我正在寻找使用Python实现它的后向和前向链接算法。我在互联网上看了一下,但我找不到太多东西。我也查看了维基百科,但我发现了一些规则而且我找不到算法。
答案 0 :(得分:3)
前进链推理引擎可以在Python中相对容易地实现。这是推理规则的列表:
mammal(A) ==> vertebrate(A).
vertebrate(A) ==> animal(A).
vertebrate(A),flying(A) ==> bird(A).
vertebrate("duck").
flying("duck").
mammal("cat").
这些规则可以翻译成Python:
global facts
global is_changed
is_changed = True
facts = [["vertebrate","duck"],["flying","duck"],["mammal","cat"]]
def assert_fact(fact):
global facts
global is_changed
if not fact in facts:
facts += [fact]
is_changed = True
while is_changed:
is_changed = False
for A1 in facts:
if A1[0] == "mammal":
assert_fact(["vertebrate",A1[1]])
if A1[0] == "vertebrate":
assert_fact(["animal",A1[1]])
if A1[0] == "vertebrate" and ["flying",A1[1]] in facts:
assert_fact(["bird",A1[1]])
print(facts)
根据最初的事实集,推理引擎将生成以下列表:
[['vertebrate', 'duck'], ['flying', 'duck'], ['mammal', 'cat'], ['animal', 'duck'], ['bird', 'duck'], ['vertebrate', 'cat'], ['animal', 'cat']]
答案 1 :(得分:2)
我知道你最初使用Python标记了你之前的问题所以我将其限制为Python。
在查找代码示例时,可以在Why does everyone say not to use scanf? What should I use instead?存储库中找到一个好看的地方。查询backward chaining
然后将结果限制为Python
将产生此Github您可以对forward chaining
执行相同操作。
请注意,您必须找到您喜欢的代码示例,然后在使用之前对其进行彻底测试。那里有很好的例子,但更有可能尝试不正确。计划与他们共度几天并创建大量测试用例。所有代码都没有保证。
如果您只想要算法,则可以找到Artificial Intelligence
的图书,例如George F Luger的query或Russell和Norvig的Artificial Intelligence ...。
答案 2 :(得分:1)
global facts
global is_changed
is_changed = True
facts = [["plant","mango"],["eating","mango"],["seed","sprouts"]]
def assert_fact(fact):
global facts
global is_changed
if not fact in facts:
facts += [fact]
is_changed = True
while is_changed:
is_changed = False
for A1 in facts:
if A1[0] == "seed":
assert_fact(["plant",A1[1]])
if A1[0] == "plant":
assert_fact(["fruit",A1[1]])
if A1[0] == "plant" and ["eating",A1[1]] in facts:
assert_fact(["human",A1[1]])
print(facts)