import pandas as pd
import numpy as np
#code by miao 2020.3.21
class Animal():
def init(self):
self.dict_before = {'1': '有毛发', '2': '产奶', '3': '有羽毛', '4': '会飞', '5': '会下蛋', '6': '吃肉', '7': '有犬齿',
'8': '有爪', '9': '眼盯前方', '10': '有蹄', '11': '反刍', '12': '黄褐色', '13': '有斑点', '14': '有黑色条纹',
'15': '长脖', '16': '长腿', '17': '不会飞', '18': '会游泳', '19': '黑白二色', '20': '善飞', '21': '哺乳类',
'22': '鸟类', '23': '食肉类', '24': '蹄类', '25': '金钱豹', '26': '虎', '27': '长颈鹿', '28': '斑马',
'29': '鸵鸟', '30': '企鹅', '31': '信天翁'}
print('''输入对应条件前面的数字:
*******************************************************
*1:有毛发 2:产奶 3:有羽毛 4:会飞 5:会下蛋 *
*6:吃肉 7:有犬齿 8:有爪 9:眼盯前方 10:有蹄 *
*11:反刍 12:黄褐色 13:有斑点 14:有黑色条纹 15:长脖 *
*16:长腿 17:不会飞 18:会游泳 19:黑白二色 20:善飞 *
*21：哺乳类 22:鸟类 23:食肉类 24：蹄类 *
*******************************************************
****当输入数字0时!程序结束
''')
# 各个特征的深度
self.dict_depth = {'1': 3, '2': 3, '3': 3, '4': 3, '5': 3, '6': 3, '7': 3, '8': 3, '9': 3, '10': 3, '11': 3, '12': 2,
'13': 2, '14': 2, '15': 2, '16': 2,
'17': 2, '18': 2, '19': 2, '20': 2, '21': 2, '22': 2, '23': 2, '24': 2, '25': 1, '26': 1, '27': 1,
'28': 1, '29': 1, '30': 1, '31': 1}
# 规则集
self.rules = [[[1], 21], [[2], 21], [[3], 22], [[6], 23], [[4, 5], 22], [[7, 8, 9], 23], [[10, 21], 24], [[11, 21], 24],
[[12, 23, 14, 21], 26],
[[13, 15, 16, 24], 27], [[12, 13, 21, 23], 25], [[14, 24], 28], [[15, 17, 19, 22], 29],
[[17, 18, 19, 22], 30], [[20, 22], 31]]
# 动物逆向推理优先级
self.count = {'25': 0, '26': 0, '27': 0,'28':0,'29': 0 ,'30': 0 ,'31':0 }
# 综合数据库
self.list_real = []
self.list=[]
while (1):
# 循环输入前提条件所对应的字典中的键
num_real = input("请输入：")
if (num_real == '0'):
break
self.list_real.append(num_real)
self.list.append(num_real)
#print("\n")
print("前提条件为：")
# 输出前提条件
for i in range(0, len(self.list_real)):
print(self.dict_before[self.list_real[i]], end=" ")
print("\n")
print("推理结果如下：")
# 求深度最小的进行改进的正向推演
def min_depth(self):
h = 100
for i in range(len(self.list_real)):
if (h > int(self.dict_depth[self.list_real[i]])):
h = int(self.dict_depth[self.list_real[i]])
return h
# 判断是否与数据基的数重复
def judge_repeat(self, value):
for i in range(0, len(self.list_real)):
if (self.list_real[i] == str(value)):
return 1
else:
m=len(self.list_real)
if (i != len(self.list_real) - 1):
continue
else:
return 0
# 进行改进的正向推理
def forward(self, h):
for j in range(len(self.list_real)):
if(int(self.dict_depth[self.list_real[j]]) == 2):
for i in range(len(self.rules)):
if (int(self.list_real[j]) in self.rules[i][0]):
if (self.rules[i][1] in range(25, 32)):
self.count[str(self.rules[i][1])] = self.count[str(self.rules[i][1])] + 1
if (self.judge_repeat(self.rules[i][1]) == 0):
self.list_real.append(str(self.rules[i][1]))
# 在正向推理的基础上进行逆向推理
def backward(self, a):
change = False
for i in range(len(self.rules)):
if (a == self.rules[i][1]):
for j in range(len(self.rules[i][0])):
change = False
m=self.rules[i][0][j]
if (str(self.rules[i][0][j]) in self.list):
change = True
if(j==len(self.rules[i][0])-1):
return change
else:
change=self.backward(int(self.rules[i][0][j]))
if(not change):
break;
return change
#算法框架
def run(self):
self.forward(self.min_depth())
self.count = sorted(self.count.items(), key=lambda d: d[1], reverse=True)
for i in range(len(self.count)):
if (self.backward(int(self.count[i][0]))):
print("推理此动物为：", self.dict_before[str(self.count[i][0])])
return
print("无法推理此动物")
return
#主函数
if name == 'main':
anmial = Animal()
anmial.run()
没有缩进，简直了，折磨