人工智能及专家系统课件作者敖志刚第13章节基于Prolog程序实现的专家系统开发实例.pptVIP

第2章 知识表示 第13章 基于Prolog程序实现的专家系统开发实例 13．1 基于规则的动物识别专家系统 13．1．1 动物识别专家系统的基本组成 13．1．2 系统的PDC Prolog源程序及运行 13．2 基于逻辑的液压故障诊断专家系统 13．2．1 液压故障诊断专家系统的构建 13．2．2 液压故障诊断系统的编程与运行状态 第13章 基于Prolog程序实现的专家系统开发实例 13．1．1 动物识别专家系统的基本组成 动物识别ES从结构上可以分成六个基本部分:知识库、数据库、知识表示、推理机、解释部分、知识获取部分。 1. 动物识别专家系统的知识库 10条规则用Turbo Prolog语言表示如下: it_is(“哺乳动物”):- positive(“产奶”). it_is(“哺乳动物”):- positive(“有毛发”). it_is(“食肉动物”):- positive(“吃肉”). it_is(“食肉动物”):- positive(“有犬齿”), positive(“有爪”), positive(“眼前视”). it_is(“有蹄动物”):- positive(“有蹄子”),it_is(“哺乳动物”). it_is(“有蹄动物”):- positive(“反刍食物”),it_is(“哺乳动物”). animal_is(“老虎”):- it_is(“哺乳动物”),it_is(“食肉动物”),positive(“黄褐色”), positive(“有黑条纹”). animal_is(“金钱豹”):- it_is(“哺乳动物”),it_is(“食肉动物”),positive(“黄褐色”), positive(“有暗斑点”). animal_is(“斑马”):- it_is(“有蹄动物”), positive(“有黑条纹”). animal_is(“长颈鹿”):- it_is(“有蹄动物”),positive(“有长脖子”), positive(“有长腿”),positive(“有暗斑点”). 2.数据库 positive(X):- ask(X). ask(X):- write(X,吗？), readln(Reply), remember(X,Reply). 3. 知识表示 rule（1,“老虎”,[1,2,3,4]）. rule（2,“金钱豹”,[1,2,3,5]）. rule（3,“斑马”,[4,6]）. rule（4,“长颈鹿”,[5,6,7,8]）. condition(1,“哺乳动物”). condition(2,“食肉动物”). condition(3,“黄褐色”). condition(4,“有黑条纹”). condition(5,“有暗斑点”). condition(6“有蹄动物”). condition(7,“有长脖子”). condition(8,“长腿”). 4. 推理机 推理机是一组函数，本例既有正向推理机又有反向推理机，都是用精确推理。 ⑴ 正向推理 用户首先提供一批事实，存放到数据库中，然后推理机进行工作。方法是: ① 推理机用这批事实与知识库中规则的前提进行匹配。 ② 把匹配成功的规则的结论部分作为新的事实加到数据库中去(这时，数据库中的事实增加了)。再用更新后的数据库中的所有事实，重复上述①、②二步，如此反复进行，直到得出结论(答案)或不再有新的事实加到数据库为止。 ⑴ 正向推理 ⑵反向推理 由用户或系统首先提出一批假设，然后系统逐一验证这些假设的真假性，方法是: ① 看假设是否在数据库中，若在，则假设成立，推理结束或进行下一个假设的验证，否则，进行下一步。 ② 判断这些假设是否是证据节点，若是，系统提问用户，否则进行下一步。 ③ 找出结论部分包含此假设的那些规则，把这些规则的所有前提作为新的假设。 ④ 重复①、②、③步。 ⑵反向推理 设计一个反向推理机所具有的功能 ① 能根据用户要求或情况提出假设。 ② 能验证此假设是否是在数据库中。 ③ 能把知识库中将结论部分包含此假设的规则都找出来。 ④ 能将找出来的规则的前提部分取出，并作为新的假设逐条验证。 ⑤ 能判断假设是否是证据节点，若是，能向用户提出相应的问题，并记录结果。 ⑥ 能将匹配成功的规则记录下来。 ⑦ 能判断何时应结束推理。 ⑶ 反向推理机的实现 positive(X):- xpositive(X),!. positive(X):- not(negative(X)),!,ask(X). negative(X):- xnegative(X),!. ask(X):- write(该动物,X