知识表示方法.docVIP

第2章 知识表示方法 基本概念与本章引言 知识的一般概念：知识是人们在改造客观世界的实践中积累起来的认识和经验 认识：包括对事物现象、本质、属性、状态、联系等的认识 经验：包括解决问题的微观方法和宏观方法 微观方法：如步骤、操作、规则、过程、技巧等 宏观方法：如战略、战术、计谋、策略等 eg：“if 大雁向南飞，then 冬天就要来临了。”这样一条知识就是人们经过长期的观察，将“大雁向南飞”与“冬天来临”这两条信息关联在一起。“雪是白色的”反映雪与颜色的一种关系。 知识表示：是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。 本章引言： 以知识和符号操作为基础的智能系统，其问题的求解都需要某种对解答的搜索。在搜索过程开始之前，必须先将问题表示出来。 表示问题的方法，可能涉及状态空间、问题归约、语义网络、框架或谓词公式，或者把问题表示为一条要证明的定理，或者采用结构化方法等。 对于传统人工智能问题，任何复杂的求解技术都离不开两方面的内容：1.表示 2.搜索。对于同一问题可以有多种不同的表示方法，这些表示具有不同的表示空间，问题表示的优劣，对求解结果及求解效率影响甚大。 2.1状态空间表示 状态空间法概念：问题求解是个大课题，它涉及归约，推断，决策、规划、常识推理、定理证明和相关过程等核心概念。在分析了人工智能研究中运用的问题求解方法之后，就会发现许多问题求解方法是采用试探搜索方法的。也就是说，这些方法是通过在某个可能的解空间内寻找一个解来求解问题的。这种基于解答空间的问题表示和求解方法就是状态空间法，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 首先对状态和状态空间下个定义： 1.状态（state）：状态是为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，矢量形式如下： 式中每个元素qi(i=0，1，…，n)为集合的分量，称为状态变量。给定每个分量的一组值就得到一个具体的状态，如 2.操作符：使问题从一种状态变化为另一种状态的手段。 操作符可分为走步、过程、规则、数学算子、运算符号或逻辑符号等。 3.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。记为三元状态(S、F、G) 其中：S所有可能的问题初始状态集合。F操作符集合。 G目标状态集合 用十五数码难题来说明状态空间表示的概念： 15数码问题又叫移棋盘问题，是人工智能中的一个经典问题。所谓的15数码问题：就是在一个4×4的16宫格棋盘上，摆放有15个将牌，每一个将牌都刻有1～15中的某一个数码。棋盘中留有一个空格，允许其周围的某一个将牌向空格移动，这样通过移动将牌就可以不断改变将牌的布局。这种求解的问题是：给定一种初始的将牌布局或结构(称初始状态)和一个目标布局(称目标状态)，问如何移动数码，实现从初始状态到目标状态的转变，如下图所示 。问题的实质就是寻找一个合法的动作序列 问题的解答就是某个合适的棋子走步序列，如“左移棋子12，下移棋子15，右移棋子4，。。。。。。”，等等。 十五数码难题最直接的求解方法是尝试各种不同的走步，直到偶然得到该目标棋局为止。这种尝试本质上涉及某种试探搜索。从初始棋局开始，试探由每一合法走步得到的各种新棋局，然后计算再走一步而得到的下一组棋局。这样继续下去，直至达到目标棋局为止。把初始状态可达到的各状态所组成的空间设想为一幅由各种状态对应的节点组成的图。这种图称为状态图或状态空间图。下图说明了十五数码难题状态空间图的一部分。图中每个节点标有它所代表的棋局。首先把适用的算符用于初始状态，以产生新的状态；然后，再把另一些适用算符用于这些新的状态；这样继续下去，直至产生目标状 态为止。 一般用状态空间法这一术语来表示下述方法：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试验序列，直到达到目标状态为止。 寻找状态空间的全部过程包括从旧的状态描述产生新的状态描述，以及此后检验这些新的状态描述．看其是否描述了该目标状态。这种检验往往只是查看某个状态是否与给定的目标状态描述相匹配。不过．有时还要进行较为复杂的目标测试。对于某些最优化问题，仅仅找到到达目标的任一路径是不够的，还必须找到按某个准则实现最优化的路径（例如．下棋的走步最少）。 综上讨论可知，要完成某个问题的状态描述．必须确定3件事：①该状态描述方式，特别是初始状态描述；②操作符集合及其对状态描述的作用；③目标状态描述的特性。 2.1.2状态图示法 状态空间的图示形式称为状态空间图。状态图中有几个术语。 节点(Node)：图形上的汇合点，用来表示状态、事件和时间关系的汇合。 弧线