人工智能系统的基本结构演示文稿

从那里改选另外一条可应用规则。
第二十五页，共30页。
2）试探方式
• 对八数码问题而言，在3种情况下应考虑回溯：
– 新生成的状态在通向目标的路径上已经出现过；
– 从初始状态开始，在应用了指定数目的规则后，仍没有找到目标状 态；
– 对当前状态，再没有可应用规则。
• 假如规定的搜索深度为6层（表现为：应用了第6条规则之后得到的状 态仍然不是目标状态），回溯策略应用于八数码游戏时的一部分搜 索图如图2-5所示
– 控制系统与问题无关。
第七页，共30页。
2.1.2 产生式系统的基本过程
基本算法如下 ： 过程PRODUCTION
1．DATA 初始数据库 2．Until DATA 满足结束条件(匹配）之前, do:
{ 3．从规则集中选一条可应用于DATA的规则R（选择） 4．综合数据库 R 应用到 DATA 得到结果 （执行） }
上述过程是 “匹配、选择、执行”的循环过程。
第八页，共30页。
2.2 问题的表示
• 用产生式系统求解问题，就是把一个问题的描述转化成产生式系统的三个部分。 其中问题的表示（即综合数据库和规则集的描述）对问题的求解有很大的影响。 – 状态空间法。所求问题的已知事实及中间结论，称为状态。状态的集合及状态间的转移 规则构成问题的表示。基于这种表示的问题求解称为状态空间法。求解过程是，通 过对可能的状态空间的搜索求得一个解。（PRODUCTION过程） – 问题归约法。待求问题分解为一些较为简单的子问题，且子问题也可以分解， 所以可得到若干子问题。包含问题、子问题的集合与问题分解的规则一起构 成问题的表示。基于这种表示的问题求解称为问题归约法。求解过程是，通 过对各个子问题解答的搜索求得原问题的解答。 （SPLIT过程）
个状态。
C91 C81 C71 C61 C51 C41 C31 C21 C11 9! 362880
第十三页，共30页。
• 2. 规则集：移动一块将牌（即走一步）就使状态发生
一次转变。有四种走法：空格左移、空格上移、空格 右移、空格下移。
记数组第 i 行第 j 列的元素为
Sij ,1 i, j 3
第二十页，共30页。
图2-3 爬山法的三种可能状态
爬山算法缺点：有时到达某一状态后，尽管它不是目标状态，但在测试过
中又找不到比该状态更好的状态，如图2-3。
⑴ 局部极大点（多峰时处于非主峰）：它比周围邻居状态都好，但不是目标。 ⑵ 平顶：它与全部邻居状态都有同一个值。
⑶ 山脊：如果搜索方向与山脊的走向不一致，则有可能会停留在山脊处。
基于该定义，下图所示状态的函数值为-4。显然，目标状态的函数值
为0。
第二十二页，共30页。
123
283 8164 4
7 55
76
左 下 右
第二十三页，共30页。
123
84
765
上
上
283 164 75
283 14 765
1
W=-4
2
W=-3 左
23 184 765
3
W=-3
283 14
765
23 184 765
第二十六页，共30页。
283 1
164 75
左
左、上、右
283 2 164
75 上
上、右
283 64
175
3
上
上、右、下
83
4
264
175
右、下
右8 3 264 175
5
左、右、下
（1） 左
83 264 175
（3）
右
6
83
264
175
状态6的所有规则 用完，回溯到上一步 ，到状态 5
6
左、下
下
863 24 175
S S , S 0; i0 j0
( i0 1 ) j0
( i0 1 ) j0
• 3.控制策略：从规则集中选择规则并作用于状态的
一种广义选取函数。
确定某一策略后，可以用算法的形式给出程序。 使用该策略从初始状态出发，通过不断寻求满足 一定条件的问题状态，最后到达目标状态。
第十六页，共30页。
• 2.3 控制策略分类
4
W=-2
123 84
765
5
W=-1
123 84 765
6
W=0
上
83 214 765
右
83 214 765
3
W=-3
4
W=-3
5
W=-3
下
813 24 765
左
813 24
765
上
13 824 765
右
13 824 765
下
123 84 765
6
W=-3
7
W=-3
8
W=-2
9
W=-1
10
Hale Waihona Puke W=0图2-4 八数码问题各状态的爬山函数值
• 对当前的状态，只要某一条规则作用之后能生成合法的新状态，那 么，这条规则就是可用规则。
• 产生式系统的运行表现出一种搜索过程，在每一个循环中选一条规则试用， 直到找到某一个序列能产生满足结束条件的状态为止。
• 不同的控制策略产生不同的解，高效率的控制策略能够走较少的步骤达到 目标，但需要问题求解的足够知识。
第五页，共30页。
3、控制器是规则的解释程序或执行程序，它规定选择一条可用规则的原则和 规则使用的方式 (推理方向)，并根据综合数据库的信息，控制求解问题的
过程（控制策略,推理引擎）。通常从选择规则到执行操作分三步： • 匹配。
– 判断规则的前件是否成立? – 可能有多条规则的前件能够与综合数据库中的事实匹配!
空格所在的行、列分别记为 ，则
i0 , j0
Si0 j0 0
则空格左移一格、空格上移一格、空格右移一格、 空格下移一格可用如下4条规则来描述：
第十四页，共30页。
• 规则1: （空格左移一格）
if
j0 2
then
S S , S 0; i0j0
i0 ( j0 1 ) i0 ( j0 1 )
• 规则2: （空格上移一格）
• 利用 H(P)可以计算朝不同方向迈出一步后高度的变 化情况。即
– 向东：△z1=H（P0+△x）-H(P0) – 向西：△z2=H（ P0 -△x）- H(P0) – 向北：△z3=H（ P0+ △y）- H(P0) – 向南：△z4=H（ P0 -△y）- H(P0)
• 选择△z变化最大的那一步攀登，到达新的位置P；从P开始 重复这一过程，直到到达山顶。
• 一个合理的走步序列是问题的一个解。
第十二页，共30页。
• 1．综合数据库：选择一种数据结构表示将牌布局。
• 本例选用二维数组来表示布局较直观，其数组元素用
{S表ij}示，其中 1 i, j 3, S且ij 互{不0,1相,等,8。} • 这样每个具体取值矩阵就代表了一个棋局状态。显然，
该问题有
所以，用不可撤回方式来求解登山问题，需要对状态测试函数进行选择：这个函数应 具有单极值，且这个极值对应目标状态值。
第二十一页，共30页。
• 测试函数例：以8数码为例，统计“不在位”将牌个数（逐一比较当前 状态与目标状态对应位置,有差异的将牌总个数），并取其负值作为 状态描述的函数.
- W(n)（n为测试状态）
• 在产生式系统中，待描述系统的知识被分为两部分：
– 事实：表示已知事实，如事物、事件及其之间关系，也可以看作是 无前提条件的产生式。
– 产生式规则：前提和结论之间的关系式，表示推理过程和行为。
第四页，共30页。
2.1.1 产生式系统的基本结构
三个基本部分：综合数据库（事实库）、规则库（规则集）、控制器（规则 解释）。
• 爬山法的策略 – 执行使新状态的测试函数值有最大增长的规则；
– 所有规则都不能使新状态的测试函数值增长时，执行 使测试函数值不减少的规则；
– 如果以上两种规则都不存在，则过程停止。
第二十四页，共30页。
2）试探方式
• 试探方式分为两种：回溯方式和图搜索方式。
• 回溯方式：应用规则后遇到规定的情况时，返回到最近 的回溯点（无特殊规定时，最近的上一状态即是回溯点），
6
左、上、右、下
同状态4，回溯到上一
步，到状态5
（1） 左
8 37 264 175
（2） 下 （2）
左
834 7
863 7
26
24
1、综合数据库是产生式系统使用的主要数据结构，存储有关问题状态、 性质等事实（叙述型知识），包括推理过程中形成的中间结论，对应 问题的表示信息。
2、规则库是产生式规则的集合，存储有关问题的状态转移、性质变化等规 则（过程型知识），规则形式: if 条件 then 行动 if 前提 then 结论
如果某规则的前件能够被事实库中的事实满足，则该规则被激活。
第十九页，共30页。
爬山算法
1. 开始状态作为一个可能状态。
2. 从一个可能状态，应用可用规则集生成所有新的可能状态集。 3. 对该状态集中每一状态：
（1）进行状态测试，检查其是否为目标： （2）如果是目标则程序停止。 （3）如果不是目标，计算该状态的好坏或者比较各状态的好坏。 4. 取状态集中最好状态，作为下一个可能状态。 5. 回到第2步。
人工智能系统的基本结构演示文 稿
第一页，共30页。
人工智能系统的基本结构
第二页，共30页。
第二章 人工智能系统结构
• 2.1 产生式系统概述 • 2.2 问题的表示
• 2.3 控制策略分类 • 2.4 产生式系统的类型
第三页，共30页。
2.1 产生式系统概述
• 产生式，也称作规则，或产生式规则，用于描述各种知 识单元间广泛存在的因果关系，即前提和结论之间的关 系。
– O是规则集合。集合中的每个元素称作操作算子，将一个状态转化为另一个状态。
• 问题求解：从S0出发，经过一系列操作变换达到G， S0 O1 S1 即O2状态S2空间搜Ok索 G
问题。状态空间的一个解是一个有限的规则序列，
即为状态空间的一个解，解不
一定唯一。
O1,, Ok
第十页，共30页。
2.2.2 问题归约法
• 问题归约法是比状态空间法更一般的问题求解方法，如果在归约法中，每 运用一次操作算子，只产生一个子问题，则就是状态空间法。
第十一页，共30页。
2.2.3 产生式系统举例
28 3 164
7
5
123
8
4
765
图2-1 八数码游戏
• 问题描述：给定一种初始布局（初始状态）和一个目标的布局 （目标状态），问如何移动将牌，实现从初始状态到目标状态的 转变。
• 冲突解决，选择可调用的规则。
– 从匹配满足的规则集中选择一条规则。
• 执行规则，并在满足结束条件时终止产生式系统的运行。
– 如果规则的后件是结论，把该结论加入综合数据库； – 如果规则的后件是动作，执行该动作；
第六页，共30页。
4、产生式系统的特点：
– 数据、知识和控制相互独立。
– 知识具有相对固定的格式：均由左、右两部分组成。 – 知识无序性与模块化：知识的补充和修改非常容易。
if
i0 2
then
S S , S 0; i0j0
( i0 1 ) j0 ( i0 1 ) j0
• 规则3: （空格右移一格）
if
j0 2
then
S S , S 0; i0j0
i0 ( j0 1 ) i0 ( j0 1 )
• 规则4: （空格下移一格）
if
第十五页，共30页。
i0 2
then
• 控 制 策 略分 为两 类 ： 不可 撤 回 方式 （ Irrevocable ） 和试 探 方 式 （Tentative）。
第十七页，共30页。
1）不可撤回方式：
• 思想: 利用问题给出的局部知识决定如何选取规则，已 用过的规则不能撤回。优点是控制简单。
• 例：爬山问题。登山过程中，登山人的目标是爬上峰顶， 如何一步一步地向目标前进就是一个策略问题。通常，
• 问题归约法也可用一个三元组（S0，O，P）来描述
– S0是初始问题，即要求解的问题；
– P是本原问题集，其中的每一个问题是自然成立的，不需证明的；
– O是操作算子集，一个操作算子可把一个问题化成若干个子问题。
• 该方法由问题出发，运用操作算子产生一些子问题，对子问题再运用操作 算子产生子问题的子问题，一直进行到产生的问题均为本原问题，则问题 得解。问题归约的最终目的是产生本原问题。
第九页，共30页。
2.2.1 状态空间法
• 状态空间可用三元组（S，O，G）来描述
– S是状态集合。状态是表示某种事实的符号或数据。问题的状态可以用任何类型的数据结构描 述。起始状态S0是S的一个非空子集，描述问题的初始状态。
– G是目标状态。 G是S的一个非空子集，它可以是一个或多个要达到的状态，也可以是对 某些状态性质的描述。
人们利用高度随位置变化的函数H(P)来引导爬山，这 是一种不可撤回方式。
第十八页，共30页。
• 假设登山人当前所处的位置为P0，如果只有四个方向可供选择 ：[向东
（△x）、向西（-△x ）、向北（△y）、向南（-△y）]，分别记为 规则1、2、3、4。
Z
Y
z0 y0
P0(x0,y0,z0)
x0
X
图2-2 爬山过程示意图