随着近几年技术的发展,人工智能和智能教育成为一个广泛研究的热点。人工智能在改变人们的衣食住行的同时,也日益渗透到人们的教育中。如果把人工智能技术与机器证明技术相结合应用到教育领域,就可以打破知识壁垒,提升教育公平和效率,真正的实现寓教于乐。因此,如何结合人工智能技术和自动推理实现机器几何问题自动求解和证明的研究非常有必要。本论文旨在通过结合欧几里得公理、Drools推理引擎、人工智能等技术,建立一个可以自动几何求解和证明的系统。论文主要研究内容如下:1、数学知识表示。本文就几何中的知识出发,用一阶谓词的方法将知识进行表示,同时结合推理规则,将公理进行形式化的表示,使人类几何学这个特定领域里的知识转化为机器可以表示的知识,并使得计算机在正确的逻辑上解决这些问题。这样完成了人类求解几何问题中知识的抽取和自动求解。2、推理引擎的研究与构建。本文研究和设计了推理引擎的组织架构和相关的算法,搭建出一个逻辑严密、性能高的推理系统。推理引擎能够根据推理事实库中出现的事实,激发相应的规则来实现自动的知识更新。通过正向推理链,运用推理规则和知识事实,得到正确的推理结果。同时研究了推理过程中数学计算符号引擎的使用,提高了推理系统的效率和性能。3、规则优先级动态预测算法研究。推理过程中会出现规则冲突,如何将这些冲突进行消解,从而使得推理按照较优的路径执行是一个很重要的问题。本论文设计了带权值优先级的规则来处理规则冲突问题,并就推理系统的状态进行了一个描述,在实现中依据推理机运行中的状态,动态修改推理过程中的规则优先级,从而使得推理机性能得到了较大的提高。最后,结合相关理论和论文研究的主要内容,设计和实现了一个可以自动求解的欧几里得公理系统,并在不同类型的几何题目上进行测试,分析发现本系统能解决基本的几何题目,为问题自动求解提供了一种新思路。