第四章 以 BIM 為基礎之自動化建築法規檢測技術的探討
第四節 一階謂詞邏輯
在前述 Eastman 及 Nawari 的文獻中皆提及用一階謂詞邏輯來轉化建築法 規的技術，在新一代網際網路技術 – 語意網(Semantic Web)中，RDF(資源描 述框架，Resource Description Framework)的建構技術之一，就是謂詞邏輯 (Predicate Logic)，而語意網正是企圖將自然語言轉化成網路上能處理的知 識本體的未來趨勢，因此，這項技術不可不重視。
一階邏輯是使用於數學、哲學、語言學及電腦科學中的一種形式系統。過 去，此專有名詞曾有其他的稱呼，例如：一階謂詞演算、低階謂詞演算、量化 理論等。從數學的數理邏輯來看，謂詞邏輯(Predicate logic)是符號形式系 統的一種通用術語，包括一階邏輯、二階邏輯、多類邏輯或無限(infinitary)
邏輯等。一階邏輯可說是從一般的命題邏輯推衍而得，在命題邏輯中的原子句
*附註：本文多數參考 wikipedia(http://zh.wikipedia.org/zh-tw/一階邏輯)
壹、 基本原理概述
件，及「Phil」和「Schol」的解釋之上。
謂詞 Phil(a)和 Schol(a)都各只有一個參數。但一階邏輯其實也可以表示 具有一個以上參數的謂詞。例如，「存在一些人可以在任何時間被愚弄」可表 示成
這裡，Person(x)解釋為 x 是人，Time(y)為 y 是某段時間，且 Canfool（x,y）
則為 x（人）可在 y（時）被愚弄。也就是說，上述敘述表示至少存在一個人 可以在任何時間被愚弄，這和「在任何時間，至少存在一個人可以被愚弄」的 敘述是不一樣的。後者表示在任何時間時上被愚弄的人不一定是同一位。以上
的例子，就有「時間」與「人」兩個參數。
量化的範圍是由可以用來滿足量化的物件所組成的集合。除了指定 Person 和 Time 等謂詞符號的意義，解釋也必須指定一個非空集合，稱為論域，做為 量化的範圍。
在知識管理範疇，一階謂詞邏輯也是一種比較常見的知識表示方法。由前 面的解釋中可知，在謂詞邏輯中，命題是用謂詞表示的。謂詞的一般形式是：
P(x1，x2，···xn)，其中 P 是謂詞名稱，x1，x2，···xn 是個體(也稱之為元)。
公式（或稱合式公式）可依如下規則遞歸地定義：
2、 事物間確定的因果關係，即規則。
ProtectAreaLessThen6M2(x)：x 是廚房等設有燃氣用具之場所的撒水頭 IntervalLessThen3M(a)：a 是任兩個撒水頭間距。
其次，用謂詞公式表示之：
例如：if 「所有撒水頭的防護面積小於 6 平方公尺 and 任兩個撒水頭的間距小 於 3 公尺」，then 「該建築符合建築技術規則第四節第二百零七條第二項 第一款規定」的置信度達 ? %。這裡 if 部分表示條件部，then 部分表示結 論部，置信度表示當滿足條件時得到結論的發生概率。這整個部分就形成 了一條規則，所表示的就是此類因果知識。
因此，針對比較複雜的情況，我們都可以用這種產生式規則的知識表示方 式形成一系列的規則。
參、 一階邏輯的限制與弱點
所有數學概念都有它的強項和弱點；在 wikipedia 中提到一階邏輯的一些 弱點。如下所列：
1、 難於表達 if-then-else 2、 缺乏類型(種類)
3、 難於刻畫有限性或可數性 4、 不能表達「圖」的可及性
如何「揚其優、削其弱」地應用它在我國建築法規之轉化及解譯技術上，
或是再覓更理想的技術，皆為進一步的研究議題。