分方程转化为定性（代数）方程，或直接依物理规律建立物理过程的定性模拟，或直接依物理规律给出物理过程的进程描述。
最后给出定性解释。
总的说，定性推理是从物理系统的结构描述出发，导出系统的行为描述，以便预测系统的行为并给出原因解释。定性推理采用系统部件间的局部传播规则来解释系统行为的，即部件状态的变化认为只与直接相邻的部件有关。
3.定性推理方法
依物理系统结构描述的不同，便建立了不同的定性推理方法。
de Kleer 定性方程法。所涉及的物理系统认为是由管子、阀门、容器等装置组成，约束条件或说定性方程反映在这些装置的连接处。依定性方程来给出定性解释。
Forbus 进程法，把物理过程视作由一些依次相联的进程来描述，每个进程由有关个体、前提条件、数量条件、参数关系组成、推理过程是从已知的进程集合中依次选出一些相关进程用以描述整个物理过程。
Kuipers 定性模拟法。直接用部件的参数作为状态变量来描述物理结构，定性约束直接由物理规律得到。把一个参量随时间的变化过程以定性的状态序列来表示，求解定性状态序列是从初始状态出发，生成各种可能的后继状态，进而通过一致性检查，求得正确的后继状态，重复这些步骤便得定性状态序列。
除了这三种基本方法外还进行了其他方面的研究工作。如Davis提出了从结构描述出发进行故障诊断的方法。Williams把定量运算和定性运算相结合建立了一个代数系统，并可用来解决一类设计问题。另外，日本的ICOT－89论文集上讨论了并行定性推理方法。