第四章 知识的运用.ppt

本章主要内容 一、搜索问题 ? 搜索问题 就是要研究各种各样的搜索策略，研究 它们的实现方法，搜索效率，所需代价 和适应范围等等。比较它们的优缺点， 以使用户能最佳地选择使用它们。 ? 搜索对象 可以是一个状态空间，也可以是一个知 识或数据的集合等。 ? 搜索类型 * 状态空间的搜索问题 *形式系统中的定理证明问题 *巡回推销员问题 *最短路径搜索问题 *积木问题 *博弈问题 等等 三、抽象描述 一个不精确推理模型包括知识不确定性的描述，证据不确定性的描述，不确定性的更新算法。在上述所讲的模型中都存在着单位元。若证据某种程度为真，则不确定性值大于单位元，反之小于单位元。而且，两命题逻辑与的不确定性总是小于它们逻辑或不确定性值。 在构造一个新的不精确推理模型或评价一个已有的不精确推理模型时，要注意有效性和实用性两个因素，有效性是指理论基础坚实，对模型的限制尽可能小，应有效果好，而且要以精确推理作为特例。实用性是指单位元容易给出，规则与证据的不确定性容易描述。有效性与实用性一般是矛盾的，应较好地协调这两个因素之间的关系。 第四节 搜 索 在知识处理系统中，往往把知识组织成一棵树状结构或更一般的网状结构。 如图 4—2 A B C D E F W X Y Z 结点表示概念.知识.陈述或状态等 有向弧表示各种不同的语义 搜索路径： A-B-C-Y-Z A-B-C-W-Z A-B-C-W-Y-Z A-C-W-Z A-C-W-Y-Z A-D-W-Z A-D-W-Y-Z 设A为源结点 B为目标结点 二 、搜索方向 1. 正向搜索——沿着有向弧所指的方向在图上进 行搜索的方法。亦称“数据驱动”搜索。 2. 反向搜索——沿着有向弧所指的反方向在图上 进行搜索的方法。亦称目标驱动或要求驱动搜索。 3. 双向混合搜索——上述两种方法的结合，是从源 结头和目标结头分别以正向和反向进行搜索，以 便在中间会合。 三、搜索方法 ? 盲目搜索方法、启发式搜索方法、 博弈搜索方法 支持表: (SL(IN 节点表)(OUT 节点表)) 只有当“IN节点表”中所有节点的当前状态为IN, 且“OUT节点表”中所有节点的当前状态为OUT，它所证实的节点是IN状态，有效 IN表和OUT表均为空的节点为原始证据节点，所证实的节点是IN 条件证明: (CP(结论)(IN假设)(OUT假设)) 只有当“IN假设”中所有节点的当前状态为IN, 且“OUT假设”中所有节点的当前状态为OUT，结论节点为IN状态，这时条件证实有效。 例 设有下列节点： (1) 现在是冬天(SL()()) IN; (2) 天气是寒冷的(SL(1)(3)) (3) 天气是温暖的 OUT 分析： 节点2的IN表中只有节点1，且状态为IN; OUT表中只有节点3，且状态为OUT 因此，节点2的状态为IN 节点2的含义是： 如果现在是冬天(对应IN表中含有节点1) 且没有天气是温暖的证据(对应OUT表中含有节点3) 则可以得出结论“天气是寒冷的” TMS的工作过程 当推理程序得到了新证据，而且这个新证据与某个节点发生矛盾时，程序就会自动产生一个矛盾节点：矛盾 SL((…)(…)), 且状态置为IN, 然后调用TMS。 当TMS遇到一个矛盾节点为IN，则唤醒面向从属关系的回溯, 找出并删除当前的一个假设，即让该假设的状态为OUT, 从而使得矛盾节点为OUT。 步骤1: 从矛盾节点开始，寻找它的基础节点，设为A1,A2, …,An，一般都放在矛盾节点的IN表中 步骤2: 从A1开始，令此节点状态为OUT 步骤3: 进行正确性维持检查，如果无法维持所有节点的IN/OUT状态，则撤销A1，取出下一个节点A2,　返回步骤2 如果A1,A2, …,An的