3知识表示方法part1人工智能课件西电.ppt

汉诺塔问题 汉诺塔问题归约图 本原问题 本原问题 与或图 C B A 问题归约法 与或图表示：用一个类似于图的结构来表示把问题归约为后继问题的替换集合。 与图：把一个复杂问题分解为若干个较为简单的子问题，形成“与”树。 或图：把原问题变换为若干个较为容易求解的新问题，形成“或”树。 问题归约法 与或图表示： B C D E F G A H M B C D E F G A N 子问题替代集合结构图 与或图 问题归约法 一些关于与或图的术语 起始节点对应于原始问题描述 终叶节点对应于本原问题 问题归约法 与或图的构成规则 1）与或图中的每个节点代表一个要解决的单一问题或问题集合。图中所含起始节点对应于原始问题A。 2）对应于本原问题的节点称为终叶节点，它没有后继节点。 3）对于把算符应用于问题A的每种可能情况，都把问题变换为一个子问题集合；有向弧线自A指向后继节点表示所求得的子问题集合。 H M B C D E F G A N 问题归约法 与或图的构成规则 4）一般对于代表两个或两个以上子问题集合的每个节点，有向弧线从此节点指向次子问题集合中的各个节点。由于只有当集合中所有项都有解时，这个子问题的集合才能获得解答，所以这些子问题节点叫做与节点。 5）特殊情况下，当只有一个算符可应用于问题A，而且这个算符产生具有一个以上子问题的某个集合时，由上述规则3）和规则4）所产生的图可以得到简化。 M D E F A A D E F 简化 问题归约法 与或图的搜索：目的在于表明起始节点是有解的。 可解节点 终叶节点是可解节点（对应于本原问题）。 如果某个非终叶节点含有或后继节点，那么只要当其后继节点至少有一个是可解的时，此非终叶节点才是可解的。 如果某个非终叶节点含有与后继节点，那么只有当其后继节点全部为可解时，此非终叶节点才是可解的。 问题归约法 不可解节点 没有后裔的非终叶节点为不可解节点。 如果某个非终叶节点含有或后继节点，那么只有当其全部后裔为不可解时，此非终叶节点才是不可解的。 如果某个非终叶节点含有与后继节点，那么只要当其后裔至少有一个为不可解时，此非终叶节点才是不可解的。 解树 由可解节点所构成，并且由这些可解节点可推出初始节点为可解节点的子树称为解树。 解树中一定包含初始节点，它对应于原始问题。 问题归约法 t t t t t t t t t 有解节点 无解节点 终叶节点 与或图例子 原始问题有一个以上的解 原始问题有解 内容提要 第二章：知识表示方法 1.状态空间法 2.问题归约法 3.谓词逻辑法 4.语义网络法 5.其他方法 西安电子科技大学 西安电子科技大学 Artificial Intelligence AI 人工智能 主讲：戚玉涛 Email：qi_yutao@163.com 第二章：知识表示方法 预备知识 人类的智能活动过程主要是一个获得并运用知识的过程 按照符号主义的观点，知识是一切智能行为的基础，要使计算机具有智能，首先必须使它拥有知识 首先需要明确一下几个问题 什么是知识 知识的划分 人工智能系统中的知识 什么是知识表示 知识表示方法 知识的概念 知识的一般概念：知识是人们在改造客观世界的实践中积累起来的认识和经验 认识：包括对事物现象、本质、属性、状态、联系等的认识 经验：包括解决问题的微观方法和宏观方法 微观方法：如步骤、操作、规则、过程、技巧等 宏观方法：如战略、战术、计谋、策略等 eg：“if 大雁向南飞，then 冬天就要来临了。”这样一条知识就是人们经过长期的观察，将“大雁向南飞”与“冬天来临”这两条信息关联在一起。“雪是白色的”反映雪与颜色的一种关系。 知识的概念 知识、信息、数据及其关系 数据：是信息的载体，本身无确切含义。如：水的温度是100℃，木头的长度是2米，大楼的高度是100层…… 信息：是数据的关联，赋予数据特定的含义，仅可理解为描述性知识。数据是没有联系的，孤立的，只有当数据用来描述一个客观事物和客观事物的关系，形成有逻辑的数据流，他们才能被称为信息。 知识：可以是对信息的关联，也可以是对已有知识的再认识。如：西安7月1日气温为30度，12月1日气温为3度。当对这类信息进行归纳和对比就会发现西安每年7月气温比较高，12月气温比较低。于是有价值的信息沉淀并结构化后就形成了知识。 知识的划分 知识的划分 按知识的性质：概念、命题、公理、定理、规则和方法 按知识的作用域：常识性知识，领域性知识 按知识的等级： 零级知识：事实性知识。用于描述事物的概念、定义、属性等； 或用于描述问题的状态、环境、条件等。 一级知识：过程性知识。用于问题求解过程的操作、演算和行为的知识。表示方式：产生式、谓词、语义网络等。 二级知识：控制性知识，元知识或超知识。是关于如何使用过程性知识的