Ch知识表示方法.ppt

人工智能系统强调陈述性知识的表示，有程序性知识无法比拟的优点： ? 易于修改——各陈述性语句相互独立，对于知识的修改不会产生副作用；而程序性知识的修改直接涉及程序的变动，显然困难得多； ? 可应用于多重目标； ? 易于扩展； ? 支持自我意识 ? 付出的代价——导致计算开销的增大和效率的降低， ? 解释性执行，编译执行； ? 陈述性知识是以牺牲效率来换取灵活性 ? 两种知识在人工智能系统中的地位，70年代，美国，大争论； ? 两者都很重要，各有优缺点，应在实用中加以权衡。 这两种知识应用的倾向如下： ? 注重陈述性知识的开发； ? 程序性知识的陈述化表示，规则表示的启发式知识，程序性知识； ? 程序性知识和陈述性知识的综合，框架表示法： * 陈述性地表示对象的属性和对象间的关系， * 以附加程序（If-Needed，If-Added等）表示程序性知识。 2.11.2表示能力和推理效率之间的制约关系 1.一阶逻辑的 不完全知识表示 2. 关系数据库 3. 逻辑程序设计 4. 语义网络 几点结论 ·表示能力和易处理性之间存在制约关系。　　·知识表示的性能无绝对衡量标准，应依据手头实际的问题求解任务权衡所需的表示能力和易处理性。 　　 ·删除不必要的表示能力、将会明显提高推理的有效性。　　·现有知识表示语言均可视为一阶逻辑的受限情况。 　　·混合系统促进表示性能。 ? 综合分析： ? 一阶逻辑是知识表示的基本手段，进而构成人工智能研究的基础； ? 后二种均可转变为等价的一阶逻辑表示方式。 ? 减弱表示的充分性，却提高了表示法效用，使这些表示方式能应用于许多实际问题的解决。 ? 牺牲表示的充分性是允许的也是合理的，实用的人工智能系统往往只涉及到某些方面的表示充分性，其它方面可以忽略。 ? 综合多种知识表示方式，有利于充分、有效地表示和解决复杂问题。 知识表示技术综述 逻辑表示模式 知识库性质 表 示 优 点 缺 点 ·提供逻辑公式集 ·操作是添加和删除逻辑公式。 ? ? ? ? ? ? ? 使用量词和逻辑连接符能作出有关对象、特征、场景和关系的陈述。例如 ? X , 人(X)→有(X ,头) ·记号简单--易于理解。 ·自然、精确、可塑、模块化。 ·具有理解形式语义的能力。 ·事实仅需表示一次。 ·证明过程的推理规则是有效的。 ·推导过程能使用自动定理证明技术。 ·难以表示过程性和启发式知识。 ·由于缺少结构上统一的规则, 致使大型知识库难以管理。 ·有可能导致组合爆炸。 ? ? 一阶谓词逻辑评述表 语义网络 知识库性质 表 示 优 点 缺 点 ·由表示对象、对象性质、概念、事件、场景以及行为的结点和弧或链组成的有向图来描述。 ·修改是插入或删除对象以及操作。 ·一个有向图将对象自然地联系在关系当中。 用途: ·可用在很复杂的分类学推理领域中。 ·可用在对象、事件、场景及行为的特性及关系的领域中。 ·能简明准确地表示出重要的联系。 ·有关对象或概念的相关事实可由它们直接相连的结点推导出来, 而不必遍历一个庞大的数据库。 ·用ISA和SUBSET链在网络层中建立特性继承关系。 ·容易作出有关继承分层的演绎推论。 ·利用对原始概述进行编号更容易建立状态和动作。 ·通过对网络进行操作所得的推理并非都能有效。 ·没有标准术语或约定解释语义。 ·需要强有力的组织原则指导搜索否则将限入无穷支路。 ·很难表示非物理连接的布尔关系。 语义网络评述表 过程表示和产生式系统 知识库性质 表 示 优 点 缺 点 ·知识库是一些过程的集合。 ·通过添加/删除或修改例行子程序及其访问条件来完成对知识库的修改。 将有关现实世界的知识包含在过程当中, 而过程是一小段程序, 它知道如何做特殊的事情, 以及如何在定义良好的环境中开展工作, 控制信息也和事实采用同样的表示方法。例如: 当某个特定的情况发生时, 将调用对应的子程序。 ·易于表示启发性知识。 ·能进行如缺省(条件)推理这样的广义逻辑推理。 ·具有模块化的优点。 ·当执行某动作的过程需立即更新数据库时, 有时易于跟踪其变化并取得显著结果。 ·可通过模拟进行推理。 ·因为知识隐含在过程之中, 所以难于纠正或改变。 ·控制信息也包含在过程之中, 限制了选择的灵活性。 过程(子程序)表示法评述表 产生式系统(PS)表示法评述表 知识库性质 表 示 优 点 缺 点 ·知识库是由规则