第2章知识表示
人工智能 第2章 知识表示

2.1.1 知识的概念
按知识的作用范围划分
➢ 常识性知识 ➢ 领域性知识
按知识的确定性划分
➢ 确定知识 ➢ 不确定知识
按知识的作用及表示来划分
➢ 事实性知识 ➢ 规则性知识 ➢ 控制性知识 ➢ 元知识
按人类的思维及认识方法划分
➢ 逻辑性知识 ➢ 形象性知识
2.1.2 知识表示的概念
知识表示就是研究用机器表述上述知识的可行性、有效性的一 般方法,可以看成将知识符号化,即编码成某种数据结构,并输 入到计算机的过程和方法,即:
规则库: 用于描述相应领域内知识的产生式集合。
2. 综合数据库
综合数据库(事实库、上下文、黑板等):用于存放输 入的事实、从外部数据库输入的事实以及中间结果(事 实)和最后结果的工作区。
2.3.2 产生式系统的基本结构
3. 推理机
推理机:用来控制和协调规则库与综合数据库的 运行,包含了推理方式和控制策略。
一阶谓词逻辑表示法的缺点:
效率低
由于推理是根据形式逻辑进行的,把推理演算和知识含义截然分开, 抛弃了表达内容所含的语义信息,往往是推理过程太冗长,降低系统 效率。另外,谓词表示越细,表示越清楚,推理越慢、效率越低。
灵活性差
不便于表达和加入启发性知识和元知识。不便于表达不确定性的指示, 但人类的知识大都具有不确定性和模糊性,这使得它表示知识的范围 受到了限制。
R10:IF 该动物是哺乳动物 AND 是食肉动物 AND 是黄褐色 AND 身上有黑色条纹 THEN 该动物是虎
R11: IF 该动物是有蹄类动物 AND 有长脖子 AND 有长腿 AND 身上有暗斑点 THEN 该动物是长颈鹿
R12:IF 该动物有蹄类动物 AND 身上有黑色条纹 THEN 该动物是斑马
第二章 知识表示方法

第二章知识表示方法教学内容智能系统问题求解所采用的几种主要的知识表示方法(状态空间法.问题归约法.谓词逻辑法.语义网络法)以及基于不同表示法的问题求解方法。
教学重点1. 状态空间表示法中问题的状态描述.改变状态的操作和问题目标状态的搜索;2. 问题规约的一般步骤.规约的与或图表示;3. 谓词逻辑的语法和语义.量词的辖域.谓词公式的置换与合一;4. 语义网络的构成.语义基元的选择.语义网络的推理等。
教学难点状态描述与状态空间图示.问题归约机制.置换与合一。
教学方法课堂教学为主,同时结合《离散数学》等已学的内容实时提问.收集学生学习情况,充分利用网络课程中的多媒体素材来表示抽象概念。
教学要求1. 重点掌握用状态空间法.问题归约法.谓词逻辑法.语义网络法来描述问题.解决问题;2. 掌握这些表示方法之间的差别;并对其它表示方法有一般了解2.1 状态空间法教学内容本节讨论基于解答空间的问题表示和求解方法,即状态空间法,它以状态和操作符为基础来表示和求解问题。
教学重点问题的状态描述,操作符。
教学难点选择一个好的状态描述与状态空间表示方案。
教学方法以课堂教学为主;充分利用网络课程中的多媒体素材来阐述抽象概念。
教学要求重点掌握对某个问题的状态空间描述,学会组织状态空间图.用搜索图来求解问题。
2.1.1 问题状态描述1.基本概念状态(state)它是为描述某类不同事物间的差别而引入的一组最少变量q0,q1,…,qn的有序集合,其矢量形式如下:Q=[q0,q1,…,qn]' (2.1)式中每个元素qi(i=0,1,…,n)为集合的分量,称为状态变量。
给定每个分量的一组值就得到一个具体的状态,如Qk=[q0k,q1k,…,qnk]' (2.2)操作符(operator)称使问题从一种状态变化到另一种状态的手段为操作符或算符。
状态空间(state space)它是表示一个问题全部可能状态及其关系的图,它包含所有可能的问题初始状态集合S、操作符集合F以及目标状态集合G。
第2章 知识表示方法

梵塔问题归约图
(111) (333)
(111) (122)
(122) (322)
(322) (333)
(111) (113)
(113) (123)
(123) (122) (322) (321) (321) (331)
(331) (333)
2.3 谓词逻辑法
好的开始是成功的一半, 好的表示方法是成功的一半
第二章 知识表示方法
2.1 2.2 2.3 2.4 2.5 2.6 状态空间法 问题归约法 谓词逻辑法 语义网络法 其他方法 小结
2.1 状态空间法(State Space Representation)
问题求解技术主要是两个方面: –问题的表示 –求解的方法 状态空间法
2.6 小结(Summary)
• 本章所讨论的知识表示问题是人工智能研究的核心问 题之一。 • 知识表示方法很多,本章介绍了其中的7种,有图示法 和公式法,陈述式表示和过程式表示等。
2.6 小结(Summary)
• 知识表示方法间的关系
方法
状态空间法 归约法 谓词逻辑法 语义网络法
初始问题
状态 结点 合适公式 结点
– 状态(state) – 算Biblioteka (operator) – 状态空间方法
2.1.1 问题状态描述
定义 – 状态:描述某类不同事物间的差别而引入的一 组最少变量q0,q1,…,qn的有序集合。 – 算符:使问题从一种状态变化为另一种状态的 手段称为操作符或算符。 – 问题的状态空间:是一个表示该问题全部可能 状态及其关系的图,它包含三种说明的集合, 即三元状态(S,F,G)。
2.1.3 状态空间表示举例
第02章知识表示方法

1. 状态空间法(11)
作业:用状态空间搜索法求解农夫、狼、 羊、菜问题。
A farmer with his goat, wolf and cabbage come to a river that they wish to cross. There is a boat, but it only has room for two, and the farmer is the only one that can row. If the goat and cabbage get in the boat at the same time, the cabbage gets eaten. Similarly, if the wolf and goat are together without the farmer, the goat is eaten. Devise a series of crossings of the river so that all concerned make it across safely.
概 述
知识的特性
1、相对正确性 2、不确定性 3、可表示性 4、可利用性
概 述
知识的分类
1、知识的作用范围:常识知识和领域知识 2、知识的作用及表示: 事实知识:有关领域内的概念、事实、 客观事物的属性、状态及其关系的描述。 规则知识:事物的行动、动作相联系的 因果关系知识。 3、知识的确定性:确定和不确定 4、思维和认识方法:逻辑和形象
2)综合数据库 又称为事实数据库,用于存放输入的事 实、中间的运行结果和最后结果的工作区。 当规则库中的某条产生式前提与综合数据 库的某些已知事实匹配时,该产生式就被 激活,推理出结论放入综合数据库中,作 为后面推理的已知事实。显然综合数据库 是动态变化的。
人工智能概论课件 第2章 知识表示(导论)

(1)个体是常量:一个或者一组指定的个体。
▪ “老张是一个教师”:一元谓词 Teacher (Zhang) ▪ “5>3” :二元谓词 Greater (5, 3) ▪ “Smith作为一个工程师为IBM工作”:
三元谓词 Works (Smith, IBM, engineer)
命题逻辑表示法:无法把它所描述的事物的结构及逻辑特 征反映出来,也不能把不同事物间的共同特征表述出来。
P:老李是小李的父亲
P:李白是诗人 Q:杜甫也是诗人
13
2.2.2 谓词
谓词的一般形式: P (x1, x2,…, xn)
▪ 个体 x1, x2,…, xn :某个独立存在的事物或者某个抽象 的概念;
(3)∧: “合取”(conjunction)——与。
“我喜欢音乐和绘画”: Like (I, music) ∧ Like (I, painting)
16
2.2.3 谓词公式
1. 连接词(连词) (4)→:“蕴含”(implication)或 “条
件”(“如co果nd刘iti华on跑)。得最快,那么他取得冠军。” :
▪ ( x)( y) F(x, y) 表示对于个体域中的任何两个个体x
和y,x与y都是朋友。
20
2.2.3 谓词公式
全称量词和存在量词出现的次序将影响命题的意思。 例如:
▪ ( x)( y)(Employee(x) → Manager(y, x)) :
“每个雇员都有一个经理。”
▪ ( y)( x)(Employee(x) → Manager(y, x)):
30
第2章 知识表示
2.1 知识与知识表示的概念 2.2 一阶谓词逻辑表示法
《人工智能应用概论》课件第2章-知识表示

2 2.1.2知识的特征
特征
相对正确性—知识是人类对客观世界认识的结晶, 并且受到长期实践的检验。因此,在一定的条件 及环境下,知识是正确的。(看图识字)
不确定性—由于现实世界的复杂性,信息可能是精确
的,也可能是不精确的、模糊的;关联可能是确定的, 也可能是不确定的。(打雷一定下雨吗?)
2 2.1.2 知识的特征
2 2.2.1知识表示具体实现
系统规则库: R1: IF 有毛发 THEN 哺乳动物 R2: IF 分泌乳汁 THEN 哺乳动物 R3: IF 有羽毛 THEN 鸟类 R4: IF 会飞 AND 会下蛋 THEN 鸟类 R5: IF 吃肉 THEN 食肉动物 R6: IF 有犬齿 AND 有爪 AND 眼盯前方 THEN 食肉动物 R7: IF 哺乳动物 AND 有蹄 THEN 有蹄类动物 R8: IF 哺乳动物 AND 反刍动物 THEN 有蹄类动物 R9: IF 哺乳动物 AND 食肉动物 AND 黄褐色 AND 身上黑色斑点 THEN 金钱豹 R10: IF 哺乳动物 AND 食肉动物 AND 黄褐色 AND 身上黑色条纹 THEN 老虎 R11: IF 有蹄类动物 AND 长脖子 AND 长腿 AND 身上黑色斑点 THEN 长颈鹿 R12: IF 有蹄类动物 AND 身上黑色条纹 THEN 斑马 R13: IF 鸟类 AND 长脖子 AND 长腿 AND 不会飞 AND 黑白二色 THEN 鸵鸟 R14: IF 鸟类 AND 会游泳 AND 不会飞 AND 黑白二色 THEN 企鹅 R15: IF 鸟类 AND 会飞 THEN 信天翁
人工智能_第2章 知识表示方法

14
标准槽名
6) Infer槽:指出两个框架所描述的事物间的逻辑推理关系, 用它可以表示相应的产生式规则。 【例】设有下面知识:如果咳嗽,发烧且流涕,则八成是患 了感冒,需服用感冒清,一日三次,每次2-3粒。并要多喝开 水。对该知识 ,可用如下两个框架表示: 框架名:<诊断规则> 框架名:<结论> 病名:感冒 症状1:咳嗽 治疗方法:服用感冒清,一日三 症状2:发烧 次,每次2-3粒 症状3:流涕 注意事项 :多喝开水 Infer: <结论> 愈后:良好 可信度:0.8 7) Possible-Reason槽:与Infer槽作用相反,用来把某个结论 与可能的原因联系起来。 15
12
标准槽名
2) AKO槽:用于具体的指出事物间的类属关系。其直观含义 是“是一种”,下层框架可以继承其上层框架所描述的属性及值。 对上面的例子,可将棋手框架中的ISA改为AKO。 3)Subclass槽:用于指出子类与类之间的类属关系。 上例中,由于“棋手”是“运动员的一个子类,故可将ISA该为 Subclass。 4) Instance槽:用来建立AKO槽的逆关系。 用它作为某框架的槽时,可用来指出它的下层框架是哪些。 【例】框架名:<运动员> Instance:<棋手>,<足球运动员>,<排球运动员> 姓名:单位(姓,名) 年龄:单位(岁) 性别:范围(男,女) 缺省:男
18
剧本表示-例
【例】餐厅剧本 (1) 开场条件: (a)顾客饿了,需要进餐。(b)顾客有足够的钱。 (2) 角色:顾客,服务员,厨师,老板。 (3) 道具:食品,桌子,菜单,钱。 (4) 场景: 场景1 进入餐厅 (a) 顾客走入餐厅。(b) 寻找桌子。 (c) 在桌子旁坐下。 场景2 点菜 (a) 服务员给顾客菜单。(b) 顾客点菜。 (c) 顾客把菜单还给服务员。(d) 顾客等待服务员送菜。 场景3 等待 (a) 服务员把顾客所点的菜告诉厨师。(b) 厨师做菜。
第2章知识表示方法

命题( ∀ x)P(x)为假,当且仅当至少存在一个xi
∈D,使得P(xi)为假
∃ :存在量词,意思是“至少有一个”、“存在有”
命题∈D( ∃,x使)P得(x)P为(x真i)为,真当且仅当至少存在一个xi
命题( ∃x)P(x)为假,当且仅当对论域中的所有
x,都有P(x)为假
18:08
18:08
27页
2.4.1 框架的构成
<框架名>
<槽名1>
<侧面11>
<值111>…<值11k1>
一般 结构
<侧面1n1> <值1n11>…<值1n1kn1>
<槽名2>
<侧面12>
<值121>…<值1211>
<侧面1n2> <值1n21>…<值1n21n2>
…
18:08
28页
2.4.1 框架的构成 表示对象间关系的常用槽名
缺省:教学 姓名: 性别:(男,女) 学历:(中专,大学)
•含有5个槽,槽名分别为:“类属”、“工作”、“性别”、“学历”和 “类别”。槽名后面是其槽值。 •槽值“<知识分子>”又是一个框架名。 •“范围”、“缺省”是槽“工作”的两个不同的侧面,其后是侧面值
18:08
30页
练习一下
例 描述“学生”的框架 框架名:<学生>
z P和Q都可以是一个或一组数学表达式或自然语言
z可表示精确的、不精确的,而谓词公式只能精确的
18:08
17页
2.3.2 产生式表示知识方法
确定性和不确定性规则知识的产生式表示
确定性规则知识: 前面产生式的基本形式表示即可
不确定性规则知识 用如下形式表示 P→Q (可信度)
或者 IF P THEN Q (可信度)
- 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)。
例2-1 二阶梵塔问题。假设有三根柱子,在1号柱子上穿有 A、B两片空心圆盘,A的直径小于B的直径,且位于B的上 面。要求把这两片空心圆盘全部移到另一根柱子上,规定
每次只能移动一片,而且任何时刻都不能使B位于A的上面。 解 设用SK=(SK0, SK1)表示问题的状态。其中,SK0表示A所在的 柱子号;SK1表示B所在的柱子号,全部可能状态有如下9种: S0=(1,1),S1=(1,2),S2=(1,3),S3=(2,1),S4=(2,2),S5=(2,3), S6=(3,1),S7=(3,2),S8=(3,3) 问题的初始状态集合为S={S0},目标状态集合为G={S4, S8}。 操作算子分别为A(i, j)和B(i, j)。A(i, j)表示把A从第i号柱子 移到第j号柱子上;B(i, j)表示把B从第i号柱子移到第j号柱 子上。
2.2 状态空间表示法
状态空间表示法是人工智能中最基本的形式化方法, 是其他形式化方法和问题求解的基础。它是用“状态”和 “操作算子”来表示问题的一种方法。其中,“状态”是 用以描述问题求解过程中不同时刻的状况;“操作算子” 表示对状态的操作,操作算子的每一次使用就使问题由一 种状态变换为另一种状态。当到达目标状态时,由初始状 态到目标状态所用的操作算子的序列就是问题的解。
可知共有如下12个操作算子:
A(1, 2),A(1, 3),A(2, 1),A(2, 3),A(3, 1),A(3, 2)
B(1, 2),B(1, 3),B(2, 1),B(2, 3),B(3, 1),B(3, 2)
根据上述9种可能状态及12种操作算子,可构成二阶梵 塔问题的一个状态空间图。
B(1,3)
2.2.1 状态及状态空间
1.状态 描述问题求解过程中任一时刻状况的数据结构,一般
用一组变量的有序组合来表示:
S=(s0, s1, …, sn) 其中,元素si (i=0, 1, …, n)为集合S的分量,称为状态变 量。当给每个分量以确定值时,就得到一个具体的状态。
2.操作算子 也称为运算符,它引起状态中的某些分量发生变化,
态空间 由表示一个问题的全部状态及一切可用操作算子构成
的集合称为该问题的状态空间,问题的状态空间可以用三 元组来表示:(S, F, G),其中,S为问题的所有初始状态构 成的集合;F为操作算子的集合;G为目标状态的集合。
2.2.2 状态空间图
利用状态空间表示问题的全部可能的状态及其 相互关系,可以用一个赋值有向图来表示,这种状 态空间的图示形式称为状态空间图。
规则是指有关问题中与事物的行动、动作相联系的因果关系知识。 控制是指当有多个动作同时被激活时,选择哪一个动作来执行的
知识。 元知识是指怎样使用规则、解释规则、校验规则、解释程序结构
等知识。
2.1.1 知识的概念
2.知识的特性
知识具有相对正确性。在一定的条件及环境下,知识一般来说都是 正确的,可信任的。 知识具有不确定性。知识有一个逐步完善的过程。在此过程中,或 者由于客观事物表露得不够充分,致使人类对它的认识不够完全;或 者对充分表露的事物一时抓不住本质,致使对它的认识不准确。另外, 世界上的事物并不都是“不为真就一定为假的”。在某些情况下,它 可能既不完全为真,也不完全为假,而处于是真与假之间的某个状态 上。 知识具有可表示性。知识是用人类所能接受的、理解和处理的形式 来表示。 知识具有可利用性。
2.1.1 知识的概念
3.知识的分类 按其应用范围可分为常识性知识和领域性知识。 按其确定性来可分为确定性知识和不确定性知识。 按其结构及表现形式分为逻辑性知识和形象性知识。 按其形式可分为显性知识和隐性知识。 按其作用可分为事实性知识、过程性知识和控制性知识。
2.1.2 知识的表示方法
所谓知识表示,就是知识符号化和形式化 的过程,是研究用机器表示知识的可行性、有 效性的一般方法。它是一种数据结构与控制结 构的统一体,既考虑知识的存储又考虑知识的 使用。
第2章 知识表示
2.1 基本概念 2.2 状态空间表示法 2.3 与/或图表示法 2.4 一阶谓词逻辑表示法 2.5 产生式表示法 2.6 语义网络表示法 2.7 框架表示法 2.8 其它表示方法
2.1 基本概念
2.1.1 知识的概念 2.1.2 知识的表示方法
2.1.1 知识的概念
知识是大脑对现实世界认识的表达,它 经过对信息的加工整理、解释、挑选和改造 而成。
1,1
A(1,2)
A(1,3) A(2,1)
2,1 A(3,2)
A(2,3)
B(3,1)
2,3
A(2,3) A(3,2) A(1,2) A(2,1)
3,3 A(1,3) 1,3
A(3,1)
B(2,3) B(3,2)
A(3,1)
3,1
B(2,1)
B(1,2)
3,2
A(3,1) A(3,2)
A(2,3)
知识表示方法是研究各种数据结构的设计, 通过这种数据结构把问题领域的各种知识结合 到计算机系统的程序设计的过程。
2.1.2 知识的表示方法
选择知识表示方法时要充分考虑以下几个方面。 充分表示领域知识。 有利于对知识的利用。 便于知识库的维护与管理。 便于理解和实现。
目前,较常用的知识表示方法有状态空间表示法、 与/或图表示法、一阶谓词逻辑表示法、产生式表示法、 语义网络表示法、框架表示法、脚本表示法、面向对象 表示法、过程表示法和基于Perti网的表示法等。
通常知识可以从范围、目的和有效性三 个方面来描述,其中知识的范围是由具体到 一般,知识的目的是由说明性到指定性,知 识的有效性是由确定到不确定。
2.1.1 知识的概念
1.知识的要素 知识的要素是指构成知识的必需元素。一般而言,
人工智能系统的知识包含事实、规则、控制和元知识。
事实是指有关问题环境的一些事物的知识,包括事物的分类、属 性、事物间关系、科学事实、客观事实等。
A(1,3)
1,2 A(2,1) 2,2
A(1,2)
例2-2 传教士和野人问题。假设3个传教士带领3个野人 划船渡河,其约束条件是船每一次最多只能运载两个 人,同时在任何时候野人的数目一定不能比传教士多。 解 设用A和B表示河的两岸,初始状态下传教士、野人 和船都在A岸,目标状态下这三者都到达B岸。我们用 m表示传教士在A岸的数目,用c表示野人在A岸的数目, 那么问题的状态可以表示为三元组(m,c,a)。其中a=1, 表示船在A岸;a=0,表示船在B岸。根据这个约束条 件,在A岸、B岸和船上,野人的数目都不能比传教士 多,除非只有野人的情况。