第二章智能控制的知识工程基础研讨.ppt

第二章 ; 第二章 智能控制的知识工程基础;符号信息处理、启发式程序设计、知识表示、自动推理、机器学习和决策; 知识信息的分类; 2.2 知识的基本概念; 2.2.1 什么是知识; 简言之，知识是把有关信息关联在一起所形成的信息结构。 应用最多的关联形式是“IF-THEN”形式，它反映了信息间的某种因果关系。;知识、规则、数据、信息之间的关系;知识、规则、数据、信息之间的关系; 数据：描述客观事物的属性、数量、位置以及相互关系。是信息的载体和表示。它可以是数，也可以是字符串。 信息：是数据在特定场合下的具体含义，或是数据的语义。; 要使计算机具有智能，模拟人的智能活动，就必须使它有知识。而知识只有用适当的模式表示出来才能存储到计算机中去。; 知识的基本属性有：真理性、相对性、相容性、不完全性、模糊性、可表达性、可存储性、可传递性和可处理性。; 2.2.2 知识的分类;2.3知识的表示; 知识的表示; 知识表示法（知识表示模式/技术）; 2.3.1 状态空间表示法; 状态、操作和状态空间的概念; 状态、操作和状态空间的概念; 状态、操作和状态空间的概念; 状态、操作和状态空间的概念; 状态空间图示法; 状态空间图示法; 2.3.2 一阶谓词表示法;谓词：用于刻划个体的性质、状态或个体间的关系，用大写字母表示。 个体：表示某个独立存在的事物或某个抽象的概念，用小写字母表示。;谓词的一般形式是： 其中P是谓词，有n个个体 ，称之为n元谓词。; 一阶谓词中的基本概念; 基本要素; 一阶谓词中的联接词; 一阶谓词中的量词; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 关于积木世界的问题; 一阶谓词表示法; 关于海豚的定理证明形式; 关于海豚的定理证明形式; 关于海豚的定理证明形式; 2.3.3 时序逻辑表示法; 例：Holds (u1, t1) ?Holds (u2, t2) ?After (t2, t1) ?After (t3, t2) ? Holds (y, t3) ; 2.3.4 产生式表示法; 产生式表示法; 2.3.6 框架知识表示法; 2.3.5 语义网络知识表示法; （下层概念） （上层概念） 是一种 （节点） （节点） ; 结构（节点1，弧，节点2） 节点：表示各种事物、概念、情况、属性、动作、状态、地点等。 弧：表示各种语义联系，指明所连接节点的某种关系。 当多个三元组综合在一起表达时，就可得到一个语义网络。; 究竟采用哪一种表示模示，没有统一的标准。 在确定一个知识表示模式时，首先应考虑的是它能否充分地表示领域知识。; 2.4 知识的获取; 知识的获取目的;2.4.1 非自动知识获取 2.4.2 自动知识获取; 2.4.1 非自动知识获取;领域专家; 2.4.2 自动知识获取;环境; 机器感知; 机器识别系统; 机器学习系统（提供更高层次知识）; 学习系统的基本模型; 学习系统的基本模型; 学习系统的基本模型; 学习系统的基本模型; 学习系统的分类; 机械式学习系统（Rote Learning); 机械式学习系统; 类比学习系统(Analogy Learning); 类比学习系统(Analogy Learning); 示例学习系统 （Learning from Examples); 示例学习系统 （Learning from Examples); 发现式学习系统 （Discovering Learning); 在示例学习中，示例经环境严格挑选，没有干扰信息。 发现式学习由环境提供的是未经挑选的，信息是一种随机多干扰信息。由学习环节对信息提纯，以发现新概念。; 2.5 知识的处理; 知识的处理; 知识的处理; 知识的处理;2.5.1 推理的方式与分类 2.5.2 推理控制策略 2.5.3 状态空间的搜索策略; 2.5.1 推理的方式与分类; 演绎