什么是推理正向推理逆向推理混合推理，什么叫逆推法找路沿线30公分

正向推理又称数据驱动推理是根据由条件推出结论的方向进行的推理方法，它从一组事实出发，使用一定的推理规则，来证明目标事实或出题的成立。大多数情况下的推理过程是先向综合数据库提供一部分初始已知事实，控制系统利用这些数据与知识库中的知识进行匹配，被触发的知识，故将他结论作为新的事实添加到综合数据库中。重复上面说的过程，用更新过的综合数据库中的事实再与知识库中另一条知识匹配，故将他结论更新至综合数据库中，直到没有可匹配的新知识和不可以再有新的事实加入到综合数据库中为止。然后测试是不是得到解，有解则返回解，无解则提示运行失败。

逆向推理又称目标驱动推理，它的推理方法和正向推理正好相反，它是由结论出发，为验证该结论的正确性去知识库中找证据。

逆向推理又称目标驱动推理是问题处理策略的一种。它的推理方法和正向推理正好相反，它是由结论出发，逐级验证该结论的正确性，直至已知条件。指从问题的目标状态出发，根据子目标组成的逻辑顺序逐级向初始状态递归的问题处理策略。

逆推就是逆向推理。

逆向推理又称目标驱动推理是问题处理策略的一种。它的推理方法和正向推理正好相反，它是由结论出发，逐级验证该结论的正确性，直至已知条件。

主要特点：将问题处理的目标分解成问题处理的子目标，直至使子目标按逆推途径与给定条件建立直接联系或等同起来，即目标→子目标→子目标→现有条件。

实质上应用：

逆向推理控制策略的优点是目标性强，没有必要找寻与假设无关的信息和知识。这样的策略对推理过程提供较精确的解释，告诉用户要达到目标所使用的规则（知识）。此外此控制策略在解空间较小的问题解答环境下特别适合，它利于向用户提供解答过程。

缺点在于初始目标的选择有漫无目的性，不可以通过用户提供的有用信息来操作，用户要求迅速输入对应的问题领域，若不满足实质上，则要多次提出假设，影响系统效率。与正向推理相比，反向推理的目标性很强，一般用于验证某一特定知识是不是成立。

逆推法类似于归纳法，但它依据于已知或假设的关联性(relationary)规则，和包含这个规则的至少一个断言(预测)的观察(observation)。

有意义，有的时候，推理不出来完全就能够反向推理，可能还会找到正确的答案。反向推理大多数情况下是指针对某一件事，从相反的方向进行推理，检验是不是满足逻辑关系。

溯因推理是美国汉森用语。指用假设的理论去与经验相对照，以证明理论的正确性。古希腊亚里士多德初步提出，其原词译为还原。美国皮尔斯译为逆因（abduction）或回溯（retroduction）。汉森用以说明其观察中已有理论的观点。觉得归纳法是从观察情况中推出假设，演绎法是企图从高一层的假设中推出观察情况的合理性。

溯因法或溯因推理是推理到好解释的过程。换句话说，它是启动于事实的集合，并推导出其好解释的推理过程。有的时候，使用术语溯因（abduction）意味生成假设来解释观察或结论，但是，前者定义在哲学和计算二者中更常见。

演绎和溯因区别在于推理中使用“蕴涵”这样的规则的方向（与归纳的比较请参见逻辑推理）:

（以下b=结果）。（a=因素）

演绎：允许推导作为的结论，换句话说，演绎是推导已知事物的推论；

溯因：允许推导作为的解释，溯因同演绎反向，通过允许“蕴涵”的前件推导自结论；换句话说，溯因是解释已知事物的过程。

在罕见的场合，使用表达“解释结论”而不是“解释”来指名溯因过程的结果。

应用于人工智能中，涵盖故障诊断、信念修正和自动计划。

常见的12种推理类型

1. 演绎推理

[演绎推理]是从大多数情况下到详细，换句话说，它是从一个理论启动，并努力找寻确认的观察结果，被称为自上而下的逻辑。经常会用到来寻找情况来证明理论。它使用形式逻辑并在逻辑上出现结果。

演绎推理一般与归纳推理形成对比，基本上，演绎推理对确定性感兴趣，而归纳推理处理存在的概率。

逻辑学中有名的三段论（syllogism）就是典型的演绎推理例子：人皆有一死，苏格拉底是人，故此苏格拉底会死。

2. 归纳推理

[归纳推理]是一种根据一系列已知事实形成理论的逻辑形式是自上而下的逻辑，寻找理论来解释观察。它的实质是探索，允许让人无法想象但是在情理之中的结果。

归纳推理的典型例子：因为地球上大多数生命都依赖于液态水生存，故此，水对外星生命形式（假设存在，）一定要是重要的。

3. 类比推理

[类比推理]是为了让用类比对两事物当中进行比较，来进一步理解事物的意义。一般用于制定决策、处理问题和沟通。

作为制定决策和处理问题的工具，类比用于将复杂场景简化更为容易的事物，只要替换有效，可以提升处理方案的质量；作为一种交流工具，类比可以通过熟悉且易于理解的比较，将复杂问题简单化。

4. 分析推理

[分析推理]是为了让用独立的逻辑，根据事实的思想或论据。换句话说，解释分析推理不用相关于世界的经验或信息。

分析陈述本身就是事实；而合成陈述需相关世界的其它知识才可以清楚它们是真实的。

比如：“全部单身汉未婚”之类的陈述本身就是分析；“中国??拥有丰富的传统文化”这样的陈述是合成的，因为没有额外的信息就没办法证明这一点。

5. 诱导推理

[诱导推理]类似归纳推理，从找寻或猜测理论来解释观察到的一系列情况。诱导推理并非很严谨，但可以做出好的假设和猜测。它一般用于背景无法确定的情况下，主要用来做辅助决策和故障排除等有关情况。比如：医学评估可以从解释一组症状的可能的病症启动。诱导推理也是人工智能经常会用到的方式。

6. 向后归纳

[向后归纳]是从潜在结论启动向后推理的过程，可以反向绘制可以达到每个潜在结论的步骤，然后按照目标评估路径。这是一种自上而下的方式，从理论或结果启动，向后解释，它允许无法确定性并且一般用于人工智能。向后归纳时常需做不少工作，因为一般有不少路径可以到达既定结果，就像“条条大路通罗马”。对计算机来说，通过机器的结束状态，来向后推理来评估动作的效果。比如：计算机下棋的经典方法是通过反向归纳。

7. 批判性思维

[批判性思维]是一个理性思考的过程，旨在以客观、全面、知情的方法得出结论。批判性思维是人类思想的产物，受文化、语言等原因的影响。人类思想根据自然语言，做出判断前需考虑非常多的想法。批判性思维是一种智力参加的过程，在发表意见以前，要认真查证据和假设，以达到深入的理解。

8. 反事实思维

[反事实思维]是一种常见的思维模式，已知结果来追溯未评估的选择和行动，典型代表是“假设我有…”，“假设我当时怎么...做,就可以怎么...”。考虑的是已知不可能的出现的事情，考虑过去的决策是如何制定的，这是一个可以提升决策能力的共同的人类思维过程。换句话说，反事实思维是评估过去的概率针对改善未来决策或处理问题的价值。

9. 直觉

[直觉]是心灵在没有推理等逻辑过程的情况下获取知识的能力，换句话说，大脑取得直觉判断的方式针对思想者来说是未知的。一般觉得直觉是通过无意识感知的结果。是由无意识感知的心灵所做出的判断，这样的判断表现出智慧，但出现这些判断的过程并非很了解。尽管直觉有的时候，候被轻视，但他在科学发现中却发挥了重要作用。

10. 动机推理

[动机推理]是想法和恐惧影响理性思维过程的倾向。一般大家可能会寻找合理的理由来做他们想做的事情，而不是为了让用逻辑来发现好的情况。

我们一般比较容易想出一部分逻辑参数来支持自己做出各种各样的选择，就不会再去探索其他可替代的选择，因为这个原因放弃了潜在的更好的选择。

11. 机会推理

[机会推理]是一种人工智能，它可以按照情况使用不一样的逻辑方式，即[正向链接]和[反向链接]。

[正向链接]，举个例子：

A：会计师一般擅长数学。

B：张三是一名会计师。

演绎：张三可能擅长数学。

上面的例子是模糊逻辑的一个例子，因为它可以理解灰色区域，这当中存在“一般”、“可能”，它属于前向链接，因为它从你已知的信息转移到新的信息。

[反向链接]：反向链接看未来状态，并试图看到未来是如何出现的，这针对达到目标或不要损失很有用。比如：人工智能可以使用反向链接检查国际象棋游戏中给定时刻的后状态，来确定可能获胜的移动序列。

机会推理按照情况使用正向链接和反向链接。人工智能可以具有多个逻辑引擎，这些逻辑引擎根据它们在给定情况下过去的表现而被选择。理论上，单个人工智能可以拥有非常多逻辑引擎，它按照特定类型的问题的已知结果进行选择。

12. 循环推理

[循环推理]是逻辑，一个自己证明自己的结论。结论可以作为假设或前提采取。循环推理一般会出现逻辑上有效的参数，并且是没有实质上意义的逻辑示例。比如：假设我是 DJ,既然如此那，我就是 DJ。

解译途中图像数据同解译知识的结合在专家系统内部进行。它依据解译知识库内的地物类型选取图像数据，数据在公共数据区内同解译规则匹配，进行推理。

撞见前提事实不够时系统转入反向推理，启用深层推理知识，获取相关事实(证据)。

这个途中，数据的传递、知识的调用，全部在系统内部独立完成的,因为这个原因称之为隐蔽式。

隐蔽的形式主义，一是因为一部分基层地区仍然存在以会议落实会议、以文件传达文件惯性思维，片面的觉得不通过开会，就是待遇上级领导干部决策的不重视，而且对工作也不负责任、对下面工作推动的不给力。

二是各个部门当中权责不清，存在“九龙治水”的情况，导致重复检查、重复上报材料；

三是基层干部合理化的建议使用电脑或手机在线上传的渠道不是很畅通，滋生出了一部分新式且隐蔽的形式主义。