以规则来推理

2024-05-03

以规则来推理（通用6篇）

篇1：以规则来推理

以规则来推理

法律推理(legal reasoning)有什么特殊之处?在何种意义上它与别的推理不同?它是如何区别于医学、工程学、物理学或者日常生活中的推理的?回答从最激进的到最温和的都有。激进论者认为有使法律区别于所有其他学科的特殊或不同的法律逻辑或法律推理方法、推理模式。与其相反的是温和论者，他们认为法律推理并无任何特殊之处，理智在所有领域都一样。按照他们的见解，仅仅是法律的内容使其自身与其他研究领域相区别，而其推理模式则是在所有的研究领域都普遍适用的同一种。

那些持有温和的讽世态度的`人对于激进观念在律师中的盛行不会感到惊讶。毕竟，法律越是特殊，高收费就越显得正当――在如此多的国家这种高收费使得法律对除富人以外的广大民众来说遥不可及。但是，我们不准备进行这种社会学上的反思。无论谁固执于因特殊法律推理模式的存在或缺位而获得或失去什么，在此所要探究的唯一问题是：是否存在这种独特的推理模式。

在各种相互对立的立场中包含着一些真理，这点并不令人惊讶。温和论一方所提重要的观点在于逻辑的核心部分不具有、也不可能有领域特性。大量的论据证明了这一点。我将略述其中之一。推理规则(rules of inference)并不独立于意义规则(rules of meaning)，以及将内容归属于概念和命题的规则。相反，它们是联结语词涵义和概念内容的部分要素。概念的内容部分决定于应用于它们的推衍关系。“a 是绿的”必然伴随“a 是有色的”，它部分决定了“有色”和“绿”的含义。因此，如果法律、道德、物理和医学等等都各自服从于不同的逻辑规则，那么，它们要么使用不同的术语，或者要在不同的意义上运用相同的语词。事实上，虽然一些术语对于不同领域而言是特殊的(如“夸克粒子束(quarks)” 、“归复信托(resulting trust)” )，大多数情况下我们在所有领域都运用同一种语言，认为相同的词被医生、律师、公共汽车售票员、会计等不同人使用时会具有不同含义是荒谬的。

然而，并非所有的推理模式都属于逻辑的核心部分。考虑到其他部分，假定不同领域间可能存在某些差异更为令人信服。许多通常被称作“归纳推理” (inductive reasoning)的推理形式存在于以地方性经验或局部概率为基础规则的伴随集合体中。也许有具领域特性的推理模式存在于非演绎性证明规则之中。法律应用于生活的方方面面。因此，法律论证从思维的各个领域中吸纳推理模式，但它们会将有所发展。法律思维会有一些额外而特殊的推理模式。

在本质上，法律具有能极大地影响法律推理品格的特征。我认为这种特征有三个：一是每个国家的法律都构成一个法律体系(a system of law);二是法律由规范或规则(norms of rules)组成――若非完全地也至少在显著程度上来说是如此;三是应用和遵守法律要求或预设了解释(interpretation)。认为这些特征单独属于法律是错误的。它们为一系列主要宗教和其他社会组织所分共享。它们是所有制度化规范系统的标记，在较低程度上也显现于其他规范性领域中。但它们是法律的核心，它们赋予法律(还有宗教等)推理以特殊品质。法律的系统性(the systematic nature of law)、规则依赖性和解释相关性(dependence on rules and interpretation) ――法律的这三个特征是紧密交互关联着的;作为结构性特征，它们据信影响了对法律推理而言普遍性的推理模式。换言之，法律推理正与任何其他推理一样，但进一步它同样表明了法律自身的特征，这些特征反映了法律的结构性(也可以说是形式性)品格

[1][2][3][4][5][6]

篇2：以规则来推理

二难推理需要遵守选言推理的规则吗?

无论是从推理机制还是从前提构成看,二难推理实质上都属于充分条件假言推理因而需要遵守充分条件假言推理的规则.所谓二难推理属于选言推理因而需要遵守选言推理规则的`说法是不能成立的.

作者：黄士平作者单位：中南财经政法大学,人文学院,湖北,武汉,430074刊名：江汉大学学报(人文科学版)英文刊名：JOURNAL OF JIANGHAN UNIVERSITY(HUMANITIES SCIENCES)年，卷(期)：22(4)分类号：B812关键词：二难推理假言推理选言推理推理规则

篇3：以规则来推理

一 “范式消失了”

我们知道, 范式是库恩理论的核心概念。但是, 库恩对范式的阐述是不清晰甚至是混乱的。据玛斯特曼的统计, 库恩在《结构》中对“范式”至少有二十一种不同的用法。它可以分为三类:形而上学的、社会学和建构论 (工具) 意义上的。对此, 库恩表示认同。事实上哲学意义的范式贯穿在《结构》的背景之内, 而社会学意义的范式以“科学共同体”的形式出现, 而工具意义的范式主要指具体的“范例”。关于范式讨论的国内、外文献比较多, 在这里我们不准备谈论这些技术性的细节。有兴趣的读者可以去看看野家启一的《库恩:范式》[1], 加汀所编的《范式与革命》[2], 以及库恩自己收录在《必要的张力》中的一些相关文章。

范式在表述上的歧义性一方面给库恩带来了巨大的学术影响力, 同时也带给他无尽的麻烦。他不得不反复去辩解他的观点。早在1965年伦敦国际科学哲学会议上, 库恩就抱怨存在两个库恩:“库恩1是1962年出版的《科学革命的结构》一书的作者……库恩2则是另一本同名著作的作者……这两本书共有同样的书名绝非偶然, 因为它们的观点经常不谋而合, 而且还总是用同样的话来描述一些事情。但是在我看来, 它们在关注点上往往是大相径庭的。他的批判者称, 库恩2似乎不时地在实质性方面破坏他的同名人所确定的立场”[3]。基于这种考虑, 库恩在1969年《后记》中着力来阐释“范式”概念, 在广义上可以理解为“学科母体”, 在狭义上它等同于“范例”。

库恩承认, 他使用“范式”一词, 原是想表示“问题解答的范例”, 意指学生在实验室中、在教科书每章末尾的练习题中和在考试中所遇到的解答难题的标准范例[4]。后来他对这个词的使用失去了控制, 扩大了它的应用范围, 直到包括科学家群体所共有的一切信念, 包括他现在称作“学科母体” (disciplinary matrix) [4]。科学家所信奉的大部分对象, 在《结构》中被描述为范式、范式的部分、或范式性的一切东西, 都可以包括在学科母体之中, 但它们不再被个别地或集体地混在一起当作范式。库恩仔细地把它们区分为:共有的符号概括、共有的模型、共有的价值和解决难题的标准范例 (exemplars) 。后者是前者的子集。

非常遗憾的是, 我们发现库恩使用“学科母体”这个概念仅限于1969年, 用得最多的是“范例”。到70年代, 人们几乎找不到库恩在公开场合谈论“范式”这个词, 甚至在库恩另外一本重要的科学史著作《黑体理论与量子不连续性:1894-1912》 (1978) 中, 会感到更加失望, “那些想用常规科学和反常科学、范式和危机的语言解释量子物理学起源的读者, 得靠自己去翻译[成这类语言]”[6]。这类术语几乎没有出现在这本书中。以至于人们惊呼“范式消失了”。

在80年代, 库恩甚至也几乎不使用与范式概念密切相关的“科学共同体”, 而是采用了“词典” (lexicon) 和“语言共同体” (language community) 这样的说法。晚年库恩在接受《科学美国人》著名专栏作家约翰·霍根的采访时承认, “范式”无可救药地用滥了, 并且已“完全失控, 就像病毒一样, 这一术语已扩散到历史和科学哲学领域之外, 使知识分子共同体普遍受到感染, 任何一种占支配地位的观念都被称作范式”。由于他曾经建议的“范例”未为人们重视, 最终, 他对于向人们解释自己“范式”一词的真正含义一事彻底绝望:“如果你遇到难以控制的局面, 那么最好是随它去, 不介入。”[7]

实际上, 自库恩在1969年在区分了范式的不同成分后, 范式或学科母体就丧失了原先的感染力或神秘性, 它只相当于一门学科中被公认的理论, 包括符号概括、模型和解释、以及方法论标准的理论了。我们在库恩80年代的作品中, 基本上找不到“范式”一词[8]

现在库恩用术语“理论”来谈论“范式”, 是不是意味着库恩思想的倒退?对于这一点, 我们的答案是否定的。相比于容易引起社会和心理等外部因素遐想的范式概念, 用传统的术语“理论”能够使库恩集中在概念的“内史”方面, 来讨论概念的发展和理论的更替。因为在这个时期库恩更喜欢从概念的变化上谈论不可通约性问题。当然, 现在库恩所谈的“理论”, 不再是传统的作为高度抽象的逻辑表述体系, 而是具有丰富内容的实践载体, 而且更具有认知的意义。

二范式的认知功能

现在我们要考虑的是, 库恩引入“范式”最初的目的何在?实际上, 根据库恩的供述, 范式被引入, 不在于其社会学的含义, 而在于其认知的功能, 用他自已的话是, “具体的谜题解答, ……把它们当作模型和范例, 可以取代明确的规则以作为常规科学中其他谜题解答的基础。”[9]尽管库恩注意到了“范式”一词的社会学意义, 甚至声称假如有机会重写《结构》, 他会一开始就探讨科学的共同体结构, 但是《结构》引致的对科学的社会学分析, 包括对科学知识生产过程和科学知识本身的社会学分析, 并未引起库恩多少兴趣, 甚至还遭到库恩的激烈反对。这似乎可以说明, 库恩引入范式这个概念, 真正感兴趣的, 还是出自概念重构的“内史”考虑。

在《必要的张力》的前言中库恩回顾了他引入范式概念的原因。在1959年, 库恩领悟到科学家们只需要足够多的标准事例, 就可以通过模仿这些事例开展以后的研究工作。“这个过程有点像学语言的学生学习动词变位和名词、形容词变格。比方说, 他们背诵amo, amas, amat, amamus, amatis, amant, 然后利用这一标准形式造出其他拉丁文动词第一变位的现在主动时态。”[4]库恩把语言教学中的“范式”类比为科学中的标准谜题解答 (solution) 。范式提供给科学家的是据以工作的模型、范例。但库恩反对把范式看成是可以引导我们工作的明确的规则 (rules) , 事实上, 《结构》最具认识论和方法论的特征不在于对科学革命的描述, 而在于库恩关于概念与分类的说明, 以及基于范例或案例而不是基于规则对谜题的解决。库恩在谈“范式的优先性”时, 强调了我们可以通过对案例的学习, 达到对新问题的解决, 它是基于相似关系的类比, 而不是基于第一原理的逻辑推演。“范式比能从其中明白地抽象出来进行研究的任何一组规则更优先、更具约束力、更加完备”。[9]库恩提出范式优于规则的四个理由:

第一, 范例 (特定意义上的范式) 可在每个成熟科学共同体的实践和教科书中很容易地识别出, 而规则却很难找出。“寻找一套足以构成一个已知常规科学研究传统的规则, 就变成一个连续不断遭受严重挫折的努力了”。[9]

第二, 学生学习一个理论主要是通过示范性的范式标准应用, 而规则在这个过程中极其微弱。即使科学家们直观地认为自己获取了抽象的游戏规则, 但这只表现在他们成功地进行研究的工作能力上, 很难把这种能力用抽象的规则表述出来。在科学教育的实际过程中, 科学家从不抽象地学习概念、定律和理论, 它们总是与应用一起出现并通过应用得以展示。“虽然许多科学家轻松而精彩地谈论某一具体的现行研究所依据的特定假说, 但他们在表征自己领域的研究基础、该领域的合理问题和方法等方面, 并不比外行人更好一点。”[9]

第三, 仅在前范式科学或危机时期规则是突出的——换句话, 当认可一个范式时人们不再求助于规则。

第四, 彻底的范式转换可能局限于一个专家共同体, 而规则、原则和规律陈述是普遍的。用范式代替规则, 可以更好地解释科学领域和专业分布的多样性。

库恩花大量篇幅谈论范例, 其目的并不是要从范例中抽象出规则, 并用这些规则重建出一种认知方式;相反他认为蕴涵于共有范例中的知识, 即基于范例的认知模式, 并不是比“蕴涵于规则、定律或鉴别标准中的知识在系统性和可分析性方面差些的认知模式”[9]。实际上, 库恩提出了一种新的认知模式, 这种模式比传统的认知模型更加强调对具体科学实践场景的考虑。库恩对具体科学实践场景的考虑, 从某种意义上, 激起了科学知识社会学者对实验室的微观研究, 如拉图尔、伍尔加《实验室生活》 (1979) 、谢廷娜《知识的制造》 (1981) 等。

传统的认识论追求普遍的方法论规则, 但库恩否认科学家在实践中遵循某个明确的方法论规则, 惟一可供科学家掌握的推理方式是基于范例的学习。这是科学共同体成员在社会化过程中, 通过做习题和实验, 学到看出“相似关系”的能力。借用维特根斯坦的“家族相似性”和波兰尼的“意会知识”理论, 库恩讨论了学习相似关系过程中隐喻、类比、直觉等起到的作用。科学实践并不是基于逻辑规则运算, 而是基于对相似案例、模型的学习而进行的。因而科学实践并不是抽象的逻辑规则和数学演算, 而是具体的、历时性的活动。这样, 我们对科学的考察, 必然转向对具体的科学实践场景。对科学活动及科学合理性的评价标准, 也必然从规范的转向描述的, 从形式的转向非形式的。这样, 库恩的范式理论就抛弃了对统一方法论的追求, 转而考察具体的科学实践, 从而以自然主义的态度, 克服了基础主义者的哲学冲动。这正是库恩在后记中谈到, 他这本书“最有新意而最不为人所理解的那些方面的核心内容”[9]。

三基于案例的推理形式

可喜的是, 《结构》的认知价值, 逐渐为人们所重视。托马斯·尼克斯 (Thomas Nickles) 发现, 人们以前大量关注库恩著作对科学社会学的影响, 却没有注意到库恩对当今认知科学研究的影响[16]。认知科学家认为库恩关于概念/分类的说明, 以及基于范例 (或案例) 而不是基于规则的推理方式, 其意义要远远大于库恩对科学革命的解读。在尼克斯看来, 库恩的范式理论提出了一个全新的推理形式, 即基于案例的推理形式 (case-based reasoning) , 它远远优于基于规则 (rule-based reasoning) 的推理形式, 因为在许多研究领域, 明确的规则和定义阻碍了有效的探究之路。

传统的科学哲学家把推理和论证等同于逻辑规则, 而对基于模型/案例/范例的认知活动持有偏见。例如迪昂 (Pierre Duhem) 就曾批评英国人的思维方式过于注重整体细节而在抽象和概括力上, 不及注重秩序和简单性的欧洲大陆人。因此, 尽管英国科学家在科学中大量运用模型化推理, 在科学实践中也取得了巨大的成功, 但迪昂仍然批评“英国学派完全献身于对物理现象的纯机械式的说明中”[17]。在迪昂心目中, “物理理论……它是一个由数学命题构成的体系, 这些命题从少量原理中导出, 目的在于尽可能简单、完善、准确地表示一组实验定律”[17]。物理理论是严格按照逻辑规则构筑起来的协调的统一的整体, 它可以避免因为大量使用机械模型而带来的混乱。实际上, 迪昂对在科学实践中使用的模型感到不安, 他尖刻地指出运用形象模型的理论是想象力低级的、卑微的, 并声称不愿多谈它。

迪昂的态度代表了人们对基于规则的推理形式的普遍偏好。但是尼克斯发现, 基于规则的推理形式存在以下的缺陷:第一, 即使能够提出一些方法论的规则, 但是在实际的科学实践中, 特别是遇到新问题时, 这些方法论规则并未得到严格的遵守;第二, 基于规则的推理无法处理规则之间的冲突, 从而使这些规则在指导科学的实践中效率低下。例如托勒密体系在精确性上优于哥白尼体系, 但在简单性上劣于哥白尼体系, 我们如何处理精确性与简单性之间的冲突?事实上人们对这些规则的选择具有随意性。

基于案例的推理可以避免这样的问题:首先, 根据对他人解决类似问题的方式的模仿和复制, 人们学会了如何有效地解决新问题;其次, 基于案例的推理并不试图解决所有的问题, 而是把新案例添加到旧案例库中, 因此不存在规则冲突和未遵守规则带来的困惑。这样, 尽管基于案例的推理不象基于规则的推理那样讲究普遍的逻辑, 但是也可以使用相对少的范例, 来解决潜在无限多的具体问题。

基于案例的推理在具体运用中当然也存在问题, 例如:什么东西称得上典型的案例?在庞大的案例库中我们如何知道哪个案例更适合具体的问题?有什么办法找出新案例与哪个旧案例相似?案例是内在于个别研究者还是居留于外部的共同体?在这些困难面前, 基于规则推理的优点出现了:一个规则可以包容无限多的可能案例, 并被纳入到规则体系之中。

当然, 范式在引导人们认知方面存在诸多不足, 尼克斯提出三点质疑:第一, 范例与问题之间的相似关系很难把握, 这需要大量的练习和指导;第二, 库恩的范例多是科学家成功的故事, 却没有告诉我们失败的教训, 其实波普尔提出的证伪对我们的认知亦有帮助;第三, 库恩的范例并不是历史事实, 其实我们当前的问题和承诺, 共同重塑了对过去工作的回忆 (范例) 。因此, 把旧范例应用于新问题明显是一个双向互动的过程, 而库恩显然没有注意到这一点。

因此, 就认知意义而言, 库恩的范例具有以下的特征: (1) 具有启发意义的范例不可能是完全特殊、具体的问题, 而是代表了某些类型; (2) 范例得到了共同体广泛认可; (3) 范例具有规范的功能, 它是一种理想化的模型。但是范例的规范功能, 容易导致对范式的社会学解读。库恩早就注意到, 如果不限制范式概念的社会学涵义, 则很容易导致哲学家们对把社会和心理因素引入理论分析的反感。而像“暴徒心理学”的指责, 以及非理性主义和相对主义的帽子却是库恩不愿意接受的。正是出于这方面的担心, 库恩反对对科学知识进行社会学分析的强纲领, 而宁愿从语言层面分析在不同共同体中理论术语的意义。

我们知道, 意义问题一直是科学哲学谈论的主题, 而库恩的学术使命, 就是要在概念重构中呈现意义变迁的整体性。术语意义的赋予和变化, 是库恩要处理的核心主题。库恩最初试图从认知角度来处理意义问题。在库恩看来, 概念的意义, 不是通过定义, 而是在具体的实践语境中, 通过对案例和模型的学习而获得的。因此, 概念的意义, 必然包含有具体的社会历史因素。考察概念的意义变化过程, 就得考察与它相关的认知学习实践。所以, 虽然后期库恩在表面上不再使用“范式”一词, 而采用传统的术语“理论”, 这并不是什么保守或退缩, 而是更深刻地、更根本地把外史的因素, 即作为实践的科学活动纳入到其理论视野中。可惜的是, 后期库恩急于同分析的科学哲学家论战, 采用了他并不擅长的语言分析工具, 未能深入地从社会和认知的角度讨论这类问题。所幸的是, 科学知识社会学者和认知科学家, 分别从社会和认知的角度, 讨论了概念的形成和演变过程, 深化或弥补了库恩的不足。

摘要：相比于范式的认知功能, 人们更倾向考虑范式的规范功能, 而这正是库恩不再使用“范式”概念的原因。实际上, 范式的认知意义, 在于提出了一种基于范例而不是基于规则的推理方式。

关键词：范式,基于案例的推理

参考文献

[1]野家启一.库恩——范式[M].石家庄:河北教育出版社, 2001.

[2]Gary Gutting (ed.) .Paradigms and Revolutions:apprais-als and applications of Thomas Kuhn's philosophy of science[C].Notre Dame:University of Notre Dame Press, 1980.

[3]拉卡托斯, 马斯格雷夫.批判与知识的增长[C].北京:华夏出版社, 1987.365.

[4][5][10]库恩.必要的张力[M].北京:北京大学出版社, 2004.288, 288, IX.

[6]Martin J.Klein;Abner Shimony;Trevor J.Pinch..ParadigmLost?A Review Symposium[J].Isis, 1979, 70 (3) :430.

[7]约翰.霍根.科学的终结[M].呼和浩特:远方出版社, 1997.66.

[8]施太格谬勒.当代哲学主流 (下卷) [M].北京:商务印书馆, 1992.705-706.

[9][11][12][13][14][15]库恩.科学革命的结构[M].北京:北京大学出版社, 2003.157, 43, 41, 44, 172, 168.

[16]Thomas Nickles.Kuhnian Puzzle Solving and Schema The-ory[J].Philosophy of Science, Vol.67, Supplement, Sep.2000.S242-255.

篇4：以规则来推理

摘要：随着社会的发展，教育在社会中所占的地位极其重要，而近年来随着计算机的发展，计算机对教育的影响也越来越深大。伴随着MOOC、SPOC的出现，我国也进入了计算机辅助教育的浪潮中。然而真正符合学生口味的却很少，真正实施并运用的也只有极少数高校。本文通过对计算机辅助平台进行数据挖掘，并通过不确定性推理来实现学习者特征与学习需求的提取，从而使计算机辅助平台能够更加适应学习者。

关键词：专家系统；不确定性推理；数据挖掘；推理机应用

社会发展，计算机技术应用普遍，大数据成为现下最热门话题，人们对知识的智能化分类越来越重视，数据挖掘与人工智能的研究发展也越来越受到重视，智能化早已渗透到人们的生活中，其中应用最为广泛的则是专家系统。利用专家系统与数据挖掘，对计算机辅助平台中用户的数据进行挖掘，提取数据中的规律，并利用专家系统对提取的知识进行不确定性推理，从而得到学习者的主要学习特征与学习需求。并将其利用到计算机辅助平台中，使其更加人性化。

一、专家系统功能

专家系统主要由知识库、数据库、推理机、解释机构、用户界面、开发界面组成。本文是针对计算机辅助平台，利用专家系统来归纳，推理大多数学习者特征以及学习需求，从而使计算机辅助系统能够运用所获取的知识使自身更加人性化。在此系统运行中，要查找、推理用户操作日志，即学习者学习情况，以这些信息与数据为基础，根据系统中知识库存储的知识规则进行判断推理，为平台提供较为准确的学习者需求，从而使教育质量上升高度。

二、数据挖掘与推理机

数据挖掘可以看做是信息技术自然演化的结果。首先通过对操作日志进行数据清理，去除不一致数据；其次，对清理后的数据进行集成；第三，从数据库中提取与分析任务相关的数据；第四，对数据进行汇总；最后挖掘数据中蕴含的规律。专家通过分析规律设计知识库，供专家系统使用。

专家系统的重要组成部分为推理机，主要是通过已知条件来进行求解。在此系统中，针对用户的需求性强——也就是用户的课程学习情况，比如，选择了哪些课程，课程学习了多长时间等，其推理方式为逆向推理。原理就是根据给定推理目标，在知识库中，根据结论寻找该目标的结论规则，验证该规则条件是否满足其条件部分，如不满足，则在知识库中继续寻找，如果存在这样的规则，加入新规则继续推理，不存在则继续查找，是否可以补充新的信息用来满足需要的条件。

三、知识获取

计算机辅助平台中学习者的活动多种多样，如何才能准确的识别出学习者的学习特征与学习需求是平台的核心。一般情况下，技术人员都是根据以往经验来判断学习者操作日志，而对于不系统的学习者行为特征，大多情况是显得无能为力。所以，要与专家进行沟通交流，根据专家提出的教育经验去构造一个专家系统，获取知识，在提供给用户使用。

（一）知识抽取

明确其抽取范围，根据平台中的学习者学习范畴、内容进行确定。蕴含在知识源里的知识，通过理解、识别、归纳、筛选等抽取出来建立知识库。因此，研究的深入后，不断总结出新知识，对人类教育活动的知识进行不断扩充，提高了系统效率。

（二）转换知识

是将知识的一种表现形式转换成另一种。将归纳与实施的知识间的信息进行概念化处理，确定概念间关系并对其进行编码操作。对平台中操作日志的数据进行挖掘与归纳，总结出不同学习者的学习特征与学习需求，进而满足平台的用户需要。使平台能够得到更好地利用。

（三）输入知识

用适当知识的表示模式，通过表示的知识在经过编译、编辑过后录入知识库的过程。知识经过转换与抽取形成相应规律，为辅助平台中的学习者需求提供数据。例如，学习者操作日志，经过不确定性推理将信息输入并形成数据表。

TEFO（数据来源）=“平台操作日志”；

SEIN（解决问题）=“学习者特征与需求”

CHAFANGAN（归纳方案）=“方案一：（学习者原始录入的兴趣课程）

方案二：（学习者较常观看的课程）

方案三：（学习者观看课程时间较长的课程）”

（四）管理知识库

采用ORA9I数据库进行管理，其存储结构便于查询、管理与使用，最重要的也是因为使用频率最高的查询操作，可以输入简单的语句进行查询工作。不同的SQL语句可以完成语句添加、语句删除与修改等操作，简单实用，便捷易懂。

结语：

通过讨论得出，系统的知识库中的组织和设计技术，不仅阐述了其含义与优点，还实现了组建知识库。数据挖掘辅助专家系统，使用户在与专家系统交流的过程中更人性化。但是，专家系统在教育方面的运用还需要进一步完善，引入不确定性推理理论与数据挖掘技术，提高其知识领域与和技术水平，其中的知识表示方法等问题都需要进一步的深入研究与实践。

参考文献：

[1]张红日.基于可信度区间的不确定性推理[J].山西电子技术，2012（05）.

[2]涂传飞.考虑时态信息的本体知识的不确定性推理研究[D].华中科技大学，2013.

[3]王湘龙.专家系统在林业中的应用研究進展[J].中南林业调查规划， 2010（03）.

[4]罗雪.论信息技术在我国林业发展中的应用[J].科技资讯，2010（23）.

作者简介：胡亚楠（1991—），女（汉族），籍贯：黑龙江省哈尔滨市，东北石油大学计算机学院研究生，硕士在读，研究方向：数据挖掘。

篇5：以规则来推理

引言

穿梭车作为自动化物流系统中一种智能型轨道导引搬运设备，在自动化物流系统中的应用日益广泛。它具有沿着固定路径动态移载的功能，可实现物料在不同站点之间的传送，使得自动化输送系统的设备布局更加紧凑、简捷。然而，实际工程应用中穿梭车的正常运行完全依赖于各组件装置的固有可靠性，对穿梭车缺少有效的状态监测与故障诊断，时常出现故障误报、漏报等现象，而且一旦发生故障，维修人员只能凭借个人经验逐一排查找出故障原因，故障处理效率低下，严重影响了整个物流系统的工作效率。

故障诊断技术已越来越多地在自动化物流系统领域得到应用。章採品等研究了基于故障树分析法的堆垛机故障诊断专家系统，重点阐述了专家系统知识获取与表示方式；李小平等建立了一种基于Internet、OPC以及故障树技术的堆垛机远程故障诊断及维修系统，对堆垛机信息的采集、传输、故障分析等相关技术进行了介绍；聂峰提出运用上位和下位监控系统对穿梭车在应用过程中发生的常见故障进行诊断分析，并通过监控系统和设计的作业跟踪与设备任务管理功能进行故障定位的方法，该方法实现了穿梭车故障远程诊断功能，但是对于故障原因分析仍需要人工查询确认，存在故障定位不精确、故障报警信息不明确等缺陷。

本文针对某卷烟厂出入库穿梭车时常因当前站点信息丢失或激光脱靶等故障而无法正常运行的实际问题，提出了一种组合条码识别与激光测距的冗余定位方法，以增强定位的可靠性；设计了一种基于故障树与规则的穿梭车故障诊断系统，以实现故障自诊断功能，使用Visual Studio2010和Microsoft SQL 2008开发的原型系统在该卷烟厂穿梭车的故障诊断中得到了成功应用。

1 定位技术分析

定位技术作为穿梭车控制技术中的关键技术，直接关系着穿梭车的安全性和运行效率，一旦定位出现偏差、错误等故障，极易导致物料出入库不正常、物料跌落损毁等事故的发生。穿梭车的定位方法主要有：1) 认址片定位，即采用沿着穿梭车的行进方向设置认址片，控制器通过检测认址片来判断穿梭车位置和站点位置；2) 认址片编码器定位，即在方法1) 的基础上引入编码器对认址片进行校验，从而提供定位可靠性；3) 激光定位，即采用激光测距器进行定位；4) 激光认址片定位，即在方法3) 的基础上采用认址片对激光定位进行校验，提高定位可靠性；5) 条码定位，即采用在穿梭车底部安装条码阅读器，在条码阅读器的正前方、轨道的外侧边安装条码带，穿梭车运行过程中通过扫描条码带获取位置信息进行定位；6) 磁栅定位，即采用静磁栅位移传感器和静磁栅尺替换方法5) 中的条码阅读器与条码带，实现精确定位。表1对几种定位方法进行了对比分析。

2 冗余定位系统

本文提出的组合条码识别和激光测距的穿梭车冗余定位系统，由激光测距模块、条码识别模块和控制模块组成，系统结构如图1所示，其中激光测距传感器选用SICK DL50-P2225，测量精度为3mm，响应时间为10ms；条码阅读器选用SICKCLV650-0000，其扫描空间为200mm～1600mm，采用增强型SMART条码重组技术，对于破损、污损、打印质量差或对比度差的条码有良好的读取性能。

通过激光测距模块对穿梭车当前位置信息进行实时跟踪采集，并将得到的位置信息传递给控制模块；然后控制模块根据当前位置信息和目标站点的位置信息对穿梭车进行位置和速度控制；最后当穿梭车定位运行停止后，控制模块通过条码定位校验模块扫描获取距离穿梭车最近站点的条码标签信息，根据标签信息是否有效对激光测距定位进行校验，判断穿梭车定位是否精准可靠。

3 穿梭车故障诊断设计

穿梭车作为自动化物流系统中的关键设备，其故障具有随机性、不确定性。若穿梭车发生故障，将直接影响整个物流系统的正常运转。为此，对穿梭车进行故障分析、诊断十分必要。故障树分析法（Fault Tree Analysis FTA）是一种将系统故障形成的原因由总体至部分按树枝状逐渐细化的分析方法，具有便于分析系统结构、刻画系统各事件关联性的优点。规则推理通过把相关领域的专家知识形式化描述出来，形成系统规则进行检索推理，符合人类思维习惯，具有推理直观、快速的优点。结合二者的优势，本文设计了一种基于故障树与规则的故障诊断系统，采用故障树分析法对穿梭车故障进行分析，确定故障原因及其发生概率，按照相关准则将故障树转化为规则，形成规则知识库，并根据穿梭车故障发生的`特点，设计合理的规则推理机制，最终实现穿梭车故障自诊断功能。

3.1 穿梭车故障树分析

故障树分析就是将故障原因从整体到局部逐步细化，自上而下逐层分解，从而对故障系统的可靠性进行评价和分析。根据穿梭车主要结构和工作原理，本文按下述步骤建立以穿梭车不能正常运行T作为顶事件的穿梭车主故障树。

3.2 故障树转化为规则

采用故障树对穿梭车故障进行分析处理，即是通过研究穿梭车结构、功能和行为的因果关系，理清故障传播的层次和父、子节点间的因果关系。根据文献提出的故障树转化为产生式规则的三条准则，可以采用IF THEN型的诊断规则来体现各个父、子节点间的正向因果关系链，以此来表示故障原因及故障传播逻辑关系。

3.3 规则推理

收集统计某卷烟厂穿梭车历史故障信息，在期间穿梭车主故障发生频次中：行走故障2次、移载故障6次、滑触线故障4次、控制故障0次、定位故障15次，定位故障发生比例高达约56%，说明导致穿梭车无法正常运行的原因一般都是由定位失效引起。因此，在一般规则推理的基础上，根据主故障不同频次分级建立子规则库，即主故障频次越高对应的子规则库优先级越高，推理过程中按优先级进行规则检索，从而提高故障诊断效率。

4 实例分析

针对某卷烟厂出入库穿梭车使用过程中因当前站点信息丢失或激光脱靶等故障而无法正常运行的实际问题，完成了对穿梭车定位方法的改进。实际应用中根据图4所示的定位校验诊断模型，改进后的冗余定位系统实现了穿梭车当前站点信息的实时跟踪，有效防止了在因激光测距误差增大等原因穿梭车移载链机与站点输送链机对位不准的情况下，盲目进行上下货任务导致货物堵塞、跌落甚至损毁等事故的发生，提高了系统定位的可靠性。

此外，基于Visual Studio 2010和Microsoft SQL2008开发工具，采用C#开发的基于故障树与规则的穿梭车故障诊断系统也在该卷烟厂得到了成功应用，所开发故障诊断系统结构。

运用该故障诊断系统，不仅实现了穿梭车运行状态的远程监测，状态参数监测界面；而且根据设计构造的规则库和分级优先推理机制，通过将获取的状态参数与推理规则进行实时匹配，不仅保证了故障发生时系统的及时响应，而且实现了穿梭车故障快速诊断功能，故障诊断界面如图7所示。借助于系统得出的故障诊断信息，维护人员对于突发故障可以第一时间获取详细的故障信息，从而提高了故障维修效率，减少了穿梭车故障停机时间。

5 结论