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运行，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。例如：

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

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

注意，rule的第2参数是求证的目标，第3参数是其子目标。这2个参数的关系，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。例如以上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=http://www.mamicode.com/"animals/egg.jpg/">")

条件9、14是说，鸟类要有羽毛、会下蛋。

注意，cond的第3参数，是显示网页用的，与求证推理无关。

目标mammal和bird下面，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=http://www.mamicode.com/"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。

如果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，有以下特点：

（1）、子句1和2是完全相同的递归终止条件，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，该具体动物的证明条件为真，即animal的全部子目标都为真，目标证明为真。

复习一下rule的数据格式，第2参数是动物类别。

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，即证明条件是否全部为真；

如果求证为真，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，以保障逐步向最终目标求证下去；

③、以前2个设置为参数，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，只能以证明失败告终。

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：

　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有以下特点：

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

如果各个条件全部yes，返回go第3子句交差。Go则重新设置参数，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，不再求证其他no(X)条件，并且，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，就开始新的递归；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。并且，因已有”!”，不会回溯到check子句4.

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

正确的逻辑应该如下。

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

（4）、子句4处理知识库谓词cond的错误，措施不当。

只有当知识库的cond谓词发生严重错误时，才可能求证子句4。

这时，正确的做法，子句4应该立即报错报警，不能知情不报，留下隐患。

我修改了check子句3，用注释屏蔽了子句4.程序重新编译运行，结果正常。

4、分析GENI推理机的其他办法

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

我推荐一个办法。主要讲具体操作，道理不多啰嗦。

（1）、启动Apache服务器；

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

（3）、下拉框选中 animal

（4）、按钮：Select Problem

（5）、在之后出现的网页中，一律按钮：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：“查看页面源代码”，可见以下“变量”：

<input type="hidden" name="knowledgebase"  value=http://www.mamicode.com/"animal">>
根据前面几节的介绍，已知这些变量值，在推理机运行之前，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根据，就可以打开geni.peo，开始观察分析GENI推理机的运行。