人工智能课件.pptxVIP

產生式系統5.1產生式規則產生式規則是表示知識的一種方式，一般形式為：P?Q，或IfPthenQ。產生式的含義是：如果前提P被滿足，則可推出結論Q或執行Q所規定的動作。例：1）IF動物會飛AND會下蛋THEN該動物是鳥。2）如果爐溫超過上限，則關閉閥門。3）如果病人有紅色斑點，且病人發燒，且病人是學齡兒童，則別人患的是水痘。

產生式規則與邏輯蘊含式的區別與聯繫邏輯蘊含式是產生式，反之則不然。基於產生式的推理模式假言推理：5.2產生式系統5.2.1產生式系統的組成產生式規則庫。用於描述相應領域內的知識的產生式規則的集合。規則庫中的知識要求完整、一致、表達準確靈活、知識組織合理；推理機。又稱控制系統，是一個程式模組，負責產生式系統的運行。如規則與事實的匹配、執行規則、停止控制等。

產生式系統的組成產生式規則庫動態資料庫動態資料庫。又稱綜合資料庫。存放初始事實、數據、目標條件、中間結果和最後結果。推理機

產生式系統的運行過程從規則庫中取一條規則，將其前提同當前動態資料庫中的事實/數據進行模式匹配匹配成功否？NY把該規則的結論放入當前動態資料庫，或執行規則所規定的動作

產生式系統的控制策略（正向推理）正向推理：從初始事實/數據出發，正向使用規則進行推理，朝目標方向前進。步1初始化動態資料庫，將初始事實、數據置入動態資料庫中。步2用動態資料庫中的事實、數據匹配目標條件，若目標條件滿足，則推理成功，結束。步3用規則庫中各規則的前提匹配動態資料庫中的事實/數據，將匹配成功的規則組成待用規則集。步4若待用規則集為空，則運行失敗，退出。

產生式系統的正向推理步5將待用規則集中各規則的結論加入動態資料庫，或者執行其動作，轉步2。例1設動物分類的規則庫為：R1：若某動物有奶，則它是哺乳動物。R2：若某動物有毛髮，則它是哺乳動物。R3：若某動物有羽毛，則它是鳥。R4：若某動物會飛且生蛋，則它是鳥。R5：若某動物是哺乳動物且有爪且有犬齒且目盯前方，則它是食肉動物。R6：若某動物是哺乳動物且吃肉，則它是食肉動物。R7：若某動物是哺乳動物且有蹄，則它是有蹄動物。R8：若某動物是有蹄動物且反芻食物，則它是偶蹄動物。

產生式系統的正向推理R9：若某動物是食肉動物且黃褐色且有黑色條紋，則它是老虎。R10：若某動物是食肉動物且黃褐色且有黑色斑點，則它是金錢豹。R11：若某動物是有蹄動物且長腿且長脖子且黃褐色且有暗斑點，則它是長頸鹿。R12：若某動物是有蹄動物且白色且有黑色條紋，則它是斑馬。R13：若某動物是鳥且不會飛且長腿且長脖子且黑白色，則它是鴕鳥。R14：若某動物是鳥且不會飛且會游泳且黑白色，則它是企鵝。R15：若某動物是鳥且善飛且不怕風浪，則它是海燕。

動物分類產生式系統再給出初始事實：F1：某動物有毛髮F2：吃肉F3：黃褐色F4：有黑色條紋目標條件為：該動物是什麼？

動物分類產生式系統動物分類正向推理樹老虎食肉動物哺乳動物有毛髮R2R6吃肉黃褐色有黑色條紋R9

產生式系統的反向推理反向推理：從目標出發，反向使用規則進行推理，朝初始事實或數據方向前進。步1初始化動態資料庫，將初始事實、數據置入動態資料庫。將目標條件置入目標鏈。步2若目標鏈為空，則推理成功，結束。步3取出目標鏈中第一個目標，用動態資料庫中的事實、數據同其匹配，若匹配成功，轉步2。步4用規則庫中各規則的結論同該目標匹配，若匹配成功，則將第一個匹配成功且未用過的規則的前提作為新的目標，並取代原來的父目標而加入目標鏈，轉步3。

產生式系統的反向推理步5若該目標是初始目標，則推理失敗，退出。步6將該目標的父目標移回目標鏈，取代該目標及其兄弟目標，轉步3。例2對於例1中的產生式系統，反向推理樹如下圖：

動物分類產生式系統反向推理動物分類反向推理樹老虎食肉動物哺乳動物有毛髮R6吃肉黃褐色有黑色條紋R9有奶目盯前方有犬齒有爪R5R1R2

產生式系統衝突消解策略正向推理演算法二：帶衝突消解策略。步1初始化動態資料庫，將初始事實、數據置入動態資料庫中。步2用動態資料庫中的事實、數據匹配目標條件，若目標條件滿足，則推理成功，結束。步3用規則庫中各規則的前提匹配動態資料庫中的事實/數據，將匹配成功的規則組成待用規則集。步4若待用規則集為空，則運行失敗，退出。步5用某種策略，從待用規則集中選取一條規則，將其結論加入動態資料庫，或者執行其動作，撤銷待用規則集，轉步2。

產生式系統的程式實現產生式規則的程式語言實現規則的前提部分可表示為條件1AND條件2AND…AND條件n或條