1 / 133

人工智能及其应用

人工智能及其应用. 主讲：李敏 教授. 智能信息处理与仪器研究室. 2007 年 3 月. 智能 信息处理 与仪器研究室. 第 2 章 知识表示与推理. 学习要求： 1. 了解知识、信息和数据的概念，以及它们之间的关系 . 2. 了解知识的特性、分类以及它们的表示方法 . 3. 掌握各种知识表示法，包括一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法、面向对象表示法以及状态空间表示法等表示知识的步骤和方法 . 4. 了解各种知识表示方法的具体表示形式的优缺点以及所适合的应用对象。. 智能 信息处理 与仪器研究室. 知识及其表示.

maille
Download Presentation

人工智能及其应用

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 人工智能及其应用 主讲：李敏 教授 智能信息处理与仪器研究室 2007年3月

  2. 智能信息处理与仪器研究室 第2章 知识表示与推理 学习要求： 1.了解知识、信息和数据的概念，以及它们之间的关系. 2.了解知识的特性、分类以及它们的表示方法. 3.掌握各种知识表示法，包括一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法、面向对象表示法以及状态空间表示法等表示知识的步骤和方法. 4.了解各种知识表示方法的具体表示形式的优缺点以及所适合的应用对象。

  3. 智能信息处理与仪器研究室 知识及其表示 1.知识是人类智能的基础.人类的智能活动过程主要是一个获取知识并运用知识的过程.人工智能问题的求解是以知识为基础的. 2.知识的获取、知识的表示和运用知识进行推理是人工智能学科要研究的三个主要问题。

  4. 智能信息处理与仪器研究室 知识、信息和数据 在人们日常生活和社会活动中，知识是一个常用术语。例如，人们常说“我们要掌握现代科学文化知识”，“掌握的知识越多，你的机会就越多”，等等。 信息是用一定的形式表示出来，尤其是在计算机中，需要用一组符号及其组合进行表示，象这样表示的信息称为数据。数据与信息是两个密切相关的概念。数据是记录信息的符号，是信息的载体和表示。信息是对数据的解释，是数据在特定场合下的具体含义。 • 相同数据在不同的环境下表示不同的含义。（100元钱、100个人、100分） • 相同信息也可以用不同的数据表示出来。（地下工作者用一首诗或一组数据等表示情报） • 只有格式数据才有意义。（0351-7011320,可能是一个区号和电话号码） • 通常把有关信息关联在一起所形成的信息结构称知识 知识、信息和数据是三个层次的概念。 有格式的数据经过处理、解释过程会形成信息，而把有关的信息关联到一起经过 处理就形成了知识。知识是用信息表达的，信息则是用数据表达的，这种层次不 仅反映了数据、信息和知识的因果产生关系，也反映了它们不同的抽象程度。

  5. 智能信息处理与仪器研究室 知识的特性 1.相对正确性 知识是人们对客观世界认识的结晶，并且受到长期实践检验。世界上没有任何永远正确的知识，而是相对的。如1+1=2（在十进制体系，二进制？），又如，“在同一平面上，两条永不相交的直线叫平行线”（如果不是同一平面？） 2.不确定性 知识是有关信息关联在一起形成的信息结构，信息与关联是构成知识的两大要素。如观察眼前课桌的颜色，有的认为是米黄色，有的认为是桔黄色，实际上说明观察中带有某种程度的不确定性。 3.可表示性 知识是可用形式化的方法表示的，如语言、文字、图形、公式等来表示，正是由于这一特性，才使知识能够数据化，才能用计算机存储、传播和利用知识。 4.可利用性 我们每时每刻都在利用自身所掌握的知识来解决现实世界中的各种问题。

  6. 智能信息处理与仪器研究室 知识的分类 • 以知识的作用范围来划分： • 常识性知识（如夏天热，冬天冷；万物生长靠太阳）、领域性知识（1个字节由8个位构成、1个扇区有512个字节的数据）。 2. 就知识的作用及表示来划分： 事实性知识（常以“…是…”出现，如雪是白色的、鸟有翅膀） 、规则性知识（常以“如果…则…”,如果春天来了，则小燕子马上就要飞回来了。计算机专家系统中常用规则性知识，是由专家提供的专门性经验知识）、控制性知识（是指有关问题的求解步骤、技巧性知识）和元知识（是指有关知识的知识，是知识库中的高层知识，包括怎样使用规则、解释规则、校验规则、解释程序结构等知识）。

  7. 智能信息处理与仪器研究室 知识的分类 3. 以知识的确定性来划分：确定知识（指逻辑值为真或假的知识，是精确性的知识）、不确定知识（逻辑值不能完全确定的知识，其逻辑值由一个概率值确定）。 4. 按人类的思维方式及认识方法来划分：逻辑性知识（反映人类逻辑思维过程的知识，一般都具有因果关系及难以精确描述的特点）、形象性知识（通过形象思维所获得的知识，例如，牛是什么模样？如果用文字来描述，可能很难让没见过牛的人获得关于牛的知识，但是通过照片或真牛，就可以获得形象性知识）。

  8. 智能信息处理与仪器研究室 知识的表示 知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。 对知识的表示过程就是把知识编码成某种数据结构的过程。 知识表示方法分为陈述性知识表示和过程性知识表示两大类。 陈述性知识表示主要用来描述事实性知识。是一种静态的描述方法，在表示知识时， 不涉及如何运用知识。优点：灵活、简洁，每个有关事物仅需存储一次，演绎过 程完整而确定，系统的模块性好。缺点：工作效率低，推理过程不透明，不易理 解。 过程性知识表示主要用来描述规则性知识和控制结构知识。告诉人们“怎么做”。知识 表示的形式是一个“过程”（即求解程序），它将知识的表示与运用（推理）相结合， 知识就寓于程序之中，是一种动态的描述方法。优点：推理过程直接、清晰，有利于 模块化，易于表达启发性知识和默认推理知识，实现起来效率高。缺点：不够严格， 知识间有交互重叠，灵活性差，知识的增删不方便。

  9. 智能信息处理与仪器研究室 知识的表示方法 在前述两类知识表示方法中，包含了多种具体的方法： 一阶谓词逻辑表示法 产生式表示法 框架表示法 语义网络表示法 面向对象表示法 状态空间表示法、问题归约法 脚本表示法 Petri网表示法、过程表示法 同一种知识有多种表示方法，但表达效果不一样，在选择时应 考虑以下因素：能否充分表示相关的领域知识；是否有利于对 知识的利用；是否便于知识的组织、维护和管理；是否便于理 解和实现。

  10. 智能信息处理与仪器研究室 一阶谓词逻辑表示法 谓词逻辑是一种重要的知识表示方法，是一种形式语言，其根本目的在于把数学中的逻辑论证符号化是到目前为止能够表达人类思维活动规律的一种最精确的形式语言。与人类的自然语言比较接近，又可方便地存储到计算机中去，并被计算机做精确处理。它用逻辑方法研究推理的规律，即条件与结论之间地蕴涵关系。是一种最早应用于人工智能中的表示方法。 人工智能语言PROLOG是以一阶谓语逻辑为基础的程序设计语言，它是建造智能系统的有力工具。

  11. 谓词逻辑的语言与方法 语法和语义 谓词逻辑的基本组成部分是：谓词符号，变量符号，函数符号和常量符号，并用圆括号、方括号、花括弧和逗号隔开，以表示论域内的关系。 例如：要表示机器人（ROBOT）在一号房间（ROOM1）内，可用下列原子公式(由若干谓词符号和项组成)： INROOM(ROBOT,r1) 其中INROOM为谓词符号，由规定定义域内的一个相应关系 ROBOT和r1为常量符合（项）用来表示论域内的物体或实体，它可以是实际的物体和人，也可以是概念或具有名字的任何事情。

  12. 连词和量词 原子公式是谓词演算的基本积木块，应用连词能够组合多个原子公式以构成比较复杂的合适公式。 (1)连词Λ(与)用来表示复合句子。 例：我喜欢音乐和绘画。 LIKE(I,MUSIC)ΛLIKE(I,PAINTING) 李住在一幢黄色的房子里 LIVES(LI,HOUSE) ΛCOLOR(HOUSE,YELLOW) 其中LIVES表示人与房子间的关系，COLOR表示房子与颜色之间的关系。 用连词Λ把几个公式连接起来而构成的公式叫做合取。而此合取式的每个组成部分叫做合取项。

  13. 连词和量词 (2)连词V(或)用来表示可兼有的“或” 例：李明打篮球或踢足球。 PLAYS(LIMING,BASKEBALL) ∨PLAYS(LIMING,FOOTBALL) 用连词V把几个公式连接起来所构成的公式叫做析取，而此析取式的每一组成部分叫做析取项。 合取和析取的真值由其组成部分的真值决定。 如果每个合取项均值取值T，则其合取值为T，否则为F； 如果析取项至少有一个取T，则其析取值为T，否则为F。

  14. 连词和量词 (3)连词=>(蕴涵)用来表示“如果－那么”的词句。 例：如果刘华跑得最快，那么他取得冠军。 RUNS(LIUHUA,FASTEST)=>WINS(LIUHUA,CHAMPION) 用连词＝>连接两个公式的构成的公式叫做蕴涵。 如果后项取值T(不管其前项的值为什么)，或者前项取值F(不管后项的真值如何)，则蕴涵取值T，否则蕴涵取值F。 (4)符号～（非）用来否定一个公式的真值。 (5)符号“双条件”。 PQ表示P当且仅当Q

  15. 连词和量词 这里X是被量化了的变量，我们说X是经过量化的。 如果一个合适公式中某个变量是经过量化的，我们就把这个变量叫做约束变量，否则就叫它为自由变量。 在合适公式中，我们感兴趣的主要是所有变量都是受约束的，这样的合适公式叫做句子。 一阶谓词演算，不允许对谓词符号或函数符号进行量化。 量词：我们使用变量来扩大命题演算的能力。 (6)全称量词：用符号∀表示，读作“所有的” 例：所有人终归一死。 存在量词：用符号∃表示，读作“至少存在一个” 例：1号房间内至少存在一个物件。

  16. 谓词公式的定义 我们把P(x1,x2,……,xn)叫做谓词演算的原子公式，其中P为n元谓词，x1,x2,……,xn为客体变量或变元。 用连词把原子谓词公式组成复合谓词公式，并把它叫做分子谓词公式。 在谓词演算中合适公式的递归定义如下： (1)原子谓词公式都是合适公式 (2)若A为合适公式，则～A也是一个合适公式。 (3)若A和B都是合适公式，则（A∧B），（A∨B）,(A=>B)和 (AB)也都是合适公式。 (4)若A是合适公式，X为A中的自由变元，则(∀X)A和(∃X)A都是合适公式。 (5)只有按上述规则1～4求得的那些公式才是合适公式。

  17. 智能信息处理与仪器研究室 知识的谓词逻辑表示法 人类的一条知识一般可以由具有完整意义的一句话或几句话表示出来，而这些知识要用谓词逻辑表示出来，一般是一个谓词公式（用谓词联接符号将一些谓词联接起来所形成的公式）。 对事实性知识，由合取符号（∧）和析取符号（∨）联 接形成的谓词公式表示。 对规则性知识，通常以蕴含符号（→）联接形成的谓词 公式表示。

  18. 智能信息处理与仪器研究室 用谓词公式表示知识的步骤 定义谓词及个体，确定每个谓词及个体的确切含义。 根据所要表达的事物或概念，为每个谓词中的变元 赋以特定的值。 根据所要表达的知识的语义，用适当的联接符号将各 个谓词联接起来，形成谓词公式。 优点： 1.自然性（是一种接近于自然语言的形式语言） 2.精确性（谓词公式的逻辑值只有真和假两种结果） 3.有限性（人类知识大都不同程度地具有不确定性和 模糊性,使得表示知识的范围受限） 4.易实现（比较容易地转换成计算机内部表示形式，易 于模块化，便于对知识的增加、删除和修改）

  19. 智能信息处理与仪器研究室 用谓词公式表示知识的步骤 在用谓词逻辑对问题表示后，求解问题就要以此表示为基础进行 相应的推理。与此相对应的推理方法为归结推理方法或消解法。 例题1.设有下列事实性知识： 张辉是一名计算机系的学生，但他不喜欢编程序。 李晓鹏比他父亲长得高。 请用谓词公式表示这些知识。

  20. 智能信息处理与仪器研究室 例题1.设有下列事实性知识： 张辉是一名计算机系的学生，但他不喜欢编程序。 李晓鹏比他父亲长得高。 请用谓词公式表示这些知识。 解 按照表示知识的步骤，用谓词公式表示上述知识。 首先定义谓词如下： COMPUTER(x):x是计算机系的学生。 LIKE(x,y):x喜欢y。 HIGHER(x,y):x比y长得高。 这是涉及到的个体有张辉（zhangh）,编程序(programming) 李晓鹏（lixp）,以及函数father(lixp)表示李晓鹏的父亲。 第二步：将这些个体代入谓词中，得到 COMPUTER(zhangh),～LIKE(zhangh,programming), HIGHER(lixp,father(lixp)) 第三步：根据语义，用逻辑联接词将它们联接起来，就得到了表示上述知识的谓词公式。 COMPUTER(zhangh)∧～LIKE(zhangh,programming) HIGHER(lixp,father(lixp))

  21. 智能信息处理与仪器研究室 例题2.下列知识是一些规则性知识： 人人爱劳动。 所有整数要么是偶数要么是奇数。 自然数都是大于零的整数。 请用谓词公式表示这些知识。 按照第二步和第三步的要求，得到： 解 首先定义谓词如下： MAN(x):x是人。 LOVE(x,y):x爱y。 N(x):x是自然数。 I(x):x是整数。 E(x):x是偶数。 O(x):x是奇数。 GZ(x):x大于零。 ∀(x)(MAN(x)→LOVE(x,labour)) ∀(x)(I(x)→E(x)∨O(x)) ∀(x)(N(x)→GZ(x)∧I(x))

  22. 例题3.机器人搬弄积木块问题表示： 设在一个房间里，有一个机器人ROBOT,一个壁橱ALCOVE,一个积木 块BOX,两个桌子A和B。开始时，机器人ROBOT在壁橱ALCOVE的旁边， 且两手空的，桌子A上放着积木块BOX,桌子B上是空的。机器 人ROBOT将把积木块BOX从桌子A上转移到桌子B上。如何用一阶谓词逻辑 来表示这一问题呢？ 智能信息处理与仪器研究室 解: (1)本问题涉及的常量定义为 机器人:ROBOT;积木块:BOX;壁橱:ALCOVE;桌子:A;桌子:B (2)谓词定义如下: TABLE(x)表示x是桌子 EMPTYHANDED(x)表示x双手是空的 AT(x,y)表示x在y的旁边 HOLDS(y,w)表示y拿着w ON(w,x)表示w在x的上面 EMPTYTABLE(x)表示桌子x上是空的 (3)根据问题的描述,将问题的初始状态和目标状态分别用谓词公式表示 问题的初始状态: AT(ROBOT,ALCOVE)∧EMPTYHANDED(ROBOT)∧ON(BOX,A)∧TABLE(A) ∧TABLE(B)∧EMPTYTABLE(B) 问题的目标状态: AT(ROBOT,ALCOVE)∧EMPTYHANDED(ROBOT)∧ON(BOX,B)∧TABLE(A) ∧TABLE(B)∧EMPTYTABLE(A)

  23. 例题3.机器人搬弄积木块问题表示： 设在一个房间里，有一个机器人ROBOT,一个壁橱ALOVE,一个积木 块BOX,两个桌子A和B。开始时，机器人ROBOT在壁橱ALOVE的旁边， 且两手空的，桌子A上放着积木块BOX,桌子B上是空的。机器 人ROBOT将把积木块BOX从桌子A上转移到桌子B上。如何用一阶谓词逻辑 来表示这一问题呢？ 智能信息处理与仪器研究室 (4)在将问题表示出来之后,如何求解问题。 对此问题的求解，实际上就是要寻找一组机器人可执行的操作，利用这 组操作实现初始状态到目标状态的转变。机器人可执行的操作，实际上 也可以分为先决条件和动作两部分。先决条件用谓词公式表示，而动作 可通过动作前后的状态变化表示出来。即只要指出执行动作后，应从动 作前的状态表中删除和增加什么谓词公式就描述了相应的动作。 本例中，机器人ROBOT将积木块BOX从桌子 A移到桌子B所要执行的操 作有如下三个： GOTO(x,y):从x处走到y处。 PICK-UP(x):在x处拿起盒子。 SET-DOWN:在x处放下盒子。 这三个操作可分别用条件和动作表示如下： GOTO(x,y) 条件：AT(ROBOT,x) 动作：删除 AT(ROBOT,x) 增加 AT(ROBOT,y)

  24. 例题3.机器人搬弄积木块问题表示： 设在一个房间里，有一个机器人ROBOT,一个壁橱ALOVE,一个积木 块BOX,两个桌子A和B。开始时，机器人ROBOT在壁橱ALOVE的旁边， 且两手空的，桌子A上放着积木块BOX,桌子B上是空的。机器 人ROBOT将把积木块BOX从桌子A上转移到桌子B上。如何用一阶谓词逻辑 来表示这一问题呢？ 智能信息处理与仪器研究室 PICK-UP(x) 条件：ON(BOX,x)∧TABLE(x)∧AT(ROBOT,x)∧EMPTYHANDED(ROBOT) 动作：删除 ON(BOX,x)∧EMPTYHANDED(ROBOT) 增加 HOLDS(ROBOT,BOX) SET-DOWN(x) 条件：TABLE(x)∧AT(ROBOT,x)∧HOLDS(ROBOT,BOX) 动作：删除 HOLDS(ROBOT,BOX) 增加 ON(BOX,x)∧EMPTYHANDED(ROBOT) 机器人在执行每一操作之前，总先检查所需的先决条件是否满足。只有 先决条件得到满足之后，才执行相应的动作，如机器人拿起桌A上的BOX这 一操作，先决条件是 ON(BOX,A)∧AT(ROBOT,A)∧EMPTYHANDED(ROBOT) 对先决条件成立与否的验证可用归结法来完成。

  25. 例题4. Hanoi塔问题表示。 已知三个柱子1,2,3和三个盘子A,B,C(A比B小,B比C小).在初始状态下, A,B,C依次放在柱1上.目标状态是A,B,C依次放在柱3上.条件是每次可移动 一个盘子,盘子上方是空时方可移动,而且任何时候都不允许大盘放在小盘 之上. 智能信息处理与仪器研究室 解： 根据谓词公司表示知识的步骤解题如下： (1) 本问题涉及的常量是三个盘子：A、B、C;三个柱子：１，２，３； Ｓ表示状态。 (2) 定义谓词和函数如下： Disk(x)表示x是盘子。 PEE(p,w)表示盘子w在柱子p上。 Smaller(x,y)表示x比y小。 Free(x,S)表示状态S下，x空顶。 Legal(x,y,S)表示状态S下，x可向y上移动。 ON(x,y,S)表示状态S下，x在y上。 为了实现盘子的移动，需要定义一个操作函数： S’=move(x,y,S)表示S状态下，x移到y上所得的新状态S’。 定义了谓词和函数以后，它们之间将有以下关系： ①(∀x)(∀y)(∀z)((smaller(x,y)∧smaller(y,z)→smaller(x,z)) 表示盘子大小关系的传递性。

  26. 例题4. Hanoi塔问题表示。 已知三个柱子1,2,3和三个盘子A,B,C(A比B小,B比C小).在初始状态下, A,B,C依次放在柱1上.目标状态是A,B,C依次放在柱3上.条件是每次可移动 一个盘子,盘子上方是空时方可移动,而且任何时候都不允许大盘放在小盘 之上. 智能信息处理与仪器研究室 解： • ② (∀x)(∀S)(Free(x,S)→～(∃y)ON(y,x.S)) • 表示状态S下，如果x是空顶，则必须S状态下无y在x上。 • ③ (∀x)(∀y)(∀S)(Legal(x,y,S)↔Free(x,S)∧Free(y,S) • ∧Disk(x))∧smaller(x,y)) • 表示x可向y上移动的充分必要条件为x和y均空顶且x比y小，x是盘 • (∀x)(∀y)(∀S)(∀S’)(S’=move(x,y,S)→ON(x,y,S’)∧(∀z1) • ∧(∀z2)((～(z1=x)∧～(z2=y))→(ON(z1,z2,S)=ON(z1,z2,S’)) • ∧(∀z)(ON(x,z,S)→Free(z,S’)))) • 表示如果在状态S下，将x移动到y上得到新状态S’，则没移动的盘子间的ON关系没有变动，而x下面的盘子却是空顶了。

  27. 例题4. Hanoi塔问题表示。 已知三个柱子1,2,3和三个盘子A,B,C(A比B小,B比C小).在初始状态下, A,B,C依次放在柱1上.目标状态是A,B,C依次放在柱3上.条件是每次可移动 一个盘子,盘子上方是空时方可移动,而且任何时候都不允许大盘放在小盘 之上. 智能信息处理与仪器研究室 解： (3) 一阶逻辑谓词公式表示问题。定义了谓词、函数之后，就可以用一阶 逻辑谓词公司表示如下。 初始状态S0的谓词公式： Disk(A)∧Disk(B)∧Disk(C)∧PEE(1,A)∧PEE(1,B)∧PEE(1,C) ∧Smaller(A,B)∧Smaller(B,C)∧Free(A,S0) ON(A,B,S0)∧ON(B,C,S0) 目标状态Sg的谓词公式： Disk(A)∧Disk(B)∧Disk(C)∧PEE(3,A)∧PEE(3,B)∧PEE(3,C) ∧Smaller(A,B)∧Smaller(B,C)∧Free(A,Sg) ON(A,B,Sg)∧ON(B,C,Sg) 有了问题的一阶谓词逻辑表示之后，便可使用归结推理方法建立该问 题的求解过程。

  28. 智能信息处理与仪器研究室 产生式表示法 1943年美国数学家POST提出. 1972年,A.NEWELL和SIMON在研究人类的认知模型中开发了基于规则的产生式系统. 产生式表示法已成为人工智能中应用最多的一种知识表示方法,许多成功的专家系统都用它来表示知识.

  29. 智能信息处理与仪器研究室 可表示的知识种类 产生式表示法是一种比较好的表示法,容易用来描述事实、规则以及它们的不确定性度量。目前应用较为广泛。适用于表示事实性知识和规则性知识。而且可用来表示具有确定性的规则性知识、具有不确定性的规则性知识、具有确定性的事实性知识和具有不确定性的事实性知识。

  30. 智能信息处理与仪器研究室 产生式的基本形式 表示具有因果关系的知识，其基本形式为： P→Q 或者 IF P THEN Q P是产生式的前提，用于指出该产生式是否可用的条件。Q是一组结论或操作，用于指出前提P所指示的条件被满足时，应该得出的结论或应该执行的操作。

  31. 智能信息处理与仪器研究室 产生式与谓词逻辑中蕴含式的区别 1.蕴含式只是产生式的一种特殊情况。 (前者只能表示精确性知识，其逻辑值要么“真”，要么“假”，后者还可表示不精确知识。） 2.在产生式表示的智能系统中，决定一条知识是否可用的方法，可以是精确匹配，也可是通过相似度确定匹配范围，但在谓词逻辑中总是精确匹配。 3. 蕴含式是一个谓词公式，它有真值，而产生式则没有真值。

  32. 智能信息处理与仪器研究室 知识的表示方法 1.确定性规则知识的产生式表示 P→Q 或 IF P THEN Q 2.不确定性规则知识的产生式表示 P→Q(置信度) 或 IF P THEN Q (置信度)

  33. 智能信息处理与仪器研究室 知识的表示方法 3.确定性事实性知识的产生式表示 事实性知识可看成是断言一个语言变量的值或是多个语言变量间的关系的陈述句。语言变量的值或语言变量间的关系可以是一个词，不一定是数字。 例如，雪是白色的，其中雪是语言变量，其值是白色的；约翰喜欢玛丽，其中，约翰、玛丽是两个语言变量，两者的关系值是喜欢。 一般使用三元组表示:（对象、属性、值） 或(关系，对象1,对象2) 例：老李年龄是40岁 (LI,AGE,40) 老李、老张是朋友（FRIEND,LI,ZHANG）

  34. 智能信息处理与仪器研究室 知识的表示方法 4.不确定性事实性知识的产生式表示 一般用四元组来表示： (对象、属性、值，可信度值) 或（关系，对象1,对象2,可信度值） 例如：老李的年龄很可能是40岁 (LI,AGE,40,0.8) 老李、老张是朋友的可能性不大 (FRIEND,LI,ZHANG,0.1)

  35. 推理机 规则库 综合数据库 智能信息处理与仪器研究室 产生式系统的组成 把一组产生式放在一起，让它们相互配合，协同作用，一个 产生式生成的结论可以供另一个产生式作为已知事实使用， 以求得问题的解。 一般有三个基本部分组成：规则库、综合数据库和推理机。 产生式系统的基本结构

  36. 智能信息处理与仪器研究室 产生式系统的组成 ①规则库：用于描述某领域内知识的产生式集合，是某领域 知识（规则）的存储器，其中的规则是以产生式形式表示的。 规则库中包含着将问题初始状态转换成目标状态的那些变换 规则。规则库是专家系统的核心，也是一般产生式系统赖以 进行问题求解的基础。其中知识的完整性和一致性、知识表 达的准确性和灵活性以及知识组织的合理性，都将对产生式 系统的性能和运行效率产生直接的影响。 ②综合数据库：内容是动态变化的，又称事实库，用于存放 输入的事实，外部数据库输入的事实以及中间结果（事实） 和最后结果的工作区。 ③推理机：是一个或一组程序，用来控制和协调规则库与综 合数据库的运行，包含了推理方式和控制策略。

  37. 智能信息处理与仪器研究室 产生式系统的推理方式 正向推理 反向推理 双向推理

  38. 智能信息处理与仪器研究室 产生式系统的正向推理 正向推理： 从已知事实出发,通过规则库求得结论。又称为数据驱动方式或自底向上的方式。 推理过程是： ①规则库中的规则与综合数据库中的事实进行匹配，得到匹 配的规则集合。 ②使用冲突解决算法，从匹配规则集合中选择一条规则作为 启用规则。 ③执行启用规则的后件。将该启用规则的后件送入综合数据 库或对综合数据库进行必要的修改。 重复这个过程直至达到目标。 缺点是：在推理过程中，可能会得出一些与目标无直接关系的事实，造成计算空间和时间的浪费。

  39. 智能信息处理与仪器研究室 产生式系统的反向推理 反向推理： 从目标（作为假设）出发,反向使用规则求得已知事实。又称为目标驱动方式或自顶向下的方式。 推理过程是： ①规则库中的规则后件与目标事实进行匹配，得到匹配的规 则集合。 ②使用冲突解决算法，从匹配规则集合中选择一条规则作为 启用规则 ③将启用规则的前件作为子目标。 重复这个过程直至各子目标均为已知事实，则反向推理的过程就算成功结束。如果目标明确，使用反向推理方式的效率是比较高的，常为人们所采用。

  40. 智能信息处理与仪器研究室 产生式系统的双向推理 双向推理是一种既自顶向下、又自底向上的推理。推理从两个方向同时进行，直至某个中间界面上两方向结果相符便成功结束。这种方式较正向推理或反向推理所形成的推理网络来得小，从而推理效率更高。

  41. 智能信息处理与仪器研究室 产生式表示法的特点 清晰性。产生式表示格式固定、形式简单，规则间相互独立，知识库建立容易，处理简单。 模块性。知识库（包括推理机和综合数据库）与推理机是分离的，这种结构给知识库的修改带来方便，无需修改程序，对系统的推理路径也容易做出解释。因此产生式表示法常作为建造专家系统首选的知识表示方法。 自然性。产生式表示法用“如果…，则…”的形式表示知识，符合人类的思维习惯，是人们常用的一种表达因果关系的知识表示形式，既直观自然，又便于推理。另外，产生式既可以表示确定性知识又可以表示不确定性知识，更符合人们日常遇到的问题类型。

  42. 智能信息处理与仪器研究室 语义网络表示法 1968年奎廉（J.R.Quillian）在研究人类联想记忆时提出的心理学模型（语义网络）。认为，记忆是由概念间的联系实现的。随后在他设计的可教式语言理解器TLC中将这种心理学模型用知识表示。 1972年，SIMON首先将语义网络表示法用于自然语言理解系统。 用语义网络表示知识的系统主要有： 1．澳克研制的自然语言理解系统 2．麦托普拉斯的自然语言理解系统 3．西蒙的自然语言理解系统 4．卡鲍昆尔的回答地理问题的教学系统 5．海斯的描写概念的系统

  43. R A B 智能信息处理与仪器研究室 语义网络的概念及结构 语义网络是通过概念及其语义关系来表示知识的一种网络图，是一个带标注的有向图。其中，有向图的各节点用来表示各种概念、事物、属性、情况、动作、状态等，节点上的标注用来区分各节点所表示的不同对象，每个节点可以带有若干个属性，以表征其所代表的对象的特性；弧是有方向的、有标注的，方向用来体现节点间的主次关系，而其上的标注则表示被连接的两个节点间的某种语义联系或语义关系。 一个简单的语义网络由一个三元组表示： (节点1,弧，节点2) 这种有向图称为基本网元，A和B代表节点 R表示AB之间的某种语义联系。

  44. R2 R1 A R6 R3 B C D R4 R5 R7 R8 E F G 智能信息处理与仪器研究室 语义网络的概念及结构 把多个基本网元用相应的语义联系关联在一起时，就形成一个语义网络。 在语义网络中，节点还可是一个语义子网络，语义网络实质上是一种多层次的嵌套结构。

  45. 智能信息处理与仪器研究室 与谓词逻辑表示法产生式表示法的关系 从谓词逻辑表示法来看：一个基本网元相当于一组一阶二元谓词。三元组（节点1,弧，节点2）可写成P(个体1,个体2),其中，个体1、个体2分别对应节点1、节点2,而弧及其上标注的节点1与节点2的关系由谓词P来体现。 产生式表示法是以一条产生式规则作为知识的单位，各条产生式规则之间没有直接的联系。而语义网络则不同，它不仅将基本网元视做一种知识的单位，而且各个基本网元之间以是相互联系的。人脑的记忆便是由存储大量的这种基本网元来实现的。

  46. 颜色 是一种 白色的 雪 鸡 山鸡 有生命 生活在山间 会飞 红冠 能吃食 AKO AKO AKO 山鸡 鸡 飞禽 动物 能运动 食谷类 产卵 有繁殖能力 智能信息处理与仪器研究室 语义网络表示知识的方法 事实性知识的表示方法 雪的语义网络 山鸡的语义网络 鸡的语义网络 概念的属性具有继承的特性，即下层概念可以继承上层概念的属性。这种继承属性在后面介绍的框架表示法和面向对象表示法中都会涉及到。

  47. RAB A B 智能信息处理与仪器研究室 语义网络表示知识的方法 规则性知识的表示方法 语义网络也可以用来表示规则性知识。例如：“如果A,那么B”是一条表示A和B之间因果关系的规则性知识，如果规定语义关系RAB的含义就是“如果…，那么…”，则上述知识可表示成 这样规则性知识与事实性知识的语义网络表示是相同的，区别仅是弧上的标注不同。

  48. 智能信息处理与仪器研究室 语义网络表示知识的步骤 ①确定问题中的所有对象以及各对象的属性。 ②确定所讨论对象间的关系。 ③语义网络中，如果节点间的联系是ISA/AKO,则下层节点 对上层节点的属性具有继承性。整理同一层节点的共同 属性,并抽出这些属性，加入上层节点中，以免造成属 性信息的冗余。 ④将各对象作为语义网络的一个节点，而各对象间的关系 作为网络中各节点问的弧，连接形成语义网络。节点可 代表一个事物或一个具体概念，也可代表某种情况、事 件或某一动作。当节点表示某种事件或某一动作时，可 以从该节点引出一组向外的弧，用于指出事件的因果或 动作的主体及客体。

  49. AKO ISA 果树 苹果树 学生 张宁 Part-of 两只手 人体 智能信息处理与仪器研究室 语义网络中常用的语义联系 语义联系反映了节点间的语义关系。常用的语义联系有： ①ISA/AKO联系 用来表示事物间抽象概念上的类属关系。体现一种具体与抽象的层次分类。上、下层节点间具有属性继承性。 ②Part-of联系 用来表示某一事物的部分与整体间的关系，或者说表示一种包含关系。这种联系不具有继承性。

  50. IS IS 老张 40岁 漂亮 小刘 正整数 Composed-of 与 零 整数 负整数 智能信息处理与仪器研究室 语义网络中常用的语义联系 ③IS联系 用于表示一个节点是另一节的属性。例如：“老张是40岁”，“小刘很漂亮” ④Composed-of联系 用于表示“构成”关系，是一种一对多联系，它所联系的节点间不具有属性继承性。例如，“整数由正整数、负整数及零组成”可表示成

More Related