第2章知识表示方法.ppt

第二章知识表示与推理 Ch.2 Methodologies of Knowledge Representation第二章 知识表示方法 2.1 状态空间法 2.2 问题归约法 2.3 谓词逻辑法 2.4 语义网络法 知识及其表示的有关概念 1. 数据与信息 数据——用一组符号及其组合表示的信息 数据和信息是两个密切相关的概念： 数据是信息的载体和表示； 信息是数据在特定场合下的具体含义。 2. 知识 人们通过体验、学习或联想而知晓的对客观世界规律性的认识。 3.知识的特性 相对正确性 不确定性 可表示性和可利用性 4.知识的分类 从作用范围来划分：常识性、领域性 从知识的作用及表示来划分：事实性、过程性、控制性 从知识的确定性来划分：确定性、不确定性 从知识的结构及表现形式来划分：逻辑性、形象性 5. 知识的表示 知识表示——对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。 对知识进行表示的过程就是把知识编码成某种数据结构的过程。 人工智能中常用的知识表示方法： 状态空间法 问题规约法 谓词逻辑法 语义网络法 框架表示 面向对象表示 剧本表示 过程表示 问题求解技术主要是两个方面： 问题的表示 求解的方法 状态空间法 状态（state）:表示问题解法中每一步问题状况的数据结构 算符（operator):把问题从一种状态变换为另一种状态的手段 状态空间方法:基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的 2.1.1 问题状态描述 定义 状态：描述某类不同事物间的差别而引入的一组最少变量q0, q1,…,qn的有序集合: Q=[q0,q1,…,qn]T 式中每个元素qi(i=0,1,…,n)为集合的分量，称为状态变量。 算符：使问题从一种状态变化为另一种状态的手段称为操作符或算符。操作符可为走步、过程、规则、数学算子、运算符号或逻辑符号等。 问题的状态空间：是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即三元状态（S，F，G）。 状态空间法：从某个初始状态开始，每次加一个操作符，递增地建立起操作符的实验序列，直至达到目标状态止。 例如下棋、迷宫及各种游戏。 节点 弧线 有向图 一对节点用弧线连接起来，从一个节点指向另一个节点, 这种图叫做有向图。 路径 某个节点序列（ni1，ni2，…，nik）当 j = 2，3，…，k时，如果对于每一个ni，j-1都有一个后继节点ni，j存在，那么就把这个节点序列叫做从节点ni1至节点nik的长度为k的路径。 代价 用C（ni，nj）来表示从节点ni指向节点nj的那段弧线的代价(cost)。两点间路径的代价等于连接该路径上各节点的所有弧线代价之和。 图的显式说明 对于显式说明，各节点及其具有代价的弧线由一张表明确给出。此表可能列出该图中的每一节点、它的后继节点以及连接弧线的代价。 图的隐式说明 节点的无限集合{si}作为起始节点是已知的。后继节点算符Γ也是已知的，它能作用于任一节点以产生该节点的全部后继节点和各连接弧线的代价。 例：猴子和香蕉问题 解题过程： 用一个四元表列（W，x，Y，z）来表示这个问题状态. W 猴子的水平位置 x 当猴子在箱子顶上时取 x = 1；否则取 x = 0 Y 箱子的水平位置 z 当猴子摘到香蕉时取 z=1；否则取 z=0 这个问题的操作（算符）如下： goto (U) ：表示猴子走到水平位置U 猴子和香蕉问题自动演示： 2.2 问题归约法（Problem Reduction Representation） 问题归约法思想 先把问题分解为子问题及子-子问题，然后解决较小的问题。对该问题的某个具体子集的解答就意味着对原始问题的一个解答 问题归约表示的组成部分： 一个初始问题描述； 一套把问题变换为子问题的操作符； 一套本原问题描述。 问题归约的实质： 从目标(要解决的问题)出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。 2.2.1 问题归约描述（Problem Reduction Description） 梵塔难题(Tower of Hanoi Puzzle) 解题过程： 将原始问题归约为一个较简单问题集合 把原始梵塔难题归约（简化）为下列3个子难题： 移动圆盘A和B至柱子2的双圆盘难题； 移动圆盘C至柱子3的单圆盘难题； 移动圆盘A和B至柱子3的双圆盘难题。