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=\"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=\"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="animal"> <input type="hidden" name="cond_12" value="yes"> <input type="hidden" name="cond_13" value="yes"> <input type="hidden" name="cond_15" value="yes"> <input type="hidden" name="cond_1" value="yes"> <input type="hidden" name="cond_2" value="yes">
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。