基于产生式规则的机器推理
产生式系统专家系统
人工智能生式规则简称产生式。
它是指形如α─→β或IFαTHENβ或其等价形式的一条规则,其中α称为产生式的左部或前件;β称为产生式的右部或后件。
①如果α、β分别代表需要注视的一组条件及其成立时需要采取的行动，那么称为条件-行动型产生式;②如果α、β分别代表前提及其相应的结论,那么称为前提-结论型产生式。
人工智能中的推理很多是建立在直观经验基础上的不精确推理，而产生式在表示和运用不精确知识方面具有灵活性，因此许多专家系统采用产生式系统为体系结构。
组成一个产生式系统由下列3部分组成：一个总数据库(global database)，它含有与具体任务有关的信息。
υυ一套规则，它对数据库进行操作运算。
每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。
应用规则来改变数据库。
一个控制策略，它确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。
υ自由帕斯卡中free pascal 中的产生式系统的组成产生式系统由一个综合数据库、一组产生式规则和一个控制系统三个基本要素组成。
其中：综合数据库是产生式系统所用的主要数据结构，它主要用来表示问题的状态，即初始状态、中间状态和目标状态等，以及状态之间的关系。
它不是固定不变的，在求解的过程中，它的内容将越来越多，状态之间的关系也越来越复杂。
经常用来表示数据库的数据结构有串、集合、数组、树、表、记录、队列等。
产生式规则是对数据库进行操作的一系列规则。
规则的一般形式是：IF 条件 THEN 操作即满足应用的先决条件后，就对数据库实行后面的操作。
控制策略规定了操作的顺序，即在任何条件下用什么规则进行操作，什么条件下停止运行，它规定了问题的求解的搜索策略和路线。
控制策略一般可分为不可撤回方式和试探法两大类，试探法又包括回溯法和图搜索法两种。
工作方式产生式是系统的单元程序，它与常规程序不同之处在于，产生式是否执行并不在事前硬性规定，各产生式之间也不能相互直接调用，而完全决定于该产生式的作用条件能否满足，即能否与全局数据库的数据条款匹配。
人工智能导论课件第6章第4-5节
6.5.2 振动故障诊断的专家系统
• VIBEX专家系统结合了决策表分析（DTA）和DT，决策表分析是通过已知案 例来构建的，而DT是为了做出分类，使用归纳式知识获取过程来构建。 VIBEX DT与机器学习技术相结合，比起ⅤIBEX（VIBration Expert）TBL方 法在处理振动原因和发生概率较高的案例时，其诊断更有效率。人类专家合作 构建DTA，这最终得到了由系统知识库组成的规则集。然后，人们使用贝叶斯 算法计算出规则的确定性因子。
6.5.2 振动故障诊断的专家系统
• 专家系统的重要作用之一是用于故障诊断。在昂贵、高速、关键机械运转的情 况下，故障的早期准确检测非常重要。在机械运转的情况下，异常情况的常见 指标是旋转机械的振动。检测到故障后，维护工程师能够识别症状信息，解释 各种错误信息和指示，并提出正确的诊断。换句话说，识别可能导致故障的组 件以及组件失败的原因。
人工智能导论
Introduction to artificial intelligence
• （1）规划——在这个阶段，根据所有可能的原子构型的集合中和质谱推导出 的约束一致的原子构型集合，还原出答案。应用约束，选择必须出现在最终结 构中的分子片段，剔除不能出现的分子片段。
• （2）生成——使用名为CONGEN的程序来生成可能的结构。“它的基础是组 合算法（具有数学证明的完整性以及非冗余生成性）。组合算法可以产生所有 在拓扑上合法的候选结构。通过使用‘规划’过程提供的约束进行裁剪，引导 生成合理的集合（即满足约束条件的集合），而不是巨大的合法集合。”
人工智能【期末复习题】
1．群智能与脑智能：脑智能是一种个体智能，是宏观心理层次上高级的智能。
群智能是一种社会智能（系统智能），属于微观生理层次上低级的神经元。
2．计算智能与符号智能：符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。
计算智能就是计算人工智能，它是模拟群智能的人工智能。
3．搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。
4．知识：就是人们对客观事物(包括自然的和人造的)及其规律的认识，知识还包括人们利用客观规律解决实际问题的方法和策略等。
5．自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。
6．机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。
7．模式识别：则指的是用计算机进行物体识别。
8．决策树学习：决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。
机器学习决策树也就是所说的决策树学习。
9．从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。
10．人工智能的三个最基本、最核心的技术实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。
11．从所承担的工作和任务性质来看，Agent的分类：信息型Agent、合作型Agent、接口型Agent、移动型Agent等。
12．用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。
13．智能机器人至少应具备哪四种机能？感知机能——获取外部环境信息以便进行自我行动监视的机能；运动机能——施加于外部环境的相当于人的手、脚底动作机能；思维机能——求解问题的认识、推理、判断机能；人—机通信机能——理解指示命令、输出内部状态，与人进行信息交换的机能。
第四章产生式系统
不确定性推理- 信息的不精确、不完整、模糊性
概念的模糊性
- 模糊推理
IF 西红柿红了 THEN 西红柿熟了， 西红柿非常红
----------------------------------------------西红柿（？）熟
隶属度
矮 1
0 1.6
中等 1.75 1.78
高
修饰量化：
非常高
身高
产生式系统推理机的实现技术
规则的匹配（规则的触发，变量的绑定 – Bounding ）； 规则的选择（规则的选择，冲突解决策略） ； 规则的应用（规则的执行：演绎 – 加入新断言，反应 – 执行规定操作） 规则推理的不确定性（不确定性推理） 规则推理的方向（正向推理 – 数据驱动，逆向推理 – 目标驱动）； 规则应用的解释（解释问题类型：How, Why ）； 记录问题求解过程中规则的应用顺序（输出：解径、解图）； 控制系统运行的终止（正常终止，非正常终止）。
第四章 产生式知识表示及相关专家系统
教材： 第 2、 6-1、 10 章
产生式知识表示及相关专家系统
引 言：
是 AI 的一个重要知识表示形式; 常用于构建基于规则专家系统。
要求：
掌握产生式模式及专家系统体系结构、运行机制及基本
实现技术 - 模式匹配、触发规则、冲突解决策略、正向推 理、逆向推理、不确定推理基本概念等。
1 c
规则可信度： c
r r 1
计算流程：
1、由各规则的可信度 C 与不可信度 1-C 计算规则的可信比例 r； 2、将各规则的可信比例相乘，获多条规则推得的结论的可信比例； 3、再将可信比例转换成最终结论的可信度。
不确定性推理
三、多条规则结论合成的可信度计算： 基于概率论方法 （1）
第五章 产生式系统
从已知事实出发，逐步推导出最后结论。其推 理过程大致是：
用工作存储器中的事实与产生式规则的前提条件进 行匹配。 按冲突消解策略从匹配的规则中选择一条规则。 执行选中规则的动作，依次。修改工作存储器。 用更新后的工作存储器，重复上述工作，直到得出 结论或工作存储器不再发生变化为止。
表示方法—产生式表示法
表示方法—产生式表示法
（1）正向产生式系统——这种系统通过检查前提是 否满足当前问题状态（与综合数据库内容匹配）来 决定规则的激活，由此实现逆向推理方式，并推动 问题求解从初始状态向目标状态逼近。以正向推理 方式使用的规则称为正向规则，或F规则（Forward rule）。
表示方法—产生式表示法
产生式系统的运行过程
就是从初始事实出发，寻求到达目标条件 通路的过程，也即推理的过程。
表示方法—产生式表示法
在一个循环的识别阶段，若有多于一条的规则 激活，就称引起了一个冲突，所谓 冲突解决就 是基于某种控制策略去选定需要执行的规则。 冲突解决的策略可以分为三大类： First--选用首条激活的规则加以执行。 Best--选用已激活规则中最好的加以执行， 这里"最好"的评价依赖于应用领域制定的标尺。 All--执行所有激活的规则。
反向推理方法：
首先提出假设，然后验证这些假设的真假性， 找到假设成立的所有证据或事实。其推理过程 大致是：
看假设是否在工作存储器中，若在，则假设成立， 推理结束。 找出结论与此假设匹配的规则。 按冲突消解策略从匹配的规则实例中选择一条规则。 将选中的规则的前提条件作为新的假设，重复上述 工作，直到假设的真假性被验证或不存在激活的规 则。
3、 可回溯的优化控制 这种控制方式允许在推理进入失败点时返回到按时 序最接近的推理分支点，鉴于当前推理分支失败， 就可用另一条规则，让推理过程沿另一分支方向前 进。
简述产生式规则的基本组成
简述产生式规则的基本组成产生式规则是人工智能和计算机科学中的一个重要概念，用于描述和表示问题的解决方案。
它是一种形式化的规则，用于表示问题的初始状态、目标状态和问题的解决过程中的步骤。
产生式规则由两部分组成：前件和后件。
前件描述了问题的当前状态，后件描述了解决问题的操作或动作。
产生式规则的基本组成是一个三元组(条件, 操作, 结果)，其中条件是前件，操作是后件，结果是解决问题后的状态。
产生式规则的主要作用是通过匹配问题的当前状态和前件来触发操作，从而改变问题的当前状态。
前件是产生式规则中的条件部分，用于描述问题的当前状态和约束条件。
它可以是一个或多个条件的逻辑组合，条件可以是事实、属性或其他谓词逻辑表达式。
例如，条件可以是“当前状态为A并且属性B的值大于10”或“问题的某个属性的值等于某个特定值”。
操作是产生式规则中的行为部分，用于描述解决问题的步骤和动作。
操作可以是执行某个具体的计算、修改问题的状态或触发其他产生式规则。
操作可以是计算一个新的状态，更新问题的属性或执行一系列的计算和变换操作。
结果是产生式规则中的目标状态，它描述了解决问题后的最终状态。
结果可以是一个或多个状态的逻辑组合。
例如，结果可以是“问题的当前状态为C并且属性D的值小于5”或“问题的某个属性设置为某个指定的值”。
产生式规则的使用方式可以分为两种：前向推理和后向推理。
前向推理是从问题的初始状态出发，根据匹配规则的条件和操作逐步推导出解决问题的结果。
它是一种从数据（即前提）到结论的推理方式。
后向推理是从问题的目标状态出发，根据匹配规则的条件和操作逐步推导出问题的初始状态。
它是一种从结论到数据的推理方式。
产生式规则的优点在于它们的表达能力和灵活性。
它们可以描述各种复杂的问题和解决方案，并且可以根据实际需求进行扩展和修改。
产生式规则还可以与其他技术和方法结合使用，如逻辑推理、规则引擎和机器学习等。
总之，产生式规则是一种强大的问题描述和解决方法，其基本组成为前件、操作和结果。
第三章 自动推理
– 拒式假言推理： P→Q， ¬Q ， => ¬ P。如果P→Q为真，但Q不成立， 则P也不成立。
– 例如：如果x是金属，则x可以导电； 木头不导电； 木头不是金属
1
• 人工智能可以看作是对人类智能现象的模拟。人的智能，具有 抽象、总结、记忆知识的能力。在第二章中，我们介绍的知识 表示方法，就是对人类智能这种能力的模拟。关于知识表示方 法的研究贯穿了AI研究历史，可以说是AI研究的基础。
• 但是，仅让计算机具有表示和存储知识的能力是远远不够的， 要想模拟智能现象，还需要研究如何让计算机使用知识，即让 计算机学会“思考”。
• 那，什么是思考呢？或者说，人类智能思考表现出来是什么样 子的呢？
3
推理与人工智能
对此，学者们普遍认为逻辑和推理是智能思维的一种 重要表现形式，研究如何使计算机能够进行“逻辑思维”， 就成为人工智能研究的重点之一。
在达特茅斯会议上，西蒙和纽厄尔带来的“逻辑理论家” 程序，可以自动证明《数学原理》重的几十个定理。此后定 理证明成为人工智能的重要分支，引领了符号主义和逻辑智 能的发展。
– 大前提：运动员的身体都很强壮； – 小前提：小张是一个云党员； – 结论： 小张的身体很强壮。
6
推理的方向
• 除了推理类型，在完成一个证明时，我么还要考虑推理的方向。即，正向推理、 反向推理。
• 正向推理：从已知的事实命题出发，采用逻辑推理规则，与知识库中的知识匹 配，产生新的事实，直至结论出现在事实集中。常用的逻辑推理规则包括:
– 如数学定理证明，通常都是确定性证明。
人工智能考试+人工只能考试重点归纳
人工智能考试1．符号智能就是符号人工智能, 它是模拟脑智能的人工智能, 也就是所说的传统人工智能或经典人工智能。
符号智能以符号形式的知识和信息为基础, 主要通过逻辑推理，运用知识进行问题求解。
2．计算智能就是计算人工智能, 它是模拟群智能的人工智能。
计算智能以数值数据为基础, 主要通过数值计算，运用算法进行问题求解。
3. PROLOG语言是一种逻辑型智能程序设计语言它是建立在逻辑学的理论基础之上的，最初被运用于自然语言等研究领域。
4.PROLOG语只有三种语句：事实、规则和问题。
事实功能：一般表示对象的性质或关系规则一般表示对象间的因果关系、蕴含关系或对应关系5. 同过程性语言相比, 一个PROLOG程序, 其问题就相当于主程序, 其规则就相当于子程序, 而其事实就相当于数据。
6. 图搜索技术是人工智能中的核心技术之一，人工智能的许多分支领域都涉及到图搜索。
7.用计算机来实现状态图的搜索, 有两种最基本的方式：树式搜索和线式搜索。
8.搜索策略可分为盲目搜索和启发式(heuristic)搜索两大类。
9. 按搜索范围的扩展顺序的不同, 搜索又可分为广度优先和深度优先两种类型。
对于树式搜索, 既可深度优先进行,也可广度优先进行。
对于线式搜索则总是深度优先进行。
10.简答遗传操作:选择-复制操作是模拟生物界优胜劣汰的自然选择法则的一种染色体运算, 就是从种群中选择适应度较高的染色体进行复制,以生成下一代种群。
交叉(crossover)亦称交换、交配或杂交,就是互换两个染色体某些位上的基因。
变异(mutation)亦称突变,就是改变染色体某个(些)位上的基因。
11. 基于谓词逻辑的机器推理也称自动推理，它是人工智能早期的主要研究内容之一。
12.产生式的一般形式为：〈前件〉→〈后件〉其中, 前件就是前提, 后件是结论或动作,前件和后件可以是由逻辑运算符AND、OR、NOT 组成的表达式13.利用产生式规则可以实现有前提条件的指令性操作, 也可以实现逻辑推理。