知识表示与产生式系统
人工智能中知识的表示法
人工智能中知识的表示法
在人工智能领域，知识的表示是将信息组织成可供计算机理解和处理的形式的过程。
不同的问题和应用需要不同的知识表示方法。
以下是一些常见的知识表示方法：
谓词逻辑：使用谓词和逻辑运算符表示事实和关系。
一阶逻辑和高阶逻辑是常见的形式。
图表示法：使用图结构表示对象和它们之间的关系。
图可以是有向图或无向图，节点表示实体，边表示关系。
框架表示法： 将知识组织成框架或者类似于面向对象编程中的类的结构。
每个框架包含关于实体或概念的属性和关系。
语义网络：与图表示法相似，语义网络使用节点表示概念，边表示关系，但通常具有更丰富的语义。
产生式系统：使用规则的集合，每个规则描述了在特定条件下执行的操作。
用于表示推理和问题解决的过程。
向量表示法： 将实体和概念表示为向量，例如词嵌入（Word Embeddings）用于表示单词，将语义相近的单词映射到相似的向量空间位置。
本体论：使用本体来描述概念、实体和它们之间的关系。
本体是一种形式化的知识表示，用于共享和集成信息。
模型表示法：使用数学模型表示知识，例如概率图模型、
贝叶斯网络等。
这些模型可以用于推理、学习和决策。
神经网络表示法：利用神经网络来学习和表示知识，例如深度学习中的各种神经网络结构。
产生式系统
产生式系统产生式系统（production system）由波斯特（Post）于1943年提出的产生式规则（production rule）而得名。
人们用这种规则对符号进行置换运算。
1965年美国的纽厄尔和西蒙利用这个原理建立了一个人类的认知模型。
同年，斯坦福大学利用产生式系统结构设计出第一个专家系统DENDRAL。
产生式系统用来描述若干个不同的以一个基本概念为基础的系统。
这个基本概念就是产生式规则或产生式条件和操作对的概念。
在产生式系统中，论域的知识分为两部分：用事实表示静态知识，如事物、事件和它们之间的关系；用产生式规则表示推理过程和行为。
由于这类系统的知识库主要用于存储规则，因此有吧这类系统称为基于规则的系统（rule-based system）。
1、产生式系统的基本要素1.1产生式系统的组成产生式系统由三部分组成，即总数据库（Global Database），产生式规则库（Set of Product Rules）和控制策略（Control Strategies），各部分之间的关系如图1所示。
图1.产生式系统的主要组成1.1.1总数据库（Global Database）总数据库又称综合数据库、上下文、黑板等，用于存放求解过程中各种当前信息的数据结构，如问题的初始状态、事实或证据、中间推理结论和最后结果等，其中的数据是产生式规矩的处理对象。
数据库中的数据根据应用的问题不同，可以使常量、变量、谓词、表结构、图像等等。
例如，关于动物世界的产生式系统有如下数据库：…(Mammal Dog)(Eat Dog Meat)…从另一个角度，数据库可视为推理过程中间结果的存储池。
随着中间结果的不断加入，是数据库描述的问题状态逐步转变为目标状态。
1.1.2 规则库（Set of Product Rules）产生式规则库是某领域知识用规则形式表示的集合，其中包含将问题从初始状态转换到目标状态的所有变换规则。
当产生式规则中某条规则的前提与数据总库中的事实相匹配时，该规则库就被激活，并把其结论作为新的事实存入总数据库。
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。
产生式系统——精选推荐
产生式系统产生式系统（production system）由波斯特（Post）于1943年提出的产生式规则（production rule）而得名。
人们用这种规则对符号进行置换运算。
1965年美国的纽厄尔和西蒙利用这个原理建立了一个人类的认知模型。
同年，斯坦福大学利用产生式系统结构设计出第一个专家系统DENDRAL。
产生式系统用来描述若干个不同的以一个基本概念为基础的系统。
这个基本概念就是产生式规则或产生式条件和操作对的概念。
在产生式系统中，论域的知识分为两部分：用事实表示静态知识，如事物、事件和它们之间的关系；用产生式规则表示推理过程和行为。
由于这类系统的知识库主要用于存储规则，因此有吧这类系统称为基于规则的系统（rule-based system）。
1、产生式系统的基本要素1.1产生式系统的组成产生式系统由三部分组成，即总数据库（Global Database），产生式规则库（Set of Product Rules）和控制策略（Control Strategies），各部分之间的关系如图1所示。
图1.产生式系统的主要组成1.1.1总数据库（Global Database）总数据库又称综合数据库、上下文、黑板等，用于存放求解过程中各种当前信息的数据结构，如问题的初始状态、事实或证据、中间推理结论和最后结果等，其中的数据是产生式规矩的处理对象。
数据库中的数据根据应用的问题不同，可以使常量、变量、谓词、表结构、图像等等。
例如，关于动物世界的产生式系统有如下数据库：…(Mammal Dog)(Eat Dog Meat)…从另一个角度，数据库可视为推理过程中间结果的存储池。
随着中间结果的不断加入，是数据库描述的问题状态逐步转变为目标状态。
1.1.2 规则库（Set of Product Rules）产生式规则库是某领域知识用规则形式表示的集合，其中包含将问题从初始状态转换到目标状态的所有变换规则。
当产生式规则中某条规则的前提与数据总库中的事实相匹配时，该规则库就被激活，并把其结论作为新的事实存入总数据库。
知识表示产生式
4. 对于不确定性知识，执行规则时还需按一定算 法来执行结论的不确定性。
5.随时检查结束推理机的条件。
www。themegallery。com
1.4.3 产生式系统的特点 1.4.3.1 优点 1. 自然性 2. 模块性 3. 有效性 4. 清晰性 1.4.3.2 缺点 1.效率不高 2.不能表达具有结构性的知识
节点表示概念、事物、事件、情况等。弧是 有方向的，体现主次，1为主，2为次
节点1
语义关系
节点2
www。themegallery。com
2.2 基本语义关系
实例关系: ISA 体现的是“具体与抽象”的概念。
李刚
ISA
人
分类关系:AKO 亦称泛化关系，体现的是“子类与超类”的概念
(两个抽象概念)
人
AKO
www。themegallery。com
1.2 产生式基本形式
产生式是表示因果之间关系的知识，其基本形式是:
P->Q
或者
IF P THEN Q
P是前提(前件，条件，前提条件) Q产生式的结论，操作亦可称后件
www。themegallery。com
1.3 产生式与逻辑谓词的蕴含式的异同
1.3.1 表示范围不同 蕴含式只能表示精确知识，产生式不仅可以表
例如:书在桌子上
书
Located-on 桌子上
www。themegallery。com
相近关系:指不同事物在形状、内容等方面相似或接 近。常用的相近关系有: Similar-to， Nearto
例如:“猫似虎”
猫
Similar-to
虎
www。themegallery。com
2. 产生式系统
20
1/9/2020
回溯方法特点
1.只存储初始节点到当前节点的路径，占用空间较小。
2. 总的时间复杂性无法定论:
最好情况复杂性很低：当控制系统掌握较多的有关解的 知识时，则回溯次数大为减少，效率高。
(a) 设RD是可应用于D的规则集，任取r ∈RD， r作用 于D得 D’，设为D’= r (D)，则r对D’ 可用(即：设D’ 的可用规则集为RD’，则r∈ RD’ ，即RD RD’ )； （每一条对D可应用的规则，对于对D应用一条可 应用的规则后所产生的状态描述仍是可应用的）
（可应用性）
31
1/9/2020
(b)设D满足目标条件，D的可用规则集为RD，任 取 r∈ RD ，用r作用到D产生状态D’ ，D’满足 目标条件。（如果D满足目标条件，则对D应
用任何一条可应用的规则所产生的状态描述也
满足目标条件） （可满足性）。
32
1/9/2020
（c）设D的可用规则集为RD，任取 r1, r2, …, rn ∈RD，依据（a）将r1, r2, …, rn依次作用到D 及产生的状态上，得状态Dn；设r1’, r2’, …, rn’ 是 r1, r2, …, rn的任意一个排列，用r1’, r2’, …, rn’依次作用到D及产生的状态上，得状态Dn’， 则Dn’= Dn （对D应用一个由可应用于D的规则 所构成的规则序列所产生的状态描述不因序列
9
1/9/2020
三、产生式系统的基本过程
步骤4是不确定的，只要求选出一条可用的规则
R，至于这条规则如何选取，却没有具体说明。
知识表示的方法——逻辑表示法、产生式表示法、框架表示法、语义网络表示法、面向对象表示
知识表⽰的⽅法——逻辑表⽰法、产⽣式表⽰法、框架表⽰法、语义⽹络表⽰法、⾯向对象表⽰知识表⽰的⽅法知识表⽰⽅法种类繁多，通常有直接表⽰、逻辑表⽰、产⽣式规则表⽰法、语义⽹络表⽰法、框架表⽰法、脚本表⽰⽅法、过程表⽰、混合型知识表⽰⽅法、⾯向对象的表⽰⽅法等。
在本⽂中，着重介绍⽬前使⽤较多的知识表⽰⽅法。
⽬前使⽤较多的知识表⽰⽅法主要有：逻辑表⽰法、产⽣式表⽰法、框架表⽰法、语义⽹络表⽰法、⾯向对象表⽰等等。
2.3.2.1 ⼀阶谓词逻辑表⽰法[45]通过引⼊谓词、函数来对知识加以形式化描述，获得有关的逻辑公式，进⽽以机器内部代码表⽰的⼀种⽅法。
谓词逻辑是⼀种形式语⾔，它与⼈类的⾃然语⾔⽐较接近，是⽬前能够表达⼈类思维活动的⼀种最精确的语⾔，它具有丰富的表达能⼒，因⽽可以表⽰⼤量常识知识。
它具有简单、⾃然、精确、灵活、容易实现等特点。
⼀阶谓词的⼀般形式为 P(x1, x2 (x)n)。
其中，P 是谓词，x1, x2 (x)n是常量、变元或函数。
谓词逻辑适⽤于表⽰事物的状态、属性、概念等事实性的知识，也可以⽤来表⽰事物间关系的知识，即规则。
例如：物体 A 在物体 B 的上⾯，可以表⽰为：On(A,B)；物体 A 是书，可以表⽰为：book(A);书 A 在书 B 上，可以表⽰为：On(book(A),book(B))。
⼀阶谓词逻辑表⽰法的局限性在于它难以表达不确定性知识和启发性知识，推理⽅法在事实较多时易于出现组合爆炸，且推理过程繁杂、效率低。
2.3.2.2 产⽣式表⽰法多数较为简单的专家系统（Expert System）都是以产⽣式表⽰知识，相应的系统被称作产⽣式系统。
产⽣式系统，由知识库和推理机组成。
其中知识库由事实库和规则库组成。
事实库是已知事实的集合，规则库是产⽣式规则的集合。
规则则是产⽣式规则。
规则库蕴涵着将问题从初始状态转换到解状态的那些变换规则，规则库是专家系统的核⼼部分。
规则可以表⽰成与或树的形式，基于事实库中的事实通过与或树求值的过程就是推理。
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）
人工智能导论 课件 PPT -第2章知识表示
产生式的基本形式
（2）规则型知识的产生式表示 规则描述的是事物间的因果关系。含义是：如果…则…，规则型 知识的产生式表示基本形式是：
P→Q 或者 IF P THEN Q 其中，P是生产式的前提，用于指出该生产式是否可用的条件；Q 是一组结论或操作，用于指出当前提P所指示的条件被满足时，应 该得出的结论或应该执行的操作。整个产生式的含义是：如果前 提P被满足，则可推出结论Q或执行Q所规定的操作。
产生式系统
规则集
控制器 匹配排序 冲突裁决
匹配
检索 产生式系统结构与工作过程
综合数据库
产生式系统
【例2.1】 建立一个动物识别系统的规则库，用以识别虎、 豹、斑马、长颈鹿、企鹅、鸵鸟、信天翁等7种动物。
框架表示法
框架
我们无法把过去的经验一一都存在脑子里，而只能以一个通用 的数据结构的形式存储以往的经验。这样的数据结构就是框架 （frame），框架提供了一个结构，一种组织。在这个结构或组织 中，新的资料可以用从过去的经验中得到的概念来分析和解释。 实例框架：对于一个框架，当人们把观察或认识到的具体细节填 入后，就得到了该框架的一个具体实例，框架的这种具体实例被 称为实例框架。 框架系统：在框架理论中，框架是知识的基本单位，把一组有关 的框架连结起来便形成一个框架系统。
人工智能导论
知识表示和知识图谱
2.1知识表示
人类之所以有智能行为是因为他们拥有知识，智能活动过程 其实就是一个获得并运用知识的过程，要使机器系统具有人的智 能能力（人工智能AI），则必须以人的知识为基础，知识是人工 智能的基石。但人类的知识要用适当的模式表示出来，才能够存 储到计算机中并被识别运用，本节将对人工智能中常用的几种知 识表示方法进行介绍，为后续学习奠定基础。
产生式系统的组成
产生式系统的组成产生式系统是人工智能领域中一种重要的知识表示和推理方法。
它由一组产生式规则组成，每条规则由前件和后件构成，表示了一种条件-动作对。
产生式系统通过匹配规则的前件，选择合适的规则并执行相应的动作，从而实现推理和问题求解的过程。
一、产生式系统的基本组成1.1 前件：前件是规则中的条件部分，用于描述问题的特征和条件。
在问题求解过程中，产生式系统会根据输入的问题描述和已知条件，匹配规则的前件，以确定适用的规则。
1.2 后件：后件是规则中的动作部分，用于描述问题求解的结果和推理的结论。
当规则的前件与当前问题描述匹配成功时，产生式系统会执行规则的后件，得到相应的结果或结论。
1.3 规则库：规则库是产生式系统中存储规则的地方，它由一组产生式规则组成。
规则库中的规则根据具体问题的特点和需求，经过人工设计和编写，用于描述问题的解决思路和推理过程。
1.4 控制策略：控制策略是产生式系统中的重要组成部分，它决定了规则的执行顺序和方式。
控制策略可以根据不同的问题和应用需求进行调整和优化，以提高系统的推理效率和准确性。
二、产生式系统的工作原理产生式系统的工作原理可以简单描述为以下几个步骤：2.1 初始化：产生式系统在开始工作之前，需要初始化系统的状态和规则库。
初始化包括设置系统的初始状态和加载规则库。
2.2 匹配规则：产生式系统根据当前问题描述和已知条件，匹配规则库中的规则的前件。
匹配可以基于规则的特征和条件进行，也可以基于问题描述和已知条件的匹配度进行。
2.3 选择规则：当有多条规则的前件与当前问题描述匹配成功时，产生式系统需要根据一定的策略选择合适的规则。
选择规则可以基于规则的优先级、匹配度等进行。
2.4 执行规则：选择合适的规则后，产生式系统执行规则的后件，得到相应的结果或推理结论。
执行规则可以包括修改系统状态、生成新的问题描述、输出结果等。
2.5 更新状态：在执行规则后，产生式系统会更新系统的状态和问题描述。
2.3 产生式法知识表示与问题求解
自动化系仪自教研室
21
2.2.2 产生式知识表示法
➢ 2.2.2.4 产生式系统的应用举例 例-动物识别系统
这是一个用以识别虎、金钱豹、斑马、长颈鹿、企鹅、驼鸟、信天翁等7种动 物的产生式系统。为了实现对这些动物的识别，该系统建立了如下规则库：
R7: IF 该动物是哺乳动物 R8: IF 该动物是哺乳动物
自动化系仪自教研室
16
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
推理机(Inference Engine) 选择匹配
规则库
综合数据库
冲突消解 执行操作
产生式系统的基本结构
终止推理
路径解释
自动化系仪自教研室
17
2.2.2 产生式知识表示法
➢ 2.2.2.3 产生式系统的推理策略
自动化系仪自教研室
24
2.2.2 产生式知识表示法
➢ 2.2.2.4 产生式系统的应用举例 例-动物识别系统
这是一个用以识别虎、金钱豹、斑马、长颈鹿、企鹅、驼鸟、信天翁等7种动 物的产生式系统。为了实现对这些动物的识别，该系统建立了如下规则库：
R14: IF 该动物是鸟 R15: IF 该动物是鸟
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
自动化系仪自教研室
知识表示(产生式)
综合数据库
www。themegallery。com 。 。
1.4.2.1 规则库 用于描述相应领域的知识的产生式集合称为 规则库。 规则库。 规则库是产生式系统求解问题的基础 是产生式系统求解问题的基础， 规则库是产生式系统求解问题的基础，其知 识的完整性，一致性， 识的完整性，一致性，表达的准确性及组织的合 理性对系统的性能有很大影响， 理性对系统的性能有很大影响，因此在建立规则 库时须遵循一定规则。 库时须遵循一定规则。 1. 有效地表达领域内的过程性知识。 有效地表达领域内的过程性知识。 2. 能够对知识进行合理的组织和管理。 能够对知识进行合理的组织和管理。
www。themegallery。com 。 。
1.4.3 产生式系统的特点 1.4.3.1 优点 1. 自然性 2. 模块性 3. 有效性 4. 清晰性 1.4.3.2 缺点 1.效率不高 效率不高 2.不能表达具有结构性的知识 不能表达具有结构性的知识
www。themegallery。com 。 。
1.3.2 匹配标准不同 产生式系统中决定一条知识是否可用的方法 产生式系统中决定一条知识是否可用的方法 是检查当前是否有已知事实可与前提中的条件匹 配，但是这种匹配可以是精确的也可以是不精确 的，只要按某种算法求出的相似度在某个预先指 定范围之内即可。 定范围之内即可。但对逻辑谓词的蕴含式来说要 求匹配是精确的。 求匹配是精确的。
www。themegallery。com 。 。
1.4.2 基本组成部分及相互间关系 规则库(rule base)、综合数据库 规则库 、综合数据库(global data base )和控制结构 和控制结构(rule interpreter) 和控制结构 他们之间的关系如图: 他们之间的关系如图
第3章 知识表示
14
第三章 知识表示 2.3.3 产生式系统的例子 ——动物识别系统
• 规则库：
r1： IF 该动物有毛发 THEN 该动物是哺乳动物 r2： IF 该动物有奶 THEN 该动物是哺乳动物
r3： IF 该动物有羽毛 THEN 该动物是鸟
r4： IF 该动物会飞 AND 会下蛋 THEN 该动物是鸟 r5： IF 该动物吃肉 THEN 该动物是食肉动物 r6： IF 该动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是食肉动物 r7： IF 该动物是哺乳动物 AND 有蹄 THEN 该动物是有蹄类动物
r 8： IF 该动物是哺乳动物 AND 是反刍动物
• 综合数据库 ： 该动物身上有：暗斑点，长脖子，长腿，奶，蹄，哺乳动物
（2）分别用r3，r4，r5，r6综合数据库中的已知事实进行匹配， 均不成功。 r7匹配成功，执行r7 。 • 综合数据库：
该动物身上有：暗斑点，长脖子，长腿，奶，蹄，哺乳动物，有蹄类动物
（3）r11匹配成功，并推出 “该动物是长颈鹿” 。
<产生式>::=<前提> <结论> <前 提>::=<简单条件>|<复合条件> <结 论>::=<事实>|<操作> <复合条件>::=<简单条件>AND<简单条件>[AND<简单条件>… |<简单条件>OR<简单条件>[OR<简单条件>… <操 作>::=<操作名>[(<变元>，…)] 符号“::=”表示“定义为”；符号“|”表示“或者是”； 符号“[ ]”表示“可缺省”。
知识的产生式系统表示方法
第19页
2.2 产生式知识表示和产生式系统（续）
第25页
2.2 产生式知识表示和产生式系统（续）
2、控制策略的实施过程 控制策略的作用是说明下一步应该选用什么规则，也就是说 如何应用规则。通常从选择规则到执行操作分三步：匹配、 冲突解决和操作。
第26页
2.2 产生式知识表示和产生式系统（续）
匹配 在这一步，把当前数据库与规则的条件部分相匹配。如果两 者完全匹配，则把这条规则称为触发规则。当按规则的操作 部分去执行时，称这条规则为启用规则。被触发的规则不一 定总是启用规则，因为可能同时有几条规则的条件部分被满 足，这就要在解决冲突步骤中来解决这个问题。在复杂情况 下，在数据库和规则的条件部分之间可能要进行近似匹配。
第13页
2.1 知识与知识表示的概念（续）
（二）知识表示的要求
(1) 表示能力 知识表示能力是指能否正确、有效地将问题求解所需要 的各种知识表示出来。 知识表示能力包括以下三个方面：一是知识表示范围的 广泛性；二是领域知识表示的高效性；三是对非确定性知识 表示的支持程度。
第14页
2.1 知识与知识表示的概念（续）
(2 (3 (3 (3 (3
3 0 1 2 3
1)不合法 1)达不到 1) 1) 1)
(2 (3 (3 (3 (3
3 0 1 2 3
0)不合法 0) 0) 0) 0)达不到
(2)规则集合: 由摆渡操作组成。该问题主要有两种操作: pmc 操作(规定为从左岸划向右岸)和qmc操作(从右岸划向左岸)。 每次摆渡操作, 船上人数有五种组合, 因而组成有10条规 则的集合。下面定义的规则前5条为pmc操作(从左岸划向右 岸), 后5条为qmc操作(从右岸划向左岸)。
知识表示之二——产生式规则表示法
知识表⽰之⼆——产⽣式规则表⽰法 产⽣式知识表⽰法是常⽤的知识表⽰⽅式之⼀。
它是依据⼈类⼤脑记忆模式中的各种知识之间的⼤量存在的因果关系，并以“IF-THEN”的形式，即产⽣式规则表⽰出来的。
这种形式的规则捕获了⼈类求解问题的⾏为特征，并通过认识--⾏动的循环过程求解问题。
⼀个产⽣是系统由规则库、综合数据库和控制机构三个基本部分组成。
产⽣式规则表⽰法具有⾮常明显的优点：⾃然性好，产⽣式表⽰⽤“IF-THEN ”的形式表⽰知识，这种表⽰与⼈类的判断性知识基本⼀致，直观，⾃然，便于推理；除了对系统的总体结构、各部分互相作⽤的⽅式及规则的表⽰形式有明确规定以外，对系统的其他实现细节都没有具体规定，这是设计者们在开发实⽤系统时具有较⼤灵活性，可以根据需求采⽤适当的实现技术，特别是可以把对求解问题有意义的各种启发式知识引⼊到系统中；表⽰的格式固定，形式单⼀，规则间相互独⽴，整个过程只是前件匹配，后件动作。
匹配提供的信息只有成功与失败，匹配⼀般⽆递归，没有复杂的计算，所以系统容易建⽴；由于规则库中的知识具有相同的格式，并且全局数据库可以被所有的规则访问，因此规则可以被统⼀处理；模块性好，产⽣式规则是规则中最基本的知识单元，各规则之间只能通过全局数据量发⽣联系，不能互相调⽤，增加了规则的模块性，有利于对知识的增加、删除和修改；产⽣式表⽰法既可以表⽰确定的知识单元，⼜可以表⽰不确定性知识；既有利于表⽰启发式知识，⼜可以⽅便地表⽰过程性知识；既可以表⽰领域知识，⼜可以表⽰元知识。
但是，产⽣式规则表⽰法也存在着下列缺点：推理效率低下：由于规则库中的知识都有统⼀格式，并且规则之间的联系必须以全局数据库为媒介，推理过程是⼀种反复进⾏的“匹配--冲突消除--执⾏”的过程。
⽽且在每个推理周期，都要不断地对全部规则的条件部分进⾏搜索和模式匹配，从原理上讲，这种做法必然会降低推理效率，⽽且随着规模数量的增加，效率低的缺点会越来越突出，甚⾄会出现组合爆炸问题。
第三章 知识表示和推理之框架表示法
槽值 侧面值
举例：会议37的框架
会议37 时间 地点 目的 出席者
2000年9月11日 AI专题研讨会会议室
人工智能系统开发 佐藤，山田，安部
举例：教师的框架
姓名 年龄 性别 职称 部门 住址 工资 参加工作时间
教师
男/女 教授/副教授 /讲师/助教 院/研究所 住址框架 工资框架 年/ 月
2. 继承性 下层框架可以继承上层框架的值，即减少了 知识的冗余，又保证了知识的一致性。
3. 自然性 体现了人类在观察事物时的思维活动。
这样一个故事:Bob住在一幢大楼房的十二层 楼上，每天早上他从第十二层楼进入电梯， 然后从底层离开，并且每天晚上如果有人 在电梯里时，他就从底层进入电梯而从第 十二层楼离开，如果他是独自一人乘电梯， 那么他就从第八层下来并走到第十二层， 根据“成年人”的默认值的继承作用，我 们就很容易得出Bob是一个小孩，它够不着 到十二层楼的按钮，仅能到达第八层。
姓名 年龄 性别 职称 部门 住址 工资 参加工作时间
教师-1
范怡伟
35 男 讲师 计算机学院/软件所 住址框架-1 工资框架-1 1996年/ 10 月
姓名 年龄 性别 职称 部门 住址 工资 参加工作时间
教师-2
李连鹰
58 男 教授 计算机学院/软件所 住址框架-1 工资框架-1 1966年/ 10 月
来说明它。
大框架
E
立方体1
立方体2
AB
E DA
B
E
A
子框架
从上图可看出，一个框架结构可以是另 一个框架的槽值，并且同一个框架结构可以 作为几个不同的框架的槽值。这样，可以节 省存储空间，这就是框架的重要特性——继 承性。即当子节点的某些槽值或侧面值没有 直接记录时，可以从父节点继承这些值。
程序性知识的表征形式
程序性知识的表征形式程序性知识的表征形式(1)产⽣式⽇常活动中通常包含着⼀些决策,⽐如:如果⼝渴,我就找⽔喝;如果学习累了,就听听⾳乐调节⼀下;考试中如果不知道这道题的答案,就先放下它做下⾯的题……做出这些决策时,通常需要先确定当时的情境和条件,然后采取相应的⾏动。
认知⼼理学家称这些“条件—⾏动”规则为产⽣式(production),它表明了所要进⾏的活动以及发⽣这种活动的条件,是程序性知识的基本单元。
表7-2为产⽣式的⼏个样例,其中第⼀个是使⽤强化程式的产⽣式,第⼆个是对三⾓形进⾏分类的产⽣式,第三个是表⽰⼈观看房内东西的产⽣式。
表7-2 ⽤产⽣式表征的程序性知识样例从表7-2可见,⼀个产⽣式从内容上看,包含条件部分和⾏动部分;从形式上看,包含如果(If)部分和那么(Then)部分。
If部分规定了要执⾏⼀系列特定的⾏动必须满⾜或必须存在的条件,Then部分列出了在符合这些条件时将要执⾏或激活的⾏动。
⼀个产⽣式的语句越多,表明这⼀产⽣式越复杂。
对产⽣式作仔细考察可发现,它具有如下⼀些特点。
⾸先,产⽣式的条件部分可分为内部条件和外部条件,⾏动部分也可分为内部⾏动和外部⾏动。
如在表7-2的“使⽤强化”这⼀产⽣式中,第⼀个条件为个⼈⽬的,它属于个体内部的条件,不能为别⼈所看到或认同;但第⼆个条件则存在于个体的外部,别⼈既可观察到也可认同。
在表7-2的“鉴别三⾓形”这⼀产⽣式中,第⼀个⾏动属于个体内部的⼼理活动,即此时个体对看到的特定图形作出某种⼼理表述(分类);⽽第⼆个⾏动“说出‘三⾓形’”则属于外部⾏动,即个体向环境输出某种信息。
认知⼼理学家对产⽣式中的内外条件和内外⾏动作出区分,是为了便于提出⼀些仅含内部条件及仅含内部⾏动的产⽣式规则。
也就是说,有些产⽣式只负责处理不可观察的内⼼活动。
当我们将⼀系列这类产⽣式连接起来,就有可能模拟⼈在从事复杂认知活动(如问题解决、阅读理解等)时的⼀系列⼼理步骤。
可以认为,产⽣式为描述⼈的内部认知活动提供了⼀种有⼒的⼿段。
- 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)。
一、知识表示
1、知识表示的目的知识表示的重要性（为什么要研究知识表示？）
通过知识的有效表示，使人工智能程序能利用这些知识做出决策、制定计划、识别状况、分析事件以及获取结论等。
知识表示不仅是人工智能的重要研究内容，而且已经形成了一个独立的子领域（知识工程）。
2、什么是知识表示？
知识表示是知识的符号化过程
知识表示是选择合适的形式表示知识
知识表示就是将知识编码成一种适当的数据结构
3、知识的概念
4、知识的类型
5、知识表示方法
第一：利用自然语言表示知识可以吗？
困难之处：1）自然语言的二义性；2）不能很好地描述自然语言的语法和语义；3）自然语言的句子结构缺乏一致性
第二：以前用过哪些知识表示方法
1）记录和数据库系统
2）高级程序设计语言提供的数据结构：整数、实数、字符、数组、记录、指针等。
每一种语言都有自己的语法规则。
第三：如何衡量知识表示方法的优劣？
二、产生式表示法与产生式系统
（一）实验内容和目的
1. 熟悉和掌握产生式系统的运行机制；
2. 掌握基于产生式系统的正向推理的基本方法。
3. 系统可以识别老虎、金钱豹、斑马、长颈鹿、企鹅、信天翁这6种
动物。
其规则库包含15条规则
（二）实验要求
1. 能根据输入的动物特征判断是那种动物或给出相应的回答，如果根据
初始输入的动物特征不能判断，则可以动态由用户增加新动物特征来
判断属于那种动物---第一种方法
2. 能根据输入的动物特征判断是那种动物或给出相应的回答，如果根据
初始输入的动物特征不能判断，则可以向用户提示所要识别的动物是
否具有某种特征，然后根据用户的回答继续判断属于哪种动物----第二
种方法
3. 使用C++,VC6.0编程
（三）界面要求
1、提示用户可以识别的动物以及可以输入的动物特征
2、如果有没有使用的规则，则提示用户输入新动物特征（两种方法）
3、显示最后判断出的动物名称或者本系统不能识别这种动物
4、显示解决问题的路径（规则序列）
5、界面美观实用
（四）算法设计
1、如何实现规则库和综合数据库的建立
2、正向推理过程中如何实现规则的匹配、规则的选择（冲突解决策略），
即控制系统的具体实现方法（P39）要求采用两种以上的冲突解决策
略。
（五）实验设计与结果分析
1、设计实验，分析所采用的冲突解决策略的优缺点（根据解决问题的路
径分析、综合分析）
2、设计实验，比较实验要求中，新输入动物特征的两种实现方方法的异
同。
（六）系统改进方案设计
1、能否使系统具有动态增加新规则的功能,使其更符合实际情况
2、其它
（七）实验报告内容与要求
1、介绍算法设计思想（包括第四部分的内容）
2、关键代码说明
3、实验设计与结果分析（包括第五部分的内容）
4、分析界面的优缺点
规则排序、就近排序。