第二 智能设计简例.pptVIP

2.4.2 框架与规则的联接 ⑵将规则集（或某一规则)放在框架接口槽中：这时的规则集与它相连的框架将解决某一特定的设计子任务。因为这一特定设计问题的解空间已大大缩小，故放置的规则不会太多，可加快推理速度。而且由于框架间有信息继承关系，该规则子集既能继承父框架的规则集，又能被它的子辈框架所继承，使知识重复使用。这种方式使框架与规则融为一体，形式如下： ∧ ∨ 2.4.2 框架与规则的联接 ⑵将规则集（或某一规则)放在框架接口槽中： 形式如下： 〈框架名（即设计子任务)〉 ┆ 接口槽：求值面（推理机A) 活动面（规则集A) ┆ 当控制转向设计某个子任务时，根据任务名找到相应框架，触发接口槽，求值面中的推理机A对活动面中的规则集A进行推理，结果将根据要求放入另外的槽中或输出。 ∧ ∨ 2.4.2 框架与规则的联接 ⑶将某框架名嵌入规则： 例如在一条关于选择润滑方式的规则中，在结论部分嵌入一框架名，该框架是一种说明型框架，说明某种润滑方式的特点，用来对推理的结果进行解释。 例如：润滑规则23； if ……∧……； then 油脂润滑∧框架A； ∧ ∨ 2.4.3 一般结构框架的推理 框架推理的主要任务就像通常熟知的对规则库推理一样，根据当前已知的上下文（数据库或事实库)推出未给的或尚未发现的事实或结构。 例如，发动机选择系统有图2-17所示的分类关系，发动机框架描述所有发动机的共有属性及设计知识，具体发动机的框架用未描述各自特有的属性及设计知识。现在的任务是要根据已知的一批事实或属性（即上下文)决定选择哪种具体的发动机。 ∧ ∨ 发动机 固体火箭 发动机 图2-17 发动机类型 液体火箭 发动机 冲压 发动机 涡喷 发动机 2.4.3 一般结构框架的推理 为此，框架推理体现在两个方面： ①要选出适合于当前上下文的候选框架； ②从候选框架中根据上下文推出未给的或尚未发现的事实和结论。 对一个给定的上下文，先利用其中的一部分数据去匹配各种初始框架，如那些不嵌套的，无父框架的层次较高的框架，一旦候选框架被选定以后，推理过程则表示为根据上下文按照候选框架中各个槽的次序填写具体槽值，例如前面所举的Resturant Frame被选中之后，系统根据上下文首先要确定Types槽的具体值。 ∧ ∨ 2.4.3 一般结构框架的推理 从失败的候选框架中可以找到下一个应选框架的线索，这个线索使得控制转换到另一个更有可能的候选框架中去，从而无需从头开始。有以下几个方法可以尝试： ①找出当前候选框架中已经匹配成功的框架片断与同一层次上可能的候选框架进行片断匹配，如成功，则当前候选框架中已经匹配成功的许多属性值可填入新候选框架中。 ∧ ∨ 2.4.3 一般结构框架的推理 ②在框架中建立一个专门的槽，例如Move槽，存放匹配不成功时应转向何处进行试探的建议，使控制及时转移到新的候选框架上去，例如存入“如果……，并且……，则建议用×××框架”。 ③沿框架系统的层次向上回溯，如从狗框架→哺乳动物框架→动物框架，直到找到一个足够通用，且不与已有上下文矛盾的框架。 ∧ ∨ 2.4 END ∧ ∨ 2.5 基于实例的知识处理 2.5.1 基于实例推理的基本思想 2.5.2 实例的表示与组织 2.5.3 实例的检索 2.5.4 实例的修改与保存 2.5.5 基于实例推理举例 ∨ ∧ 2.5.1 基于实例推理的基本思想 实例是指过去在一定条件下满足特定要求的解决方案或设计结果。基于实例的推理（Case-Based Reasoning，CBR)是基于过去求解类似问题的经验获得当前问题求解结果的一种类比推理模式。将CBR用于解决设计问题，有人称为CBD（case-based design)。 CBR系统的基本结构见图2-23。一个CBR系统一般由实例库、实例检索、实例修改和实例保存四个主要模块组成。实例库中存放着过去求解成功的一组实例。问题描述是对当前待求问题给出的已知条件，即定义了“新的实例”。 ∧ ∨ 2.5.1 基于实例推理的基本思想 ∧ ∨ 图2-23 CBR系统基本结构与推理过程 实例库 （知识库） 实例检索 问题描述 实例修改 检索到 的实例 新的 实例 解决的 实例 测试修 改实例 学习到 的实例 实例重用 实例保存 2.5.1 基于实例推理的基本思想 CBR推理过程形成一个循环，由以下四步： ⑴实例检索 ⑵实例重用 ⑶实例修改 ⑷实例保存 实例检索机制和实例修改方法 是CBR面临的两个关键技术。 ∧ ∨ 2.5.1 基于实例推理的基本思想 从CBR的推理过程可以看出CBR的特点： ⑴检索是CBR进行推理的核心。 ⑵学习是CBR系统的一个基本功能。从CBR系统内不断产