智能控制-第三章 搜索推理技术ppt课件

1、第三章 搜索推理技术3.6 产生式系统3.7 系统组织技术3.8 小结3.1 图搜索战略3.2 盲目搜索3.3 启发式搜索3.4 消解原理3.5 规那么演绎系统3.1 图搜索战略 v图搜索控制战略一种在图中寻觅途径的方法。图中每个节点对应一个形状，每条连线对应一个操作符。这些节点和连线又分别由产生式系统的数据库和规那么来标志。求得把一个数据库变换为另一数据库的规那么序列问题就等价于求得图中的一条途径问题。v图搜索过程图搜索的普经过程如下：1建立一个只含有起始节点S的搜索图G，把S放到一个叫做OPEN 的未扩展节点表中。2建立一个叫做CLOSED的已扩展节点表，其初始为空表。3LOOP：假设OP

2、EN表是空表，那么失败退出。4选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。称此节点为节点n。5假设n为一目的节点，那么有解并胜利退出，此解是追踪图G中沿着指针从n到S这条途径而得到的(指针将在第7步中设置)。3.1 图搜索战略6扩展节点n，同时生成不是n的祖先的那些后继节点的集合M。把M的这些成员作为n的后继节点添入图G中。7对那些未曾在G中出现过的M成员设置一个通向n的指针。把M的这些成员加进OPEN表。对曾经在OPEN或CLOSED表上的每一个M成员，确定能否需更改通到n的指针方向。对已在CLOSED表上的每个M成员，确定能否需求更改图G中通向它的每个后裔节点

3、的指针方向。8按某一恣意方式或按某个探试值，重排OPEN表。9GO LOOP。3.1 图搜索战略开场开场把把S放入放入OPEN表表OPEN表为空表？表为空表？把第一个节点把第一个节点(n)从从OPEN表移至表移至CLOSED表表n为目的节点吗？为目的节点吗？把把n的后继节点放入的后继节点放入OPEN表的表的末端，提供前往节点末端，提供前往节点n的指针的指针修正指针方向修正指针方向重排重排OPEN表表失败失败胜利胜利图图3.1 3.1 图搜索过程框图图搜索过程框图是是是是否否否否3.1 图搜索战略(1)(3)(4)(5)(6)(7)(7)(8)(9)OPENCLOSED(1)(2)3.2 盲目搜

4、索 盲目搜索又叫做无信息搜索，普通只适用于求解比较简单的问题。特点：不需重排OPEN表种类：宽度优先、深度优先、等代价搜索等。3.2.1 宽度优先搜索v 定义 以接近起始节点的程度逐层扩展节点的搜索方法。 特点： 一种高代价搜索，但假设有解存在，那么必能找到它。v算法1把起始节点放到OPEN表中(假设该起始节点为一目的节点，那么求得一个解答)。2假设OPEN是个空表，那么没有解，失败退出；否那么继续。3把第一个节点(节点n)从OPEN表移出，并把它放入CLOSED的扩展节点表中。4扩展节点n。假设没有后继节点，那么转向上述第(2)步。5把n的一切后继节点放到OPEN表的末端，并提供从这些后继节

5、点回到n的指针。6假设n的任一个后继节点是个目的节点，那么找到一个解答，胜利退出；否那么转向第(2)步。3.2 盲目搜索开场开场把把S放入放入OPEN表表OPEN表为空表？表为空表？把第一个节点把第一个节点(n)从从OPEN表移至表移至CLOSED表表能否有后继节点能否有后继节点为目的节点？为目的节点？扩展扩展n，把，把n的后继节点放入的后继节点放入OPEN表的末端，提供前往节点表的末端，提供前往节点n的指针的指针失败失败胜利胜利图图3.2 3.2 宽度优先算法框图宽度优先算法框图是是否否是是否否3.2 盲目搜索v 例子八数码难题8-puzzle problem 123845671238456

6、7目的形状初始形状规定：将棋子移入空格的顺序为：从空格左边开场顺时针旋转。不许斜向挪动，也不前往先辈节点。从图可见，要扩展26个节点，共生成46个节点之后才求得解目的节点。3.2 盲目搜索1238456712384123845674123856712 384123845671238456712384567678910111213123845675675671123845671238456712384567123845672345图3.4 八数码难题的宽度优先搜索树13456123845671238456712384567123845671 238456723242526271236782212

7、384567123845671 238456712 3845671238456712384567123845671415161718192021123845673.2 盲目搜索3.2.2 深度优先搜索v 定义 首先扩展最新产生的(即最深的)节点。v 算法 防止搜索过程沿着无益的途径扩展下去，往往给出一个节点扩展的最大深度深度界限。 与宽度优先搜索算法最根本的不同在于：将扩展的后继节点放在OPEN表的前端。3.2 盲目搜索深度优先搜索表示图SLOMFPQNFFF3.2.3 等代价搜索v 定义 是宽度优先搜索的一种推行，不是沿着等长是宽度优先搜索的一种推行，不是沿着等长度途径断层进展扩展，而是沿着

8、等代价途径断层度途径断层进展扩展，而是沿着等代价途径断层进展扩展。进展扩展。 搜索树中每条衔接弧线上的有关代价搜索树中每条衔接弧线上的有关代价, ,表表示时间、间隔等破费。示时间、间隔等破费。 v 算法 在等价搜索算法中，把从节点i到其后续节点j的衔接弧线代价记为c(i,j),把从起始节点S到任一节点i的途径代价记为g(i)。在搜索树上，假设g(i)也是从起始节点S到节点i的最少代价途径上的代价。等代价搜索方法以g(i)的递增顺序扩展其节点，其算法如下：3.2 盲目搜索开场把把S S放入放入OPENOPEN表表OPEN表为空表？表为空表？把具有最小g(i)值的节点i从OPEN表移至CLOSED

9、表能否有后继节点为目的节点？失败胜利图图3.2 3.2 等代价搜索算法框等代价搜索算法框图图是是否否是是否否令令g(s)=0S S能否目的节点？能否目的节点？是是胜利扩展i，计算其后继节点j的g(j)=g(i)+c(i,j)，并把后继节点j放入OPEN表否否3.2 盲目搜索图图3.2 3.2 等代价搜索算法框等代价搜索算法框图图3.3 启发式搜索(heuristically search)v特点：重排OPEN表，选择最有希望的节点加以扩展v种类：有序搜索、A*算法等3.3.1 启发式搜索战略和估价函数v盲目搜索能够带来“组合爆炸v启发式信息 用来加速搜索过程的有关问题领域的特征信息。v启发式搜

10、索: 利用启发信息的搜索方法。v估价函数估算节点“希望程度的度量 为获得某些节点“希望的启发信息，提供一个评定侯选扩展节点的方法，以便确定哪个节点最有能够在通向目的的最正确途径上 。 f(n)表示节点n的估价函数值 v运用节点“希望程度估价函数值重排OPEN表3.3.2 有序搜索v本质 选择选择OPENOPEN表上具有最小表上具有最小f f值的节点最有希值的节点最有希望的节点作为下一个要扩展的节点。望的节点作为下一个要扩展的节点。3.3 启发式搜索开场开场把把S放入放入OPEN表，表，计算估价函数计算估价函数 f (s)OPEN表为空表？表为空表？选取选取OPEN表中表中f值最小的节点值最小的

11、节点i放入放入CLOSED表表i为目的节点吗？为目的节点吗？扩展扩展i，得后继节点，得后继节点j，计算，计算f(j)，提供前往，提供前往节点节点i的指针，利用的指针，利用f(j)对对OPEN表重新排表重新排序，调整亲子关系及指针序，调整亲子关系及指针失败失败胜利胜利图图3.9 3.9 有序搜索算法框图有序搜索算法框图是是否否是是否否v算法3.3 启发式搜索v 例子八数码难题8-puzzle problem12384567目的形状12384567初始形状八数码难题的有序搜索树见以下图： f(n) = d(n)+W(n) d(n): 搜索树中节点n的深度； W(n): 对应于节点n的数据库中错放的

12、棋子个数3.3 启发式搜索564312384567123845671238456765561238456712 3845675712384567123845677813245671 238456712384567557图3.10 八数码难题的有序搜索树123845671238456712384567466257112384647 5 3.3 启发式搜索3.3.3 A*算法v估价函数的定义：对节点n定义f*(n)=g*(n)+h*(n) ,表示从S开场约束经过节点n的一条最正确途径的代价。希望估价函数f 定义为：f(n)=g(n)+h(n) g是g*的估计 ，h是h*的估计vA*算法的定义：定义

13、1 在GRAPHSEARCH过程中，假设第8步的重排OPEN表是根据f(x)=g(x)+h(x)进展的，那么称该过程为A算法。v 定义2 在A算法中，假设对一切的x存在h(x)h*(x),那么称h(x)为h*(x)的下界，它表示某种偏于保守的估计。v 定义3 采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法。当h=0时，A*算法就变为有序搜索算法。3.3 启发式搜索(1) 把S放入OPEN表，记 f=h ，令CLOSED为空表。(2) 反复以下过程，直至找到目的节点止。假设OPEN为空表，那么宣告失败。(3) 选取OPEN表中未设置过的具有最小f值的节点为最正确节点BESTNODE

14、，并 把它放入CLOSED表。(4) 假设BESTNODE为一目的节点，那么胜利求得一解。(5) 假设BESTNODE不是目的节点，那么扩展之，产生后继节点SUCCSSOR。(6) 对每个SUCCSSOR进展以下过程： (a) 建立从SUCCSSOR前往BESTNODE的指针。 (b) 计算g(SUC)=g(BES)+k(BES,SUC)。 (c) 假设SUCCSSOROPEN，那么称此节点为OLD，并把它添至BESTNODE 的后继节点表中。 (d) 比较新旧途径代价。假设g(SUC)g(OLD),那么重新确定OLD的父辈节点 为BESTNODE，记下较小代价g(OLD),并修正f(OLD)

15、值。 (e) 假设至OLD节点的代价较低或一样，那么停顿扩展节点。 (f) 假设SUCCSSOR不在OPEN表中，那么看其能否在CLOSED表中。 (g) 假设SUCCSSOR在CLOSED表中，那么转向c。 (h) 假设SUCCSSOR既不在OPEN表中，又不在CLOSED表中，那么把它放入 OPEN表中，并添入BESTNODE后裔表，然后转向(7)(7) 计算 f 值。(8) GO LOOPA*算法步骤：A*算法参考框图开场开场把把S放入放入OPEN表，记表，记f=hOPEN=NIL?失败失败选取选取OPEN表上未设置过的具有最小表上未设置过的具有最小f值值的节点的节点BESTNODE,放

16、入放入CLOSED表中表中BESTNODE是是目的节目的节点？点？胜利胜利扩展扩展BESTNODE，产生，产生后续节点后续节点SUCCESSOR建立从建立从SUCCESSOR前往前往BESTNODE的指针的指针计算计算g(SUC)=g(BES)+k(BES,SUC)SUC属于属于OPEN？SUC属于属于CLOSED？SUC=OLD，把它添加到，把它添加到BESTNODE的后续节点表中的后续节点表中g(SUC) Q)消解式消解式 Q Q (2) 合并父辈子句父辈子句 P QP Q消解式消解式 QQ = Q(3) 重言式 父辈子句 P Q P Q P P消解式消解式 Q QP Q P Q(4) 空

17、子句(矛盾)P PNIL3.4.3 含有变量的消解式 要把消解推理规那么推行到含有变量的子句，必需找到要把消解推理规那么推行到含有变量的子句，必需找到一个作用于父辈子句的置换，使父辈子句含有互补文字。一个作用于父辈子句的置换，使父辈子句含有互补文字。v 含有变量的子句之消解式v 例子Px,f(y)Q(x)Rf(a),y Pf (f(a),zR(z，w)Q f (f(a) R(f(a)，y) R(f(y)，w) =f(f(a)/x,f(y)/z3.4 消解原理父辈子句父辈子句 消解式消解式P和和 PQ (即即PQ)QPQ和和 PQ QPQ 和和 PQQQ 和和PPP PNILPQ 和和 QR(即

18、即PQ 和和 QR) PR(即即PR)B(x) 和和 B(x)C(x)C(x)P(x)Q(x) 和和 Q(f(y)P(f(y),=f(y)/xP(x,f(y)Q(x)R(f(a),y)和和 Q(f(f(a)R(f(a),y )R(f(y),w)P(f(f(a),z)R(z,w) =f(f(a)/x,f(y)/z表 3.1 子句和消解式3.4.4 消解反演求解过程v消解反演v 给出公式集：S，目的公式：Lv否认L，得L；v把L添加到S中去；v把新产生的集合L，S化成子句集；v运用消解原理，力图推导出一个表示矛盾的空子句NILv 例子储蓄问题v 前提：每个储蓄钱的人都获得利息。v 结论：假设没有利

19、息，那么就没有人去储蓄钱3.4 消解原理(1规定原子公式：规定原子公式： S(x,y) 表示表示 “x储蓄储蓄y M(x) 表示表示 “x是钱是钱 I(x) 表示表示 “x是利息是利息 E(x，y) 表示表示 “x获得获得y(2用谓词公式表示前提和结论：前提：(x)(y)(S(x,y)M(y)(y)(I(y)E(x,y)结论：(x)I(x) (x)(y)(M(y) S(x,y)证明：证明：3.4 消解原理把前提化为子句形：1) S(x,y)M(y)I(f(x)2) S(x,y)M(y)E(x,f(x)把结论的否认化为子句形： 3) I(z) 4) S(a,b) 5) M(b)(3) 化为子句形

20、3.4 消解原理(4) 消解反演求空子句NIL3.4 消解原理图3.12 储蓄问题反演树子句1子句3f (x)/zM(b)NIL子句5子句7子句4a/x,b/yS(x,y)M(y)子句子句6S(x,y)M(y)I(f(x)I(z)S(a,b)M(b)v反演求解过程v从反演树求取答案步骤：v把由目的公式的否认产生的每个子句添加到目的公式否认之否认的子句中去。v按照反演树，执行和以前一样的消解，直至在根部得到某个子句止。v用根部的子句作为一个回答语句。v本质v把一棵根部有NIL的反演树变换为根部带有回 答语句的一棵证明树。3.4 消解原理“假设无论约翰假设无论约翰(John)(John)到哪里去，

21、菲多到哪里去，菲多(Fido)(Fido)也就去那里，也就去那里，那么假设约翰在学校里，菲多在哪里呢那么假设约翰在学校里，菲多在哪里呢? ? 这两个现实可以解释为以下公式集这两个现实可以解释为以下公式集S S：( (x)AT(JOHN,X)=AT(FIDO,X)x)AT(JOHN,X)=AT(FIDO,X) AT(JOHN,SCHOOL) AT(JOHN,SCHOOL) 假设我们首先证明公式(x)AT(FIDO,X)在逻辑上遵照S，然后寻求一个存在x的例，那么就能处理“菲多在哪里的问题消解反演求解方法：首先对被证明的公式加以否认，再把这消解反演求解方法：首先对被证明的公式加以否认，再把这个否认

22、式附加到集个否认式附加到集S S中去，化这个扩展集的一切成员为子句中去，化这个扩展集的一切成员为子句形，然后用消解证明这个子句集是不可满足的。形，然后用消解证明这个子句集是不可满足的。例子：这里要留意的是：目的公式这里要留意的是：目的公式 ( (x) AT(FIDO,x) x) AT(FIDO,x) 的否认产生的否认产生 ( (x)x)AT(FIDO,x)AT(FIDO,x)， 其子句方式为其子句方式为: : AT(FIDO,x) AT(FIDO,x) 目的公式否认的子句方式为目的公式否认的子句方式为 : : AT(FIDO,x) AT(FIDO,x) 把它添加至目的公式的否认把它添加至目的公

23、式的否认之否认的子句中去，得重言式之否认的子句中去，得重言式 AT(FIDO,x)AT(FIDO,x)AT(FIDO,x)AT(FIDO,x)；(2) 用以下图所示的反演树进展消解，并在根部得到子句: AT (FIDO，SCHOOL)；(3) (3) 从根部求得答案从根部求得答案AT(FIDOAT(FIDO，SCHOOL)SCHOOL)，用此子句作为回答语句。，用此子句作为回答语句。消解反演求解过程：图 3.14 从消解求取答案例题的反演树3.5 规那么演绎系统v 定义v 基于规那么的问题求解系统运用IfThen规那么来建立，每个if能够与某断言(assertion)集中的一个或多个断言匹配。

24、有时把该断言集称为任务内存，then部分用于规定放入任务内存的新断言。这种基于规那么的系统叫做规那么演绎系统。在这种系统中，通常称每个if部分为前项，称每个then部分为后项。 3.5.1 规那么正向演绎系统v定义v 正向规那么演绎系统是从现实到目的进展操作的，即从情况条件到动作进展推理的，也就是从if到then的方向进展推理的。 v求解过程v现实表达式的与或形变换v 在基于规那么的正向演绎系统中，把现实表示为非蕴涵方式的与或形，作为系统的总数据库。 不把这些现实化为子句形，而是把它们表示为谓词演算公式，并把这些公式变换为叫做与或形的非蕴涵方式。3.5 规那么演绎系统例如，有现实表达式： (u

25、)(v)Q(v，u)(R(v)P(v)S(u，v)把它化为： Q(v,A)R(v)P(v)S(A,v)对变量更名规范化，使得同一变量不出如今现实表达式的不同主要合取式中。更名后得表达式： Q(w,A)R(v)P(v)S(A,v) 必需留意到Q(v，A)中的变量v可用新变量w替代，而合取式R(v)P(v)中的变量v却不可更名，由于后者也出如今析取式S(A,v)中。与或形表达式是由符号和衔接的一些文字的子表达式组成的。呈与或形的表达式并不是子句形，而是接近于原始表达式方式，特别是它的子表达式不是复合产生的。3.5 规那么演绎系统v现实表达式的与或图表示Q(w,A)R(v)P(v)S(A,v)Q(w

26、,A)R(v)P(v)S(A,v)R(v)P(v)S(A,v)R(v)P(v)图3.15 一个现实表达式的与或树表示 与或形的现实表达式可用与或图来表示。以下图的与或树表示出上述例子的与或形现实表达式。图中，每个节点表示该现实表达式的一个子表达式。 3.5 规那么演绎系统 表示某个现实表达式的与或图的叶节点均由表达式中的文字来标志。图中标志有整个现实表达式的节点，称为根节点，它在图中没有祖先。公式的与或图表示有个有趣的性质，即由变换该公式得到的子句集可作为此与或图的解图的集合(终止于叶节点)读出；也就是说，所得到的每个子句是作为解图的各个叶节点上文字的析取。这样，由表达式 Q(w,A)R(v)

27、P(v)S(A,v) 得到的子句为Q(w,A),S(A,v)R(v),S(A,v)P(v)对应动态图示： 3.5 规那么演绎系统v与或图的F规那么前向推理规那么变换v 这些规那么是建立在某个问题辖域中普通陈说性知识的蕴涵公式根底上的。我们把允许用作规那么的公式类型限制为以下方式： v L W v 式中：L是单文字；W为与或形的独一公式。 举例阐明如下：公式 (x)( y)( z)P(x,y,z) ( u)Q(x,u可以经过以下步骤加以变换： (1) 暂时消去蕴涵符号 ( x)( y)( z)P(x,y,z)( u)Q(x,u)(2) 把否认符号移进第一个析取式内，互换变量的量词( x)( y)

28、( z)P(x,y,z)( u)Q(x,u)(3) 进展Skolem化 ( x)( y)P(x,y,f(x,y)( u)Q(x,u)(4) 把一切全称量词移至前面然后消去 P(x,y,f(x,y)Q(x,u)(5) 恢复蕴涵式 P(x,y,f(x,y) Q(x,u)3.5 规那么演绎系统上述变换的动态演示如下： 3.5 规那么演绎系统3.5.2 规那么逆向演绎系统v定义：v 逆向规那么演绎系统是从then向if进展推理的，即从目的或动作向现实或情况条件进展推理的。 v求解过程：v目的表达式的与或方式 逆向演绎系统可以处置恣意方式的目的表达式。首先，采用与变换现实表达式同样的过程，把目的公式化成

29、与或形，即消去蕴涵符号，把否认符号移进括号内，对全称量词Skolem化并删去存在量词。留在目的表达式与或形中的变量假定都已存在量词量化。 3.5 规那么演绎系统例如，目的表达式例如，目的表达式( (y)(y)( x) x)P(x) P(x) (x,y)(x,y)P(x)S(y)P(x)S(y)被化成与或形：被化成与或形：P(f(y)P(f(y)Q(f(y),y)Q(f(y),y)R(f(y)R(f(y)S(y)S(y)式中，式中，f(y)f(y)为一为一SkolemSkolem函数。函数。对目的的主要析取式中的变量分别规范化可得对目的的主要析取式中的变量分别规范化可得P(f(z)P(f(z)Q

30、(f(y),y)Q(f(y),y)R(f(y)R(f(y)S(y)S(y) 应留意不能对析取的子表达式内的变量应留意不能对析取的子表达式内的变量y y改名而使每个析改名而使每个析取式具有不同的变量。取式具有不同的变量。3.5 规那么演绎系统 与或形的目的公式也可以表示为与或图。不过，与现实表达式的与或图不同的是，对于目的表达式，与或图中的k线衔接符用来分开合取关系的子表达式。在目的公式的与或图中，我们把根节点的任一后裔叫做子目的节点，而标在这些后裔节点中的表达式叫做子目的。 相应的动态图： 3.5 规那么演绎系统v与或图的B规那么逆向推理规那么变换 如今运用B规那么即逆向推理规那么来变换逆向演

31、绎系统的与或图构造，这个B规那么是建立在确定的蕴涵式根底上的，正如正向系统的F规那么一样。不过，如今把这些B规那么限制为 W L方式的表达式。其中，W为任一与或形公式，L为文字，而且蕴涵式中任何变量的量词辖域为整个蕴涵式。 v 作为终止条件的现实节点的一致解图3.5 规那么演绎系统 正向和逆向组合系统是建立在两个系统相结合的根底上的。此正向和逆向组合系统是建立在两个系统相结合的根底上的。此组合系统的总数据库由表示目的和表示现实的两个与或图构造组成。组合系统的总数据库由表示目的和表示现实的两个与或图构造组成。这些与或图构造分别用正向系统的这些与或图构造分别用正向系统的F F规那么和逆向系统的规那

32、么和逆向系统的B B规那么来修规那么来修正。正。3.5.3 规那么双向演绎系统3.5 规那么演绎系统3.6 产生式系统(production system)v定义：用来描画假设干个不同的以一个根定义：用来描画假设干个不同的以一个根本概念为根底的系统。这个根本概念就是本概念为根底的系统。这个根本概念就是产生式规那么或产生式条件和操作对的概产生式规那么或产生式条件和操作对的概念。念。v本质：在产生式系统中，论域的知识分为本质：在产生式系统中，论域的知识分为两部分：用现实表示静态知识，如事物、两部分：用现实表示静态知识，如事物、事件和它们之间的关系；用产生式规那么事件和它们之间的关系；用产生式规那么

33、表示推理过程和行为。由于这类系统的知表示推理过程和行为。由于这类系统的知识库主要用于存储规那么，因此又把此类识库主要用于存储规那么，因此又把此类系统称为基于规那么的系统系统称为基于规那么的系统(rule-based (rule-based system) system) 。3.6.1 产生式系统的组成控制战略图3.22 产生式系统的主要组成总数据库产生式规那么3.6 产生式系统 总数据库又叫综合数据库、上下文、黑板等，用于存放求解过程中各种当前信息的数据构造，如问题的初始形状、现实或证据、中间推理结论和最后结果等。 产生式规那么是一个规那么库，用于存放与求解问题有关的某个领域知识的规那么之集合

34、及其交换规那么。 控制战略为一推理机构，由一组程序组成，用来控制产生式系统的运转，决议问题求解过程的推理线路，实现对问题的求解。 v选择规那么到执行操作的步骤v 1 匹配v 把当前数据库与规那么的条件部分相匹配。v 2 冲突处理v 当有一条以上规那么的条件部分和当前数据库相匹配时，就需求决议首先运用哪一条规那么，这称为冲突处理。v 3 操作v 操作就是执行规那么的操作部分。经过操作以后，当前数据库将被修正 3.6 产生式系统3.6.2 产生式系统的推理 v正向推理：从一组表示现实的谓词或命题出发，运用一组产生式规那么，用以证明该谓词公式或命题能否成立。 实现正向推理的普通战略是：先提供一批数据(现实)到总数据库中，系统利用这些现实与规那么的前提匹配，触发匹配胜利的规那么(即启用规那么)，把其结论作为新的现实添加到总数据库中。继续上述过程，用更新过的总数据库中的一切现实再与规那么库中另一条规那么匹配，用其结论再修正总数据库的内容，直到没有可匹配的新规那么，不再有新的现实加到总数据库为止。 3.6 产生式系统例如，有规那么集如下:规那么1: IF P1 THEN P2 规那么2: IF P2 THEN P3 规那么3: IF