产生式法知识表示与问题求解
人工智能的主要内容和方法
人工智能的主要内容和方法人工智能（Artificial Intelligence，简称AI）是50年代兴起的一门新兴边缘学科，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。
广义的讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。
人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。
目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
一、AI的主要内容人工智能研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
知识表示是人工智能的基本问题之一，推理和搜索都与表示方法密切相关。
常用的知识表示方法有：逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。
常识，自然为人们所关注，已提出多种方法，如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。
问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。
推理过程一般可分为演绎推理和非演绎推理。
谓词逻辑是演绎推理的基础。
结构化表示下的继承性能推理是非演绎性的。
由于知识处理的需要，近几年来提出了多种非演绎的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。
搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。
可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。
知识表示产生式
www。themegallery。com
IF(肥力等级=高) ∧(施氮>35)THEN土杂肥=0 施氮=施氮-土杂肥*0.001-饼肥*0.07 施磷=施磷-土杂肥*0.0001-饼肥*0.013 施磷=施钾-土杂肥*0.0002-饼肥*0.021
1.4.4.4 “规则架+规则体” 优点: 1. 表示形式层次清晰。 2.表达能力强。 3.由于同类知识集中于同一个规则组中，加快了
示精确知识还可以表示不精确知识。 不确定的产生式形式如下:
P->Q(置信度) 或者
IF P THEN Q (置信度)
www。themegallery。com
例如 专家系统MYCIN中有这样一条产生式: IF 微生物的染色斑是革兰氏阴性 微生物的形状呈杆状 病人是中间宿主
THEN 该微生物是绿脓杆菌，置信度为0.6
用语义网络表示多元关系时，可把它转化为一 个或多个二员关系的组合，然后再利用合取关系 的表示方法，把这种多元关系表示出来。
www。themegallery。com
2.3语义网络的推理方法
2.3.1 匹配 包括结构上的匹配，节点和弧的匹配。 抽象的讲，推理包括两步:第一步是判断，即
考察手头的数据是否满足某个知识单元的条件； 第二步是求值，即根据满足条件的知识单元来求 得所需的值。
第四步:将各对象作为语义网络的一个节点，而各 对象间的关系作为网络中各节点间的弧，连接形成语 义网络。
www。themegallery。com
2.4.2 语义网络表示下列知识
猎狗是一种狗，而狗是一种动物。狗除了动物 的有生命、能吃食、有繁殖能力、能运动外，还 有以下特点:身上有毛、有尾巴、四条腿；猎狗的 特点是吃肉、个头大、奔跑速度快、能狩猎；而 狮子狗也是一种狗，它的特点是吃饲料，个头小， 奔跑速度慢，不要人，供观赏。
故障诊断技术基础_第5章第1-5节
5.3 谓词逻辑表示法
谓词逻辑表示法 以数理逻辑为基础，是目前为止能够表 达人类思维活动规律的一种最精确的形式语言，他与人类的自 然语言比较接近，又可方便地存储到计算机中去，并被计算机 做精确处理，最早应用于AI。
1. 谓词与个体
个体 是可以独立存在的物体，它可以是抽象的也可以是具体的。 例：鲜花，电视机，唯物主义等都是个体。
例如 : 规则1： if 规则2：if
该动物有羽毛 该动物是鸟
then 该动物是鸟 and 有长脖子； and 有长腿； and 不会飞； then 该动物是鸵鸟。
2. 规则组知识表示法
规则组 = 规则架 + 规则体 RULE n IF …… THEN …… RB{ 体规则 IF …… THEN …… 计算规则 }
目前，产生式表示法已经成为人工智能中应用最多的一种知 识表示法，许多成功的专家系统都用它来表示知识。
1. 产生式知识表示法
产生式表示法容易用来描述事实、规则以及它们的不确定性 度量。
确定性规则知识的表示 PQ
或 IF P THEN Q 不确定性规则知识的表示
PQ （可信度） 或 IF P THEN Q （可信度）
定义谓词及个体，确定每个谓词及个体的确切含义。 根据所要表达的事物或概念，为谓词中的变元 赋值。 根据所要表达的指示的语义，用连接符 连接 谓词，形成
谓词公式
例：设有下列事实性知识， 用谓词公式表示这些知识。 王芳是一名计算机系的学生，但她不喜欢编程序。 马东比他父亲长得高。
解： 第一步：定义谓词： COMPUTER ( x )：x 是计算机系的学生 LIKE ( x ，y )：x 喜欢 y HIGHER ( x，y )：x 比 y 长得高
常用的知识表示方法
常用的知识表示方法知识表示方法是人工智能中一个非常重要的领域，其主要目的是设计一种计算机程序，使其能够利用已有的知识去推理、学习和解决新问题。
在现代人工智能系统中，有许多常用的知识表示方法，包括逻辑表示、产生式表示、框架表示、语义网络表示、神经网络表示、本体表示等等。
下面将分别对这些知识表示方法展开详细的描述。
1. 逻辑表示逻辑表示是指使用逻辑语句来描述知识的方式。
这种表示方法最早应用于人工智能领域，它使用命题逻辑、谓词逻辑、模态逻辑等形式化逻辑体系来表达知识。
逻辑表示法的优点是表达简单直观，易于推理，而且能够容易地与其它知识表示方法相结合。
该方法的主要缺点是计算复杂度较高，不适用于大规模的知识表示。
2. 产生式表示产生式表示法是一种基于规则的知识表示方法，它通过一系列的规则来描述问题解决过程。
规则通常由条件和结果两部分组成，当条件满足时，就会执行规则，得到相应的输出结果。
产生式表示法的优点是表达简单易懂，适合大规模知识的表示和处理。
该方法的主要缺点是规则的编写和管理比较困难，而且可能出现死循环等问题。
3. 框架表示框架表示法是一种以对象为中心的知识表示方法，它通过描述事物的属性、关系、功能等方面来构建一个框架模型，从而达到表示知识的目的。
框架表示法的优点是具有良好的结构、易于维护和扩展。
该方法的主要缺点是无法处理复杂的关系和不确定性，而且不适用于处理嵌套结构。
4. 语义网络表示语义网络表示法是一种以图形为基础的知识表示方法，它通过节点和边的组合来描述概念、关系和属性等知识。
语义网络表示法的优点是视觉化表达直观，易于理解和调试，适用于复杂的知识系统。
该方法的主要缺点是不适用于大量数据的处理，因为图形结构比较复杂，计算开销较大。
5. 基于案例的表示基于案例的表示法是一种通过描述已有的实例来表达知识的方法，它将具体的案例作为基本单位，通过比较和分析不同案例之间的相似性和差异性来实现知识的表示和推理。
2.7 与或图法知识表示与问题求解
（111） （122）
（122） （322）
（322） （333）
（113） （111）
（123） （113）
（122） （322） （321） （321） （331） （123）
（333） （331）
自动化系仪自教研室
2.2.6 问题归约法
[例]求解不定积分
A B C A B
1 1 2 3 1
1 C
自动化系仪自教研室
2
3
2.2.6 问题归约法
归约过程 （1）移动圆盘A和B至柱子2的双圆盘难题；
A B C
1
2 1 (111)
3
C
1 A
B
2 1 (122)
3
自动化系仪自教研室
2.2.6 问题归约法
（2）移动圆盘C至柱子3的单圆盘难题；
1 A
B C
2 1 (122)
自动化系仪自教研室
6.2.4 基于与或图的搜索
与或图的基本概念回顾
与树：当把一个复杂问题分解为若干个子问题时， 可用一个“与树”来表示这种分解。 或树：当把一个复杂问题变换为若干个与之等价的 新问题时，可用一个“或树”来表示这种变换。
A
A
B
C
D
B
C
23 或图自动化系仪自教研室
与图
6.2.4 基于与或图的搜索
2.2.6 问题归约法
本原问题:
指那种不能或不需要再进行分解或变换，且可以直 接解答的问题。 归约: 把一个复杂问题分解或变换为一组本原问题的过程。 问题的分解：是指把一个复杂问题分解为若干个子问题的过程。
问题的解是所有子问题解的“与”，即只有当所有子问题都有解时， 原问题才有解。
人工智能复习题及答案
⼈⼯智能复习题及答案⼀、填空：1.⼈⼯智能的研究途径有⼼理模拟、⽣理模拟和⾏为模拟。
2.任意列举⼈⼯智能的四个应⽤性领域智能控制、智能管理、智能决策、智能仿真。
3.⼈⼯智能的基本技术包括表⽰、运算、搜索归纳技术、联想技术。
4.谓词逻辑是⼀种表达能⼒很强的形式语⾔，其真值的特点和命题逻辑的区别是（10）。
5.谓词逻辑中，重⾔式（tautlogy）的值是（11）。
6.设P是谓词公式，对于P的任何论域，存在P为真的情况，则称P为（12）。
7.在著名的医疗专家系统MYCIN中规定，若证据A的可信度CF（A）=0，则意味着 13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。
8.谓词公式G是不可满⾜的，当且仅当对所有的解释（16）。
9.谓词公式与其⼦句集的关系是（17）。
10.利⽤归结原理证明定理时，若得到的归结式为（18），则结论成⽴。
11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= （19）。
12.若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和C2的归结式R（C1，C2）= （20）。
13.有谓词公式G，置换δ，则G·ε= （21），δ·ε= （22）。
14.有⼦句集S=｛P(x),P(y)｝，其MGU= （23）。
15.在归结原理中，⼏种常见的归结策略并且具有完备性的是（24），（25），（26）。
16.状态图启发式搜索算法的特点是（27）。
17.⼴度优先搜索算法中，OPEN表的数据结构实际是⼀个（28），深度优先搜索算法中，OPEN表的数据结构实际是⼀个（29）。
18.产⽣式系统有三部分组成（30），（31）和推理机。
其中推理可分为（32）和（33）。
19.专家系统的结构包含⼈机界⾯、（34），（35），（36），（37）和解释模块。
20.在MYCIN推理中，对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系：CF（~A）=（38），CF（A1∧A2 ）=（39），CF（A1∨A2 ）= （40）。
2-1 第二章 知识表示与推理
第二部分 知识表示方法问题求解(Problem solving)涉及许多研究领域，但知识表示是其三大基本功能之一。
本章主要讨论几中基本的知识表示方法技术，如状态空间表示法、问题归约法、谓词逻辑法、语义网络法等方法。
2-1状态(state)空间表示法2-1-1 问题Q 的状态描述State:为描述某类不同事物间差异而引入的一组变量n q q q ,...,,10之有序集合。
即T n q q q Q ],...,[10=,其中，i q 表示状态分量或状态变量。
T nk k k k q q q Q ],...,[10=表示Q 的每一元素都赋予一个值之后的某种状态。
(1) 操作符/算符：是问题从一种状态变迁到另外一种状态的过程或手段。
如走步、过程、规则、算子、逻辑运算符号等。
(2) 问题状态空间：表示问题全部可能状态及其关系的图。
其构成由三部分构成（如图所示）(3) 15数码难题（15 puzzle problem ）Source et T arg 需要解决的问题如下： ① 问题的状态描述方法 ② 问题的初始状态描述 ③ 问题的目标状态描述④ 问题描述状态转换的操作算子及其对状态描述的作用 ⑤ 两种状态的比较原始问题描述：每次移动一步，只能移动跟空格相邻的数字单元。
是否能从状态1变成状态2？(S, F, G)2-1-2 问题的状态图示法（1）基本概念（2）能够表示的问题① 求解问题状态图中指定节点s（初始状态）与另一节点t （目标状态）之间的一条路径（或所有路径）。
② 求节点s与节点集合}{i t 中任一个节点之间的距离（最小距离，最大距离等）。
③ 求节点集合}{i s 中任一个节点与节点集合}{i t 中任一个节点之间的路径。
2-1-3 状态空间表示举例（从要解决的五个基本问题分析）例1 十五数码问题（表示如图2-1，可用矩阵形式表示）图 2-1 十五数码难题的部分状态图表示状态图：由若干（不一定是有限）节点的集合构成（有向图或无向图）。
人工智能简答题
1.人工智能是何时何地怎样诞生的？1956年夏季，来自数学，心理学，神经生理学，信息论和计算机方面的十位专家，在美国达特莫斯大学召开一次历时两个月的研讨会，讨论了关于机器智能的有关问题，会上达特莫斯大学的麦卡锡提议正式采用“人工智能”一词，标志人工智能学科的正式诞生。
2.什么是人工智能？试从学科和能力两方面加以说明。
人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。
它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。
人工智能（能力）是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。
3.人工智能的一般研究目标是什么？答：更好的理解人类智能，通过编写程序模仿和检验有关人类智能的理论。
创造有用的灵巧程序，该程序能够执行一般需要人类专家才能实现的任务。
近期目标人工智能的近期目标是实现机器智能。
即先部分地或某种程度地实现机器智能，从而使现有的计算机更灵活好用和更聪明有用。
远期目标人工智能的远期目标是要制造智能机器。
具体讲就是使计算机具有看、听、说、写等感知和交互能力，具有联想、学习、推理、理解、学习等高级思维能力，还要有分析问题解决问题和发明创造的能力。
4.人工智能的基本技术是什么？（1）知识表示技术：研究各种知识的形式化方法，并要求所采用的形式化方法能够便于知识在计算机中进行存贮、组织，便于问题求解中的检索、推理等操作。
（2）知识推理、计算和搜索技术：研究各种问题的求解规律，设计可机械执行的智能算子，用以实现问题求解过程。
（3）系统实现技术：它研究如何实现相关知识的计算机内部表示，将各种智能算子或求解过程转换为程序，对智能应用系统，还要特别考虑人机交互及界面的实现。
5.人工智能的应用领域博弈、自动定理证明、专家系统、模式识别、机器学习、计算智能、自然语言处理分布式人工智能、机器人6.什么是遗传算法，主要遗传操作有哪些？答：遗传算法是仿真生物遗传学和自然选择机理，通过人工方式所构造的一类搜索算法，从某种程度上说遗传算法是对生物进化过程进行的数学方式仿真。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
自动化系仪自教研室
9
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
规则的表示
产生式的含义 如果前提P满足，则可推出结论Q或执行Q所规定的操作
产生式规则的例子 r6: IF 动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是食肉动物
其中，r6是该产生式的编号；“动物有犬齿 AND 有爪 AND 眼盯前 方”是产生式的前提P；“该动物是食肉动物”是产生式的结论Q。
自动化系仪自教研室
14
2.2.2 产生式知识表示法
2.2.2.2 产生式系统的组成
综合数据库DB(Data Base)
推理机
规则库
综合数据库
产生式系统的基本结构
存放求解问题的各种当前信息 问题的初始状态
输入的事实 中间结论 最终结论 用于推理过程的规则匹配
推理过程中，当规则库中某 条规则的前提可以和综合数据 库的已知事实匹配时，该规则 被激活
自动化系仪自教研室
11
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
与蕴涵式的主要区别
例如，在专家系统MYCIN中有如下产生式： IF 本生物的染色斑是革兰氏阴性， 本微生物的形状呈杆状， 病人是中间宿主 THEN 该微生物是绿脓杆菌，置信度为0.6
它表示，当前题中列出的各个条件都满足时，结论“该微生物是绿脓杆菌” 可以相信的程度是0.6。
规则的表示
规则的作用
-描述事物之间的因果关系 -规则的产生式表示形式常称为产生式规则
产生式规则的基本形式
P→Q
或者
IF P THEN
Q
P是产生式的前提，也称为前件，它给出了该产生式可否
使用的先决条件，由事实的逻辑组合来构成；
Q是一组结论或操作，也称为产生式的后件，它指出当 前题P满足时，应该推出的结论或应该执行的动作
“王峰热爱祖国”
“王峰”和“祖国”是语言变量, “热爱”是语言变量之间的关系
“雪是白的”
其中“雪”是语言变量，“白的”是语言变量的值
自动化系仪自教研室
6
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
事实的表示-事实的表示
确定性事实知识的表示。一般使用三元组表示：
（对象，属性，值），
智能控制技术
上海大学机电工程与自动化学院
杜鑫
1
2.2 知识的表示
知识表示法 2.2.1 一阶谓词知识表示法 2.2.2 产生式知识表示法
自动化系仪自教研室
2
2.2.2 产生式知识表示法
产生式表示法又称为产生式规则表示法。有心理学家认为， 人脑对知识的存储就是产生式形式。
产生式最早由P.Post于1943年提出，用于构造Post机计算 模型；1972 A.Newell和H.A.Simon在研究人类的认识模型 中提出了 Rule-Based 产生式系统方法以及规则表示模式。
这在谓词中的逻辑蕴含式是不能表示的！
自动化系仪自教研室
12
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
与(计算机程序语言)条件语句的主要区别
前件结构不同
--产生式的前件可以是一个复杂的的结构 --传统程序设计语言中的左部仅仅是一个布尔表达式
控制流程不同
--产生式系统中满足前提条件的规则被激活后，不一定被立即 执行，能否执行将取决于冲突消解策略
自动化系仪自教研室
4
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
事实的表示 规则的表示 产生式与蕴含式的区别 产生式与条件语句的区别
自动化系仪自教研室
5
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
事实的表示-事实的定义
事实是断言一个语言变量的值或断言多个语言变量之间 关系的陈述句 语言变量的值或语言变量之间的关系可以是数字、词等 例如：
--传统程序设计语言中是严格地从一个条件语句向其下一个条
件语句传递
自动化系仪自教研室
13
2.2.2 产生式知识表示法 2.2.2.2 产生式系统的组成
推理机
规则库
综合数据库
产生式系统的基本结构
把一组产生式放在一起，让它们互相配合，协同作用， 一个产生式的结论可以供给另个产生式作为前提使用，以 这种方式求得问题的解决，这样的系统称为产生式系统
自动化系仪自教研室
15
2.2.2 产生式知识表示法
2.2.2.2 产生式系统的组成
规则库RB(Rule Base)
推理机
• 也称知识库KB(Knowledge Base) ,用于存放与求解问题 有关的所有规则的集合
目前，产生式表示法已经成为人工智能中应用最多的一种知 识表示法，许多成功的专家系统都用它来表示知识。
自动化系仪自教研室
3
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法 2.2.2.2 产生式系统的组成 2.2.2.3 产生式系统的推理方式 2.2.2.4 产生式系统应用举例 2.2.2.5 产生式表示法的特点
自动化系仪自教研室
10
2.2.2 产生式知识表示法 2.2.2.1 产生式表示知识的基本方法
与蕴涵式的主要区别
蕴涵式表示的知识只能是精确的，产生式表示的知 识可以是不确定的
原因是蕴涵式是一个逻辑表达式，其逻辑值只有真和假
蕴含式的匹配一定要求是精确的，而产生式的匹配 可以是不确定的
原因是产生式的前提条件和结论都可以是不确定的，因此其匹 配也可以是不确定的
（对象，属性，值，可信度）
或者 （关系，对象1，对象2，可信度）
例如：
事实“老李年龄很可能是45岁。”可以表示为： (Li，Age，45，0.8)
事实“老李、老张不大可能是朋友。”可以表示为：
(Friend，Li，Zhang，0.1)
自动化系仪自教研室
8
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
或者
（关系，对象1，对象2）
例如：
事实“老李年龄是45岁。”可以表示为：
(Li，Age，45)
事实“老李、老张是朋友。”可以表示为：
(Friend，Li，Zhang)
自动化系仪自教研室
7
2.2.2 产生式知识表示法
2.2.2.1 产生式表示知识的基本方法
事实的表示-事实的表示
不确定性事实知识的表示。一般使用四元组表示：