产生式系统-Read.PPTVIP

第 四 章 产生式认知模型及其系统 产 生 式 系 统 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。 产生式系统 产生式认知模型 产生式系统 - 基于规则的知识系统架构 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 Post（1943）提出产生式规则计算模型： 符号逻辑中构造的形式化计算工具，产生式规则: 前件 - 后件； 任何数学系统或逻辑系统都可以写成某种类型的产生式系统：任何数学和逻辑系统都可视为一个产生式规则集，指出如何将一串符号变换成另一串符号；计算机程序、巴科斯范式均可视为一种产生式规则。 产生式系统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）将产生式模型用于表示人类问题求解的认知模型 ： 长期记忆 - 大脑中积累的各种知识和经验（成块的、大容量知识） 短时记忆 –临时输入的求解某具体问题所需的信息（小容量的、动态变化的知识 ）； 认知处理器 - 从长期记忆的成块知识中找出能被当前输入信息激活的那些知识，并有选择地处理执行。 产生式系统 产生式认知模型 产生式系统 - 基于规则的知识系统架构 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、推理的中间结果及结论等。 表现形式：符号串、数组、向量、集合、谓词等 产生式系统推理机工作流程 产生式系统 产生式认知模型 产生式系统 - 基于规则的知识系统架构 产生式系统推理机的实现技术 专家系统概述 规则的匹配 从规则库的第一条规则开始，按排列顺序逐条用规则的前提条件与事实库中事实进行匹配； 规则的选择及冲突解决策略 启用规则： 从冲突集中选择出的某条合适的可作为当前的执行规则。 不确定性推理- 知识的不精确、不完整、随机、模糊性. 语义的模糊性 - 模糊推理 不确定性推理 信息的不确定性： 规则的不确定性 – 产生式系统中的不确定性推理 产生式系统中的不确定性推理 产生式系统中的不确定性推理 产生式系统中的不确定性推理 产生式系统中的不确定性推理 产生式系统中的不确定性推理 产生式系统中的不确定性推理 产生式系统中的不确定性推理 正向推理的产生式系统 特点 - 数据驱动： 从已知事实或命题出发，正向地运用规则，求证目标成立。 被正向使用的规则称为F规则。 正向推理的产生式系统实例（1） 动物识别产生式系统: G = “ A是猎豹？” 已有知识（规则库）： R1： IF X 是食肉动物 ∧ X 毛发是深褐色 ∧ X 有花斑点 THEN X 是猎豹。 R2： IF ( X 是哺乳动物 ) ∨ ( X 食肉 ) ∨ ( X 有尖利的牙齿 ∧ X 有爪子 ∧ X 有前视眼 ) THEN X 是食肉动物。 R3： IF X 有毛发 THEN X 是哺乳动物 演绎型(正向)产生式系统 正向推理的产生式系统 正向推理的产生式系统 正向推理的产生式系统 逆向推理的产生式系统 特点 - 目标驱动： 从假设的待证目标出发，逆向地运用规则，求证所有支持目标所需的条件是否成立。 被逆向使用的规则称为B规则。 逆向推理的产生式系统实例（1） 动物识别产生式系统: G = “ A是猎豹？” 已有知识（规则库）： R1： IF X 是食肉动物 ∧ X 毛发是深褐色 ∧ X 有花斑点 THEN X 是猎豹。 R2： IF ( X 是哺乳动物 ) ∨ ( X 食肉 ) ∨ ( X 有尖利的牙齿 ∧ X 有爪子 ∧ X 有前视眼 ) THEN X 是食肉动物。 R3： IF X 有毛发 THEN X 是哺乳动物 逆向推理的产生式系统实例（2） 逆向推理的产生式系统 逆向推理的产生式系统 逆向推理的产生式系统 正（逆）向产生式系统的比较 规则应用的解释 必要性： 解释推理过程，帮助使用者理解系统是如何得到结论的； 规则应用的解释 产生式系统工作流程小结 产生式系统小结 产生式系统 产生式认知模型 产生式系统 - 基于规则的知识系统架构 产生式系统推理机的实现技术 专家系统概述 何谓专家系统 专家系统的分类 专家系统的分类 专家系统结构 专家系统设计与实现 专家系统设计与实现 猎豹 深褐色毛发 有花斑点 食肉动物 食肉 哺乳动物 外形特征 有毛发 尖利的牙齿 有爪子 前视眼 R3 R2 R1 深褐色毛发