《03第三章产生式系统PPT课件》由会员分享，可在线阅读，更多相关《03第三章产生式系统PPT课件（36页珍藏版）》请在金锄头文库上搜索。
1、第三章 产生式系统n产生式系统概述n产生式系统工作原理n产生式系统控制策略n产生式系统与图搜索n产生式系统评价1n 产生式系统(Production System): 美国数学家Post 1943年提出.n产生式(Production): 前件-后件n产生式系统的组成: n产生式规则库(知识库)n动态数据库(工作存储器,综合数据库)n推理机(控制器,规则解释器)nAI系统中最普遍被采用的系统结构形式.3.1 产生式系统概述产生式2产生式系统的基本结构控制系统规则库动态数据库3医疗产生式系统控制系统规则库IF 发烧 then 感冒IF 发烧 and 头痛 then 感冒IF 头痛 and 嗓子痛
2、 then 感冒IF 发烧 and 胸闷 then 肺炎动态数据库发烧发烧头痛胸闷4n 产生式规则的逻辑推理模式是假言推理和三段论推理B（结论）（结论） AB (大前提大前提) A （小前提）（小前提）产生式规则产生式规则证据事实证据事实产生式规则推理逻辑53.2 产生式系统的工作原理n 工作周期: 匹配, 选择, 执行三个阶段组成模式匹配规则库冲突消解推理控制冲突集规则触发规则执行动态数据库6冲突消解策略n按匹配成功次序选择 : 优先选择最先匹配成功的规则.n按优先权选择 : 优先选择优先权最高的规则.n按详细程度选择 : 优先选择前提部分描述最详细的规则.n按执行次序选择 : 优先选择最近
3、执行的规则.n按新事实选择 : 优先选择与数据库中最新事实有关的规则.n按是否使用过选择 : 优先选择没有使用过的规则.73.3 产生式系统控制策略搜索策略: 不可撤回策略, 回朔策略冲突消解策略：推理方式推理方式: 正向推理, 反向推理, 正反向混合8正向推理规则的一般形式规则的一般形式: P1 - P2 ; P2 - P3n正向推理 : 正向使用规则的推理过程. 从初始状态(初始事实/数据)到目标状态(目标条件)的状态图搜索过程. 又称数据驱动, 自底向上, 前向, 正向连推理. n正向推理算法 : 无信息, 启发式n正向推理举例 : 动物分类正向推理9正向推理算法一(无信息搜索)nSte
4、p1 : 将初始事实置入动态数据库;nStep2 : 用动态数据库中的事实匹配/测试目标条件, 若满足, 则推理成功, 结束.nStep3 : 用规则库中各规则的前提匹配动态数据库中事实,将 匹配成功的规则组成冲突规则集; nStep4 : 若冲突规则为空,则运行失败, 退出.nStep5 : 将冲突规则集中各规则的结论加入动态数据库,或者 执行其动作, To Step2;10正向推理算法一(启发式搜索)nStep1 : 将初始事实置入动态数据库;nStep2 : 用动态数据库中的事实匹配/测试目标条件, 若满足, 则推理成功, 结束.nStep3 : 用规则库中各规则的前提匹配动态数据库中事
5、实,将 匹配成功的规则组成冲突规则集; nStep4 : 若冲突规则为空,则运行失败, 退出.nStep5 : 用某种冲突消解策略, 选出一条规则;nStep6 : 将所选规则的结论加入动态数据库,或者执行其动作, To Step2;11反向推理规则的一般形式规则的一般形式: P1 - P2 ; P2 - P3n反向推理 : 反向使用规则的推理过程. 从目标状态(目标条件)到初始状态(初始事实/数据)的与或图解搜索过程. 又称目标驱动, 自顶向下,后向, 反向连推理.n反向推理算法 : 无信息, 启发式n反向推理举例 : 动物分类反向推理12反向推理算法nStep1 : 将初始事实置入动态数据
6、库, 目标条件置入目标链;nStep2: 若目标链为空, 则推理成功, 结束.nStep3: 取出目标链中第一个目标, 用动态数据库中的事实与 其匹配, 若匹配成功, To Step2; nStep4 : 用规则集中的各规则的结论同目标匹配, 成功则将第 一个匹配成功且未用过的规则的前提作为新目标, 取 代父目标加入到目标链, To Step3;nStep5 : 若目标是初始目标, 则推理失败, 退出.nStep6 : 将该目标的父目标移回目标链, 取代该目标及其兄弟目标, To Step3; 134 产生式系统举例动物分类问题14动物分类产生式系统R1: 有奶-哺乳动物;R2: 毛发-哺乳动
7、物;R3: 羽毛-鸟;R4: 会飞,生蛋-鸟;R5: 哺乳动物,有爪, 有犬齿,目盯前方-食肉动物;R6: 哺乳动物,食肉-食肉动物;R7:哺乳动物,有蹄-有蹄动物;R8: 有蹄动物,反刍食物-偶蹄动物;R9:食肉动物,黄色褐,黑色条纹-老虎;R10:食肉动物,黄褐色,黑色斑点-金钱豹;R11: 有蹄动物,长腿,长脖子,黄色褐,有暗斑点-长颈鹿;R12: 有蹄动物,长腿,白色,黑色条纹-斑马;R13: 鸟,不会飞,长腿,长脖子,黑白色-鸵鸟;R14: 鸟,不会飞,会游泳,黑白色-企鹅;R15:鸟,善飞,不怕风浪-海鸥;初始事实:f1: 有毛f2: 食肉f3: 黄褐色f4: 有黑色条纹目标条件目
8、标条件:该动物是什么该动物是什么?15动物分类正向推理树老虎食肉动物哺乳动物有毛发食肉黄褐色有黑色条纹R2R6R916动物分类反向推理树老虎食肉动物哺乳动物有毛发 食肉 黄褐色 有黑色条纹R2R6R9有奶目盯前方有犬齿有爪R517产生式系统推导过程举例产生式系统推导过程举例 规则库规则库1.IF 衣服是湿的衣服是湿的 AND 天气晴朗天气晴朗THEN 在户外晾晒衣服在户外晾晒衣服2.IF 衣服是湿的衣服是湿的 AND 外面在下雨外面在下雨THEN 用干衣机烘干衣服用干衣机烘干衣服3.IF 衣服是脏的衣服是脏的AND 有有15件以上的脏衣服件以上的脏衣服THEN 洗衣服洗衣服4.IF 洗衣服洗衣
9、服 THEN 衣服是湿的衣服是湿的动态数据库动态数据库衣服是脏的衣服是脏的有有20件脏衣服件脏衣服天气晴朗天气晴朗目标条件目标条件在户外晾晒衣服在户外晾晒衣服1.正向推理，分步进行，并给正向推理，分步进行，并给出动态数据库的当前状态出动态数据库的当前状态2.反向推理（图示法）反向推理（图示法）18动态数据库动态数据库衣服是脏的衣服是脏的有有20件脏衣服件脏衣服天气晴朗天气晴朗洗衣服洗衣服 规则库规则库1.IF 衣服是湿的衣服是湿的 AND 天气晴朗天气晴朗THEN 在户外晾晒衣服在户外晾晒衣服2.IF 衣服是湿的衣服是湿的 AND 外面在下雨外面在下雨THEN 用干衣机烘干衣服用干衣机烘干衣服
10、3.IF 衣服是脏的衣服是脏的AND 有有15件以上的脏衣服件以上的脏衣服THEN 洗衣服洗衣服4.IF 洗衣服洗衣服 THEN 衣服是湿的衣服是湿的步骤步骤1:和规则和规则3进行匹配进行匹配19动态数据库动态数据库衣服是脏的衣服是脏的有有20件脏衣服件脏衣服天气晴朗天气晴朗洗衣服洗衣服衣服是湿的衣服是湿的 规则库规则库1.IF 衣服是湿的衣服是湿的 AND 天气晴朗天气晴朗THEN 在户外晾晒衣服在户外晾晒衣服2.IF 衣服是湿的衣服是湿的 AND 外面在下雨外面在下雨THEN 用干衣机烘干衣服用干衣机烘干衣服3.IF 衣服是脏的衣服是脏的AND 有有15件以上的脏衣服件以上的脏衣服THEN
11、 洗衣服洗衣服4.IF 洗衣服洗衣服 THEN 衣服是湿的衣服是湿的步骤步骤2:和规则和规则4进行匹配进行匹配20 规则库规则库1.IF 衣服是湿的衣服是湿的 AND 天气晴朗天气晴朗THEN 在户外晾晒衣服在户外晾晒衣服2.IF 衣服是湿的衣服是湿的 AND 外面在下雨外面在下雨THEN 用干衣机烘干衣服用干衣机烘干衣服3.IF 衣服是脏的衣服是脏的AND 有有15件以上的脏衣服件以上的脏衣服THEN 洗衣服洗衣服4.IF 洗衣服洗衣服 THEN 衣服是湿的衣服是湿的动态数据库动态数据库衣服是脏的衣服是脏的有有20件脏衣服件脏衣服天气晴朗天气晴朗洗衣服洗衣服衣服是湿的衣服是湿的在户外晾晒衣服
12、在户外晾晒衣服步骤步骤3:和规则和规则1进行匹配进行匹配21在户外晾晒衣服在户外晾晒衣服衣服是湿的衣服是湿的天气晴朗天气晴朗洗衣服洗衣服衣服是脏的衣服是脏的有有15件以上的件以上的脏衣服脏衣服反向推理树反向推理树22为什么要采用产生式系统（1）用产生式系统结构求解问题的过程和人类求解问题时的思维过程很相象，因而可以用它来模拟人类求解问题时的思维过程。（2）可以把产生式系统作为人工智能系统的基本结构单元或基本模式看待，就好像是积木世界中的积木块一样，因而研究产生式系统的基本问题就具有一般意义。 23产生式系统优点n模块性:产生式规则是规则库中最基本的知识单元，各规则之间只能通过综合数据库发生联系
13、，不能相互调用，增加了规则的模块性，有利于对知识的增加、删除和修改。n有效性: 产生式表示法既可以表示确定性知识，又可以表示不确定性知识，既有利于表示启发性知识，又有利于表示过程性知识。n自然性: 产生式表示法用“Ifthen”的形式表示知识，这种表示形式与人类的判断性知识基本一致，直观、自然，便于推理。n模拟性: 人们在研究人工智能问题时，发现产生式系统可以较好模拟人类推理的思维过程。 24产生式系统缺点n求解效率低: 反复的“匹配冲突消除执行”过程,效率较低。n 不能表示结构性的知识:产生式表示的知识有一定的格式，且规则之间不能直接调用，因此那些具有结构关系或层次关系的知识不易用它表示出来
14、。 25用正向推理求解规划问题需增加功能(如求解数码问题）n增设CLOSED表, 纪录动态数据库状态的变化.n若要回朔, 需保存相应的可用规则集.n要进行树搜索,需增设OPEN表.n增设规则使用记数器. 26产生式系统与图搜索产生式系统图搜索初始事实数据初始节点目标条件目标节点产生式规则操作集动态数据库节点(状态/问题)控制策略搜索策略结论: 问题求解是目的, 图搜索是方法, 产生式系统是形式-计算机程序系统的结构形式27问题求解, 图搜索, 产生式系统之间的相互关系问题求解是目的图搜索是方法产生式系统是形式-计算机程序系统的结构形式28总结与练习n1 人工智能概述 AI的概念、目标、发展、学
15、派、研究、应用n 2 知识的表示 知识的概念、属性、分类、表示（麦卡赛问题） 语义网络、框架表示：结构性知识表示方法 推理方式：继承和匹配n3 产生式系统 概念、工作原理、控制策略、具体事例29作业 （2010-11-22提交）n人工智能的概念和目标是什么？n什么是图灵实验？n有哪些AI学派（或研究途径）及各自特点是什么？n什么是知识和知识的表示？n什么是语义网络和框架理论？主要特点是什么？n语义网络中成员关系（Member）和实例关系（ISA）区别是什么？n产生式系统的三个基本组成部分是什么? n正向推理和反向推理的各自特点是什么？n请设计用于电梯控制的产生式系统？（设有3部电梯，1-20楼
16、运行，随时可知道每部电梯的位置和状态） 目标：1 平均等待时间短；2 最长等待时间短； 3 节能高效 4 其他 30课堂练习1 人工智能的近期目标是（1），远期目标是（2）？2 知识编码成某种数据结构的过程称为(3)3 人们称（4）AI之父，（5）知识工程之父；4 人工智能中著名的(6)，它是从(7)主义的观点，评价机器是否具有智能。人工智能中存在着不同的学术观点，(8)认为人类智能的基本单元是神经元，(9)认为人类智能的基本元素是符号，而(10)认为智能主要表现为对外界环境的感知和适应。5 以联想记忆为基础人们提出了( 11 ) 知识表示方法。6 知识库或规则库、推理机、动态数据库被称为（1
17、2）。31思考题1 :下列选项错误的是（ ） ：研究人工智能成为当前信息化社会的迫切需求 ：智能化是自动化发展的必要趋势 ：人工智能的研究方法：结构模拟、功能模拟和行为模拟 ：人工智能的实质是人造的智能 2 ：下列哪个应用领域不属于人工智能应用？（ ） A：人工神经网络 B：自动控制 C：自然语言学习 D：专家系统 3 ：盲人看不到一切物体，他们可以通过辨别人的声音识别人，这是智能的（ ）方面. A：行为能力 B：感知能力 C：思维能力 D:学习能力 4 ：现在的科技十分发达，警察破案大多数是通过指纹系统来辨认真凶，这是运用人工智能技术应用的（ ）。 A：自然语言系统 B：机器学习 C：专家系统 D：人类感官模拟 32产生式举例nA, B-C ; AVB - C n如果银行存款利率下调, 那么股票价格上涨.n如果炉温超过上限, 则立即关闭风门.n如果键盘突然失灵,且屏幕上出现怪字符, 则是病毒发作.nS -NP+VP; NP-Det+N; VP-VP+ADV返回33正向推理图示返回 以知 规则1 (q1) 规则2 (q2) 规则3 推出 P1 - P2 - P3 - q334反向推理图示返回 事实 规则1 假定 规则2 假定 规则3 假定 P1 - P2 - P3 - 目标q3结论q335个人观点供参考，欢迎讨论
