第6章现代控制方法_分布式控制系统.ppt

下面来考察机器人识别长颈鹿的过程。开始，机器人观察该动物具有黄褐色和黑色斑点，即有事实库（动物具有黄褐色和黑色斑点）。这两个断言都出现在r9和r11中，但r9和r11的前提还必须被别的断言所满足，机器人需要观察到更多的有关该动物的特征。设机器人看到该动物给它的幼兽喂奶，并能进行反刍，于是事实库内容增加为：动物为黄褐色，有黑斑，有奶，反刍。继而r8又能用，更新事实库为：有蹄类动物，黄褐色，哺乳类，有黑斑，有奶，反刍。至此机器人还没有识别出这是什么动物，而事实库也不能和其他规则的前提相匹配，因而还需要关于动物基本特征的新的信息，设机器人发现该动物腿和颈都很长，即得到事实库：该动物颈长，腿长，有蹄类动物，哺乳类，黄褐色，有黑斑，有奶，反刍。得到新的事实后再进行推理，此时，r11可以使用，推出该动物为长颈鹿，问题求解过程可以终止。 由上述可知，产生式系统的问题求解过程的步骤如下： 1）事实库初始化； 2）若存在未用规则前提能与事实库相匹配则转3），否则转5）； 3）使用规则，更新事实库，将所用规则做上标记； 4）事实库是否包含解，若是，则终止求解过程，否则转2）； 5）要求更多的关于问题的信息，若不能提高所要信息，则求解失败，否则更新事实库并装2）。 上述简单的产生式系统，其前提和结论部分都是一些简单的断言。实用的产生式系统无论在结构上还是规模上都更为复杂。 返回 冲突消解策略解决如何在多条可用知识中合理地选择一条知识的问题，是一种基本的推理控制策略。冲突消解有两种：一种是当新规则加入知识库时，与原先的规则产生矛盾，需要找出它们之间的矛盾并加以解决；另一种是部分事实同时触发几条规则并且得到几个不同的结论时，需要从中选择一条最合适的结论。 在专家系统问题的求解过程中，推理机的基本任务是决定下一步该做什么，即选择哪些知识完成哪些操作，进一步通过操作来修改和增加全局动态数据库的内容，直到问题求解。在问题的求解的每个状态下，一条知识的可用与否取决于这条知识的条件部分同问题求解的当前数据库的内容的匹配程度，即使匹配，知识的最终选择和运用要由推理机确定。一般来说，在每个中间状态，可用知识不止一条，即发生所谓的“冲突”，在多条可用知识中选择一条知识启用的过程称为“冲突消解”。在实际的专家系统中，一般采用简单直观的冲突消解策略，或辅以各种启发信息组合使用这些简单策略。 （5）冲突消解策略 返回 简单冲突消解策略是将多条知识按优先级排序。排序策略大致有： 1)专一性排序。如果一条知识比另一条知识更具体，即一条知识的条件部分是另一条知识条件的弱化。则弱化知识比强化知识具有更高的优先级。 2)知识库组织次序排序。以知识在知识库组织中的顺序决定优先级的次序。在问题求解中，一旦一条知识为可用知识则选择之。 3)数据排序。把知识的条件部分的所有条件项按优先级次序组织，可用知识的次序由这些知识所含条件的字典排序方法进行选择。 4)就近排序。这种策略有一个动态修改知识优先级的算法，把最近使用的知识标记以最高优先级。 5)分块组织。知识库的组织按它们所对应的问题求解状态进行分块(或分组)。在问题的求解过程中，只能从相应的知识库中去选择可用知识。 (6)数据冗余限制。当一条知识的操作产生冗余事实时，则这条知识的优先级降低，冗余事实越多，优先级越低，如果产生的事实全部为冗余事实时，则这条知识为不可用知识。 除了以上排序策略外，还有其他策略。冲突消解策略是一个基本控制策略。在本系统中主要采用专一性排序和知识库组织次序排序两种冲突消解策略。 返回 用于作为专家系统与用户之间的“人－机”接口，根据用户的提问，对系统的结论、求解过程以及系统当前的求解状态提供说明，便于用户理解系统的问题求解；增加用户对求解结果的信任程度。解释器有一组程序组成，它能跟踪并记录推理过程，当用户提出的询问需要给出解释时，它将根据问题的要求分别作相应的处理，最后把解答约定的形式通过人机接口输出给用户。其功能是向用户解释系统的行为，具体包括： (1) 咨询理解：对用户咨询的提问进行“理解”，将用户输入的提问及有关事实、数据和条件、转换为推理机可接受的信息。 (2) 结论解释：向用户输出推理的结论或答案，并且根据用户需要对推理过程进行解释，给出结论的可信度估计。 为完成以上工作，通常要利用数据库中的中间结果、中间假设和知识库中的知识。 解释器： 返回 是知识工程师接受和消化领域专家经验和知识的途径。知识库中的知识一般都是通过“人工移植”方法获得，采用“专题面谈”、“口语记录分析”等方式获取知识，经过整理以后，输入知识库。为了提高知识工程师获得专家知识的效率，知识工程师可以借助于“知识获取辅助工具”来辅助专家整理