推理系统

在信息技术中，推理系统是一个软件系统，它使用推理和归纳等逻辑技术从现有的知识中生成结论。推理系统在实现人工智能和基于知识的系统方面发挥着重要作用。根据这个短语的日常使用定义，所有的计算机系统都是推理系统，因为它们都能自动进行某种类型的逻辑或决策。然而，在信息技术领域的典型使用中，这个短语通常被保留给进行更复杂的推理的系统。例如，不是用于进行相当直接的推理类型的系统，如计算销售税或客户折扣，而是对医疗诊断或数学定理进行逻辑推理。推理系统有两种模式：交互式和批量处理。交互式系统与用户对接，提出澄清性问题或以其他方式让用户指导推理过程。批量处理系统一次性接收所有可用的信息，并在没有用户反馈或指导的情况下生成可能的最佳答案。推理系统有一个广泛的应用领域，包括调度、商业规则处理、问题解决、复杂事件处理、入侵检测、预测分析、机器人、计算机视觉和自然语言处理。

最早的推理系统是定理证明器，该系统在一阶逻辑中表示公理和语句，然后使用逻辑规则，如模态推理来推断新语句。另一种早期的推理系统是一般问题解决者。一般问题求解器试图提供一个通用的规划引擎，可以表示和解决结构化问题。它们的工作方式是将问题分解成更小的、更容易管理的子问题，解决每个子问题，并将部分答案组合成一个最终答案。另一个通用问题解决方法的例子是SOAR系列系统。在实践中，这些定理证明程序和一般问题解决程序在实际应用中很少有用，需要有逻辑知识的专业用户来使用。自动推理的xxx个实际应用是专家系统。

专注于一个特定的领域并只允许一个有限的逻辑子集提高了这些系统的性能，因此它们在现实世界中是实用的，而不仅仅是像以前的大多数自动推理系统那样作为研究示范。专家系统中用于自动推理的引擎通常被称为推理引擎。那些用于更普遍的逻辑推理的引擎通常被称为定理证明器。随着专家系统的普及，许多新的自动推理类型被应用于政府和工业的各种问题。一些诸如基于案例的推理是专家系统研究的产物。其他如约束满足算法也受到决策技术和线性编程等领域的影响。另外，一种完全不同的方法，即不是基于符号推理而是基于连接主义模型的方法，也是非常有成效的。后一种类型的自动推理特别适合于模式匹配和信号检测类型的问题，如文本搜索和人脸匹配。

推理系统这个术语可以用来适用于几乎任何一种复杂的决策支持系统，下面描述的具体领域说明了这一点。然而，推理系统这一术语的最常见的用法意味着逻辑的计算机表示。各种实现方式在逻辑系统和形式方面表现出明显的差异性。大多数推理系统实现了命题和符号逻辑的变化。这些变化可能是形式逻辑系统的数学精确表示，或者是这些系统的扩展和混合版本。推理系统可以明确地实现额外的逻辑类型。然而，许多推理系统实现了对公认逻辑系统的不精确和半正式的近似。这些系统通常支持各种程序性和半声明性的技术，以模拟不同的推理策略。它们强调实用主义而不是形式主义，并可能依赖于自定义的扩展和附件，以解决现实世界的问题。