缺省信息推理(default logic),理学-计算机科学技术-人工智能-机器学习-知识表示,一种信息不完全的情况下的推理方式。常见的信息不完全情形分为3种:①推理所依赖的信息均已存在,但是由于时间紧迫,来不及采集所有的信息。②由于采集一些信息的成本或者风险很高,因而不得不放弃采集它们。③所需要的信息尚未出现,需要继续等待一段时间才能获得信息,而这种等待可能带来很大的风险。在上述情形下,人们有时不得不进行推理。对缺省推理的探索可以追溯到古希腊的亚里士多德时代,近现代的许多哲学家从认识论的角度研究了缺省推理。在20世纪80年代,缺省信息推理的研究在人工智能领域得到空前的发展,其代表性的成就是R.雷特(Ray Reiter)引入的缺省逻辑(default logic)。缺省逻辑中包含有缺省规则。缺省规则由3部分构成:前提、理由、结论。以下是2条缺省规则:通俗地说,上述缺省规则表达的含义是“鸟会飞”。严格地说,如果x是鸟,并且x会飞与当前的知识库是协调的,那么x会飞。通俗地说,缺省规则表达的含义是“鸟吃虫子”。严格地说,如果x是鸟,并且x吃虫子与当前的知识库是协调的,那么x吃虫子。