知识表示(产生式).pptx

1 知识表示-产生式表示法;1.2 产生式基本形式 产生式是表示因果之间关系的知识，其基本形式是: P-Q 或者 IF P THEN Q P是前提(前件，条件，前提条件) Q产生式的结论，操作亦可称后件;1.3 产生式与逻辑谓词的蕴含式的异同 1.3.1 表示范围不同 蕴含式只能表示精确知识，产生式不仅可以表示精确知识还可以表示不精确知识。 不确定的产生式形式如下: P-Q(置信度) 或者 IF P THEN Q (置信度);例如 专家系统MYCIN中有这样一条产生式: IF 微生物的染色斑是革兰氏阴性 微生物的形状呈杆状 病人是中间宿主 THEN 该微生物是绿脓杆菌，置信度为0.6; 1.3.2 匹配标准不同 产生式系统中决定一条知识是否可用的方法是检查当前是否有已知事实可与前提中的条件匹配，但是这种匹配可以是精确的也可以是不精确的，只要按某种算法求出的相似度在某个预先指定范围之内即可。但对逻辑谓词的蕴含式来说要求匹配是精确的。 ;1.4 产生式系统 1.4.1 定义 把一组产生式放在一起，并让他们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以使得问题的解决，这样的系统就成为产生式系统。; 1.4.2 基本组成部分及相互间关系 规则库(rule base)、综合数据库(global data base )和控制结构(rule interpreter) 他们之间的关系如图: ;1.4.2.1 规则库 用于描述相应领域的知识的产生式集合称为规则库。 规则库是产生式系统求解问题的基础，其知识的完整性，一致性，表达的准确性及组织的合理性对系统的性能有很大影响，因此在建立规则库时须遵循一定规则。 1. 有效地表达领域内的过程性知识。 2. 能够对知识进行合理的组织和管理。;1.4.2.2 综合数据库 综合数据库又称全局数据库、事实库、黑板、上下文等，用于存放求解问题过程中各种当前信息，如问题的初始事实、原始证据、推理中得到的中间结论以及最终结论。 当规则库中的某一条产生式的前提与综合数据库中的中的某些已知事实匹配时，该产生式激活，并把它推出的结论放入综合数据库中，作为其后推理的已知条件。 ;1.4.2.3 控制结构 控制机构又称推理机构或推理机，由一组程序组成，实现对问题的求解。推理机主要做以下几方面工作: 1. 按某种策略从规则库中选择规则与综合数据库中的已知事实进行匹配。 2. 若匹配成功的规则有多条，则须有冲突消解策略，选择一条来执行。 3. 执行规则时，若后件是结论，则加入到综合数据库。 4. 对于不确定性知识，执行规则时还需按一定算法来执行结论的不确定性。 5.随时检查结束推理机的条件。;1.4.3 产生式系统的特点 1.4.3.1 优点 1. 自然性 2. 模块性 3. 有效性 4. 清晰性 1.4.3.2 缺点 1.效率不高 2.不能表达具有结构性的知识;1.4.4 产生式的最新发展 1.4.4.1 “规则架+规则体”表示策略简介 基于产生式规则表示的不足，近年来在我国开发了一种称为“规则架+规则体”的知识表示模式，它是由熊范纶先生在“农业施肥专家系统开发工具”中最先提出的。 这种知识表示采用的是具有层次结构描述的规则组形式来表达。一个规则组相当于一个子问题，由规则架和规则体两层组成。;1.4.4.2 “规则架+规则体”表示策略形式 符号说明:‘::=’表示定义为，‘|’表示或 规则组::= 规则架规则体 规则架::=‘IF’前提因素集’THEN’ 结论因素集 前提因素集::= 前提因素|前提因素前提因素集 结论因素集::= 结论因素|结论因素结论因素集 前提因素::= 因素 结论因素::= 因素; 规则体::= 运算公式集规则体|体规则规则体 运算公式集::= 运算公式|运算公式运算公式集 运算公式::= 因素=代数表达式 体规则::=IF前提集THEN结论集 前提集::=前提|前提v前提集|∧前提前提集 结论集::=结论|结论结论集 ; 前提::=因素关系符值|因素 结论::=因素关系符值|因素 值::=数据串|汉字串|代数表达式 因素::=汉字串 关系符::==||=||=;1.4.4.3 “规则架+规则体”应用的简单例子 某作物施肥问题中，有一个子问题是:根据土壤肥力水平决定施肥量，这个规则组表示如下: 规则架( ) :IF 肥力等级，肥力度，目标产量 THEN 施氮，施磷，施钾，土杂肥，饼肥 规则体(RB):IF 肥力等级=