《三~四讲——产生式及一阶谓词》由会员分享，可在线阅读，更多相关《三~四讲——产生式及一阶谓词（68页珍藏版）》请在金锄头文库上搜索。
1、第三讲产生式表示法及应用“产生式”的概念由逻辑学家Postl943年提出，产生式表示法又称为产生式规则表示法，但由于缺乏控制策略，不适合开发实际的应用系统。1972年，Newell和Simon在研究人类的认知模型中开发了基于规则的产生式系统。现在，已经发展成为人工智能系统中最典型的一种基本结构，是专家系统及其他应用人工智能系统中最自然的知识表示及推理的基本模型。2第一节知识的表示方法一、确定性规则知识的表示方法PQ或IFPTHENQ二、不确定性规则知识的表示方法PQ(置信度)或IFPTHENQ(置信度)4第二节产生式系统的组成一个典型的产生式系统由规则库、综合数据库、推理机三大部分组成。它们之
2、间的关系如图所示。推理机规则库综合数据库5一、规则库(知识库)用于描述某领域内知识的产生式（规则）集合，是某领域知识的存储器。也称知识库。包含着将问题从初始状态转换成目标状态（或解状态）的那些变换规则。是专家系统的核心。6二、综合数据库存储所求解问题的初始状态及已知事实，推理的中间结果以及结论。随着产生式系统问题求解(推理)过程的进展，综合数据库的有些内容(如推理的中间结果)动态变化。综合数据库又称为动态数据库、短期数据库缓冲器。综合数据库是产生式系统中主要的数据结构，可以通过简单的表、数组、带索引的文件结构、关系数据库等来实现。7三、推理机一个或一组程序，用来控制和协调规则库与综合数据库的运
3、行。包含推理方式和控制策略。8第三节产生式系统的控制策略一、作用确定选用什么规则或如何应用规则。二、组成由匹配、选择(冲突解决)、执行三个阶段组成。匹配将当前综合数据库中的事实与规则中的条件进行比较冲突解决根据预先确定的评价准则决定选择被执行规则执行把所选择规则的结论添加到综合数据库，作为新的事实。9综合数据库索引变量近似过滤专一性排序、规则排序、规模排序、折射、最新性、特殊性规则库匹配冲突集规则触发规则执行冲突消解推理控制10第四节产生式系统的推理方式产生式系统的问题求解过程事实上就是对解空间的搜索过程，又称为推理过程，根据推理过程进行的方向或者搜索的方向可分为正向推理、反向推理、双向推理。
4、11一、正向推理它从已知事实出发，通过与规则库中产生式的条件匹配，然后执行匹配规则的动作，求得结论。正向推理方式又称为数据驱动方式。推理过程综合数据库中含有事实P1，则应用则进行正向推理，即从P1出发推导出q3的过程：如规则集：规则1：P1P2规则2：P2P3规则3：P3q312产生式系统正向推理的一种算法(1)读入初始数据(事实)集到综合数据库；(2)Repeat取出第i条规则；规则i所有前件与综合数据库的所有事实进行比较；if规则匹配成功then把规则加入冲突集；if冲突集为空thengoto(3)；冲突消解；把所选择规则的结论加入综合数据库；if到达目标节点thengoto(3)；i=i
5、+1；(3)结束。13例：初始状态Start目标状态Goal规则库R1：ifPandQthenGoalR2：ifRandSthenPR3：ifWandRthenQR4：ifTandUthenQR5：ifVthenSR6：ifStartthenVandRandQ执行过程动态库冲突集触发规则0Start1StartVRQ6552StartVRQS65223StartVRQSP652114StartVRQSPGoal6521终止冲突原则：选取最久以前被触发的或根本没有被触发的规则如果出现“平局”，选取其中的第一个规则14二、反向推理基本原理：将目标与规则库中规则的动作部分匹配，然后把匹配规则的条件作
6、为要证明的子目标，求得已知事实。反向推理方式又称为目标驱动方式推理过程如规则1：P1P2规则2：P2P3规则3：P3q3应用反向推理方法获取目标q3的过程：15例：初始状态Start目标状态GoalR1：ifPandQthenGoalR2：ifRandSthenPR3：ifWandRthenQR4：ifTandUthenQR5：ifVthenSR6：ifStartthenVandRandQ执行过程动态库冲突集触发规则0Goal111GoalPQ123422GoalPQRS1234533GoalPQRSW1234544GoalPQRSWTU1234555GoalPQRSWTUV12345666G
7、oalPQRSWTUVStart123456终止冲突原则：选取最久以前被触发的或根本没有被触发的规则如果出现“平局”，选取其中的第一个规则16三、双向推理双向推理是一种既正向又反向的推理。推理从两个方向同时进行，直至某个中间界面上两个方向结果相符便成功结束。控制策略比前两种方法都要复杂。17第五节对产生式系统的评价一、特点具有丰富的知识表示能力，可以简单直观的规则方式表达人类的经验性知识。知识表达模块化、结构化，每条规则具有相同的格式且相对独立。规则的组合、修改、增、删比较容易，规则的收集、整理比较方便。容易排除故障，当系统工作异常时，通过跟踪产生式规则的触发序列，就可容易地发现故障，为系统调
8、试和维护提供便利条件。18产生式系统的规则链接推理过程相似于人类求解问题时的逻辑思维过程，可把产生式系统用作人类行为的启发式模型，模拟人类的逻辑思维过程。推理方向的可逆性。由于产生式规则的前件和后件结构类似，可同时进行正向和反向推理，即混合推理。19二、适合场合知识结构类似于产生式规则的领域，如医疗诊断系统。其特点是领域知识比较零乱，由大量经验性的独立事实和规则组成。领域知识中包含一系列相互独立的动作，可以自然地用产生式规则的后件来表达的领域，如医院的病人监护系统。领域知识可方便地从应用中分离出来的领域，如经典分类学等。20三、缺陷推理效率低速度慢实时性能差容易产生组合爆炸试验表明，产生式系统
9、在匹配阶段所花费的时间大约为产生式系统工作周期的90。而冲突消解及执行阶段所花费的时间大约占工作周期的10。21若欲求解的问题可视为问题空间中一个状态到另一个状态的变换序列，则可用产生式系统求解。诸如8数码(8Puzzle)、旅行商(travelingsalesman)、汉诺塔(TowerofHanoi)、传教士与食人魔(Missionariesandcannibals)、符号积分(Symbolicintegration)、猴子与香蕉(Monkeyandbananas)等经典人工智能问题的求解，以人类专家知识为基础的专家系统的问题求解，从本质上都可以看作是从初始状态到目标状态的推导变换过程，因
10、而都可用产生式系统来求解。22专家系统专家系统结构选择恰当与否，与专家系统的适用性和有效性密切相关的。用户界面推理执行机构动态库知识库知识获取解释机构用户推理机根据动态库的当前状态，利用知识库中的知识进行推理。用户界面亦称人机接口，完成信息的内部形式和人可接收的形式之间进行转换。动态库是用来记录控制信息、中间假设和中间结果知识获取负责建立、修改与扩充知识库，对知识库的一致性、完整性等进行维护。包括:1与当前问题有关的数据信息；2一般知识和领域知识。规则、网络和过程等形式表示。23专家系统的开发过程专家系统是一个复杂的智能软件，与一般软件类似，但又有不同的特点。一般软件处理的对象是数值、文字、图
11、形等信息，且有固定的算法序列，而专家系统软件处理的对象是以符号表示的知识，在运行过程中常有回溯发生，因此专家系统的开发过程与一般软件的开发有所不同。专家系统的创始人费根鲍姆教授把开发专家系统的技术称之为知识工程，即以知识获取、知识表示、知识运用(推理)为中心。根据这个思想，可把专家系统的开发过程分为以下几个阶段。241问题定义与系统分析在着手开发一个专家系统时，首先应了解清楚用户的需求，确定欲解决的问题的范围(领域)，系统所要达到的目标，系统功能，性能指标，输入输出，使用对象，人机接口形式，运行软硬件环境等。在此基础上进行系统可行性论证及经济效益或社会效益分析。最后写出系统工作的数据(信息)流
12、程图，写出分析报告及有关文档。252知识获取知识获取阶段的主要工作是根据所确定的系统目标及限定的问题求解范围，收集专家知识。在当前的技术条件下主要是通过走访多个领域专家及现场技术人员，查阅国内外大量文献资料来收集、归纳、整理领域知识。3知识表示知识表示阶段的任务是根据领域知识的性质，选择一种或组合数种知识表示方法，如前面介绍过的谓词逻辑表示法，框架表示法，产生式系统表示法等，把获取到的专家知识逻辑地表达出来，并以适当的形式存储到计算机中。264软件实现这一阶段的工作与一般软件设计类似，应遵循软件工程的原则，进行系统设计、编码、测试，建立知识库，实现推理机，动态存储器，人机接口，知识获取等专家系
13、统程序模块，构成一个可运行的专家系统原型软件。275系统测试与评价专家系统开发是一个长期反馈的过程，对所生成的专家系统原型软件必须反复进行测试，评价，发现并改正其中的错误，才能使之实用。测试与评价的主要内容包括：知识表示模式的选取是否恰当；知识库中的知识的正确性，完整性，一致性如何；知识库维护是否容易；所采用的推理方法和技术是否正确，推导出的结论是否可信，用户是否满意；人机接口使用是否方便，实用；系统的成本与效益情况等。28新一代专家系统新一代专家系统的特征：(1)并行技术与分布处理(2)多专家系统协同工作(synergeticexpertsystem)(3)具有自学习功能(4)引入新的推理机
14、制(5)具有自纠错和自完善能力(6)先进的智能人机接口第四讲基于逻辑的问题求解方法逻辑表示法用数理逻辑表示知识经典逻辑（标准逻辑）非经典逻辑一阶谓词是一种形式语言，可以表示和推理客观世界的属性和关系。命题逻辑和一阶谓词逻辑模态逻辑、时序逻辑、非单调逻辑、多值逻辑29命题取值为真或假(表示是否成立)的句子谓词带有变量(参数)的命题谓词p(x1，x2，xn)v一元谓词谓词与一个个体的属性blue(desk)v多元谓词谓词与多个个体间的关系TEACHER(xy)v一阶谓词xi为常量、变元或函数v高阶谓词xi本身为一阶谓词第一节一阶谓词逻辑基础谓词用来描述个体（可以独立存在的事物）之间的关系或属性30
15、一、谓词逻辑的符号体系常量以小写字母组成的符号串变量符号习惯上是大写字母开始函数符号通常以小写字母或小写字母串表示谓词符号通常以小写字母或小写字母串表示，不可拆散逗号及括号(圆括号、方括号、花括号)将变量符号、函数符号、谓词符号及常量隔开，仅用于构建公式，表示论域内的关系。函数与谓词的形式分别为：谓词p(x1，x2，xn)函数f(xl，x2，xn)31连接词：否定(非)inroom(robot，r2)合取(与)like(he，music)like(he，painting)析取(或)plays(liming，basketball)plays(liming，football)蕴含(IFTHEN)o
16、wns(she，book-1)color(book-1，blue)等价(双条件)32量词量词是由量词符号和被量化的变元所组成的表达式：全称量词符号，表示所有的。例如，所有的篮球运动员都很高，表示为(X)(basketball_player(X)tall(X)：存在量词符号，表示存在某一些。例如，一些人喜欢狗，表示为(X)(person(X)likes(Xdog)33二、谓词逻辑的知识表示若量词仅对谓词的个体(变量)而不能对谓词自身起限定作用，即把谓词名视为常量，称其为一阶谓词。一阶谓词逻辑可严密而精确地表达复杂的人类知识，在很多领域可以得到直接的应用。可以表示：事物的状态、属性、概念的事实性知识；否定、析取或合取符号连接起来的谓词公式事物的因果关系蕴含式表示xy341形式化的领域在形式化的领域中，知识或信息是用对象和它们的属性，以及它们之间的关系表示的。关系数据库可以认为是采用了
