《补充知识库系统》ppt模板课件.pptVIP

（Suitable for teaching courseware and reports）;1.基本概念;基本概念;基本概念;基本概念;基本概念;2. 知识表示方法;知识表示方法;2.1 产生式规则 ;产生式的一般形式 前件→后件（P → Q） 其中，前件就是前提，后件是结论或动作，前件和后件可以是由逻辑运算符AND、OR、NOT组成的表达式。 产生式规则的语义是：如果前提满足，则可得结论或者执行相应的动作，即后件由前件来触发。所以，前件是规则的执行条件，后件是规则体。 ;例如，下面就是几个产生式规则： (1)如果银行存款利率下调，那么股票价格上涨。 (2)如果炉温超过上限，则立即关闭风门。 (3)如果键盘突然失灵，且屏幕上出现怪字符，则是病毒发作。 (4)如果胶卷感光度为200，光线条件为晴天，目标距离不超过5米，则快门速度取250，光圈大小取f16。 一条产生式规则就是一条知识。用产生式可以实现推理和操作，产生式规则是知识表示形式。;产生式规则;产生式规则;产生式规则;产生式系统的组成 产生式系统由三部分组成：产生式规则库、推理机和动态数据库，其结构如图所示。 ; 产生式系统结构 ;产生式系统的运行过程 产生式系统运行时，除了需要规则库以外，还需要有初始事实(或数据)和目标条件。 目标条件是系统正常结束的条件，也是系统的求解目标。产生式系统启动后，推理机就开始推理，按所给的目标进行问题求解。 推理机的一次推理过程，可如图所示。 ;推理机的一次推理过程 ;产生式系统的运行过程 一个实际的产生式系统，其目标条件一般不会只经一步推理就可满足，往往要经过多步推理才能满足或者证明问题无解。 产生式系统的运行过程就是从初始事实出发，寻求到达目标条件的通路的过程。所以，产生式系统的运行过程也是一个搜索的过程，但一般把产生式系统的整个运行过程也称为推理。 ;控制策略与常用算法 产生式系统的推理可分为正向推理和反向推理两种基本方式。 正向推理就是从初始事实数据出发，正向使用规则进行推理（即用规则前提与动态数据库中的事实匹配，或用动态数据库中的数据测试规则的前提条件，然后产生结论或动作），朝目标方向前进。 下面我们给出产生式系统正向推理和反向推理的常用算法。;正向推理算法： 步1 ：将初始事实/数据置入动态数据库； 步2 ：用动态数据库中的事实/数据，匹配/测试目标条件，若目标条件满足，则推理成功，结束。 步3 ：用规则库中各规则的前提匹配动态数据库中的事实/数据，将匹配成功的规则组成待用规则集； 步4 ：若待用规则集为空，则运行失败，退出。 步5 ：用某种策略，从待用规则集中选取一条规则，将其结论加入动态数据库，或者执行其动作，撤消待用规则集，转步2。 规则的选择策略成为冲突消解策略。产生式系统的推理方式、搜索策略及冲突消解策略等，一般统称为推理控制策略，简称控制策略。控制策略体现在推理机的算法描述中。;正向推理的动态数据库 ;控制策略与常用算法 例：动物分类问题的产生式系统描述及其求解。 设由下列动物识别规则组成一个规则库，推理机采用上述正向推理算法，建立一个产生式系统。该产生式系统就是一个小型动物分类知识库系统。规则如下： ;r1：若某动物有奶，则它是哺乳动物。 r2：若某动物有毛发，则它是哺乳动物。 r3：若某动物有羽毛，则它是鸟。 r4：若某动物会飞且生蛋，则它是鸟。 r5：若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。 r6：若某动物是哺乳动物且吃肉，则它是食肉动物。 r7：若某动物是哺乳动物且有蹄，则它是有蹄动物。 r8：若某动物是有蹄动物且反刍食物，则它是偶蹄动物。;r9：若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 r10：若某动物是食肉动物且黄褐色且有黑色斑点，则它是金钱豹。 r11：若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它 是长颈鹿。 r12：若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 r13：若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。 r14：若某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。 r15：若某动物是鸟且善飞且不怕风浪，则它是海燕。;再给出初始事实： f1：某动物有毛发。 f2：吃肉。 f3：黄褐色。 f4：有黑色条纹。 目标条件为：该动物是什么？ 易见，该系统的运行结果为：该动物是老虎。 其推理树如图所示。;动物分类正向推理树 ;控制策略与常用算法 反向推理算法 反向推理就是从目标出发，反向使用规则进行推理（即用规则结论与目标匹配，又产生新的目标，然后对新目标再作同样的处理），朝初始事实或数据方向前进。 ;产生式规则;产生式规则;动物分类反向推理树 ;可以看出，与正向推理不同，这次的推理树是从上而下扩展而成的，而且推理过程中还