第四章产生式系统.pptVIP

第 四 章 产生式知识表示及相关专家系统 教材： 第 2、 6-1、 10 章 引 言： 是 AI 的一个重要知识表示形式; 常用于构建基于规则专家系统。 产生式认知模型 产生式系统架构 产生式系统推理机的实现技术 专家系统概述 产生式认知模型 美国数学家 E.Post（1943）提出： 用符号语言构造产生式计算模型： 前件 - 后件 指出:任何数学系统、逻辑系统都可视为一个产生式集合，规定如何将一个符号串变换成另一个符号串。(计算机程序、巴科斯范式也亦如此) 证明:产生式计算模型具有和图灵机同样的计算能力。 产生式认知模型 规则：（1）αxy → yαx （2）α→ ^ （3） ^ →α 。 产生式认知模型 纽厄尔和西蒙 Newell Simon（1972）：总结人类的认知模型： 长期记忆 - 大脑中积累的知识和经验部分（大容量的、松散的、表现为认识-行为的知识块） 短时记忆 –由感官输入的信息以及求解具体问题所需的、临时存放的知识块（小容量的动态变化的知识 ）； 认知处理器 – 人类求解问题可视为从长期记忆的成块知识中找出由当前输入信息激活的那些知识块，并按优先级排序有选择地执行某个知识快的过程 产生式认知模型 产生式系统架构 产生式系统推理机的实现技术 专家系统概述 事实库（短时记忆区 ）： 存放问题的初始状态、已知事实、推理的中间结果