人工智能知识表示51

《人工智能知识表示51》由会员分享，可在线阅读，更多相关《人工智能知识表示51（51页珍藏版）》请在金锄头文库上搜索。

1、第五章 知识表示,表示是使用人造的体系对自然界事物的运算规律进行概括与抽象的模型。 知识表示是概括智能的模型。需同时满足“刻画智能现象”与“计算装置可接受”两个条件。 表示观：注重形式化的认知观 注重模拟客观世界本体的本体观,产生式规则是一种使用最广泛的表示方法。 语义网络、框架、脚本都是结构化的表示方法，结构化表示法适合描述那些带有结构、层次、比较复杂的事物，反映了人们使用知识的方式，提供了结构的描述关系。 评价知识表示方法从表示的能力和效率两个方面考虑： 表示能力（区分与避免不必要区分）：一阶谓词逻辑最强，其它方法是其子集。 效率：考虑知识获取和知识库维护的效率（适合人的思维）。考虑推理机

2、的效率（适合机器实现）， 一阶谓词逻辑最弱。,经典人工智能的主要表示方法：,一阶谓词逻辑是最基本的表示方法，具有严谨的公理体系。,5.1 逻辑表示法,用谓词表示知识,命题：表示知识的陈述性形式称为命题。 例：张平是学生、树叶是绿色的,谓词：带有参数的命题叫做谓词。 例：是学生（X）,谓词比命题有更强的表达能力：,1） 有概括能力,2） 引进了变量,3） 在知识之间建立联系,是学生（X）：X是学生 受纪律约束（X）： X受纪律约束 犯错误（X）： X犯错误 受纪律惩罚（X）： X受纪律惩罚,连接后： 是学生（X）受纪律约束（X） 犯错误（X）受纪律惩罚（X）,(6) X 是学生(X) 学籍(X)

3、 Y 是教师(Y) 职称(Y),例：没有无学籍的学生，也没有无职称的教师。,(1) Q,(2) 没有无学籍的学生 也没有无职称的教师,(3) 存在无学籍的学生 存在无职称的教师,(4) X 无学籍的学生(X) Y 无职称的教师(Y),(5) X 是学生(X) 无学籍(X) Y 是教师(Y) 无职称(Y),第一种谓词简单，个数多，较灵活 第二种谓词复杂，个数少，利于检索。,这个命题可在六个不同的层次表示： 分得细 知识多 推理效率低 分得粗 知识少 推理效率高 上述方式是谓词多，参数少,另一种是谓词少，参数多 P(x1,x2,.x10) 其中，x1表示是否、x2表示动作、x3表示有无、x4、x5

4、表示对象，x6到x10与x1到x5一样。即： P(不，存在，无，学籍，学生，不，存在，无，职称，教师),可表示为(x)(A(x) B(x) 或 (x)(B(x) A(x) 或 (x)(A(x) (B(x),用谓词表示知识的例子： 1） 所有的有理数都是实数,令P(x)表x是有理数，Q(x)表x是实数,则应为(x)(P(x)Q(x),而不是(x)(P(x) Q(x),2）有的实数是有理数,应为(x)(Q(x) P(x),而不是(x)(Q(x) P(x),3）没有无理数是有理数,A(x)表示无理数，B(x) 表示有理数,(x)(机器(x) 型号(x, B) 电源故障(x),4）凡是桌面上没放书本的

5、桌子都配有台灯。,(x) (桌子(x) 上面放书(x) 配有台灯(x),(x)(桌子(x) (y)(书(y) 在上面(y , x) (z)(台灯(z) 在上面(z , x),(x)(桌子(x) 在上面(书, x)在上面(台灯, x),5） 张宏的母亲和谁都没吵过架。,(x)(人(x) 吵架(母亲(张宏), x),6）型号B的所有机器都有电源故障。,7） 放在台灯下面的书可能是数据结构，也可能是编译原理，不会是别的书,用谓词表示自然语言： 用谓词和项表示句子的关系和实体 一元谓词表示一个集合。 多元谓词表示一个关系。,(x)(学校(x) 老同学(母亲(赵亮), 校长(x),8）赵亮的母亲和某校的

6、校长是老同学,书(a) 台灯下面(a) (是(a, 数据结构) 是(a, 编译原理),重迭量词,对于二元谓词R(x,y)，可以连续两次引用量词，有四种形式： (x) (y) R(x,y)：一切x和一切y有关系R。 (x) (y) R(x,y)：一切x和有的y有关系R。 (x) (y) R(x,y)：有的x和一切y有关系R。 (x) (y) R(x,y)：有的x和有的y有关系R。 例：一切固体都可以被某些液体所溶解。 (x)(固体(x)(y)(液体(y) 被溶解(x,y) 有的液体可以溶解一切固体。 (y)(液体(y)(x)(固体(x) 被溶解(x,y),产生式也称作规则，或产生式规则。 产生式

7、一词来源于Post机, Post机是E.Post在1943年根据字符串替换规则提出的称为产生式系统的一种计算模型。,5.2 产生式系统 知识之间存在着大量的因果关系，可以用一种称之为“产生式”的形式来描述。例：,如果大学毕业就能找到工作 如果大学毕业热门专业名牌大学就能找到好工作,综合数据库是产生式使用的主要数据结构，它用来表述问题状态或有关事实，对应于表示问题的说明式知识。,产生式系统的基本结构,产生式系统是问题求解系统。它是把一组产生式放在一起，让它们互相配合，协同作用，一个产生式生成的结论可以供另一个产生式作为前提，以这种方式求得问题的解决。,一个产生式系统由三个基本部分组成：一个综合数

8、据库、一组产生式规则和一个控制系统。,一组产生式规则构成了规则库，每一条规则形如: IF 条件 THEN 行动 或 IF 前提 THEN 结论,IF 积木X 在A处 AND 积木X 上面为空 AND 机械手在A处 AND 机械手为空 THEN 机械手抓起积木X （条件行动）,例如: IF 动物是哺乳动物 AND 动物吃肉 THEN 动物是食肉动物 （前提结论）,控制系统是规则的解释程序，它规定了如何选择一条可用的规则的原则(搜索策略)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。,Precedure Respond 扫描数据库，找到可用规则集S； while S 非

9、空且问题未被求解do begin 调用过程select-Rule（S），从S中选出规则R； 执行R的结果部分，更新数据库的内容； 扫描数据库，找到可用规则集S end,5.2.1 推理方式,正向推理 正向推理的基本思想是从已知数据信息出发，正向使用规则（让规则的前提与数据库匹配）求解问题。它要求用户首先输入有关当前问题的信息作为数据库中的事实。下述的过程Respond是这种策略的基本思想。,正向推理的主要缺点是激活规则表面看无目的，或者说系统为达到目标可能执行若干无用动作。,规则“可用”是指数据库中有满足该规则的条件部分的事实，过程select-Rule负责选择规则，与问题有关的控制信息在此体

10、现，可使用评价函数，也可精心排序。,过程Respond是原理示意程序，实际系统要复杂的多，例如：如何查找规则？是顺序，还是索引。如何判断规则可用？是简单匹配、比较，还是计算。,正向推理就是执行“识别动作”。,正向推理的主要优点是允许用户主动提供有用的事实信息，而不必等到用户需要时才提供。它适合于“解空间”很大的一类问题，象设计、规划、预测、监控、管理等。,反向推理的优点： 适合解空间教小的问题 不必使用与总目标无关的规则 有利于向用户提供明确的解释 反向推理的缺点： 目标选择盲目，不允许用户主动提供信息指导推理 当规则的then是动作时，反向推理无法使用。,反向推理,反向推理基本思想是：选定一

11、个目标，然后在知识库中查找能导出该目标的规则集，若这些规则中的某条规则前提与数据库匹配，则成功。否则，将该规则前提作为子目标，递归执行上述过程，直到总目标被求解或者没有能导出目标的规则。过程Achieve（G）给出了反向推理的基本思想。,Procedure Achieve（G） 扫描数据库，如果找到G，返回T 否则找到能导出G的规则集S； while S非空 do begin 调用过程ChooseRule（S），从S中选出规则R while R在S中且R的前提部分非空 do begin GHEAD(R的前提部分)； R的前提部分 TAIL(R的前提部分) M=Achieve（G） if M为F

12、，then 从S中去掉R end If R在S中 then返回T end 当S为空时，返回F end,R1 ：如果 叶子脱落 则 是落叶树 R2 ：如果 叶子保持 则 是常青树 R3 ：如果 松树球果 则 是裸子植物 R4 ：如果 针叶 则 是裸子植物 R5 ：如果 二针叶 or 三针叶 or 五针叶 则 是针叶 R6：如果 是裸子植物 and 常青树 and 五针叶 则 是白松树 R7：如果 是裸子植物 and 落叶树 and 簇针叶 则 是落叶松树,例:已知有如下数据库和规则库 数据库：叶子保持、五针叶 规则库：,解：产生式系统的正向推理的一般策略为： 1）找出可用规则集 2）若可用规则集

13、空或已找到目标则结束，否则 3）选择一条规则（本题可按自然顺序） 4）将结论放入数据库 5）找出可用规则集，转2）。 开始，找出可用规则集：R2 和R5 执行2）后，继续3）-5）条，结果如下： 选择一条规则（按自然顺序）：R2 将结论放入数据库：叶子保持、五针叶、常青树 找出可用规则集：R5 再次执行2）后，继续3）-5）条，结果如下：,使用上述的数据库和规则库说明产生式的正向推理过程。(反向推理略),选择一条规则（按自然顺序）：R5 将结论放入数据库：叶子保持、五针叶、常青树、针叶 找出可用规则集：R4 再次执行2）后，继续3）-5）条，结果如下： 选择一条规则（按自然顺序）：R4 将结论

14、放入数据库：叶子保持、五针叶、常青树、针叶、裸子植物 找出可用规则集：R6 再次执行2）后，继续3）-5）条，结果如下： 选择一条规则（按自然顺序）：R6 将结论放入数据库：叶子保持、五针叶、常青树、针叶、裸子植物、白松树 找出可用规则集：nil 再次执行2）后，结束,数据与数据的匹配是指在规则中没有变量的情况，此时，规则的前提中，不论是要比较，还是计算，最后，总之是用数据和数据库中的数据进行匹配。,5.2.2匹配方式,不论是正向推理，还是反向推理，在挑选可用的规则时，都是要利用数据库的数据或事实，判定规则的前提是否为真，即规则前提与数据库匹配。考虑规则中是否带有变量，这种匹配可分为三种：数据

15、与数据的匹配、数据与变量的匹配、变量与变量的匹配。这里的变量概念是广义的，可是一般的变量，也可是指数据与一般的变量共同组成的模式。,变量与变量的匹配是在有变量的情况下进行反向推理时出现。给定一个断言，假定不含变量，在反向推理中，用它和规则的结论匹配，形成一个环境，规则前提的变量应从此环境取值，但是，前提中的变量在结论中可能不出现，这样，当前提作为新的未知断言，让它去和某规则的结论匹配时，就出现变量与变量的匹配。这种匹配正是我们在归结推理中讲的合一算法。,数据与变量的匹配是在规则中有变量的情况下进行正向推理时出现。,有变量的正向推理 数据与变量的匹配是在规则中有变量的情况下进行正向推理时出现。我

16、们假定有一个使用汉语的演绎系统做正向推理，其中用英语字母表示变量，用汉语表示常量，有如下规则： （规则 203 （如果 （x 是 y 的 母亲） （y 是 男性） （z 是 x 的 姐妹） （z 是 w 的 母亲） （则 （z 是 y 的 姨母） （y 是 w 的 表兄弟）,若又有以下事实： （王夫人 是 贾宝玉 的 母亲） （王夫人 是 贾元春 的 母亲） （薛王氏 是 王夫人 的 姐妹） （薛王氏 是 薛蟠 的 母亲） （薛王氏 是 薛宝钗 的 母亲） （贾宝玉 是 男性） （贾元春 是 女性） （薛蟠 是 男性） （薛宝钗 是 女性）,可推出新事实： （薛王氏 是 贾宝玉 的 姨母） （贾