《人工智能及其应用 教学课件 ppt 作者 孔月萍 周继 chapter2_071101》由会员分享，可在线阅读，更多相关《人工智能及其应用 教学课件 ppt 作者 孔月萍 周继 chapter2_071101（42页珍藏版）》请在金锄头文库上搜索。
1、人工智能及其应用,1,第二章 知识及其表示,内容概要: 知识表示技术 状态空间表示法 与或图表示法 知识的逻辑表示法,产生式表示法 语义网络表示法 框架表示法 Petri网知识表示法,人工智能及其应用,2,2.1 知识表示技术,知识是经过筛选和整理的信息，是对事物运动变化规律的表述，是人类对客观世界一种较为准确、全面的认识和理解。 对一个给定的问题一般都有多种等价的表示方法，但它们对问题描述的明晰性存在差异，因此导致问题求解的难易程度不同，所以知识的适当表示对问题求解是至关重要的。 知识表示的最好方法是与所要解决问题的性质和求解方法密切相关的。,人工智能及其应用,3,2.1 知识表示技术,知识
2、的分类 知识表示及其评价 不确定性知识表示,人工智能及其应用,4,知识的分类,知识按问题求解要求分为： 叙述型知识、过程型知识、控制型知识。 知识按其作用分为： 描述性知识、判断性知识、过程性知识。 知识按其描述对象分为： 对象级知识、元知识 。,人工智能及其应用,5,知识的分类,其中： 叙述型知识: 描述有关系统状态、环境和条件，问题的概念、定义和事实的知识。 过程型知识: 描述有关系统状态变化、问题求解过程的操作、演算和行动的知识。 控制型知识: 描述有关如何选择相应的操作、演算和行动的比较、判断、管理和决策的知识。,人工智能及其应用,6,知识表示及其评价,同构变换与 同态变换： 同构问题
3、的解答等价于原始问题的解答。 原始问题有解，则同态问题有解；同态问题无解，则原始问题无解,人工智能及其应用,7,知识表示及其评价,知识表示体系：,人工智能及其应用,8,知识表示及其评价,专家系统对知识表示方案的三个基本要求： 表示方案应便于修改和扩充知识 表示方案应尽量做到简单易懂 表示方法应是清晰、明确,人工智能及其应用,9,知识表示及其评价,评价知识表示方案时需考虑的因素： 范围和细度 不确定性和语义根词 模块性和可理解性 叙述性与过程性 不精确性与缺省值,人工智能及其应用,10,不确定性知识表示,随机性知识表示： 随机性不确定性，一般采用信度（或称可信度）来划分。一个命题的信度是指该命题
4、为真的可信程度。 随机性产生式的一般表示形式为： A B(C(A B)或者A (B,C(B A),人工智能及其应用,11,不确定性知识表示,模糊性知识的表示： 模糊性知识，一般采用程度或集合来刻画 。 程度是一个命题中所描述的事物的属性、状态和关系等的强度。 一般形式为：（,）,人工智能及其应用,12,2.2 状态空间表示法,状态空间的基本概念： 状态、算符、状态空间、问题的解 状态空间法表示问题基本步骤： (1) 定义状态的描述形式。 (2) 用所定义的状态描述形式把问题的所有可能状态都表示出来，并确定出问题的初始状态描述和目标状态描述。 (3) 定义一组算符，使得利用这组算符可把问题由一种
5、状态转变为另一种状态。,人工智能及其应用,13,2.3 与或图表示法,与/或图是一种超图，通常表达为树的形式，也称为与/或树，它是人们在求解问题时的两种思维方法的直接表现。 分解与树：将复杂的大问题分解为一组简单的小问题，将总问题分解为若干子问题。 变换或树：将较难的问题变换为较容易的等价或等效问题。,人工智能及其应用,14,与或图变换,与树问题分解：,人工智能及其应用,15,与或图变换,或树问题变换：,人工智能及其应用,16,2.4 知识的逻辑表示法,命题逻辑 谓词逻辑 谓词逻辑知识表示举例,人工智能及其应用,17,2.4 知识的逻辑表示法,逻辑表示法是利用命题演算、谓词演算等知识来描述一些
6、事实，并根据现有的事实推出新事实的方法。 命题、命题的真与假以及单命题通过逻辑连接词构成复命题及其演算规律。 谓词逻辑表达法的优点表现为：严格性、通用性、自然性、模块性；缺点表现为：效率低。,人工智能及其应用,18,2.4 知识的逻辑表示法,用谓词逻辑模式构建的实际范例：QA3自动问答系统、STRIPS机器人行动规划系统、机器博弈系统FOL和Ps问题求解系统。 “合取”，即两个命题必须同时成立，用符号“ ”表示; “析取”，即两个命题中至少有一个成立，用符号“ ”表示。 “非”表示逆命题，用符号“ ”表示; “当且仅当”，即两个命题是等价的，用符号“ ”表示。 全称量词“ ”表示“所有的”；存
7、在量词“ ”表示“存在一个”。,人工智能及其应用,19,2.4 知识的逻辑表示法,例2-9：用谓词逻辑公式表示命题“任何整数或是正的或是负的”。 解：设 表示“是整数”， 表示“是正 数”， 表示“是负数”。 于是根据给定命题，可用谓词逻辑公式表示如下：,人工智能及其应用,20,2.5 产生式表示法,产生式的基本概念 产生式的模糊推理 产生式知识表示实例,人工智能及其应用,21,产生式的基本概念,产生式是根据串替换规则提出的一种计算模型，其中每一条规则称为一个产生式。一般写成“如果则”的形式，即 IF a THEN b 或 a b 其中，a称为前提（条件/前件），b称为结论（行动/后件）。 前
8、提或结论还可以是若干个项目的逻辑与，其一般表示形式为： IF a1 AND a2 AND an THEN b1, b2,bn,人工智能及其应用,22,产生式的模糊推理,产生式推理系统图： 如果一个产生式的前提包含了几个事实，那么它的结论对应着这些事实的合取，如图中的结点A和B；如果同一个结论可以由多个产生式得到，则这个结论对应着这些产生式的析取，如图中的结点D。,人工智能及其应用,23,产生式表示实例,例2-12 ：机器人去逛动物园，为帮助它区分其中的七种动物，给它存入了如下几条产生式规则： p1：若动物有毛发，则它是哺乳动物； p2：若动物有奶，则它是哺乳动物； p3：若动物有羽毛，则它是鸟
9、类； p4：若动物会飞且生蛋，则它是鸟类； p5：若动物是哺乳动物且吃肉，则它是食肉动物； p6：若动物是哺乳动物且有犬齿，有爪，眼睛紧盯着前方，则它是食肉动物； p7：若动物是哺乳动物且反刍食物，则它是蹄类且是偶蹄动物；,人工智能及其应用,24,产生式表示实例,p8：若动物是哺乳类且有蹄，则它是有蹄类； p9：若动物是食肉类，黄褐色，有黑的斑点，则它是一只金钱豹； p10：若动物是食肉类，黄褐色，有黑色条纹，则它是老虎； p11：若动物是有蹄类，长腿，长脖子，有黄褐色暗斑点，则它是长颈鹿； p12：若动物是有蹄类，白色有黑条纹，则它是斑马； p13：若动物是鸟，不会飞，长腿，长脖子，黑、白色
10、，则它是驼鸟； p14：若动物是鸟，不会飞，会游泳，黑、白色，则它是企鹅； p15：若动物是鸟，善飞，则它是信天翁。,人工智能及其应用,25,产生式表示实例,判断金钱豹的推理树如下图。 可用正向和逆向两种方法进行推理,人工智能及其应用,26,产生式表示实例,例2-13：古代有个国王想知道他的三个大臣中谁最聪明，就在他们每个人前额上画了一个点，告诉他们至少有一个人额上的点是白色的，并且重复地问他们：“谁知道自己点的颜色？”他们头两次都回答说不知道。设每人都能看到别人点的颜色，但看不到自己额上点的颜色。要求证明下一次他们全都会说“知道”，而且所有的点都是白色的。 解：为了形式化表示此推理过程，可建
11、立一套产生式。为此引入了一些中间状态并定义了下述符号。,人工智能及其应用,27,产生式表示实例,表示 i 大臣看到的颜色为 (a,b) ，如是两白则 ； W 标识大臣是否猜出自己点的颜色，如果他宣布已知道自己点的颜色，则 ，否则为0； n 表示三位大臣额上颜色状态集 中白点的个数。 于是可有下述产生式： ；以下i取值同此,人工智能及其应用,28,产生式表示实例,人工智能及其应用,29,2.6 语义网络表示法,语义网络的基本概念 语义网络是一种通过概念及其语义关系来表达知识的有向图。 在语义网络结构中使用了三种图形符号：框、带箭头及文字标识的线条和文字标识线, 并赋予不同名称：节点、弧、指针,人
12、工智能及其应用,30,2.6 语义网络表示法,语义网络知识表示实例 用语义网络描述积木世界中的一个房子(House)H，如下图(a)，它是由长方块(Brick)B支撑着楔形块(Wedge)A组成的；(b)图说明了房子这个概念由A、B两部分组成，其中引入了指示器“的一部分是(one-part-is)”；(c)图说明A被B支撑着，指示器“被支撑着(is-supported-by)”表示了这种关系；(d)图说明A是一个楔形块，B是一个长方块，它们都用了同一种指示器“是一个(is-a)”；(e)图给出了一个房子的完整语义网络。,人工智能及其应用,31,2.6 语义网络表示法,描述房子概念的语义网络,人
13、工智能及其应用,32,2.6 语义网络表示法,如下图，通过对房子的样本(a)和反例(b)、(c)语义网络的比较，很容易得到对房子概念更深刻的认识，这种认识的深化体现在(d)图中某些指示器变成了加强形式：must-be-supported、must-be-a。,人工智能及其应用,33,人工智能及其应用,34,2.7 框架表示法,框架就是一种描述某种形态的数据结构。 框架表示法： (1)把其看成一个具有嵌套的连接表，通常表示为如 下形式： (值111，值112，) (值121，值122，) (值211，值212，) (值221，值222，) ,人工智能及其应用,35,框架表示法： (2)是把其看成
14、一个表示某些结点及其相互关系的网络。框架的“顶层”是固定的，它代表了在给定情况下总是确定的那些东西；框架的“下层”是很多终端空位，也称槽(slot)，在这些空位里应当填上特定的实例或数据。,2.7 框架表示法,人工智能及其应用,36,例2-16：一个人可以用其职业、身高和体重等项描述，因而可以用这些项目组成框架的槽。当描述一个具体的人时，再用这些项目的特定值填入到相应的槽中。下表给出了描述John的框架。,2.7 框架表示法,人工智能及其应用,37,2.7 框架表示法,例2-17： 用框架表示拱的概念。下图为拱的框架表示法，左边是拱的主框架，另外三个子框架用来描述它的组成对象和关系，其中有两个
15、各说明一个终端，另一个则被两个终端所共享。,人工智能及其应用,38,2.7 框架表示法,例2-18：设两个机器人罗宾和苏西在一块玩耍，淘气的苏西打了罗宾一下，结果将会怎样呢？,人工智能及其应用,39,2.7 框架表示法,框架表示法的优点: 框架表示法突出了状态，而语义网络表示法突出了关系，因此，框架法对描述复杂对象是很有效的。还可很好地表示因果关系、可能性和循环等。,人工智能及其应用,40,2.8 Petri网知识表示法,Petri网的基本概念 产生式规则转换为Petri网,人工智能及其应用,41,Petri网的基本概念,Petri网：定义一个三元组N=(S,T,F)，如果N满足以下条件就称为Petri网。 (1) ST (2) ST (3) F STTS (4) dom(F)cod(F)ST,人工智能及其应用,42,产生式规则转换为Petri网,算法描述为： (1)每个产生式规则对应Petri网中一个变迁t。 (2)产生式规则中每个变量对应一个库所S。 (3)假如变量V属于产生式C或非V属于产生式C,则把(t,V)或 (V,t)作为流关系画入图中。 (4)是否还有未处理完的产生式，有则转(2)，否则转向 (5)。 (5)停止。,
