推理控制

出自 MBA智库百科(https://wiki.mbalib.com/)

推理控制(Reasoning control)

　　按照控制的邏輯發展，可將控制分為隨機控制、記憶控制、推理控制和最優控制。

　　推理控制也叫邏輯控制，是試探和經驗控制相結合的產物。它通過中間起過渡作用的媒介實現控制，因此也叫共軛控制。這種控制根據相似原理，在現有控制能力的條件下，通過中間起過渡作用的媒介來擴大控制能力，從而實現把對事物乙的控制經驗用於對事物甲的控制目的。

　　在實際工作過程中，我們往往會遇到這樣一種情況：即由於對某一事物的性質一無所知或控制能力的限制，我們無法直接完成對此事物的控制。但是，我們在現有控制能力的條件下，已經取得了對另一種與此事物相似的事物的控制經驗。那麼，我們能不能因這兩種事物的相似，而把對後一種事物的控制經驗用於對前一種事物的控制呢？推理控制提供了這種可能性。

　　曹沖稱象的故事就是大家所熟知的，這是一個利用推理控制來擴大控制能力的典型。在三國的時候，要想用秤直接稱出大象的重量是辦不到的，因為沒有這麼大的秤，曹沖用大船的沉浮先把象的重量轉換成石頭的重量，我們把這一步變換過程用L表示。再稱出石頭的重量，這個過程用A表示。這個A過程是我們在現有控制能力的條件下能直接辦得到的事。最後又將石頭的重量變換成大象的重量(把各石頭塊的重量加起來)。這一步跟上一步變換過程恰好相反，我們用L-1表示。三步連在一起就可以寫為L-1AL，它表示先實行L，再實行A，最後實行L-1，大象的重量就稱出來了。

　　在例子中，石頭的重量我們可以在現有控制能力的條件下稱出來。而石頭和大象在使船吃水下沉這方面是相似的，所以通過船這個起過渡作用的媒介，我們就能把對石頭重量的控制經驗用於對大象重量的控制了。

　　推理控制的本質在於設計一個與A過程共軛的L-1AL過程，它通過L變換和L-1變換，把我們原來不能控制的事物變為我們可以控制的A過程去完成。A的控制範圍和能力在施行了L和L-1變換後擴大了。在數學上，一般把L-1AL稱作A的共軛過程，而在控制論中，我們將L-1AL稱為與A共軛的控制方法。

　　實際上，推理控制過程是一種經驗的轉移，因而它也是一個推理過程。其推理過程如上圖所示。這裡的關鍵是“相似”，即事物甲與事物乙的基本性質要大體相同，否則對事物乙的控制經驗難以指導對事物甲的控制。如在使船下沉吃水這個性質上大象和石頭是相似的，因而可以把對石頭重量的控制經驗用於對大象重量的控制。

　　科學技術研究中的模擬方法就是一種推理控制。它利用模型與原型的相似來模擬原型，使用有限的控制能力來控制模型，獲得對模型的直接控制經驗，然後利用這種控制經驗來指導原型的控制，並實現對原型的控制。

　　推理控制應用最廣的要算使用工具，一般來說，人們使用工具來做某一件事都屬於推理控制的方式。人們可以藉助工具來完成許多直接用雙手不能完成的工作，從而使自己的控制範圍擴大。這個過程是這樣的，我們不能直接控制事物甲，但我們能控制工具，而工具又能控制事物甲，所以藉助對工具的控制來控制事物甲。

　　在實施推理控制時，我們應註意如下幾點：

　　1、要註意兩種事物的相似性問題。相似性是推理控制的立足點，兩種事物不相似，就難以實現經驗的轉移。當然，我們也應看到相似不可能是完全相同，但力求做到基本相似。相似是多方面的，有形狀、結構、功能和運動方式等多方面的相似。

　　2、要註意推理的嚴密性。推理控制有點象類比推理，所以實施推理控制要嚴格遵守推理規則。

　　3、運用中間媒介傳遞經驗時，要註意中間媒介對經驗的干擾。中間媒介在控制中只能起傳遞經驗的作用，不能幹擾經驗，但實際控制中往往難以做到這一點。所以我們要對中間媒介對經驗的干擾有充分的估計，否則不區分經驗正確與否就會導致控制過程中經驗轉移的失真，被嚴重干擾了的經驗不足以指導現實的控制。

　　基於推理控制策略的智能型搜索引擎的實現技術

　　要想實現上述所說的智能型搜索引擎還有很多工作要做，一方面，建立智能的知識庫，使知識庫具有較強的知識的理解能力和自學習的能力。另一面，需要按一定的推理控制策略調用知識庫中知識，同時協調系統的運行，執行各種搜索任務，搜索引擎的搜索質量、效率和有效性取決推理控制策略。一種比較實際的做法是將推理控制策略跟傳統搜索引擎結合，逐步實現智能化。下麵就是基於推理控制策略的智能型搜索引擎中採用的一些技術。

　　1.知識庫系統採取的一些技術

　　1）漢語分詞技術

　　將查詢條件分解為若幹關鍵詞。對英文而言，一個單詞就是一個詞。然而漢語中存在大量歧義現象，對幾個字分詞可能有好多種結果。譬如查詢條件為“電力系統”，可以有“電力”、“系統”，“電力系統”等3種關鍵詞分法，當搜索時候會產生“電力”和“系統”等的大量冗餘搜索結果。因此，可以根據知識庫進行總結、分析，獲得每個詞出現的概率以及詞與詞的關聯信息，就可能有效地排除歧義，準確地表達查詢請求和文檔信息。

　　2）短語識別技術

　　用短語描述查詢請求的情況很常見，但又因為漢語語法的複雜性，所以在中文搜索引擎中，我們對中文短語分離成片語時候需要考慮語法結構。、譬如：“電力的運營”，“電力”和“運營”存在一定的關係，但如果不將“電力”和“運營”聯合起來作為一個短語查詢，將會出現很多關於“電力”和“運營”的冗餘文檔。短語識別是智能搜索引擎的一個關鍵技術。

　　3）同義詞處理技術

　　由於漢語的複雜性，對同一詞可能有很多表達方法，同義詞處理的一種方法是人工構造同義詞表。

　　由於基於電力資源庫的智能搜索引擎是針對電力這個專業領域的搜索引擎，所以這種方法效率較高。

　　另一種方法是從知識庫中自動取得同義詞關係。給出一個查詢的關鍵詞，搜索引擎主動“聯想”到與其同義或意思相近的詞。

　　此外，還有一些其他的人工智慧方法，譬如文檔信息壓縮技術等，這些都是提高智能化電力搜索引擎知識庫設計的有效手段。

　　2.推理控制策略

　　推理控制策略主要包含衝突消解策略、推理方向和搜索策略等幾個方面。

　　（1）衝突消解策略

　　在推理過程中，系統將根據當前所要搜索的目標，對知識庫進行搜索，尋找與事實匹配的規則(知識)。當找到的匹配規則不止一條時，需要根據某種策略從中選擇一條規則進行推理，這種策略被稱為衝突消解策略。常用的衝突消解策略有：優先度排序、規則條件詳細排序、匹配度排序和根據領域問題的特點排序等。

　　1)優先度排序。事先給知識庫中每條規則設定優先度參數，優先度高的規則先執行。

　　2)規則的條件詳細度排序。條件較多、較詳細的規則，其結論一般更接近於目標，優先執行。

　　3)匹配度排序。事先給知識庫中每條規則設定匹配度參數，匹配度高的規則先執行。

　　4)根據領域問題的特點排序。根據領域知識可以知道的某些特點，事先設定知識庫中的規則的使用順序。

　　（2）推理方向

　　推理方向大致可以分為正向推理、逆向推理和混合推理方法。正向推理控制策略的基本思想如下圖（正向推理控制策略圖）所示。從已有的信息出發，搜索可用知識，通過衝突消解選擇可用知識，執行選擇的知識，改變搜索結果的狀態，逐步搜索直至搜索到真正結果。正確推理的控制策略的優點是用戶可以主動提供搜索的相關信息，可以對用戶輸入事實做出快速反應。不足之處搜索範圍比較大，搜索過程種可能出現許多與搜索無關的內容，導致推理有效性低。反向推理控制策略如下圖（反向推理控制策略）所示。其基本思想為：提出搜索目標，然後在知識庫種找出那些結論部分導致這個目標的知識集，再檢索知識集中每條知識的條件部分，如果某個知識的條件中所含有的條件均能通過用戶會話得到滿足，則把該條知識的搜索目標加到當前資料庫中。否則把該知識的條件項作為新的搜索目標，遞歸執行上述過程，直至各“與”關係的子搜索目標全部或者“或”關係的子搜索目標有一個出現，搜索目標被完成。反向推理的控制策略的優點是推理過程的搜索目標明確，方向性強。這種策略在搜索空間較少的問題環境下尤為合適。不足之處是初始搜索目標的選擇比較自由，對於搜索範圍較大，用戶要求快速準確得到搜索結果，反向推理難以勝任。綜合正向推理和反向推理的優點和不足，混合推理控制策略是一種綜合利用正向推理和反向推理各自優點的有效方法，其思想為：使用正向推理幫助選擇搜索目標，然後通過反向推理搜索該目標。在搜索過程中又會得到用戶的提供的更多信息，再正向推理，搜索更準確的目標。如此反覆正向推理一反向推理這個過程，直至搜索到所需目標為止。

　　（3）搜索策略

　　1)搜索問題的狀態空間表示在搜索問題比較清新明朗的情況下，可以用流程圖來表示問題的搜索過程。而在搜索問題不是很明確的情況下，採用狀態空間來表示問題的搜索過程。狀態空間表示法是以“狀態”和“演算法”集合形式來表示問題的，實際上是一類問題的抽象表示。

　　狀態是為描述問題求解過程中任一時刻不同事物間狀態差別而引入的一組最少變數的有序集合，表示形式如下：

　　每個變數代表一個具體的狀態，由搜索問題的全部可能狀態(即表示方式)及其關係構成的集合稱為問題的狀態空間。它包含三種類型的集合：問題的所有初始狀態集合K，算符集合F，結果狀態集合G，可用一個三元組(K，F，G)來表示。

　　2)搜索方法啟髮式搜索是一種在搜索過程中利用與問題有關的啟發性信息，引導搜索方向，加速問題的搜索。

　　其搜索效率較高，搜索過程與啟發性信息有關。啟髮式搜索演算法從問題中抽取啟發性信息，並利用這些信息構造出估價函數來引導搜索方向。