知识表示方法要点.ppt

* * * * * * * * 状态图示法是指用图来表示一个问题的求解过程。 * * * * * * * * Machine Intelligence 梵塔问题归约图（与或图） 问题归法——与或图表示 Machine Intelligence 命题逻辑 命题逻辑 命题：具有真假意义的陈述句。如：“今天下雨”，“雪是黑的”； 命题总是具有一个值，称为真值。真值只有“真”和“假”两种，一般分别用符号T和F表示。 原子命题：不能分解成更简单的陈述语句。 复合命题：由连接词、标点符号和原子命题等复合构成的命题 。 命题逻辑：研究命题和命题之间关系的符号逻辑系统。 Machine Intelligence 命题逻辑 命题逻辑语法 逻辑常量：True(T)和False(F)。 命题符号：P、Q、R等。 连接词：命题逻辑主要使用5个连接词，通过这些连接词，可以由简单的命题构成复杂的复合命题： ﹁:否定(not), ﹁P称为句子P的否定； ∧：合取(Conjunction)，复合命题P ∧Q表示P和Q的合取； ∨：析取(Disjunction),复合命题P∨Q表示P和Q的析取； →：蕴涵(Implies)，复合命题P →Q蕴涵或条件句，表示命题P蕴涵命题Q，或者说是命题P是命题Q的条件，即“如果P，那么Q”； -:等价(Equivalent)，复合命题P-Q称为P和Q等价，即“如果P，那么Q；如果Q，那么P”； Machine Intelligence 命题逻辑 命题逻辑语义 ﹁P为真，当且仅当P为假； P∧Q为真，当且仅当P和Q都为真； P∨Q为真，当且仅当P为真，或者Q为真； P→Q为真，当且仅当P为假，或者Q为真； P-Q为真，当且仅当P→Q为真，并且Q→P为真； Machine Intelligence 命题逻辑 命题逻辑语义 P Q ﹁P P∧Q P∨Q P→Q P-Q T T F T T T T T F F F T F F F T T F T T F F F T F F T T Machine Intelligence 谓词逻辑法 命题逻辑主要用于表示客观世界的各种事实，具有局限性，而谓词逻辑实际上是一种形式语言，可以表达命题逻辑无法表达的事情，其目的在于将数学中的逻辑论证符号化； 谓词逻辑根据对象和对象上的谓词（即对象的属性和对象之间的关系），通过使用连接词和量词来表示世界。其主要思想是：世界是由对象组成的，可以由标识符和属性来区分它们。 Machine Intelligence 谓词逻辑法 语法和语义 命题是能够做出判断的句子，一般而言，能够做出判断的句子是由主语和谓语两部分组成的。 　－主语一般是个体，个体是可以独立存在的，可以是具体的事物，也可以是抽象的概念； 　－谓词用于刻画个体的性质、状态和个体之间关系的语言成分。 例：Ｐ：张三是学生 　　　Ｑ：李四是学生 　　　student(x) Machine Intelligence 谓词逻辑法 语法和语义 谓词的一般形式为： 　　　Ｐ(x1,x2,…,xn) P是谓词名， x1,x2,…,xn是个体。 个体：谓词中的个体可以是常量，也可以是变元和函数项; 项：个体常量、个体变量和函数统一起来的概念； 项可递归： -单独一个个体是项； -若f是n元函数符号，而t1,t2,…,tn是项，则f(t1,t2,…,tn)是项； -任何项都可由上述规则生成； 个体域：个体变元的取值范围称为个体域； 若谓词符号P中包含的个体数目为n，则称P为n元谓词符号；一般一元谓词表示了个体的性质，而多元谓词则表达了个体之间的关系； x5: Less(x,5) 小王的父亲是老师： Teacher(father(wang)) Machine Intelligence 谓词逻辑法 语法和语义 谓词逻辑的语法元素 个体符号或常量：A、B、张三、李四等等，通常是对象的名称； 变量符号：习惯上用小写字母表示，如x,y,z等； 函数符号：习惯上用小写字母或小写字母串表示，如plus,f,g; 连接词：同命题逻辑中的逻辑词；　 量词：全称量词( x)，它表示“对个体域中所有 （或任意一个）个体x”，读为“任意x) 存在量词( x)，它表示“在个体域中存在个体x”，读为“存在x” Machine Intelligence 谓词逻辑法 语法和语义 量词举例： G(x,y)表示谓词x大于y，plus(x,y)表示函数x+y, 则有： ( x) G(plus(x,1),x))：表示命题“对于任意 x