人工智能的数学基础60.pptVIP

58 人工智能的数学基础 模式识别与智能系统研究所 (/) 韩延彬 人工智能的数学基础 人类智能在计算机上的模拟就是人工智能，而智能的核心是思维，因而如何把人们的思维活动形式化、符号化，使其得以在计算机上实现，就成为人工智能研究的重要课题。 知识的表示与处理中占有重要地位。因此，在系统学习人工智能的理论与技术之前，先掌握些有关逻辑、概率论及模糊理论方面的知识是很有必要的。 主要内容 1.命题逻辑与谓词逻辑 2.多值逻辑 3.概率论 4.模糊理论 1.命题逻辑与谓词逻辑 命题逻辑与谓词逻辑是最先应用于人工智能的两种逻辑 谓向逻辑是在命题逻辑基础上发展起来的，命题逻辑可看作是谓词逻辑的一种特殊形式。 1.命题逻辑与谓词逻辑 命题是具有真假意义的语句:代表一种判断，肯定或者否定,真或者假(1:0) 。 局限性：无法反应描述的客观事物的结构及逻辑特征，事物间的共同特征。 老李是小李的父亲:(P，表示） 李白和杜甫都是诗人（无法体现“都”）。 1.命题逻辑与谓词逻辑 谓词的一般形式是： P(x1,x2,…,xn) P是谓词名， x1,x2,…,xn是个体。 谓词可分为谓词名和个体。 个体：常量，变元，函数 teacher(wang)，teacher（x）， teacher（father(wang)） P(x1,x2,…,xn)，其中xi是一阶谓词，则称之为二阶谓词，…。 1.命题逻辑与谓词逻辑 连接词：将一些简单命题连接起来，构成一个符合命题。 符号： 量词 ： 谓词公式：1、2、3、4 约束变元，自由变元 1.命题逻辑与谓词逻辑 谓词公式的解释：个命题变元的一次真值指派 谓词公式：永真性，可满足性，不可满足性。 1.命题逻辑与谓词逻辑 1.命题逻辑与谓词逻辑 1.命题逻辑与谓词逻辑 1.命题逻辑与谓词逻辑 1.命题逻辑与谓词逻辑 2.多值逻辑 经典命题逻辑和谓词逻辑的语义解释只有两个：真和假，0和1。 现实生活中的某些问题不是简单的真和假的问题，而是存在于真和假之间的某个位置上（甚至更复杂） 2.多值逻辑 2.多值逻辑 命题取值只能有三个：真，假，还有一个 （无意义，不能判定：悖论） 城里所有不自己刮脸的男人都由我给他们刮脸，我也只给这些人刮脸。命题：理发师给自己刮脸吗？ /lib/paradox/ 3.概率论 概率论是研究随机现象中数量规律的一门学科。反应了事物的不确定性。 随机现象：硬币，色子，彩票等。 样本空间，随机事件。 事件的包含，事件的并，事件的交，事件的差，事件的逆。 （A，B） 3.概率论 3.概率论 3.概率论 3.概率论 3.概率论 3.概率论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论 4.模糊理论* 4.模糊理论* 4.模糊理论* 4.模糊理论* 4.模糊理论* 4.模糊理论* 建立隶属度函数的方法 1.模糊统计 2.对比排序 3.专家评判法 4.基本概念扩充法 作业 λ水平截集把模糊集向普通集合转化的重要概念： 模糊度对模糊集的一种定量的描述，是模糊集的模糊程度的一种度量 处于中间的个体，最模糊（值最大），处于两边的个体的隶属度最清晰（值最小）。 几种模糊度的计算方法 kerA set 笛卡尔积之后的集合大小？ 对应的各项取最小值，最终得到三个数据（0.2，0.4，0.1） 在这三个数据里面在取最大的值 0.4 0.4 0.5 0.1：0.5 0.2 0.4 0.2：0.4 … 实数域上几种常用的隶属函数： * * 对于谓词公式P和Q，如果P－Q永真，则称P永真蕴含Q，且称Q为P的逻辑结论，称P为Q的前提，记作P=Q。 其中y是个体域中的某一个可以使得P(y)为真的个体。 P规则，T规则，CP规则，反证法。 (P∧Q) → P：永真 √ 概率事件： 条件概率：假设A与B是某个随机试验的两个事件，如果在事件B发生的条件下考虑A发生的概率，就称它为事件A的概率条件，记为P(A/B)。 S=（1,2,3,4,5,6,7） A:取3的倍数 B:取偶数 A在B发生的条件下，发生的概率 B：发生了，2,4,6 A：从2,4,6中取3的倍数的概率是1/3 S=（1,2,3,4,5,6,7） A:取3的倍数 P(A)＝2/7 B:取偶数 P(B)＝3/7 D：是3的倍数，又是偶数：p(D)=1/7 P(A/B)＝1/3 模糊理论：1965年扎德从集合论的角度对模糊性的表示与处理进行了大量的研究，提出了模糊集，隶属度函数，模糊推理等。 模糊性是指客观事物在性态及类属方面的不分