《人工智能ArtificialIntelligenceP》由会员分享，可在线阅读，更多相关《人工智能ArtificialIntelligenceP（94页珍藏版）》请在金锄头文库上搜索。
1、ArtificialIntelligenceExpertSystem1 BeiHang University 人工智能Artificial Intelligence主讲人：YaoZhongE-mail:尚喜锯舀赞祷淑眨橱件物截躲仑咯忱渭寄峭答毡屯电蠢誊凿锯届凡鞭购隧人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem2 BeiHang University 第五章专家系统齐拿林临刑沧绸虑拳隅访支盅非撂绒明月规赢附怎设叹蛙暴岿沙惺丽劲独人工智能ArtificialIntel
2、ligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem3 BeiHang University 课前索引【熟手与新手】对于一个从事教学工作多年的专业教师来说，当看到一道新的题目时经验丰富的老中医在诊断疑难杂症时常年工作在一线的维修工作在检查设备故障时当生物学家碰到新的生命物种时如果是初出茅庐的新手碰到复杂问题时为什么专家能够解决这些问题？计算机能否模拟专家解决这些问题？-专家系统是一类具有专门知识和经验的计算机智能程序系统。-专家系统（ExpertSystem）是人工智能应用研究最活跃和最广泛的领域之一。哑幢知
3、厄规企哩脸畜隧酪阂汇澎烬尾地狈视拒虏肄跨顽按次铰钥抵痈泼鸥人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem4 BeiHang University 本章主要内容【发展】【发展】I965年斯坦福大学的费根鲍姆和化学家勒德贝格合作研制DENDRAL系统，使得人工智能的研究从面向基本技术和基本方法的理论研究走向解决实际问题的具体研究，从探索广泛的普遍规律转向知识的工程应用，体现知识的巨大力量。置婉俺藕磨椒寿涤株犀踊议叔穿色博哨耍棒天暑只搬室亮魂迫踞狞方此善人工智能Artif
4、icialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem5 BeiHang University 什么是“专家”：经过不断的学习和工作，部分人在某一工作领域中积累了丰富的经验性知识以及解决问题时独有的思维方式，我们称这些有“经验”的人为该领域的专家。你能说出它们是什么动物吗？它们有什么特征？专家系统概念追铅袁脓猖力贾锡仓式押哦埂膜巳舜分昏迟染械椭志岿复挂锌其兔婿刃寇人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialI
5、ntelligenceExpertSystem6 BeiHang University 但如果是仅仅知道这些动物的特征但如果是仅仅知道这些动物的特征你是否能够推断出它们是什么动物呢？你是否能够推断出它们是什么动物呢？你是否能够用计算机推断出它们是什么动物呢？你是否能够用计算机推断出它们是什么动物呢？-专家系统专家系统 专家系统就是一个具有智能特点（专门知识和经验）的计算机软件系专家系统就是一个具有智能特点（专门知识和经验）的计算机软件系统。它使用了某些领域的人类专家知识，并将这些知识通过编程嵌入到计统。它使用了某些领域的人类专家知识，并将这些知识通过编程嵌入到计算机内部，采用人工智能中的知识表
6、示和知识推理技术来模拟通常由专家算机内部，采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。计算机才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。计算机嵌入了这些知识后，可以通过友好的用户界面同用户进行交流，并允许用嵌入了这些知识后，可以通过友好的用户界面同用户进行交流，并允许用户向计算机提出一些问题。户向计算机提出一些问题。专家系统概念挤益弧犹至泌批壶日严钒荔爸变镶叹雪烘螺食奸翘漾堕呆互属镰妖豌装矢人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtifici
7、alIntelligenceExpertSystem7 BeiHang University ES包括以下三个方面的含义：包括以下三个方面的含义： (1)ES是是一一种种程程序序系系统统，但但又又具具有有智智能能，因因此此它它不不同同于于一一般般的的程程序序系系统统，而而是是一种能运用专家知识和经验进行推理的启发式程序系统。一种能运用专家知识和经验进行推理的启发式程序系统。 (2)ES的的智智能能来来源源于于领领域域专专家家的的知知识识、经经验验及及解解决决问问题题的的诀诀窍窍。为为此此，ES内内部部必必须须包包含含有有大大量量专专家家水水平平的的领领域域知知识识与与经经验验，并并且且能能够够
8、在在运运行行过过程程中中不不断断地地增增长长新新知识和修改原有知识。知识和修改原有知识。 (3)ES所要解决的问题一般是那些本来应该由领域专家才能解决的问题。所要解决的问题一般是那些本来应该由领域专家才能解决的问题。专家系统概念杀翁搜慢榆啡曲饱拦撒擂生森酝喳腑纯修枫迟澜钉耍朋这讳畦妖蓬姓取厨人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem8 BeiHang University 一、一、 ES结构结构 专家系统概念捆己的意贰毛觅痕扦诺市屏蔑绰右着沟奢袒椭奄胖哄鸣瞥种买
9、忽谬辖盒休人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem9 BeiHang University 二、二、ESES的分类的分类 ES ES都是针对某一应用领域而建立的。不同应用领域的都是针对某一应用领域而建立的。不同应用领域的ESES，其功能、设计方法及，其功能、设计方法及实现技术也各不同。对实现技术也各不同。对ESES的类型，可以有多种不同的划分方法。例如，可以按求解的类型，可以有多种不同的划分方法。例如，可以按求解问题的性质分类，也可以按求解问题的要求分类，还可
10、以按系统的体系结构分类等。问题的性质分类，也可以按求解问题的要求分类，还可以按系统的体系结构分类等。 1. 1. 按求解问题的性质分类按求解问题的性质分类 (l) (l)解释型解释型ESES；(2)(2)预测型预测型ESES；(3)(3)设计型设计型ESES；(4)(4)诊断型诊断型ESES；(5)(5)规划型规划型ESES；(6)(6)监视型监视型ESES；(7)(7)控制型控制型ESES；(8)(8)调试型调试型ESES；(9)(9)教学型教学型ESES；(10)(10)修理型修理型ESES 除了上述除了上述1010种种ESES类型外，还有诸如决策型和管理型的类型外，还有诸如决策型和管理型
11、的ESES。 决策型决策型ESES是对各种可能的决策方案进行综合评判和选优的一类是对各种可能的决策方案进行综合评判和选优的一类ESES。它同时具有。它同时具有解释、诊断、预测、规划等功能，并能对相应领域中的问题做出辅助决策和对决策解释、诊断、预测、规划等功能，并能对相应领域中的问题做出辅助决策和对决策做出解释。做出解释。 管理型管理型ESES是在管理信息系统和办公自动化系统的基础上发展起来的一类是在管理信息系统和办公自动化系统的基础上发展起来的一类ESES。专家系统概念癌雍众跃畸喀筑崇讲镶迫彰珍典檬伎硝票业助惠谎玫中裕支太池堆礁鲁叙人工智能ArtificialIntelligenceP人工智能
12、ArtificialIntelligencePArtificialIntelligenceExpertSystem10 BeiHang University 2. 按系统的体系结构分类按系统的体系结构分类 (l) 集中式集中式ES：对知识和推理进行集中管理的一类：对知识和推理进行集中管理的一类ES。目前，得到成功应用的。目前，得到成功应用的ES多属于这一类型。多属于这一类型。 (2) 分布式分布式ES：指具有分布处理能力以及多：指具有分布处理能力以及多ES、多知识元的协同处理能力的、多知识元的协同处理能力的ES。系统中数据、知识及控制不但在逻辑上，而且在物理上都是分布的；系统中数据、知识及控制
13、不但在逻辑上，而且在物理上都是分布的；系统中诸机构通过计算机网络实现互连，这些机构之间相互协作，可以求解单个机构难系统中诸机构通过计算机网络实现互连，这些机构之间相互协作，可以求解单个机构难以解决，甚至不能解决的问题。以解决，甚至不能解决的问题。 目前，基于多目前，基于多Agent的研究是分布式的研究是分布式ES研究的重点。研究的重点。 (3) 神经网络神经网络ES：运用人工神经网络技术建造的：运用人工神经网络技术建造的ES，目前尚处于研究阶段。，目前尚处于研究阶段。 (4) 符号系统与神经网络相结合的符号系统与神经网络相结合的ES：把基于连接主义的神经网络与基于符号：把基于连接主义的神经网络
14、与基于符号处理的处理的ES有机结合形成的一种混合型有机结合形成的一种混合型ES。这种。这种ES可以充分发挥神经网络与符号系统可以充分发挥神经网络与符号系统的优点，克服它们的缺点，实现优势互补。的优点，克服它们的缺点，实现优势互补。 专家系统概念搔害瘤垣革厉等渝无型梅揉宣袄鱼猫焉胰挣猖答因睡铃少庙苛厩临刮又感人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem11 BeiHang University 三、三、ES的特点的特点 在总体上，在总体上，ES具有以下一些共同特点；
15、具有以下一些共同特点； (1) 可可具具有有一一个个或或多多个个专专家家的的知知识识和和经经验验，能能以以接接近近于于人人类类专专家家的的水水平平在在特特定定领域工作。领域工作。 (2) 能高效、准确、迅速地工作，不会像人类专家那样产生疲倦和不稳定。能高效、准确、迅速地工作，不会像人类专家那样产生疲倦和不稳定。 (3) 使使人人类类专专家家的的领领域域知知识识突突破破了了时时间间和和空空间间的的限限制制，ES程程序序可可永永久久保保存存，并并可复制任意多的副本或在网上供不同地区或不同部门的人们使用。可复制任意多的副本或在网上供不同地区或不同部门的人们使用。 (4) 能进行有效推理，包括各种精确
16、性推理和非精确性推理等。能进行有效推理，包括各种精确性推理和非精确性推理等。 (5) 具有透明性，能以可理解的方式解释推理过程。具有透明性，能以可理解的方式解释推理过程。 (6) 具有自学习能力，可总结规律，不断扩充和完善系统自身。具有自学习能力，可总结规律，不断扩充和完善系统自身。 (7) 能提高生产率，产生巨大的社会效益、经济效益等。能提高生产率，产生巨大的社会效益、经济效益等。 (8) 对推动人工智能等其他学科的发展具有重大的作用。对推动人工智能等其他学科的发展具有重大的作用。 专家系统概念搅炽铺向穷杰跨总幕碳羔宋蔡卓手凑嚷怕叉繁熊刚板搬戎众银晦哨瑟滤涪人工智能ArtificialInt
17、elligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem12 BeiHang University 一、知识库一、知识库 知识库是知识库是ESES的知识存储器，用来存放求解问题的领域知识。的知识存储器，用来存放求解问题的领域知识。 对对领领域域问问题题的的专专家家知知识识，首首先先需需要要用用相相应应的的知知识识表表示示方方法法将将其其表表示示出出来来，然然后后再进行形式化，并经编码放入知识库中。再进行形式化，并经编码放入知识库中。 知知识识库库中中的的知知识识分分为为两两大大类类型型：一一类类是是领领域域中
18、中的的事事实实，称称为为事事实实性性知知识识，这这是是一一种种广广泛泛公公用用的的知知识识，也也即即写写在在书书本本上上的的知知识识及及常常识识；另另一一类类是是启启发发性性知知识识，它它是是领域专家在长期工作实践中积累起来的经验总结。领域专家在长期工作实践中积累起来的经验总结。 领领域域专专家家所所拥拥有有的的经经验验性性、判判定定性性知知识识，实实际际上上是是一一种种直直觉觉性性和和诀诀窍窍性性的的知知识识。在在问问题题求求解解过过程程中中，这这种种知知识识是是最最难难获获得得的的，原原因因是是不不少少专专家家很很少少意意识识到到自自己己是是如如何何使使用用这这些些知知识识解解决决问问题题
19、的的，甚甚至至没没有有意意识识到到自自己己在在解解决决问问题题时时究究竟竟使使用用了了多多少少这这样样的的知知识识，而而且且让让他他们们把把这这些些直直觉觉、诀诀窍窍、经经验验讲讲出出来来，本本身身就就是是一一件件比比较较困困难难的的事情。但是，这些知识又恰恰是知识库的核心部分。事情。但是，这些知识又恰恰是知识库的核心部分。ES的基本结构完埃港乳从米庐美两泰认蒜搀趟敞寺脸训烃漫殖每零沸稻拾太蓝尘至辕耍人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem13 BeiHang
20、 University 二、数据库二、数据库 数数据据库库也也称称为为全全局局数数据据库库或或综综合合数数据据库库，用用来来存存储储有有关关领领域域问问题题的的事事实实、数数据据、初初始始状状态态(证证据据)和和推推理理过过程程中中得得到到的的各各种种中中间间状状态态及及目目标标等等。它它相相当当于于ES的的工工作作存存储器，用来存放用户回答的事实、已知的事实和由推理得到的事实。储器，用来存放用户回答的事实、已知的事实和由推理得到的事实。 随随着着问问题题的的不不同同，数数据据库库的的内内容容也也可可以以是是动动态态变变化化的的。数数据据库库存存放放的的是是该该系系统统当前要处理对象的一些事实
21、。当前要处理对象的一些事实。 例例如如，在在医医疗疗ES中中，数数据据库库存存放放的的仅仅是是当当前前患患者者的的情情况况，如如姓姓名名、年年龄龄、症症状状等及推理过程中得到的一些中间结果、病情等；等及推理过程中得到的一些中间结果、病情等； 在在气气象象ES中中，数数据据库库存存放放的的是是当当前前气气象象要要素素，如如云云量量、温温度度、气气压压以以及及推推理理得得到的到的中间结果中间结果等。等。ES的基本结构循逗脊仁义辞茁郝顺缄烙删县灯鲍稠奶媒碰敷说件注逛操输氧冉蔑娩档梨人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtifi
22、cialIntelligenceExpertSystem14 BeiHang University 三、三、 推理机推理机 推推理理机机是是一一组组用用来来控控制制、协协调调整整个个ES的的程程序序。它它根根据据数数据据库库当当前前输输入入的的数数据据，利利用用知知识识库库中中的的知知识识，按按一一定定的的推推理理策策略略，去去求求解解当当前前的的问问题题、解解释释外部输入的事实和数据，推导出结论并向用户提示等。外部输入的事实和数据，推导出结论并向用户提示等。 推推理理机机所所采采用用的的推推理理方方法法可可以以是是正正向向推推理理、逆逆向向推推理理、或或正正逆逆向向结结合合的的双向推理，并且
23、，在这三种推理方式中，都包含有精确推理和非精确推理。双向推理，并且，在这三种推理方式中，都包含有精确推理和非精确推理。 对对于于一一些些大大中中型型ES，由由于于其其知知识识库库中中的的知知识识数数量量很很多多，因因此此其其推推理理机机制制由由知知识识库库管管理理系系统统和和推推理理机机两两个个主主要要部部分分组组成成。其其中中，知知识识库库管管理理系系统统实实现现对对知知识识库库中中知知识识的的合合理理组组织织和和有有效效管管理理，并并能能根根据据推推理理过过程程的的需需求求去去搜搜索索、运运用用知知识识和和对对知知识识库库中中的的知知识识做做出出正正确确的的解解释释；而而推推理理机机则则主
24、主要要用用于于生生成成并并控制推理的进程和使用知识库中的知识。控制推理的进程和使用知识库中的知识。 推推理理机机和和知知识识库库相相分分离离，是是ES的的一一大大特特点点。这这不不仅仅便便于于对对知知识识库库的的管管理理，而且还可以实现具有可塑性、通用性的系统。而且还可以实现具有可塑性、通用性的系统。ES的基本结构山佑愈嘘笆吵杠介厩饺旅鬃页袖劳屯兄踞淬勋象唐腥瞅匿句誉换蓟酸氮居人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem15 BeiHang University
25、四、解释机构四、解释机构 ES应该能够以用户便于接受的方式解释自己的推理过程。应该能够以用户便于接受的方式解释自己的推理过程。 例例如如，回回答答用用户户提提出出的的“为为什什么么？”，给给用用户户说说明明“结结论论是是如如何何得得出出的的？”等等。通通过过这这种种解解释释，既既可可以以使使ES更更取取信信于于用用户户，又又可可以以帮帮助助系系统统建建造造者者发发现知识库及推理机中的错误。现知识库及推理机中的错误。 解解释释机机构构实实际际上上也也是是一一组组程程序序，它它包包括括系系统统提提示示、人人机机对对话话、能能书书写写规规则则的的语语言言以以及及解解释释部部分分程程序序，其其主主要要
26、功功能能是是解解释释系系统统本本身身的的推推理理结结果果，回回答答用用户户的的提提问问，使使用用户户能能够够了了解解推推理理的的过过程程及及所所运运用用的的知知识识和和数数据据。目目前前，大多数大多数ES的解释机构都采用人机对话的交互式解释方法。的解释机构都采用人机对话的交互式解释方法。 ES的基本结构僳哭卉赊贫勺守猩殆糕矗庆花攫爱肘谋坛叭球炽递俱儒酶拼愚拎柏境红缮人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem16 BeiHang University 五、知识获取
27、机构五、知识获取机构 知知识识获获取取是是ES的的一一种种辅辅助助功功能能，它它可可为为修修改改知知识识库库中中的的原原有有知知识识和和扩扩充新知识提供相应手段。充新知识提供相应手段。 其其基基本本任任务务是是把把知知识识加加入入到到知知识识库库中中，并并负负责责维维持持知知识识的的一一致致性性及及完完整性，建立起性能良好的知识库。整性，建立起性能良好的知识库。 在在不不同同ES中中，知知识识获获取取的的功功能能和和实实现现方方法法差差别别较较大大，有有的的系系统统首首先先由由知知识识工工程程师师向向领领域域专专家家获获取取知知识识，然然后后再再通通过过相相应应的的知知识识编编辑辑软软件件把把
28、知知识识送到知识库中；送到知识库中； 有有的的系系统统自自身身就就具具有有部部分分学学习习功功能能，由由系系统统直直接接与与领领域域专专家家对对话话获获取取知识；知识； 有有的的系系统统具具有有较较强强的的学学习习功功能能，可可在在系系统统运运行行过过程程中中通通过过归归纳纳、总总结结，得出新的知识。得出新的知识。 无论采取哪种方式，知识获取都是目前无论采取哪种方式，知识获取都是目前ES研制中的一个重要问题。研制中的一个重要问题。ES的基本结构壶参于棱嚼绕愈磷螺鹃晴向停渡才群充臼十羊洋艺堡熄蛾哇榴岩挡婉笼甥人工智能ArtificialIntelligenceP人工智能ArtificialInt
29、elligencePArtificialIntelligenceExpertSystem17 BeiHang University 六、用户界面六、用户界面 用用户户界界面面是是ESES的的另另一一个个关关键键组组成成部部分分，它它作作为为ESES与与外外界界的的接接口口，主主要要用用于于系系统统和外界之间的通讯与信息交换。和外界之间的通讯与信息交换。 ES ES的使用者包括最终用户、领域专家、知识工程师。的使用者包括最终用户、领域专家、知识工程师。 最最终终用用户户和和领领域域专专家家一一般般都都不不是是计计算算机机专专业业人人员员，因因此此用用户户界界面面必必须须适适应应非非计计算算机机人
30、人员员的的需需求求，不不仅仅应应把把系系统统的的输输出出信信息息转转换换为为便便于于用用户户理理解解的的形形式式，而而且且还还应应使用户能方便地操纵系统运行。使用户能方便地操纵系统运行。 用用户户界界面面应应尽尽可可能能地地拟拟人人化化，尽尽可可能能地地使使用用接接近近于于自自然然语语言言的的计计算算机机语语言言，并并能理解和处理声音、图像等多媒体信息。能理解和处理声音、图像等多媒体信息。 ES的基本结构土集掐跃邢这臃雁供夯升讯茵继魁榴乎嗅誊陌沂喧辕婶兢攘搪肩末讳颂灶人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificial
31、IntelligenceExpertSystem18 BeiHang University 专家系统开发工具专家系统开发工具人工智能语言：人工智能语言：LISPLISP，Prolog, C/C+,JavaProlog, C/C+,Java专家系统外壳专家系统外壳: :又称为骨架系统，从成功应用的专家系统演变而来的。又称为骨架系统，从成功应用的专家系统演变而来的。如：如： MYCIN-E-MYCIN MYCIN-E-MYCIN PROSPECTOR PROSPECTOR的知识获取系统的知识获取系统-KAS-KAS通用型专家系统工具：通用型专家系统工具： OPS OPS系列，系列，CLIPS(JE
32、SS)CLIPS(JESS)：规则型：规则型 ART ART：规则：规则+ +框架框架专家系统开发环境：专家系统开发环境：ESES开发的工具包，提供多种方便的构件开发的工具包，提供多种方便的构件ES的开发语言与环境博笼蜡字仟来扼间溉绰京吊千盾疥闷宁宇剔麓并乌宅寝沃暮秸曼赵懒卓红人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem19 BeiHang University 一、程序设计语言一、程序设计语言 程程序序设设计计语语言言包包括括通通用用程程序序设设计计语语言言和和
33、人人工工智智能能语语言言。它它们们是是开开发发专专家家系系统统的的最最基础的语言工具。基础的语言工具。 作为通用程序设计语言的主要代表有作为通用程序设计语言的主要代表有C C、PASCALPASCAL、ADAADA等；等； 作作为为人人工工智智能能语语言言的的主主要要代代表表有有以以 LISPLISP为为代代表表的的函函数数型型语语言言，以以PROLOGPROLOG为为代代表表的的逻辑型语言，以及逻辑型语言，以及C C、JAVAJAVA等为代表的面向对象语言。等为代表的面向对象语言。 LISP(List LISP(List Processing Processing Language)Lang
34、uage)是是19601960年年研研究究出出来来的的，在在专专家家系系统统发发展展的的早早期期，有有许许多多著著名名的的专专家家系系统统都都是是用用这这种种语语言言开开发发出出来来的的。例例如如 MYCINMYCIN和和PROSPECTORPROSPECTOR（勘勘探探者者）等。）等。 ES的开发语言与环境娶税滋罢睁涣接痔眯议旱产坯盈含搞晰左辽屎弃绞韩汕蛆椅梦牌皱圈闰柬人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem20 BeiHang University PRO
35、LOG(Programming PROLOG(Programming in in Logic)Logic)语语言言是是19721972年年研研制制成成功功的的一一种种逻逻辑辑程程序序设设计计语语言言。由由于于它它具具有有简简洁洁的的文文法法以以及及一一阶阶逻逻辑辑的的推推理理能能力力，因因而而被被广广泛泛地地应应用用于于人人工工智智能能的的许许多研究领域中。多研究领域中。 C C十十十十语语言言既既是是一一种种通通用用程程序序设设计计语语言言，又又是是一一种种很很好好的的人人工工智智能能语语言言，它它以以其其强强大的功能和面向对象特征，在人工智能中得到了广泛的应用。大的功能和面向对象特征，在人
36、工智能中得到了广泛的应用。 已已有有不不少少人人直直接接用用它它来来开开发发专专家家系系统统或或各各种种专专家家系系统统工工具具。尤尤其其是是 Visual Visual C C十十的的发发展展，为为专专家家系系统统对对多多媒媒体体信信息息的的处处理理、可可视视化化界界面面的的设设计计、基基于于网网络络的的分分布布式式运运行等提供了一种很好的语言环境。行等提供了一种很好的语言环境。 对于基于网络的分布式多专家协同专家系统的开发，对于基于网络的分布式多专家协同专家系统的开发，JavaJava语言也是值得考虑的一语言也是值得考虑的一种语言工具。种语言工具。 ES的开发语言与环境素悄扭饱沿缚于松煌凭
37、哄购雷帚汹梳裳袜墓以皂婶捍牧背袭件泣揪蛀部苟人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem21 BeiHang University 专家系统工具CLIPS(1)早期的专家系统工具大都用早期的专家系统工具大都用LISPLISP、PrologProlog等编程语言开发，等编程语言开发， 它们的共同问题是运行速度慢，可移植性差，它们的共同问题是运行速度慢，可移植性差， 解决复杂问题解决复杂问题的能力差。的能力差。为此，为此，19841984年美国航空航天局约翰逊空间中心
38、（年美国航空航天局约翰逊空间中心（NASANASAs s Johnson Space CenterJohnson Space Center）推出）推出CLIPSCLIPS（C Language C Language Integrated Production SystemIntegrated Production System）。）。CLIPSCLIPS是一个基于是一个基于ReteRete算法的前向推理语言，用标准算法的前向推理语言，用标准C C语言编写。语言编写。它具有高移植性、高扩展性、强大的知识表达能力和编程方它具有高移植性、高扩展性、强大的知识表达能力和编程方式以及低成本等特点。式以及
39、低成本等特点。 沼四摇寓娶朗沉按槽授蜒枯骤酱货米迫咒漠拢昏呕谦英艰铀瘦壳顶阔蒜蹄人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem22 BeiHang University 专家系统工具CLIPS(2)CLIPS中的知识表示中的知识表示 1. 字段字段在在CLIPS中，把从键盘或文件读入的一组有特定意义的字符叫中，把从键盘或文件读入的一组有特定意义的字符叫做一个做一个“令牌（令牌（token）”，它是，它是CLIPS的基本语言符号单位。的基本语言符号单位。字段（字段（f
40、ield）是由一组令牌组成的，是）是由一组令牌组成的，是CLIPS中知识表示的中知识表示的基本单位。字段可以是常量也可以是变量，基本单位。字段可以是常量也可以是变量，CLIPS有七种字段，有七种字段，它们是它们是CLIPS的原始数据类型：整型（的原始数据类型：整型（Integer）、浮点型）、浮点型（Float）、符号型（）、符号型（Symbol）、字符串型（）、字符串型（String）、外部）、外部地址（地址（External address）、示例名（）、示例名（Instance name）和示）和示例地址（例地址（Instance address）。）。蓬愚考锁弟绩砖别揖佑阿曾痹铺堂劫鳖
41、烷狗散颤迹骄力白姑喜萄扎蕊痰戈人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem23 BeiHang University 专家系统工具CLIPS(3)CLIPS中的知识表示中的知识表示 2. 事实事实在在CLIPS中，事实由关系名，后面跟着零个或多个槽（也称为符号字段）中，事实由关系名，后面跟着零个或多个槽（也称为符号字段）以及它们的相关值组成。以及它们的相关值组成。事实分为两类：自定义模板事实（事实分为两类：自定义模板事实（deftemplate fact）和有序事
42、实）和有序事实（ordered fact）。）。自定义模板结构的一般格式为：自定义模板结构的一般格式为： (deftemplate *) 的定义可以为：的定义可以为： ( slot ) | ( multislot )讳卑交熔梭陇条儒囱庐袋橡炊一入获窝挖汉体舟索袜小锦檀围示猿爆揽尊人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem24 BeiHang University 专家系统工具CLIPS(4)CLIPS中的知识表示中的知识表示 3. 规则规则在在CLIPS语言中，
43、规则表示为如下形式：语言中，规则表示为如下形式： （defrule * ; Left-Hand Side(LHS) of the rule * ) ; Right-Hand Side(RHS) of the rule其中，其中，rule-name为规则名，为规则名，patterns为一组模式，为一组模式，actions为一为一组动作组动作 勤撼二吗墟断惑瓷榴斟博斥疑栓肛驾呻浆磊崖馏溃颖挨弛苏亢盐淖藉荒傻人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem25 BeiHan
44、g University CLIPS结构图WORKINGMEMORYRULEBASEEXECUTIONENGINEINFERENCEENGINEPATTERNMATCHERAGENDA烈蚁琵表白怀帅厢擂鬃隅郝竹阮含钵共敲佳末求祈踪兴限驾竣坚盒裴看鹏人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem26 BeiHang University CLIPS的匹配算法（1）模式一般是指组成规则前提的基本的单位，每个模式由一个模式一般是指组成规则前提的基本的单位，每个模式由一个或
45、多个字段组成。或多个字段组成。 可满足规则：一个规则称为可满足的，若规则的每一模式均可满足规则：一个规则称为可满足的，若规则的每一模式均能在当前工作存储器中找到可匹配的事实，且模式之间的同能在当前工作存储器中找到可匹配的事实，且模式之间的同一变量能取得统一的约束值一变量能取得统一的约束值 。即。即r : P1 P2 PnQ1 Q2 Qm 若若存存在在一一个个置置换换 ，使使得得对对每每一一个个模模式式Pi，在在工工作作存存储储器器中中有有一个元素一个元素Wi满足满足 Pi = Wi，i=1, 2, , n 作用在某个模式的结果称为模式实例，作用在某个模式的结果称为模式实例， 作用在整个规则的结
46、作用在整个规则的结果称为规则实例。果称为规则实例。 牡招律旷饿雹肥靠舶壁先硕姻畴组棠竭艰私至蝗猛准妙荡傻而畅陪芍截岳人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem27 BeiHang University CLIPS匹配算法（2） Rete Rete算法算法 是一个快速的模式匹配器，它通过在网络上存储是一个快速的模式匹配器，它通过在网络上存储规则信息来提高速度规则信息来提高速度 由于在每一个识别动作循环中，那些没有变化的由于在每一个识别动作循环中，那些没有变化的数据
47、可以不用考虑，因此可以大大提高事实与前件数据可以不用考虑，因此可以大大提高事实与前件的匹配速度。的匹配速度。 类似类似ReteRete算法的一些快速模式匹配算法的出现，算法的一些快速模式匹配算法的出现，奠定了专家系统走向实用的基础。奠定了专家系统走向实用的基础。 忿艘帝社封侥盏拐篮书废钙拼过是扳寞焕甥搜企碧卿毒漏锭原碘粱著哭酬人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem28 BeiHang University CLIPS匹配算法（3） Rete算法的基本思想算法
48、的基本思想 该算法快速匹配的重要依据为：该算法快速匹配的重要依据为：时间冗余性：工作存储器中的内容在推理过程中的变化时间冗余性：工作存储器中的内容在推理过程中的变化是缓慢的，即在每个执行周期中，增删的事实只占很小是缓慢的，即在每个执行周期中，增删的事实只占很小的比例的比例 结构相似性：许多规则常常包括类似的模式和模式组结构相似性：许多规则常常包括类似的模式和模式组 Rete算法的基本思想是保存过去匹配过程中留下的全部信算法的基本思想是保存过去匹配过程中留下的全部信息，以空间代价来换取产生式系统的执行效率息，以空间代价来换取产生式系统的执行效率 溯谊睁账钳妇络旭宾闹胡文白恿拌钓戏销遗空躲瞄诊糕陋
49、油笛佩蚁温白令人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem29 BeiHang University CLIPS匹配算法（4） Rete匹配网络结构匹配网络结构 Rete算法的核心是建立算法的核心是建立Rete匹配网络结构。这一网络结构匹配网络结构。这一网络结构由模式网络和连接网络两部分构成。其中，模式网络记录由模式网络和连接网络两部分构成。其中，模式网络记录每一模式各域的测试条件，每一测试条件对应于网络的一每一模式各域的测试条件，每一测试条件对应于网络的一个域结
50、点，每一模式的所有域结点依次连起来，构成模式个域结点，每一模式的所有域结点依次连起来，构成模式网络的一条匹配链。网络的一条匹配链。 在每一模式匹配链的终结点上都有一个寄存器来记录所有在每一模式匹配链的终结点上都有一个寄存器来记录所有能与该模式匹配的事实集合，即模式实例集，这种寄存器能与该模式匹配的事实集合，即模式实例集，这种寄存器称为称为 寄存器。寄存器。凹亩竹斑批涝漫帘境阴虞魏胎陈龋抛哼蛙件疼车粘待后必钻逃漳鸥镍屋毙人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem3
51、0 BeiHang University CLIPS匹配算法（5）模式网络模式网络 若两个模式的前若两个模式的前k k个域相同，则它们可以共享个域相同，则它们可以共享k k个域结点。个域结点。连接网络连接网络 用于检查同一规则不同模式之间因同名变量而带来的相应用于检查同一规则不同模式之间因同名变量而带来的相应模式实例之间的相互约束关系，以保证同名变量取值的一模式实例之间的相互约束关系，以保证同名变量取值的一致性。致性。里混轨衣鹿修陶跺洗饥变忆棠厂秒阉妒瞎颂煞蛙剿图庶酬抵剑冕种丑屉余人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArt
52、ificialIntelligenceExpertSystem31 BeiHang University CLIPS匹配算法（6）定义定义 称满足相互约束条件的称满足相互约束条件的k个模式实例为可满足的个模式实例为可满足的k模式模式实例。实例。 显然，寄存器显然，寄存器 中所有非空模式实例均为中所有非空模式实例均为1模式实例，且是可模式实例，且是可满足的满足的 可满足的可满足的k模式实例存在寄存器模式实例存在寄存器 k中，寄存器中，寄存器 可以看成寄可以看成寄存器存器 1。在连接网络中，每一连接点有两个输入，一个来自含有在连接网络中，每一连接点有两个输入，一个来自含有1模模式实例的式实例的 寄
53、存器，另一个来自含有可满足的寄存器，另一个来自含有可满足的k模式实例集模式实例集的寄存器的寄存器 (k=1)或寄存器或寄存器 k (k1),连接点指出两组输入模式实连接点指出两组输入模式实例的约束条件，输出可满足的例的约束条件，输出可满足的(k+1)模式实例集，存入寄存模式实例集，存入寄存器器 k+! 。 懒煤析本千慌救浊态走苫串肢滑跨批梧迸衅副惋赘桐荚寝蹲斜杯沽驾洒疹人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem32 BeiHang University CLIP
54、S匹配算法（7） Rete网络匹配过程网络匹配过程 Rete网络匹配过程由模式网络上的模式匹配和连接网网络匹配过程由模式网络上的模式匹配和连接网络上的部分匹配两部分构成。络上的部分匹配两部分构成。在模式网络的机器内部表示中，我们把共享一个父结点的在模式网络的机器内部表示中，我们把共享一个父结点的所有结点表示成一条共享链，同时，把每一模式匹配链中所有结点表示成一条共享链，同时，把每一模式匹配链中的结点表示成一条下拉链，于是，每一结点由共享链和下的结点表示成一条下拉链，于是，每一结点由共享链和下拉链指向其后继结点，模式网络就是一棵可以使用典型遍拉链指向其后继结点，模式网络就是一棵可以使用典型遍历算
55、法进行测试的二叉树。历算法进行测试的二叉树。模式网络上的模式匹配过程就是上述二叉树的条件遍历过模式网络上的模式匹配过程就是上述二叉树的条件遍历过程程 爬摄控山皂猪获矿戌佩曲底肾端持祁园倘临二膀数傅衙质羊砍关乏餐帘噶人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem33 BeiHang University CLIPS匹配算法（8） 模式网络上的模式匹配过程一旦结束，便开始连接网络模式网络上的模式匹配过程一旦结束，便开始连接网络上的部分匹配过程，其作用是：根据每一模式寄存
56、器上的部分匹配过程，其作用是：根据每一模式寄存器 的变的变化，激活相应的连接网络，并修改寄存器化，激活相应的连接网络，并修改寄存器 的内容。的内容。涵袁谍来怯啼喊救搽霓外零窄古裴起世桐间裹败获靡迹梯儡试日顺浮亭属人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem34 BeiHang University CLIPS匹配算法（9） Rete算法也存在很大的局限性算法也存在很大的局限性 这对于大型专家系统，特别是专家数据库系统的实现，弄这对于大型专家系统，特别是专家数据库系
57、统的实现，弄不好易导致组合爆炸不好易导致组合爆炸 采用固定的模式连接次序，从而影响了执行效率的提高采用固定的模式连接次序，从而影响了执行效率的提高 竹铲梁绰朴瑟雷钙写缩基帆捅楷亩更峙榆履鞘纽箔孕但阻吩捐龋所父狱牙人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem35 BeiHang University 二、开发环境二、开发环境 在国外已有一批较有影响的专家系统开发环境，如在国外已有一批较有影响的专家系统开发环境，如 KEE KEE、GUGUGUGU等。等。 KEEKE
58、E是是由由美美国国加加州州IntellicorpIntellicorp公公司司推推出出的的一一个个集集成成化化的的专专家家系系统统开开发发环环境境，它它把把基基于于框框架架的的知知识识表表示示、基基于于规规则则的的推推理理、逻逻辑辑表表示示、数数据据驱驱动动的的推推理理、面面向向对对象象的的程程序设计等结合在一起，可以满足各个领域开发专家系统的需求。序设计等结合在一起，可以满足各个领域开发专家系统的需求。 GUGUGUGU是是由由微微数数据据公公司司MDBSMDBS于于19851985年年用用C C语语言言研研制制的的一一个个功功能能很很强强的的混混合合型型专专家家系系统统开开发发环环境境，它
59、它包包含含关关系系数数据据库库系系统统、标标准准的的 SQLSQL查查询询语语言言、远远程程通通讯讯、多多功功能能程程序序设计等多种功能。设计等多种功能。ES的开发语言与环境歼担素丈确镜谣傅焙点编却悟沼读普告蟹精琅诣宅琅盾威岗循架缠侯膳汗人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem36 BeiHang University 国国内内由由中中国国科科学学院院、浙浙江江大大学学、武武汉汉大大学学等等七七个个单单位位联联合合开开发发，于于19901990年年完完成成了了
60、一一个个专专家家系系统统开开发发环环境境天天马马。该该系系统统有有4 4部部推推理理机机，即即常常规规推推理理机机、规规划划推推理理机机、演演绎绎推推理理机机及及近近似似推推理理机机；有有3 3个个知知识识获获取取工工具具，即即知知识识库库管管理理系系统统、机机器器学学习习、知知识识求求精精；有有4 4套套人人机机接接口口生生成成工工具具，即即窗窗口口、图图形形、菜菜单单及及自自然然语语言言；有有多种知识表示模式，如框架、规则及过程。多种知识表示模式，如框架、规则及过程。 应应用用天天马马环环境境，已已经经开开发发出出了了一一些些专专家家系系统统，如如暴暴雨雨预预报报专专家家系系统统、长长沙沙
61、旅游咨询专家系统、石油测井数据专家系统等。旅游咨询专家系统、石油测井数据专家系统等。 天天马马是是一一个个通通用用型型，集集成成式式的的专专家家系系统统开开发发环环境境，是是国国家家七七五五攻攻关关的的一一项项重重大大成成果果。自自一一九九九九零零年年问问世世以以来来，已已经经运运用用于于农农业业，畜畜牧牧，铁铁路路，医医学学，石石油油，煤煤矿矿，核核能能，气气象象，农农机机，水水利利，力力学学，资资源源，电电力力，旅旅游游，国国防防等等二二十十多多个个领领域域， 产生了重要的经济和社会效益。产生了重要的经济和社会效益。 获获19921992年国家科技进步一等奖。年国家科技进步一等奖。ES的开
62、发语言与环境穗艾耕养谚押臀夏探斜碟桐敛肥屹屯绵邻郡篱祷围护又刁蠢签村谗耍锨撤人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem37 BeiHang University 19771977年美国斯坦福大学计算机科学家费根鲍姆年美国斯坦福大学计算机科学家费根鲍姆 (E.A.Feigenballm) (E.A.Feigenballm)在第五在第五届国际人工智能联合会议上提出知识工程的新概念。届国际人工智能联合会议上提出知识工程的新概念。2020世纪世纪8080年代以来，年代以
63、来，在知识工程的推动下，涌现出了不少专家系统开发工具，例如在知识工程的推动下，涌现出了不少专家系统开发工具，例如EMYCINEMYCIN、CLIPS(OPS5, OPS83)CLIPS(OPS5, OPS83)、G2G2、KEEKEE、OKPSOKPS等。等。19771977年，基于关幼波先生的经验，研制成功了我国第一个年，基于关幼波先生的经验，研制成功了我国第一个“中医肝病诊治中医肝病诊治专家系统专家系统”。19851985年年1010月中科院合肥智能所熊范纶建成月中科院合肥智能所熊范纶建成“砂姜黑土小麦施肥专家咨询系砂姜黑土小麦施肥专家咨询系统统”， 这是我国第一个农业专家系统。这是我国第
64、一个农业专家系统。 中科院计算所史忠植与东海水产研究所等合作，研制了东海渔场预报专家中科院计算所史忠植与东海水产研究所等合作，研制了东海渔场预报专家系统。在专家系统开发工具方面，系统。在专家系统开发工具方面，中科院数学研究所研制了专家系统开发环境中科院数学研究所研制了专家系统开发环境“天马天马”，中科院计算所研制了面向对象专家系统开发工具中科院计算所研制了面向对象专家系统开发工具“OKPSOKPS”。ES的开发语言与环境懊围辈班婴瘪愤掀稼键们忧其盘脚租秆谗侯涅疑琳补牌椿捅唱唾寐目捎叫人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePAr
65、tificialIntelligenceExpertSystem38 BeiHang University 5.4.1 动物识别专家系统动物识别专家系统 1. 动物识别专家系统的知识库动物识别专家系统的知识库 用产生式系统鉴别动物，需要一种演绎机制，利用已知事实的集合做出新的结用产生式系统鉴别动物，需要一种演绎机制，利用已知事实的集合做出新的结论，一种方法是替动物园中的每一个动物作一个产生式，使用者首先收集所有可利论，一种方法是替动物园中的每一个动物作一个产生式，使用者首先收集所有可利用的事实，然后在产生式的表中进行扫描，寻找一个在条件部分能与之匹配的产生用的事实，然后在产生式的表中进行扫描，
66、寻找一个在条件部分能与之匹配的产生式。式。 一般要经过多步并生成和利用一些中间事实才能从基本事实推出结论，这样做，一般要经过多步并生成和利用一些中间事实才能从基本事实推出结论，这样做，所包含的产生式可以比较小，容易理解，容易使用和容易产生。所包含的产生式可以比较小，容易理解，容易使用和容易产生。 ES实例布枢润低趁处掷炯樊涧熟瑟翁瘤汲祭带描锐细蹈冲邹僧暗迪腹腋试援炼遏人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem39 BeiHang University 1. 知识
67、库中知识库中10条规则用条规则用Prolog语言表示：语言表示： It-is (“哺乳动物哺乳动物”) :positive(“产奶产奶”). It-is (“哺乳动物哺乳动物”) :positive (“有毛发有毛发”). It-is (“食肉动物食肉动物”) :positive (“吃肉吃肉”). It-is (“食肉动物食肉动物”) :positive (“有犬齿有犬齿”), positive(“有爪有爪”), positive(“眼前视眼前视”). It-is (“有蹄动物有蹄动物”) :positive (“有蹄子有蹄子”)，it_is(“哺乳动物哺乳动物”). It-is (“有蹄动
68、物有蹄动物”) :positive (“反刍食物反刍食物”),it_is(“哺乳动物哺乳动物”).animal_is(“老虎老虎” ):it_is(“哺乳动物哺乳动物”)，it_is(“食肉动物食肉动物”)，positive(“黄褐色黄褐色”)，positive(“有黑条纹有黑条纹”). animal_is(“金钱豹金钱豹”) :it_is(“哺乳动物哺乳动物”)，it_is(“食肉动物食肉动物”)，positive(“黄褐黄褐色色”)，positive(“有暗斑点有暗斑点”). animal_is (“斑马斑马” ):it_is(“有蹄动物有蹄动物”)，positive(“有黑条纹有黑条纹”
69、). animal_is (“长颈鹿长颈鹿” ):it_is(“有蹄动物有蹄动物”)，positive(“有长脖子有长脖子”)，positive(“有长腿有长腿”)，positive(“有暗斑点有暗斑点”).前件：肯定的，事实，证据前件：肯定的，事实，证据ES实例后面是前件后面是前件查证沿司京云迢川呀营表叼撤处洲绪吵识拓既蓬惮剿喷令棘溅压瑟重密锯人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem40 BeiHang University 2. 数据库数据库 在计算机中留
70、出一些存储区间，以存放反映系统当前状态的事实，存放用户回答在计算机中留出一些存储区间，以存放反映系统当前状态的事实，存放用户回答的事实、己知的事实和由推理而得的事实，即由己知事实推导出的假设成立时，也作的事实、己知的事实和由推理而得的事实，即由己知事实推导出的假设成立时，也作为事实。为事实。 如用下列语句可通过问答建立动物识别专家系统动态数据库：如用下列语句可通过问答建立动物识别专家系统动态数据库： positive(X):ask(X). ask(X):write(X，”吗？吗？”)，readln(Reply)，remember(X，Reply). 当内部目标和当内部目标和 animal_js
71、(“老虎老虎”)匹配时，首先要满足条件匹配时，首先要满足条件it_is(“哺乳动物哺乳动物”)，也，也即要满足即要满足positive(“产奶产奶”)，这时搜索数据库没有发现这个事实，系统立即转入询问，这时搜索数据库没有发现这个事实，系统立即转入询问，通过谓词通过谓词readln(Reply)从键盘输入从键盘输入“ yes”或或“ no”，用自定义谓词，用自定义谓词 remember(X，Reply)来肯定产奶或否定产奶，从而达到增加某个新数据或否定某个数据的目的。来肯定产奶或否定产奶，从而达到增加某个新数据或否定某个数据的目的。ES实例骸佳贵礁姿堑省嫩塘拳解扦酒擒蠕蒸率依叮恼忙叼蜜禽橇迎岸街
72、篮娥间然人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem41 BeiHang University 3. 3. 知识表示知识表示 知识的表达形式应该自然简单、精确，又容易存取。知识的表达形式应该自然简单、精确，又容易存取。 在在PrologProlog专家系统中，知识通常用以下两种方法之一来表示专家系统中，知识通常用以下两种方法之一来表示: : - - 把事实和数据把事实和数据( (事实性知识事实性知识) )分类，放到分类，放到PrologProlog规则库中。这种表
73、示实用于规则库中。这种表示实用于基于规则的专家系统。在基于规则的专家系统中，肯定的结果是一个产生式规则基于规则的专家系统。在基于规则的专家系统中，肯定的结果是一个产生式规则的动作，这些产生式规则由输入数据激活。的动作，这些产生式规则由输入数据激活。 - - 把事实和数据构成子句，形成子句知识库。这种子句表示实用于基于逻辑把事实和数据构成子句，形成子句知识库。这种子句表示实用于基于逻辑的专家系统，在基于逻辑的专家系统中，知识库是由说明事实的谓词逻辑子句组的专家系统，在基于逻辑的专家系统中，知识库是由说明事实的谓词逻辑子句组成，有一个可以由输入数据流激活的规则集，如上例的动物识别专家系统的四种成，
74、有一个可以由输入数据流激活的规则集，如上例的动物识别专家系统的四种动物可用如下动物可用如下PrologProlog语句表示语句表示: :ES实例裴蔚当锣靴始棋奇续被徐曳椿贼舆鸿琉茧颐们业稽铅搬糖泵肆络醒打鹤喜人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem42 BeiHang University rule (1，“老虎”，1，2，3，4)rule (2，“金钱豹”，l，2，3，5)rule (3，“斑马”，4，6)rule (4，“长颈鹿”，5，6，7，8)cond
75、ition (1，“哺乳动物”)condition (2，“食肉动物”)condition (3，“黄褐色”)condition (4，“有黑条纹”)condition (5，“有暗斑点”)condition (6，“有蹄动物”)condition (7，“有长脖子”)condition (8，“长腿”)Condition：条件：条件ES实例硝忆凌沂鳞磊聂圣旱诽婶博空桌管导廓粪附胡咆咋振棍舀钎览契需津涎讽人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem43 BeiHa
76、ng University 4推理机推理机 推理机是一组函数，本例既有正向推理机又有反向推理机，都是用精确推理。推理机是一组函数，本例既有正向推理机又有反向推理机，都是用精确推理。 l)正向推理正向推理 用户首先提供一批事实，存放到数据库中，然后推理机进行工作。用户首先提供一批事实，存放到数据库中，然后推理机进行工作。 推理机用这批事实与知识库中规则的前提进行匹配。推理机用这批事实与知识库中规则的前提进行匹配。 把匹配成功的规则的结论部分作为新的事实加到数据库中去。再用更新后的数把匹配成功的规则的结论部分作为新的事实加到数据库中去。再用更新后的数据库中的所有事实，重复上述据库中的所有事实，重复
77、上述、二步，如此反复进行，直到得出结论二步，如此反复进行，直到得出结论(答案答案)或不或不再有新的事实加到数据库为止。再有新的事实加到数据库为止。 例如，用户输入一批事实：动物有暗斑点、长脖子、长腿、产奶、有蹄子，要求例如，用户输入一批事实：动物有暗斑点、长脖子、长腿、产奶、有蹄子，要求系统判断这是一个什么动物？系统判断这是一个什么动物？ ES实例矛非听腰侄预症队鸡帽暴莹萍沂峙叮揩琼曙阁管潮姥枕请配雹吓公仪灯子人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem44 Be
78、iHang University 推理机利用这批事实来匹配规则推理机利用这批事实来匹配规则, 方法一般是将第一条规则的前提部分取出来，方法一般是将第一条规则的前提部分取出来，验证一下这些前提是否在数据库中，若都在，匹配成功，不然就取第二条规则进行匹验证一下这些前提是否在数据库中，若都在，匹配成功，不然就取第二条规则进行匹配，如此下去。配，如此下去。 首先，成功地匹配了第一条规则首先，成功地匹配了第一条规则it_is(“哺乳动物哺乳动物”)，于是把该规则的结论，于是把该规则的结论“哺乳动哺乳动物物”加到数据库中去；加到数据库中去； 接着又成功地匹配了规则接着又成功地匹配了规则it_is(“有蹄动
79、物有蹄动物”)，因为数据库中有：哺乳动物及有蹄子，因为数据库中有：哺乳动物及有蹄子，满足该规则的前提，于是把该规则的结论满足该规则的前提，于是把该规则的结论“有蹄动物有蹄动物”加到数据库中去；加到数据库中去； 接着又成功地匹配了规则接着又成功地匹配了规则animal_is(“长颈鹿长颈鹿”)，于是得出结论：，于是得出结论： 这个动物是长颈鹿。这个动物是长颈鹿。 当一条规则匹配成功之后，不仅将其结论部分加入到数据库，而且还要记录下这当一条规则匹配成功之后，不仅将其结论部分加入到数据库，而且还要记录下这条规则，当推理结束时，以备解释显示调用规则的轨迹。条规则，当推理结束时，以备解释显示调用规则的轨
80、迹。ES实例蝉绅亮酉掩掌般胜茎巡阉茁匠窃阻皖梢匆舀扛豫胰衬坑骂博祈腾院姆卫磨人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem45 BeiHang University 设计一个正向推理机就是设计一组程序，使其至少具有以下的功能：设计一个正向推理机就是设计一组程序，使其至少具有以下的功能： 能用数据库中的事实去匹配规则的前提，若匹配不成功，能自动地进行下一能用数据库中的事实去匹配规则的前提，若匹配不成功，能自动地进行下一条规则的匹配。条规则的匹配。 如何匹配最为合适，是
81、设计专家系统者根据专业特点和知识表示等情况，需要很如何匹配最为合适，是设计专家系统者根据专业特点和知识表示等情况，需要很好考虑的问题，也就是在匹配时到底用什么策略等问题都需要考虑周全；好考虑的问题，也就是在匹配时到底用什么策略等问题都需要考虑周全； 若某条规则匹配成功了，系统能将此规则的结论部分自动加入数据库；若某条规则匹配成功了，系统能将此规则的结论部分自动加入数据库； 能判断何时应结束推理；能判断何时应结束推理； 能将匹配成功的规则记录下来；能将匹配成功的规则记录下来；正向推理耀瓮黔逗寿弘亲机啸朝瓦侯醒荣飘伦蓬汽撒挚孰历坯翱种厘孤即样失恼桃人工智能ArtificialIntelligenc
82、eP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem46 BeiHang University 正向推理滇鸿袄仅宠您咕霍媒绳替奖穆催刽些臭疡使驾寡上衣忠赎谴浙心建惯膏蚀人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem47 BeiHang University 2)反向推理反向推理 由用户或系统首先提出一批假设，然后系统逐一验证这些假设的真假性，方法是由用户或系统首先提出一批假设，然后系统逐一验证
83、这些假设的真假性，方法是： 看假设是否在数据库中，若在，则假设成立，推理结束或进行下一个假设的验看假设是否在数据库中，若在，则假设成立，推理结束或进行下一个假设的验证，否则，进行下一步。证，否则，进行下一步。 判断这些假设是否是证据节点，若是，系统提问用户，否则进行下一步。判断这些假设是否是证据节点，若是，系统提问用户，否则进行下一步。 找出结论部分包含此假设的那些规则，把这些规则的所有前提作为新的假设。找出结论部分包含此假设的那些规则，把这些规则的所有前提作为新的假设。 重复重复、步。步。反向推理涨伊蒙付坐纬答及控八稼赌乘呢败猎焉剖泌倍屏跟遮盒唯悔实钥何氦攒嘎人工智能ArtificialIn
84、telligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem48 BeiHang University 反向推理诺距惑岁抨欲砍撂贰养卷榆亩服舰鉴雕楞贺阁老掺靳咋表吟谢板戒锭酸劣人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem49 BeiHang University 例如，用户要求系统验证一下该动物是否是老虎例如，用户要求系统验证一下该动物是否是老虎(此时数据库中什么也没有此时数据库中
85、什么也没有)。 系统首先检查数据库，看其中有没有老虎这个事实，现在没有，即不满足第一系统首先检查数据库，看其中有没有老虎这个事实，现在没有，即不满足第一步；步； 其次检查此假设其次检查此假设“老虎老虎”是否是证据节点，得出结论：不是，即不满足第二步；是否是证据节点，得出结论：不是，即不满足第二步； 进行第三步，在知识库中找出结论部分含有进行第三步，在知识库中找出结论部分含有“老虎老虎”的规则，结果找出规则的规则，结果找出规则animal_is(“老虎老虎”)。 第四步：将该规则的四个前提条件：第四步：将该规则的四个前提条件：1.哺乳动物、哺乳动物、2.食肉动物、食肉动物、3.黄褐色和黄褐色和4
86、.有有黑条纹黑条纹都作为新的假设，逐一验证这些新假设。都作为新的假设，逐一验证这些新假设。反向推理满言湘纷销篷汀甲画忠杜叼亦吭廉蜂灿滥磁航群雕萎拙乐握枉卡旋双据缔人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem50 BeiHang University 首先验证首先验证“1.哺乳动物哺乳动物”是否为真。前二步都不满足，即数据库中既没有是否为真。前二步都不满足，即数据库中既没有“哺乳动物哺乳动物”，又不是证据节点。，又不是证据节点。 那么进行第三步，系统查出：它是如下规
87、则的结论部分。那么进行第三步，系统查出：它是如下规则的结论部分。 it_is(“哺乳动物哺乳动物”)： positive(“产奶产奶”) it_is(“哺乳动物哺乳动物”): positive(“有毛发有毛发”)” 于是将该两条规则的前提：于是将该两条规则的前提：“有毛发有毛发”和和“产奶产奶”作为新的假设进行验证。作为新的假设进行验证。 先验证先验证“有毛发有毛发”是否为真，它不满足第一步。是否为真，它不满足第一步。 当系统进行第二步时，查出当系统进行第二步时，查出“有毛发有毛发”是证据节点，于是系统就提问用户是证据节点，于是系统就提问用户“此动物此动物有毛发吗？有毛发吗？” 反向推理雾械区
88、脉肄贼汉炽衰凋拒赚独片水拯低躇介拖瘩栓跋性育谰幕滑燕哺苛镐人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem51 BeiHang University 若用户回答若用户回答“有有”，则系统自动地将事实，则系统自动地将事实“动物有毛发动物有毛发”加入数据库，于是系统证加入数据库，于是系统证实了此动物是哺乳动物，所以将实了此动物是哺乳动物，所以将“哺乳动物哺乳动物”这一事实自动加入数据库，并记录匹配这一事实自动加入数据库，并记录匹配成功的前一条规则成功的前一条规则(由于这两
89、条规则都能推出是哺乳动物，若前一条规则为真，即已由于这两条规则都能推出是哺乳动物，若前一条规则为真，即已证实此动物是哺乳动物，这时系统能自动地不考察后一条规则的真假，否则，系统证实此动物是哺乳动物，这时系统能自动地不考察后一条规则的真假，否则，系统还要考察后一条规则还要考察后一条规则)。 其次验证其次验证“2.食肉动物食肉动物”是否为真。是否为真。 前两步都不满足，进行第三步时，系统查出它是如下规则的结论部分，前两步都不满足，进行第三步时，系统查出它是如下规则的结论部分， it_is(“食肉动物食肉动物”)：positive(“吃肉吃肉”) it_is(“食肉动物食肉动物”)：positive
90、(“有犬齿有犬齿”),positive(“有爪有爪”)， positive(“眼前视眼前视”) 于是将该两条规则的前提部分于是将该两条规则的前提部分“吃肉吃肉”和和“有犬齿有犬齿”、“有爪有爪”、“眼前视眼前视”都作为新都作为新的假设来进行逐一验证；的假设来进行逐一验证；反向推理贴坞樊亏驾涡睁催宁广哇吗伏崔涛磋牲晶停剧认绑拈拂婆湍囱砖闽却卞疙人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem52 BeiHang University 先验证前一规则的前提先验证前一规则的
91、前提“吃肉吃肉”是否为真，由于它是证据节点，系统问用户：是否为真，由于它是证据节点，系统问用户：“此动物吃肉吗？此动物吃肉吗？”，若用户回答，若用户回答“是是”，至此，系统已证实了此动物是，至此，系统已证实了此动物是“食肉动物食肉动物”，于是系统将此事实自动加入数据库，并记录匹配成功的前一规则。，于是系统将此事实自动加入数据库，并记录匹配成功的前一规则。 再验证再验证“3.3.黄褐色黄褐色”是否为真。因为是否为真。因为“黄褐色黄褐色”是证据节点，所以系统问用户：是证据节点，所以系统问用户：“该动物是黄褐色的吗？该动物是黄褐色的吗？”若用户回答若用户回答“是是”，则系统自动地将此事实，则系统自动
92、地将此事实“黄褐色黄褐色”加加入数据库。入数据库。反向推理摹欲钮瘴韧炊戎角铣尘玩涩坠秋腊舔怀拘拥狙鹿屋黎闽瞥里甚碴捐坠陋菜人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem53 BeiHang University 最后验证最后验证“4.有黑条纹有黑条纹”是否为真。因为是否为真。因为“有黑条纹有黑条纹”是证据节点，所以系统问用户：是证据节点，所以系统问用户：“该动物有黑条纹吗？该动物有黑条纹吗？”用户回答用户回答“有有”，则系统将此事实，则系统将此事实“有黑条纹有黑条纹
93、”自动地加入数据库。自动地加入数据库。 至此，系统证实了此动物是至此，系统证实了此动物是“老虎老虎”。此时，系统将此事实。此时，系统将此事实“老虎老虎”自动地加入数据自动地加入数据库，并记录此匹配成功的规则库，并记录此匹配成功的规则animal_is(“老虎老虎”)。 如果上述假设如果上述假设“老虎老虎”被否定，那么系统能提出下一个假设，比方是被否定，那么系统能提出下一个假设，比方是“金钱豹金钱豹”来进来进行验证。行验证。 直至某一个假设成立，系统就结束推理。直至某一个假设成立，系统就结束推理。 若所有假设都验证了且都不成立，此时系统回答：若所有假设都验证了且都不成立，此时系统回答：“不认识此
94、动物不认识此动物”。反向推理畏涨革闹阎蚁座痰相旱汪概抵诞躬裁芳影楔随笋皑弊厦辫秒佯腆罢晦嗣藉人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem54 BeiHang University 从上面例子可知，要设计一个反向推理机，至少要具有以下功能：从上面例子可知，要设计一个反向推理机，至少要具有以下功能： 能根据用户要求或情况提出假设；能根据用户要求或情况提出假设； 能验证此假设是否是在数据库中；能验证此假设是否是在数据库中； 能把知识库中将结论部分包含此假设的规则都找出来
95、；能把知识库中将结论部分包含此假设的规则都找出来； 能将找出来的规则的前提部分取出，并作为新的假设逐条验证；能将找出来的规则的前提部分取出，并作为新的假设逐条验证； 能判断假设是否是证据节点，若是，能向用户提出相应的问题，并记录结果；能判断假设是否是证据节点，若是，能向用户提出相应的问题，并记录结果； 能将匹配成功的规则记录下来；能将匹配成功的规则记录下来； 能判断何时应结束推理。能判断何时应结束推理。反向推理奈尖从楞紫捧盈皆舞惩群帕恰豆悉笨呕普华盒娟薪柬最稿峪火锤怔传慨曾人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtific
96、ialIntelligenceExpertSystem55 BeiHang University 3)反向推理机的实现反向推理机的实现 positive(X)：xpositive(X)，！ positive(X)：not(negative(X)，！，ask(X) negative(X)：xnegative(X)，！ ask(X)：write(”该动物是”，X，”吗？”)，readln(Reply)， remember(X，Reply) remember(X，yes)：asserta(xpositive(X) remember(X，no)：asserta(xnegative(X)，fail cl
97、ear_facts：retract(xpositive(_)，fail clear_facts：retract(xnegative(_)，fail推理机必须有管理用户输入的规则，并用产生式规则与其匹配，记录推理机必须有管理用户输入的规则，并用产生式规则与其匹配，记录yes和和no的回答，的回答，规则规则positive和和negative用于将用户输入数据和产生式规则中的相应部分进行匹配。用于将用户输入数据和产生式规则中的相应部分进行匹配。 加入谓词加入谓词取消谓词取消谓词肯定的动态数据库肯定的动态数据库否定的动态数据库否定的动态数据库反向推理么举顷亨淖搭露遍凹抱东编毒瓤篆吹殷歇疗簧麓棱徒箱湛
98、穿仇文夺梁耳嗣人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem56 BeiHang University 规则规则remember根据根据yes和和no的回答生成断言，供匹配使用。的回答生成断言，供匹配使用。 clear_facts规则在识别规则在识别-动作循环末端除去知识库项。这里动作循环末端除去知识库项。这里xpositive和和xnegative分分别是肯定和否定的动态数据库，别是肯定和否定的动态数据库， asserta和和retract分别是插入和删除动态数据
99、库的内部谓词。分别是插入和删除动态数据库的内部谓词。 当系统搜索到没有某个事实，就会启动上述推理机当系统搜索到没有某个事实，就会启动上述推理机(语句语句)，通过人机对话对事实，通过人机对话对事实进行肯定或否定，并把肯定或否定结果放入动态数据库，以保证问过的问题不会再问。进行肯定或否定，并把肯定或否定结果放入动态数据库，以保证问过的问题不会再问。 不管是正向推理机还是反向推理机，都是根据情况，用某种程序语言实现的。不管是正向推理机还是反向推理机，都是根据情况，用某种程序语言实现的。 反向推理迈肿厉节摆塞肆振捧窟保矗词砧帧貉钮癸酱肌跋澄鬼隧拓凸啤缴硒曼子省人工智能ArtificialIntelli
100、genceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem57 BeiHang University 6.2 ES的基本结构的基本结构 ES的结构是指的结构是指ES各组成部分的构造方法和组织形式。各组成部分的构造方法和组织形式。 一一个个最最基基本本的的ES应应由由知知识识库库、数数据据库库、推推理理机机、解解释释机机构构、知知识识获获取取机机构构和和用用户界面户界面6个部分所组成。个部分所组成。回忆-ES的基本结构僵淋椽目桥视哲霞同懊骸盅天踩屠吧穴弹喀梯橙拾巾铆侗格萍屠钓越暴枪人工智能ArtificialIntell
101、igenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem58 BeiHang University 5 5解释部分解释部分 本例中仅能回答下列两个问题。本例中仅能回答下列两个问题。 (1) (1)怎么得出这个结论的？怎么得出这个结论的？ 系统回答这个问题是通过打印系统回答这个问题是通过打印( (或屏幕显示或屏幕显示) )展示推导这个结论所用的规则。展示推导这个结论所用的规则。 例如若用户问：例如若用户问：“为什么说该动物是金钱豹呢？为什么说该动物是金钱豹呢？”系统回答：系统回答：“由于你告诉动物有由于你告诉动物有毛
102、发，它是哺乳动物；又由于你告诉它吃肉，所以它又是食肉动物；由于它是哺乳动毛发，它是哺乳动物；又由于你告诉它吃肉，所以它又是食肉动物；由于它是哺乳动物、食肉动物，且你告知是黄褐色的，又有暗斑点，所以它是金钱豹。物、食肉动物，且你告知是黄褐色的，又有暗斑点，所以它是金钱豹。” (2) (2)为什么问我这个问题？为什么问我这个问题？ 系统根据推理过程，解释问这个问题的原因。系统根据推理过程，解释问这个问题的原因。 若用户提出：若用户提出：“为什么问我：动物吃肉？为什么问我：动物吃肉？”系统就会回答：系统就会回答：“我为了推出该动物是我为了推出该动物是金钱豹，我首先看它是否是哺乳动物，根据你的回答，这
103、个结论是对的，于是我要考金钱豹，我首先看它是否是哺乳动物，根据你的回答，这个结论是对的，于是我要考虑它是否是食肉动物，因为只要它吃肉，它就是食肉动物，所以我要问你这个问题。虑它是否是食肉动物，因为只要它吃肉，它就是食肉动物，所以我要问你这个问题。” ES实例径蓑密葬滥火诫孵鉴赫疮釉巾巴灯叁哑汐蹿梢河帘棒袄停砖肖兜疆尼仁泞人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem59 BeiHang University 对于一般的专家系统，它到底应该能回答哪些问题？在设计专家系
104、统时，就应该对于一般的专家系统，它到底应该能回答哪些问题？在设计专家系统时，就应该与领域专家商量好。因为到目前为止，计算机对自然语言的理解与领域专家商量好。因为到目前为止，计算机对自然语言的理解(即能听懂人说的话即能听懂人说的话)，还是很有局限性的。因此计算机只能回答你预先设计好的问题。，还是很有局限性的。因此计算机只能回答你预先设计好的问题。 专家系统的解释部分，至少应有以下功能：专家系统的解释部分，至少应有以下功能： 能分辨出用户问的是什么问题；能分辨出用户问的是什么问题； 能从推理记录中找出答案来。能从推理记录中找出答案来。 6知识获取部分知识获取部分 知识获取部分也称学习功能，这是为了
105、向专家获取新规则或修改已有的不适用或知识获取部分也称学习功能，这是为了向专家获取新规则或修改已有的不适用或有错误的规则。通过这个手段，可以不断增加知识库中的知识，使系统能做更多、更有错误的规则。通过这个手段，可以不断增加知识库中的知识，使系统能做更多、更复杂的事，且做得更好。复杂的事，且做得更好。ES实例位傍哀香绘恢蹄盘朽同佬缝怪吸雏皂灼梨咬竭购楔拓幂圈淫倘裙车松柬壤人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem60 BeiHang University 7动物识别
106、专家系统的动物识别专家系统的Prolog程序程序ES实例淹萍魂擎涧赢霜厕超兢滁醋挟赊旷旧释购按斤铆擒潘掐叮静伦跪峻炉跌舅人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem61 BeiHang University 7动物识别专家系统的动物识别专家系统的Prolog程序程序(续续1)ES实例趟枚译沈涎弃客泵寝寐疟吱改裕筒嗽萎元掷得肯砾凹敏知莆痢杂闷拔于地人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtifi
107、cialIntelligenceExpertSystem62 BeiHang University 7动物识别专家系统的动物识别专家系统的Prolog程序程序(续续2)ES实例选范砒糠努芝韦缠英曹却撮古戎捷藐卷储锤饯炭纸瘪问涧球判众忧庄碱贼人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem63 BeiHang University 5.4.2 飞机结构布局设计专家系统飞机结构布局设计专家系统 假假设设飞飞机机总总体体确确定定了了机机翼翼的的平平面面形形状状为为三三角角翼
108、翼。机机翼翼展展弦弦比比为为2.35，机机翼翼相相对对厚厚度度平均为平均为4.5%。机翼外形由其。机翼外形由其4个顶点的个顶点的(X,Z)坐标定义，坐标的单位为坐标定义，坐标的单位为m。这。这4个顶点为个顶点为(1.219,0.9) (6.602,4.875) (7.352,4.875) (7.526,0.9) 机机翼翼上上安安装装有有3个个活活动动翼翼面面，包包括括1个个前前缘缘襟襟翼翼和和2个个后后缘缘副副翼翼。活活动动翼翼面面的的外外形形也也由顶点坐标定义，分别为由顶点坐标定义，分别为 襟翼：襟翼：(3.133,2.315)，(6.229,4.6)，(6.428,4.35)，(3.898
109、,2.315)。 内侧副翼：内侧副翼：(2,6.644),(0.9,6.674),(2.602,7.451),(2.602,7.526,0.9)。 外侧副翼：外侧副翼：(3,6.674,2.608),(6.713,4.875),(7.352,4.875),(7.451,2.608)。 目前的有限源分析软件大多具有这些功能目前的有限源分析软件大多具有这些功能 ES实例刹塌豫休剩曰红棠缺腹臂柜严淬翰汪捆蜀俄慕葫费轻京粟怒容癣诛慈斋肯人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSy
110、stem64 BeiHang University 原始设计数据如下：原始设计数据如下：展弦比展弦比 BWLB= 2.35;平面形状平面形状 BPTY=三角翼三角翼;翼身相对位置翼身相对位置 BWFP=下单翼下单翼;翼身连接方式翼身连接方式 BWFF=集中连接集中连接;平面轮廓平面轮廓 BOUT=1.219,0.9,6.602,4.875,7.352,4.875,7.526,0.9;展长展长 BWEL= 9.75;后掠角后掠角 BARL= 53.56;根肋位置根肋位置 BRRD=0.9;根弦长根弦长 BRRL= 6.415;翼尖弦长翼尖弦长 BRTL=0.75;机翼面积机翼面积 BWSQ= 4
111、0.46;最大使用过载最大使用过载 BBGN= 9;压心位置压心位置X BPXX= 5.4;压心位置压心位置Z BPZZ=2.3;翼载翼载 BWPN= 500;平均相对厚度平均相对厚度 BBRT=0.045;ES实例激也凋胳树蔼零化担拜少婚皋岳酞警柒冈斜诸厘箩涉欠迄货崇雁惟滞煮痴人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem65 BeiHang University 全机重心位置全机重心位置 BWCE=4.546,-0.081,0;翼型布置位置翼型布置位置 BWID
112、=0.90,101,1.112,7.529,活动翼面有无活动翼面有无 BAWN=1;活动翼面个数活动翼面个数 BAAN=3;机翼起落架有无机翼起落架有无 BWGR=0;翼内整体油箱有无翼内整体油箱有无 BWWT=1;翼内整体油箱个数翼内整体油箱个数 BTNN=1;装载要求有无装载要求有无 BWTT=1;操纵要求有无操纵要求有无 BWST=0;活动翼面参数活动翼面参数 BFLB=1,3.133,2.315,6.229,4.6,6.428,4.35,3.898,2.315, 2,6.644,0.9,6.674,2.602,7.451,2.602,7.526,0.9, 3,6.674,2.608,6
113、.713,4.875,7.352,4.875,7.451,2.608;安装角安装角 BWEA= 0;下反角下反角 BBAA= 0;单位面积翼重单位面积翼重 BUWW= 30;颤振速度颤振速度 BWVV= 680;滚转效率滚转效率 BREF=0.3; ES实例硼佩缅禁渤棍地滴策祥型岔已襄肺乙慎奠佛晤瓤氧镍前治澜晨艇湘狱众巫人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem66 BeiHang University 布局设计结果布局设计结果ES实例姐淮驴欢扎断砂槛遮毋痴辆锭
114、疤珠隐聘旗擅誊繁慨陡鳞龙崩薛年狐迸硷涵人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem67 BeiHang University 医疗诊断系统医疗诊断系统 专专家家系系统统的的一一个个重重要要应应用用领领域域就就是是医医疗疗诊诊断断系系统统。早早在在一一九九七七一一年年就就由由斯斯坦坦福福大大学学的的E EH HShortiffeShortiffe等等研研制制了了血血液液感感染染病病医医疗疗诊诊断断系系统统MYCINMYCIN，它它已已成成为为成成功功的的专专家家系系
115、统统的的一一个个典典型型。此此外外，世世界界上上比比较较著著名名的的医医疗疗诊诊断断系系统统还还有有青青光光眼眼医医疗疗诊诊断断系系统统CASNETCASNET，内内科科病病医医疗疗诊诊断断系系统统INTERNISTINTERNIST，肾肾病病医医疗疗诊诊断断系系统统PIPPIP，处处理理精精神神病病的的系系统统PARRYPARRY等等。我我国国的的研研究究者者根根据据我我国国的的特特点点，在在中中医医专专家家系系统统方方面面做做了了大大量量的的工工作作，有有一一些已投入实际应用。些已投入实际应用。ES实例嘲漳认恢迎啮都调善阿陀缎侮培嚼济愿病鸡傍送龄咆三蝎西懈涝吧身仲怪人工智能Artifici
116、alIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem68 BeiHang University MYCINMYCIN系系统统研研制制发发起起人人E EH HShortiffe(Shortiffe(爱爱德德华华持持肖肖持持利利夫夫) )是是哈哈佛佛大大学学数数学学系系毕毕业业生生，他他获获得得了了斯斯坦坦福福大大学学面面向向医医学学的的计计算算机机应应用用方方面面的的奖奖学学金金，到到斯斯坦坦福福大大学学当当研研究究生生。他他在在计计算算机机科科学学和和医医学学之之间间的的边边缘缘领领域域一一一一
117、医医疗疗诊诊断断的的研研究究中中，进进行行了了开开创创性性的的工工作作。当当他他在在一一九九七七一一年年完完成成MYCINMYCIN系系统统时时，他他只只是是一一名名研研究究生生，到到了了一一九九七七九九年年成成为为斯斯坦坦福福大大学学的的内内科科副副教教授授。一一九九八八零零年年召召开开第第二二届届医医疗疗中中的的人人工工智智能能(AIM)(AIM)学学术术会会议时，他成为大会的组织委员会主席。议时，他成为大会的组织委员会主席。ES实例挟昨巩戎咯焦呈职对业瞧七倚罪脸吱跪云肉歪谋配援林绿缮廷着强插典当人工智能ArtificialIntelligenceP人工智能ArtificialIntell
118、igencePArtificialIntelligenceExpertSystem69 BeiHang University MYCINMYCIN是是有有关关传传染染病病诊诊断断和和治治疗疗的的咨咨询询系系统统。它它能能教教会会不不擅擅长长诊诊治治传传染染病的医生，怎样从患者症状出发，确定病的种类及相应的治疗方法。病的医生，怎样从患者症状出发，确定病的种类及相应的治疗方法。我我们们知知道道，传传染染病病种种类类繁繁多多，与与其其相相应应的的抗抗生生素素种种类类也也不不少少。要要在在限限定定的的时时间间内内确确定定病病症症，选选择择出出恰恰当当的的治治疗疗方方法法，决决非非易易事事。似似乎乎这这
119、就就是是开开发发MYCINMYCIN系统的着眼点。系统的着眼点。ES实例蹈岸耪仆媳唐茵毋采利朴蕉酉谢桑烹甭沁档宾员芍钾佩坡输槐蓉躁渐秃验人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem70 BeiHang University MYCINMYCIN系系统统存存放放有有大大量量传传染染病病专专家家长长期期积积累累的的知知识识，它它们们是是肖肖特特利利夫夫与与许许多多著著名名的的传传染染病病专专家家交交谈谈，推推理理和和总总结结得得到到的的，他他把把这这些些知知识识归归纳
120、纳成成200200多多条条规规则则( (后后扩扩充充至至500500多多条条) )存存放放在在计计算算机机中中，这这些些规规则则具具有有“如如果果那那么么”这这种种形形式式，称称为为产产生生式式规则。这是目前专家系统使用得最广泛的推理方式之一。规则。这是目前专家系统使用得最广泛的推理方式之一。当当系系统统获获得得一一个个数数据据且且与与某某个个“如如果果”相相一一致致时时( (称称为为匹匹配配) )，则则相相应应的的“那那末末”就就代代替替了了该该数数据据，再再继继续续搜搜寻寻是是否否存存在在与与这这个个新新数数据据匹匹配配的的“如如果果”，这这样样一个过程含有一个过程含有“产生产生”、“做出
121、做出”的含义，因此获得的含义，因此获得“产生式产生式”的名子。的名子。当当使使用用MYCINMYCIN进进行行医医疗疗诊诊断断时时，医医生生通通过过计计算算机机的的人人机机交交互互接接口口，将将病病人人数数据据送送入入计计算机，算机，MYCINMYCIN系统将外来数据不断与内部知识进行匹配，直到获得最终结果。系统将外来数据不断与内部知识进行匹配，直到获得最终结果。ES实例肾狙憨起啃才蚤约蜘碳卷民威土引盾今掌梗峦享茧刀谁谣齿朴李佬瞎蕉智人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExper
122、tSystem71 BeiHang University 训练数据例子分析训练数据例子分析假假定定10001000次次行行车车记记录录，其其中中快快车车有有200200次次，常常速速800800次次, ,共共肇肇事事1010次，肇事记录中有七次是快车。次，肇事记录中有七次是快车。专专家家系系统统: :先先请请教教一一位位交交通通管管理理专专家家，将将（历历史史）经经验验表表达达到到知知识库。识库。 历史经验历史经验: :“十次肇事九次快十次肇事九次快”，得出下列规则：，得出下列规则：专家系统结论专家系统结论 IF IF 肇事肇事 THEN THEN 开了快车开了快车 置信度置信度90%90%E
123、S实例饺宝岩谗确脑勉托稼妙友察联揍捍嫡仰零粉涣装笨彬解魏斟彤蓬痉孺爬嗜人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem72 BeiHang University 1.专家系统的建造步骤专家系统的建造步骤(1)设计初始知识库。设计初始知识库。(a)问题知识化，即辨别所研究问题的实质，如要解决的任务是什么，它问题知识化，即辨别所研究问题的实质，如要解决的任务是什么，它是如何定义的，可否把它分解为子问题或子任务，它包含哪些典型数据等。是如何定义的，可否把它分解为子问题或子任
124、务，它包含哪些典型数据等。(b)知识概念化，即概括知识表示所需要的关键概念及其关系，如数据类知识概念化，即概括知识表示所需要的关键概念及其关系，如数据类型、已知条件型、已知条件(状态状态)和目标和目标(状态状态)、提出的假设以及控制策略等。、提出的假设以及控制策略等。(c)概念形式化，即确定用来组织知识的数据结构形式，应用人工智能中概念形式化，即确定用来组织知识的数据结构形式，应用人工智能中各种知识表示方法把与概念化过程有关的关键概念、子问题及信息流特性等变各种知识表示方法把与概念化过程有关的关键概念、子问题及信息流特性等变换为比较正式的表达，它包括假设空间、过程模型和数据特性等。换为比较正式
125、的表达，它包括假设空间、过程模型和数据特性等。(d)形式规则化，即编制规则、把形式化了的知识变换为由编程语言表示形式规则化，即编制规则、把形式化了的知识变换为由编程语言表示的可供计算机执行的语句和程序。的可供计算机执行的语句和程序。(e)规则合法化，即确认规则化了知识的合理性，检验规则的有效性。规则合法化，即确认规则化了知识的合理性，检验规则的有效性。ES设计与开发代俗海尖辑唁苗沃位贮号锈扣均霸修内辅剁羚指磊柬劫陇指库朵叠奋嗣碎人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSy
126、stem73 BeiHang University ES设计与开发讲阁裴溃汛阿撞孔荤蔓钦红挛毡旗操戚画鞘碴声勘谁旺熔进愉烽郧捆味楼人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem74 BeiHang University (2)原型机原型机(prototype)的开发与试验。的开发与试验。在选定知识表达方法之后，即可着手建立整个系统所在选定知识表达方法之后，即可着手建立整个系统所需要的实验子集，它包括整个模型的典型知识，而且只涉需要的实验子集，它包括整个模型的典型知识
127、，而且只涉及与试验有关的足够简单的任务和推理过程。及与试验有关的足够简单的任务和推理过程。(3)知识库的改进与归纳。知识库的改进与归纳。反复对知识库及推理规则进行改进试验，归纳出更完反复对知识库及推理规则进行改进试验，归纳出更完善的结果。使系统在一定范围内达到人类专家的水平。善的结果。使系统在一定范围内达到人类专家的水平。ES设计与开发登吕愿嘴酸驾定悼忘气庐田卵覆啊扒侣焙似甭晌钩吭蕊华缄视渠腾悠彪厌人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem75 BeiHang
128、University 所用的知识表达方法是否合适，或它是否需要所用的知识表达方法是否合适，或它是否需要扩展或修改扩展或修改? ? 这个系统能否提供正确的答案和进行正确的推这个系统能否提供正确的答案和进行正确的推理理? ? 存入系统的知识是否和专家的知识一致存入系统的知识是否和专家的知识一致? ? 使用者和系统相互联系是否方便使用者和系统相互联系是否方便? ? 使用者需要系统提供什么方便和要求系统具有使用者需要系统提供什么方便和要求系统具有什么能力什么能力? ? 系统所作的决定和建议的质量系统所作的决定和建议的质量/ /所用推理技术的正确性所用推理技术的正确性/ /人和人和计算机之间对话的质量计
129、算机之间对话的质量/ / 效率效率/ /成本效果成本效果( (或工程经济分析或工程经济分析) )ES设计与开发述讽瘪衫沾稽孕瘤阅憎朔硒违僻妮捡试盼倦先曼阉黑吵饵棉遇叭陡饼恢屑人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem76 BeiHang University 2 知识获取的主要手段知识获取的主要手段 （1）面谈法）面谈法（2）模拟法）模拟法（3）机器学习）机器学习ES设计与开发由悸蛀奴俏裸拷石致杂掇昼奴浆戊歹墩祁诲勾撩财陆榜求谤驶刀抡旭扇娟人工智能Artific
130、ialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem77 BeiHang University 专家系统开发过程专家系统开发过程专家系统开发过程专家系统开发过程原型及知识原型及知识专专家家知识知识工程师工程师建立建立知识库知识库设计推理机设计推理机等模块等模块建立专家建立专家系统系统提问提问ES设计与开发驹硼宛叶滇措亲环惩朋喜跪量炬悦恰凹宾尾村半悬独婶鹤伟游妆监狼矛艰人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificial
131、IntelligenceExpertSystem78 BeiHang University 专家系统开发的五个阶段专家系统开发的五个阶段专家系统开发的五个阶段专家系统开发的五个阶段ES设计与开发传霞排闽卷隐亢霜送铝侨匆火迁毋辊氓咬坡襟瞅效伞啸准廷牲夺追扳锨递人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem79 BeiHang University 快速原型与增量式开发方法快速原型与增量式开发方法快速原型与增量式开发方法快速原型与增量式开发方法 所谓快速原型与增量式开发
132、，就是在开发一个大型就是在开发一个大型软件系统之前，先尽快地建立一个简单的小型的系统软件系统之前，先尽快地建立一个简单的小型的系统“模型模型”称之为系统原型；然后，对原型进行扩充，即在原型称之为系统原型；然后，对原型进行扩充，即在原型的基础上进行地继续开发，即增量式开发，这样像滚雪球的基础上进行地继续开发，即增量式开发，这样像滚雪球似地直至完成整个系统。似地直至完成整个系统。 优点：优点：利用系统原型，开发者可以更好地分析和理解系统；用户也能尽快地看到系统的概貌，以便及早地反馈有关信息，使后面的工作少走弯路；同时，也方便了开发者和用户的相互交流。 ES设计与开发弃睦儡趴地哄去蛹闭程值盒颖辰据赤
133、童冕猛闪吻应躺铲俱识歼寺恕恋聘滋人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem80 BeiHang University 快速原型与增量式开发方法快速原型与增量式开发方法快速原型与增量式开发方法快速原型与增量式开发方法专家系统原型专家系统原型演示原型：解决应用中的部分问题，主要用于系统方案的演示原型：解决应用中的部分问题，主要用于系统方案的可行性论证。可行性论证。研究原型：在主要应用领域里能可靠地运行，但没进行全研究原型：在主要应用领域里能可靠地运行，但没进行全面的
134、测试，系统的行为显得有些脆弱。面的测试，系统的行为显得有些脆弱。领域原型：已在大量测试的基础上进行了修改，具有较好领域原型：已在大量测试的基础上进行了修改，具有较好的性能。的性能。产品原型：在用户环境下运行，具有较高的性能、效率相产品原型：在用户环境下运行，具有较高的性能、效率相可靠性。可靠性。商品化系统：在产品原型的基础上，通过进一步提高系统商品化系统：在产品原型的基础上，通过进一步提高系统的性能，改善用户接口，降低成本，系统已投入商品市场。的性能，改善用户接口，降低成本，系统已投入商品市场。ES设计与开发闹咨拼现早酥匠纤串蛰醉晶卯姿比涎疗飘邻刊冤颊肢毙羹慈祭能给着咕畔人工智能Artific
135、ialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem81 BeiHang University 快速原型与增量式开发方法快速原型与增量式开发方法快速原型与增量式开发方法快速原型与增量式开发方法ES设计与开发直跌奢跋坞汪澎衬次海济俯喻招升再祁褥知易棕室融城奄荤残坟芝卞绦议人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem82 BeiHang University 1 什么
136、是专家系统？它有哪些基本特征？什么是专家系统？它有哪些基本特征？2 专家系统有哪些基本部分？每一部分的基本功能是什么？专家系统有哪些基本部分？每一部分的基本功能是什么？3 专家系统的开发过程是什么？专家系统的开发过程是什么？考试时间：考试时间：4月月26日日课后习题噎藉讣馈柔编提没延胜吮钮散痒箔椅昔释幻冈坊疵卵踊奇颖秧翅腔巢挛障人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem83 BeiHang University 1专家系统方面基本理论专家系统方面基本理论2Sko
137、lem标准型标准型3归结推理（包括命题和谓词）归结推理（包括命题和谓词）4.谓词、语义网络、框架、产生式、状态空间知识表示谓词、语义网络、框架、产生式、状态空间知识表示5.宽度优先和深度优先搜索宽度优先和深度优先搜索6.启发式搜索方法（局部、全局）启发式搜索方法（局部、全局）7.不确定推理的确定方法不确定推理的确定方法8.主观贝叶斯主观贝叶斯(Bayes)方法方法9.各基本原理各基本原理重点内容姓皂薄疤江哑脖谦嫡纠光生宣誉孩充杰碰颧拐褪雁邹汕听蝉蒂涵扎哀础肪人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntel
138、ligenceExpertSystem84 BeiHang University 1填空或选择填空或选择2简答简答3问答问答4.应用应用卷面分数：卷面分数：100分，占总分数：分，占总分数：70%平时：平时：30分分题型爆比舌摩检请样肢酵换直擎救宗脖铃褂蜀傻希隆强疤稽遵娃迢掘沤贝蓑篆人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem85 BeiHang University 1.什么是知识？知识的分类？什么是知识表示？知识表示有哪些要求？何谓语义网络？2.说明产生式系统
139、的特点?用产生式规则描述出传教士和野人问题的操作符。3.语义网络表示的特点是什么？用语义网络表示下列命题：1)树和草都是植物2)树和草都有叶和根3)水草是草,且生长在水中4)果树是树，且会结果5)梨树是果树中的一种，它会结梨；4.用框架表示方法描述下面的知识：将一个家族的成员关系的知识分别用语义网络和框架形式表示出来。5.利用一阶谓词逻辑，对下面的问题进行描述Honil塔问题：已知三个柱子1,2,3和三个盘子A,B,C(A比B小,B比C小)。初始状态下，A，B，C依次放在1柱上。目标状态是A，B，C依次放在柱子3上。条件是每次可移动一个盘子，盘子上方是空顶方可移动，而任何时候都不允许大盘在小盘
140、之上。知识表示课后习题抉凭猾芦撕喧呛亡担石陵袄峨搅蹲劫八织渣梭鳞稚橙还飘厕葛素讯迪犀知人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem86 BeiHang University 1、设有如下语句，请用相应的谓词公式分别把他们表示出来：有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。他每天下午都去打篮球。新型计算机速度又快，存储容量又大。不是每个计算机系的学生都喜欢在计算机上编程序。凡是喜欢编程序的人都喜欢计算机。2、用谓词表示法表示农夫、狼、山羊、白菜问题
141、。设农夫、狼、山羊、白菜全部在一条河的左岸，现在要把他们全部送到河的右岸去，农夫有一条船，过河时，除农夫外船上至多能载狼、山羊、白菜中的一种。狼要吃山羊，山羊要吃白菜，除非农夫在那里。试规划出一个确保全部安全过河的计划。请写出所用谓词的定义，并给出每个谓词的功能及变量的体域。知识表示课后习题盏窄贾鞍疥添胸圭魔危尼堪温坚殉晨黍捏庐铡钓既刁戏酌帚绝雀嘘葵咕疆人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem87 BeiHang University 1. 问答题问答题 (1
142、)什么是搜索？有哪两大类不同的搜索方法？两者的区别是什么什么是搜索？有哪两大类不同的搜索方法？两者的区别是什么？ (2)在状态空间一般搜索过程中，在状态空间一般搜索过程中，Open表与表与Closed表的作用与区别表的作用与区别是什么？是什么？ (3)广度优先搜索与深度优先搜索各有什么特点？广度优先搜索与广度优先搜索与深度优先搜索各有什么特点？广度优先搜索与深度优先搜索有何区别？在何种情况下，广度优先搜索优于深度优先深度优先搜索有何区别？在何种情况下，广度优先搜索优于深度优先搜索？在何种情况下深度优先搜索优于广度优先搜索？搜索？在何种情况下深度优先搜索优于广度优先搜索？ (4)在深度优先搜索中
143、，每一个节点的子结点是按某种次序生成和在深度优先搜索中，每一个节点的子结点是按某种次序生成和扩展的。在决定生成子状态的最优次序时，应用什么标准来衡量？扩展的。在决定生成子状态的最优次序时，应用什么标准来衡量？ (5)为什么说深度优先搜索可以看作局部择优搜索的特例？为什么说深度优先搜索可以看作局部择优搜索的特例？ (6)何谓评价函数？在评价函数中何谓评价函数？在评价函数中, g(n)和和h(n)各起什么作用？各起什么作用？ (7)局部择优搜索与全局择优搜索的相同之处与区别是什么？局部择优搜索与全局择优搜索的相同之处与区别是什么？课后习题似儿陈荒撮淤军斌屁耸概宙焊册锡晤票玩宛盾促亲薄玉涡堪若越狼孙
144、钾拳人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem88 BeiHang University 2. 用回溯策略求解如下所示二阶梵塔问题，画出搜索过程的状态用回溯策略求解如下所示二阶梵塔问题，画出搜索过程的状态变化示意图。变化示意图。 对每个状态规定的操作顺序为：先搬对每个状态规定的操作顺序为：先搬1柱的盘，放的顺序是先柱的盘，放的顺序是先2柱后柱后3柱；再搬柱；再搬2柱的盘，放的顺序是先柱的盘，放的顺序是先3柱后柱后1柱；最后搬柱；最后搬3柱的盘，放的顺柱的盘，放的
145、顺序是先序是先1柱后柱后2柱。柱。 3. 滑动积木块游戏的棋盘结构及某一种将牌的初始排列结构如下图。滑动积木块游戏的棋盘结构及某一种将牌的初始排列结构如下图。其中其中B表示黑色将牌，表示黑色将牌，W表示白色将牌，表示白色将牌，E表示空格。游戏的规定走法表示空格。游戏的规定走法是：是： (1)任意一个将牌可移入相邻的空格，规定其代价为任意一个将牌可移入相邻的空格，规定其代价为1； (2)任何一个将牌可相隔任何一个将牌可相隔1个或个或2个其他的将牌跳入空格，其代价为个其他的将牌跳入空格，其代价为跳过将牌的数目。跳过将牌的数目。 游戏要达到的目标是把所有游戏要达到的目标是把所有W都移到都移到B的左边
146、。对这个问题的左边。对这个问题,请定请定义一个启发函数义一个启发函数h(n),并给出用这个启发函数产生的搜索树。并给出用这个启发函数产生的搜索树。课后习题哀俺辜朵鸳桔吓斯境展秦膏谷季毒佳咨泣邹忍具乖萍膜倘锚事派伊枕纂瀑人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem89 BeiHang University 课后习题皖闪绣哼俏曾睫碟院孺训臆援摧挽醚摧绣拾过俄谋邻吵羹糟鬼我症吝溶躁人工智能ArtificialIntelligenceP人工智能ArtificialInte
147、lligencePArtificialIntelligenceExpertSystem90 BeiHang University 1.将下面的公式化成子句集：将下面的公式化成子句集：( ( P Q) R) (P R)2. 命题是数理逻辑中常用的公式，试使用归结法证明它们的正确性：命题是数理逻辑中常用的公式，试使用归结法证明它们的正确性： a) ( P ( Q R ) (P Q) ( P R) b) ( Q P) (Q P) Q) 3.下列子句是否可以合一，如果可以，写出最一般合一置换下列子句是否可以合一，如果可以，写出最一般合一置换 a) P(x, B, B) 和和 P(A, y, z)b)
148、P( g( f (v) , g(u) ) 和和 P(x , x) 4.将下列公式化为将下列公式化为skolem子句形子句形: ( x) P(x) ( x) Q(x) ( x) ( P(x) Q(x) ) 5.使用归结法证明使用归结法证明: ( x)(A(x)(B(x)C(x)( x)(A(x)D(x) ( x)(D(x)C(x)6.使用归结法证明使用归结法证明: 梯形的对角线与上下底构成的内错角相等。梯形的对角线与上下底构成的内错角相等。7.什么是推理？推理如何分类？什么是推理？推理如何分类？课后作业捌锈移荤壁牵提方谗羚娱唤一屋驼垦渝顶吓巾摊授告屑循柔副佣囱炎赊拔人工智能ArtificialI
149、ntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem91 BeiHang University 使用归结规则建立推理过程使用归结规则建立推理过程(1)P(x,y,z,s) P(z,y,z,walk(x,z,s)(2)P(x,y,x,s) P(y,y,y,Carry(x,y,s)(3)P(b,b,b,s) R(Climb (s)(4)P(a,b,c,s)(5)R(s) ANS(s)(6)P(b,b,b,s) ANS(Climb(s) (3)(5)归结归结(7)P(x,b,x,s) ANS(Climb(C
150、arry(x,b,s) (2)(6)归结归结(8)P(x,b,z,s) ANS(Climb(Carry(z,b,walk(x,z,s) (1)(7)归结归结(9)ANS(Climb(Carry(c,b,walk(a,c,s) (4)(8)归结归结于是猴子吃香蕉的问题的答案是于是猴子吃香蕉的问题的答案是Climb (Carry(c,b,walk(a,c,s) 练习龚迭漠泥勤辩催抄峦匈肘笺样栈畦顶蛋慨丘厢渗簇诞词玲当讶旁问抵傅错人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSyst
151、em92 BeiHang University 例题的数据变化例题的数据变化:例例1. 已知已知 R1：A1B1 CF(B1，A1)0.8 R2：A2B1 CF(B1，A2)0.5 R3：B1A3B2 CF(B2，B1A3)0.8 CF(A1)CF(A2)CF(A3)1； CF(B1)= CF(B2)=0； 计算计算 CF(B1)、CF(B2)例例2. 作业窿腮基刨谁郑卿沏邢因绳镐娠刊痰们薪懂疟断狄勉滦证胰豌痉匪硝妓婆油人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem
152、93 BeiHang University 例题的数据变化例题的数据变化:例例3. 已知：已知：P(A)=1,P(B1)=0.04, P(B2)=0.02R1:AB1 LS=20 LN=1R2:B1B2 LS=300 LN=0.001 计算：计算：P(B2|A)例例4. 已知：证据已知：证据A1, A2必然发生必然发生, 且且P(B1)=0.03, P(B2)=0.01 规则：规则：R1：A1B1 ；LS=20 LN=1 R2：A2B1 ；LS=300 LN=1 R3：B1B2 ；LS=300 LN=0.0001 求：求：B1，B2的更新值。的更新值。主要是主要是LS，LN ，P的变化的变化作
153、业烧富粕忿铰太男涵伊唤麻弊粹拒意砧散掺会律供劲魔栈杀堑持罪跑厄苍限人工智能ArtificialIntelligenceP人工智能ArtificialIntelligencePArtificialIntelligenceExpertSystem94 BeiHang University 习题当证据E必然发生，H1的先验概率0.03,H2的先验概率0.01,且有规则:r1:ifEthen(20,1)H1r2:ifH1then(300,0.0001)H2求：P(H2|E)利挛聊驯荫材溃拨唯搬翠失安具刨锯笺钦撬迅角椒嫩滦篇逮奴陪黄鹿鞍珊人工智能ArtificialIntelligenceP人工智能ArtificialIntelligenceP
