2高级人工智能课件-Knowledge-representation-and-classical-reasoning.pptVIP

安徽大学 计算机科学与技术学院 人工智能 主讲 樊建聪 信息科学与工程学院 第二章 知识表示与推理 2.1 知识表示的一般方法 2.2 图搜索策略 2.3 一般搜索与推理技术 2.4 A*算法 2.5 消解原理 2.1 知识表示的一般方法 一般计算机科学 数据结构 + 算法 人工智能 (知识表示+搜索) + 推理 2.1 知识表示的一般方法 问题求解技术主要是两个方面： 问题的表示 求解的方法 状态空间法 状态（state） 算符（operator） 状态空间方法 2.1 知识表示的一般方法 问题规约法 大问题化为若干小问题 本原问题 谓词逻辑法 合式公式 消解算法(归结) 2.1 知识表示的一般方法 语义网络法 结点表示概念 弧表示关系 框架法 槽、侧面层次结构 框架可以嵌套框架 2.1 知识表示的一般方法 剧本 场景 角色 事件 过程 问题求解的算法 2.2 图搜索策略 图搜索控制策略一种在图中寻找路径的方法。 图中每个节点对应一个状态，每条连线对应一个操作符。这些节点和连线(即状态与操作符)又分别由产生式系统的数据库和规则来标记。求得把一个数据库变换为另一数据库的规则序列问题就等价于求得图中的一条路径问题。 图搜索过程图 2.2 图搜索策略 2.3 一般搜索与推理技术 盲目搜索 特点：不需重排OPEN表 种类：宽度优先、深度优先、等代价搜索等。 2.4 A*算法 1、为什么需要启发式搜索 盲目搜索效率低，耗费过多的计算空间与时间，这是组合爆炸的一种表现形式。 2、定义 进行搜索技术一般需要某些有关具体问题领域的特性的信息，把此种信息叫做启发信息。利用启发信息的搜索方法叫做启发式搜索方法。 2.4 A*算法 3、启发式搜索策略 有关具体问题领域的信息常常可以用来简化搜索。一个比较灵活的利用启发信息的方法是应用某些准则来重新排列每一步OPEN表中所有节点的顺序。 应用这种排序过程，需要某些估算节点“希望”的量度，这种量度叫做估价函数(evaluation function)。 2.4 A*算法 4、估价函数 为获得某些节点“希望”的启发信息，提供一个评定侯选扩展节点的方法，以便确定哪个节点最有可能在通向目标的最佳路径上 。 f(n)——表示节点n的估价函数值 2.4 A*算法 估价函数的定义：对节点n定义f*(n)=g*(n)+h*(n) ,表示从S开始约束通过节点n的一条最佳路径的代价。希望估价函数f 定义为： f(n)=g(n)+h(n)  —— g是g*的估计 ，h是h*的估计 2.4 A*算法 A*算法的定义：定义1 在GRAPHSEARCH过程中，如果重排OPEN表是依据f(x)=g(x)+h(x)进行的，则称该过程为A算法。 定义2 在A算法中，如果对所有的x存在h(x)≤h*(x),则称h(x)为h*(x)的下界，它表示某种偏于保守的估计。 定义3 采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法。当g=0时，A*算法就变为有序搜索算法；h=0时，A*算法就变为等代价搜索算法。 2.4 A*算法 2.4 A*算法 实验1 A*算法实验 例子:八数码难题（8-puzzle problem） 实验1 A*算法实验 实验内容： 用A*算法求解8数码和15数码难题 实验报告要求 画出A*算法求解流程图，给出核心程序。 画出8数码求解图 分析估价函数对搜索算法的影响。 分析A*算法的特点。 2.5 消解原理 回顾： 原子公式（atomic formulas） P(x), Q(x,y) 文字—一个原子公式及其否定。 ～P(x), R(x,y,z) 子句—由文字的析取组成的合适公式。 P(x)∨~Q(x,y) 消解—对谓词演算公式进行分解和化简，消去一些符号，以求得导出子句。 例子: 将下列谓词演算公式化为一个子句集 (?x){P(x)?{(?y)[P(y)?P(f(x,y))]∧～(?y)[Q(x,y)?P(y)]}} (2) 减少否定符号的辖域 每个否定符号～最多只用到一个谓词符号上，并反复应用狄·摩根定律。 (3) 对变量标准化 对哑元（虚构变量）改名，以保证每个量词有其自己唯一的哑元。 (4) 消去存在量词 以Skolem函数代替存在量词内的约束变量，然后消去存在量词 化为前束形 把所有全称量词移到公式的左边，并使每个量词的辖域包括这个量词后面