第2章 人工智能系统的基本结构[借鉴].pptVIP

爬山算法缺点：有时到达某一状态后，尽管它不是目标状态，但在测试过 中又找不到比该状态更好的状态，如图2-3。 ⑴ 局部极大点（多峰时处于非主峰）：它比周围邻居状态都好，但不是目标。 ⑵ 平顶：它与全部邻居状态都有同一个值。 ⑶ 山脊：如果搜索方向与山脊的走向不一致，则有可能会停留在山脊处。 所以，用不可撤回方式来求解登山问题，需要对状态测试函数进行选择：这个函数应具有单极值，且这个极值对应目标状态值。 图2-3 爬山法的三种可能状态 测试函数例：以8数码为例，统计“不在位”将牌个数（逐一比较当前状态与目标状态对应位置,有差异的将牌总个数），并取其负值作为状态描述的函数. - W(n)（n为测试状态） 基于该定义，下图所示状态的函数值为-4。显然，目标状态的函数值为0。 2 8 3 1 6 4 7 5 1 2 3 4 5 7 6 8 1 2 3 8 4 7 6 5 2 8 3 1 6 4 7 5 1 W=-4 2 8 3 1 4 7 6 5 2 W=-3 上 2 3 1 8 4 7 6 5 3 W=-3 上 2 3 1 8 4 7 6 5 4 W=-2 左 1 2 3 8 4 7 6 5 5 W=-1 下 1 2 3 8 4 7 6 5 6 W=0 右 2 8 3 1 4 7 6 5 3 W=-3 左 8 3 2 1 4 7 6 5 4 W=-3 上 8 3 2 1 4 7 6 5 5 W=-3 右 8 1 3 2 4 7 6 5 6 W=-3 下 8 1 3 2 4 7 6 5 7 W=-3 左 1 3 8 2 4 7 6 5 8 W=-2 上 1 3 8 2 4 7 6 5 9 W=-1 右 1 2 3 8 4 7 6 5 10 W=0 下 图2-4 八数码问题各状态的爬山函数值 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·实用借鉴 精品PPT·收集整理 第二章 人工智能系统的基本结构 产生式系统（Production System），也称作基于规则的系统，是人工智能系统中最典型、最普遍的结构。 第二章 人工智能系统结构 2.1 产生式系统概述 2.2 问题的表示 2.3 控制策略分类 2.4 产生式系统的类型 2.1 产生式系统概述 产生式，也称作规则，或产生式规则，用于描述各种知识单元间广泛存在的因果关系，即前提和结论之间的关系。 在产生式系统中，待描述系统的知识被分为两部分： 事实：表示已知事实，如事物、事件及其之间关系，也可以看作是无前提条件的产生式。 产生式规则：前提和结论之间的关系式，表示推理过程和行为。 2.1.1 产生式系统的基本结构 三个基本部分：综合数据库（事实库）、规则库（规则集）、控制器（规则解释）。 1、综合数据库是产生式系统使用的主要数据结构，存储有关问题状态、性质等事实（叙述型知识），包括推理过程中形成的中间结论，对应问题的表示信息。 2、规则库是产生式规则的集合，存储有关问题的状态转移、性质变化等规则（过程型知识），规则形式: if 条件 then 行动 if 前提 then 结论 如果某规则的前件能够被事实库中的事实满足，则该规则被激活。 3、控制器是规则的解释程序或执行程序，它规定选择一条可用规则的原则和规则使用的方式 (推理方向)，并根据综合数据库的信息，控制求解问题的过程（控制策略,推理引擎）。通常从选择规则到执行操作分三步： 匹配