复杂机电控制第三章

1.语义网络的特点
因为语义网络表示知识的实质是知识的图 解表示，所以这种表示法的优点是容易把 各种事物有机地联系起来，它特别适于表 达关系知识。 语义网络通过对于个体间的联系追溯到有 关个体的节点，实现对知识的直接存取， 能比较正确地反映人类对客观事物的本质 认识。 知识表示直观，便于理解。
四、知识表示的方法
1、一阶谓词逻辑性 2、表示方法 3、框架表示性 4、语义逻辑性 5、面向对象性 6、状态空间性
五、知识类型
1、叙述型知识： 叙述关于系统状态、环境和条件，问题的 概念、定义和事实的知识 2、过程型知识： 有关系统状态变化，问题求解过程的操作， 演算和形动的知识 3、控制型知识： 关于如何选择相应的操作、演算和行动的 比较，判断，管理和决策知识
语义网络具有下列几个特点
能把实体的结构、属性与实体间的因果关系显式地和简明 地表达出来，与实体相关的事实、特征和关系可以通过相 应的节点弧线推导出来。这样便于用联想方式实现对系统 的解释。 由于与概念相关的属性和联系被组织在一个相应的节点中， 因而使概念易于受访和学习。 表现问题更加直观，更易于理解，适于知识工程师与领域 专家沟通。语义网络中的继承方式也符合人类的思维习惯。 语义网络结构的语义解释依赖于该结构的推理过程而没有 结构的约定，因而得到的推理不能保证像谓词逻辑法那样 有效。 节点间的联系可能是线状、树状或网状的，甚至是递归状 的结构，使相应的知识存储和检索可能需要比较复杂的过 程。
3. 形式化
把概念化阶段概括出来的关键概念、子问题和信息流特 征映射成基于各种知识工程工具和框架的更形式化的表 达，这一过程称为形式化过程。 假设空间、过程的基本模型和数据特征是形式化过程的 三要素。 对概念形式化有助于理解假设空间的结构以及如何把它 们连接起来构成假设空间。 过程的基本模型包括： 行为模型 和数学模型（分析的或统计的） 应该指出，行为模型是专家进行推理的一种重要方式， 行为模型实际上是模糊模型。
用语义网络表示知识
用语义网络表示一个简单事实： 所有的知更鸟（robin）都是 鸟（bird）。 用两个节点分别表示知更鸟和 鸟，并在两个节点之间用“是 一个”（ISA）链相连，称ISA 为指针，如右图（1）所示。 若再表示克莱德（clyde）是 一只知更鸟，只要在右图（1） 上加一个节点和一根ISA链即 可，如右图（2）所示。 利用语义网络还可以表达对象 的性质，例如右图（3）是表 示鸟有翅膀的语义网络。 由该语义网络容易得到知更鸟 有翅膀，克莱德有翅膀。在人 工智能中称ISA为性质遗传链。
第四节 语义网络表示法
语义网络（semantic networks）是1968年由 Quillian最先提出的，1969年他把语义网络当作知 识库使用并设计了TLC系统。 语义网络作为一种知识表示方法，已经获得广泛应 用许多最近发展的专家系统采用语义网络来表示领 域专家知识。 语义网络实际上是用图解表示知识。 一般说来，一个语义网络是一个由表示实体、概念 等的节点即表示节点之间关系的弧线（或链）组成 的有向图。 基于语义网络表示的系统有Simmon(1973 )的自然语 言理解系统，Eikes和Heudrix(1977)的问题回答系 统以及及1976～1981年由美国SRI国际系统研究所研 制的PROSPECTOR勘探专家系统等。
揭示问题求解过程的基本模型是知识形式 化的重要一步，认识数据的特性有利于解释假 设之间以及假设与目标结构的关系。
4. 实现
实现阶段的任务是把经过形式化的知识映 射成和该问题所选工具相关联的框架表达， 在框架中的知识要保持一致性和相容性， 并用来定义特定的控制和信息流，从而成 为一个可执行的程序。
1.问题识别
一般由一个专家（或多个）和一个知识工程师来共同参 加这项工作，他们必须从各种途径获得建立专家系统所 需的知识。 专家可以提供解决问题的经验、书本上的理论知识以及 应用实例等，知识工程师要从中学习和掌握解决类似问 题的经验和建立专家系统的有关方法、表达及工具。 由他们共同认识问题并定义要解决的问题，专家首先给 出原始问题叙述性的描述、解决问题方式的解释以及问 题求解的推理，经过重复说明和解释，最后得到双方彼 此都同意的对问题形式化的初步描述。 然后，由他们共同提炼用于解决问题和问题识别的关键 部分知识，并用词语加以表达。
对于专家系统而言，所谓的知识获取是指通过人工方法从 一个领域专家处（或潜在的知识源）提炼知识，并把它转 化为计算机程序的过程，它包括问题的定义、实现、完善 以及表达从专家处获取的事实和关系。 这里潜在的知识源包括专家、书本、数据库以及人们的经 验等。
一、知识获取的途径
知识获取用以解决计算机知识来源问题，一般来说，机器获 取知识主要有三种途径； （1）通过特殊的知识编辑系统，把人类的知识（主要是用于问 题求解的专门知识）直接用程序编辑后存入计算机； （2）把知识用自然语言表达出来并“传授”给计算机； （3）自动进行知识获取，即建立机器的学习系统，使机器本 身具有从经验中学习的能力，以便能经常总结经验，修正错 误，总结规律，增长知识，从而丰富自己的知识库。 在上述三种途径中，以第（3）种途径最为理想，因为一个 先进而完善的专家系统必须具备自学习的能力，否则系统本 身不能适应环境的变化和事物发展的需要，难以改善自己的 性能。目前只有少数系统能自动完成部分知识获取工作。 专家系统中知识库所需要的知识可通过上述三种途径获得， 所有的途径都包括从知识源中把问题求解的最有效知识转化 为计算机程序。 知识工程的发展表明，只有专家与知识工程师（专家系统设 计者）或程序之间保持密切的联系，才能建立一个好的专家 系统知识库。
语义网络的含义
语义网络是知识的一种结构化图解表示，它由节点和弧线 或链线组成。 节点用于表示实体、概念和情况等， 弧线用于表示节点间的关系。 语义网络表示由下列4个相关部分组成。 词法部分 决定表示词汇表中允许有哪些符号，它涉及各个 节点和弧线。 结构部分 叙述符号排列的约束条件，指定各弧线连接的节 点对。 过程部分 说明访问过程，这些过程能用来建立和修正描述， 以及回答相关问题。 语义部分 确定与描述相关的（联想）意义的方法，即确定 有关节点的排列及其占有物和对应弧线。
数据在特定场合下的具体含义。不同环境下数据所表示的意义不同。 “信息就是谈论的事情、新闻和知识”（牛津字典） “信息就是在观察或研究过程中获得的数据、新闻知识”（韦氏字典） 三、知识：只把有关的信息关联在一起所形成的信息结构，信息与关联 是知识的两大要素 四、知识分类：
ห้องสมุดไป่ตู้

事实性知识 规则性知识 控制性知识 元知识 逻辑性知识 常识性知识 专业领域知识
二、知识获取的步骤
总之，在建立专家系统过程中，上述知识 获取的步骤要反复循环进行，不断地修改， 包括： 对概念的重新形式化、 表达方式的重新设计， 以调整规则及其控制结构，直到获得满意 的性能。
三、知识的特性
性
1、相对正确性2、可确定性3、可表示性4、可利用
四、智能控制系统的基本结构
第二节 知识的获取
知识获取（knowledge acquisition）是指在人工智能和知 识工程系统中，通过人工方法或机器学习、机器感知方式， 使机器从外部环境获取知识的过程。
知识获取是专家系统的一个重要组成部分，被称 为专家系统的瓶颈。建立专家系统的关键是从专 家系统那里获得知识，这一过程是非常重要而且 是十分困难的，因为这并非是一种单向的简单的 知识堆砌过程。
2.二元语义网络的表示
首先用语义网络来表示一些简单的事实。 例如，所有的燕子（SWALLOW） 都是鸟（BIRD）。 建立两个节点，SWALLOW和 BIRD，分别表示燕子和鸟。 两节点以“是一个”(ISA)链相连， 如图2.12（a）所示。 再如，希望表示小燕（XIAOYAN） 是一只燕子。那么，只需要在语 义网络上增加一个节点 （XIAOYAN）和一根ISA链，如 图2.12（b）所示。 除了按分类学对物体进行分类以 外，人们通常需要表示有关物体 性质的知识。例如，要用语义网 络表示鸟有翅膀的事实，可按如 图2.12（c）所示来建立语义网络。
5. 检验
通过实例对系统进行检测验证，评价模型系统以 及用于它的表达形式，发现知识库和推理机构中 的不足或错误，以便修改和完善。 输入/输出特性、推理规则以及控制策略等都会是 系统协调不当而造成性能不佳。输入/输出的主要 特性是数据获取和结论表达。 由于提问不当或未获得足够多的信息，可能导致 获取数据的犯法错误或不恰当； 推理规则出错表现为规则本身不正确，不一致， 不完全，或是规则之间并不独立而没有考虑到它 们之间的相互影响等； 控制策略的使用必须注意到求解问题的控制结构 与控制知识，使用不当会使模型系统出现错误。
第三章 人工智能知识的表示和获取 本章主要内容
几个重要概念
知识表示的概念 知识的获取 语义网络表示法 产生式表示法 框架表示法 一阶谓词逻辑方法
第一节 几个重要概念
一、数据：像这样用一组符号及其组合表示信息称为数据 二、信息：以数据的形式表达和传递的，其本质特征是知识的内涵，是


在上述例子中，若表示克莱德 有一窝（nest-1），可以利用 所有权连OWNS，连接表示克莱 德及其窝的节点，如右图（1） 所示。 如果我们还要附加克莱德从春 天到秋天拥有一个窝的信息， 在现有的语义网络上无法实现， 因为这里涉及到四个实体，需 要用四元谓词来表达，而表示 占有关系的链实际上只能表示 二元关系。 为了表达上述问题，1972年 Simmos和Slocum提出，在语义 网络中允许用节点表达情况和 动作，把它们作为对象一样处 理，每一情况节点可以有一组 向外的弧（事例弧或事例框）， 用以说明情况谓词的各种变量。 这样，就可以用右图（2）中 语义网络表达上述问题。
二、知识获取的步骤