實作：專家系統 - 前向推論程式

以下是一個代表鴕鳥的動物世界規則庫。

規則庫：https://github.com/ccccourse/ai/blob/master/python/06-logic/animal_ostrich.kb

哺乳類 <= 有毛. 
哺乳類 <= 泌乳. 
鳥類   <= 有羽毛. 
鳥類   <= 會飛 & 生蛋. 
食肉類 <= 哺乳類 & 吃肉.
食肉類 <= 有爪 & 利齒 & 兩眼前視.
有蹄類 <= 哺乳類 & 有蹄.
偶蹄類 <= 哺乳類 & 反芻.
獵豹   <= 哺乳類 & 吃肉 & 斑點.
老虎   <= 哺乳類 & 吃肉 & 條紋.
長頸鹿 <= 有蹄類 & 長腿 & 斑點.
斑馬   <= 有蹄類 & 條紋.
鴕鳥   <= 鳥類 & 長腿.

會飛. 
生蛋. 
長腿. 

接著我們採用前述的「布林邏輯推論引擎 kb.js」，透過讀入規則檔並進行推論的方式，設計出「前向推論」的程式。

https://github.com/ccccourse/ai/blob/master/python/06-logic/kbReason.py

import sys
from kb import KB

kb1 = KB()
with open(sys.argv[1], encoding='utf-8') as file:
    code = file.read().replace(r'\n', '')

kb1.load(code)
kb1.forwardChaining()

以下是上述「隱含鴕鳥前提」的規則庫經過「前向布林引擎」推論後得到的執行結果。

mac020:06-logic mac020$ python3 kbReason.py animal_ostrich.kb 
['哺乳類 <= 有毛', '\n哺乳類 <= 泌乳', '\n鳥類   <= 有羽毛', '\n鳥類   <= 會飛 & 生蛋', '\n食肉類 <= 哺乳類 & 吃肉', '\n食肉類 <= 有爪 & 利齒 & 兩眼前視', '\n有蹄類 <= 哺乳類 & 有蹄', '\n偶蹄類 <= 哺乳類 & 反芻', '\n獵豹   <= 哺乳類 & 吃肉 & 斑點', '\n老虎   <= 哺乳類 & 吃肉 & 條紋', '\n長頸鹿 <= 有蹄類 & 長腿 & 斑點', '\n斑馬   <= 有蹄類 & 條紋', '\n鴕鳥   <= 鳥類 & 長腿', '\n\n會飛', '\n生蛋', '\n長腿', '']
rule:head=哺乳類 terms=['有毛']
rule:head=哺乳類 terms=['泌乳']
rule:head=鳥類 terms=['有羽毛']
rule:head=鳥類 terms=['會飛 ', ' 生蛋']
rule:head=食肉類 terms=['哺乳類 ', ' 吃肉']
rule:head=食肉類 terms=['有爪 ', ' 利齒 ', ' 兩眼前視']
rule:head=有蹄類 terms=['哺乳類 ', ' 有蹄']
rule:head=偶蹄類 terms=['哺乳類 ', ' 反芻']
rule:head=獵豹 terms=['哺乳類 ', ' 吃肉 ', ' 斑點']
rule:head=老虎 terms=['哺乳類 ', ' 吃肉 ', ' 條紋']
rule:head=長頸鹿 terms=['有蹄類 ', ' 長腿 ', ' 斑點']
rule:head=斑馬 terms=['有蹄類 ', ' 條紋']
rule:head=鴕鳥 terms=['鳥類 ', ' 長腿']
rule:head=會飛 terms=
rule:head=生蛋 terms=
rule:head=長腿 terms=
addFact(會飛)
addFact(生蛋)
addFact(長腿)
addFact(鳥類)
addFact(鴕鳥)
facts= dict_keys(['會飛', '生蛋', '長腿', '鳥類', '鴕鳥'])

您可以看到上述系統利用「會飛. 生蛋. 長腿. 」等三個屬性，推論出了「鳥類、鴕鳥」這兩個結論。

這個結果符合我們的預期，因此該程式的運作是正常的。