《人工智能》知识表示.docVIP

知识表示 2.1.4 常用的知识表示方法 一阶谓词（First Order Predicate） 产生式（Production） 框架（Framework） 语义网络（Semantic Network） 剧本（Script） 过程（Procedure） 面向对象（Object-Oriented） Petri网（Petri Network） 信念网（Belief Network） 本体论（Ontology）2.1.5 如何选择合适的表示方法？ 充分表示领域知识 有利于对知识的利用 便于理解和实现 便于对知识的组织、管理与维护 2.2 一阶谓词表示法 1. 优点 自然性 接近自然语言，容易接受 精确性 用于表示精确知识 严密性 有严格的形式定义和推理规则 易实现性 易于转换为计算机内部形式 2. 缺点 无法表示不确定性知识 所能表示的知识范围太狭窄 难以表示启发性知识及元知识 未能充分利用与问题本身特性有关的知识 组合爆炸 经常出现事实、规则等的组合爆炸 效率低 推理与知识的语义完全割裂 2.3 产生式表示法 1943年E. Post第一次提出 称为“Post机”的计算模型（《计算理论》） 一种描述形式语言的语法 AI中应用最多的知识方法之一 Feigenbaum研制的化学分子结构专家系统DENDRAL Shortliffe研制的的诊断感染性疾病的专家系统MYCIN …… 2.3.1 产生式的基本形式 P Q 或 IF P THEN Q CF [0, 1] 其中，P是产生式的前提，Q是一组结论或操作，CF Certainty Factor 为确定性因子，也称置信度。 【注意】：谓词逻辑中的 （1）蕴涵式只能表示精确知识，其值非“真”即“假”，而产生式不仅可以表示精确知识，而且还可以表示不精确知识。 MYCIN中有如下产生式： IF 本微生物的染色斑是革兰氏阴性 本微生物的形状呈杆状 病人是中间宿主 THEN CF 0.6 CF表示知识的强度，谓词逻辑中的蕴涵式不可以这样做。 （2）用产生式表示知识的系统中，“事实”与产生式的“前提”中所规定的条件进行匹配时，可以是“精确匹配”，也可以是基于相似度的“”，只要相似度落入某个预先设定的范围内，即可认为匹配。但对谓词逻辑的蕴涵式而言，其匹配必须是精确的。 BNF（Backus Normal Form） :: :: | :: | :: AND AND ...] | OR [ OR ...] :: [ , ... ] 【说明】：产生式又称规则或产生式规则； 产生式的“前提”：又称条件、前提条件、前件、左部等； 产生式的“结论”：又称后件、右部等。 2.3.2 产生式系统的组成 产生式系统的三个组成部分：规则库、综合数据库、控制系统。 1、规则库 用于描述相应领域内知识的产生式集合。 在建立规则库时，应注意如下问题： （2）对知识进行合理的组织与管理：目的是使得推理避免访问与所求解的问题无关的知识，以提高问题求解效率。 2、综合数据库 综合数据库又称为事实库、上下文、黑板等。它是一个用于存放问题求解过程中各种当前信息的数据结构，例如：问题的初始状态、原始证据、推理中得到的中间结论、最终结论等。 当规则库中某条产生式的前提可与综合数据库中的某些已知事实匹配时，该产生式就被激活，并把用它推出的结论放入综合数据库中，作为后面推理的已知事实。显然， 综合数据库中的 3、控制系统 控制系统又称推理机构，由一组程序组成，负责整个产生式系统的运行，实现对问题的求解。 控制系统的主要工作： （1）按一定的策略从规则库中 （2）当发生 （3）在执行某条规则时，若该规则的右部是一个或多个结论，则 （4）对于不确定性知识，在执行每一条规则时，还要按一定的算法计算结论的不确定性。 （5）随时掌握结束产生式系统运行的时机，以便 产生式系统的三大组成部分的相互关系图 （1）初始化综合数据库，把问题的初始已知事实送入综合数据库中。 （2） （3） （4） （5） （6） 2.3.3 产生式系统的分类 按规则库及综合数据库的性质及结构特征进行分类：可交换的产生式系统、可分解的产生式系统、可恢复的产生式系统。 1、可交换的产生式系统 如果一个产生式系统对规则的使用次序是可交换的，无论先使用哪一条规则都可达到目的，即规则的使用次序是无关紧要的，就称其为可交换的产生式系统。 基本思想：把一个规模较大且比较复杂的问题（初始数据库）分解为分别若干个规模较小且比较简单的子问题，然后对每个子问题进行求解。 3、可恢复的产生式系统 在问题求解的过程中，既可对综合数据库添加新内容，又可删除或修改老内容的产生式系统称为可恢复的产生