人工智能 第二章 产生式系统与专家系统

2010-10-16 16
2.3 产生式系统的推理
2010-10-16
17
一、正向推理
正向推理又称为数据驱动推理，前向链接推理，其推理基础是 逻辑演绎的推理链，它从一组表示事实的谓词或命题出发，使 用一组推理规则，来证明目标谓词公式或命题是否成立。 有规则集如下： R1：P1→P2 R2：P2→P3 R3：P3→q3 规则中的R1：P1、P2、P3、q3可以是谓词公式或命题。 R1 P2 R2 P3 R3
2010-10-16
5
3、控制器
又称规则解释器，控制系统的运行和推理过程，包括： 规则扫描的起点和顺序安排； 规则前件与工作存储器中事实的模式匹配； 工作存储器的状态更新； 多条规则被触发时的冲突消解； 推理终止条件和判定等。
2010-10-16
6
2.2
产生式系统的工作 周期
2010-10-16
它能生蛋
R1R4这一组规则把哺乳动物和鸟类动物分开。
2010-10-16 22
R5 如果 它是哺乳动物 它吃肉 R6 如果 它是哺乳动物 那么 它是食肉动物 R7 如果 它是哺乳动物 R8 如果 它是哺乳动物 并且是偶蹄动物 它长有蹄 它反刍 它长有爪子
那么 它是食肉动物 它长有利齿 它眼睛前视
那么 它是有蹄动物 那么 它是有蹄动物，
假设系统启动后，通过观察已经获得了三个事实： 松树球果，簇针叶，叶子脱落 WM=(松树球果，簇针叶，叶子脱落) 假设系统的冲突消解策略为：优先触发编号最小，且其后件不 在WM中的规则。 第一工作周期： 触发规则：R1，R8，R9； 启用规则：R1 WM=(落叶树，松树球果，簇针叶，叶子脱落) 第二工作周期： 触发规则：R1，R8，R9； 启用规则：R8 2010-10-16 WM=(稞子植物，落叶树，松树球果，簇针叶，叶子脱落)
19
二、反向推理
反向推理又称为目标驱动推理，后向链推理。 其基本原理是从表示目标的谓词或命题触出发，使用一组规则 证明事实谓词或命题成立，即推出一批假设(目标)，然后逐一 验证这些假设。 R1 P2 R2 P3 R3
事实 P1
目标 q3
2010-10-16
20
推理过程
反向推理则是首先提出假设，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。 ①看假设是否在工作存储器中，若在，则假设成立，推理结束； ②找出结论与此假设匹配的规则； ③按冲突消解策略从匹配的规则实例中选择一条规则； ④将选中规则的前提条件作为新的假设，重复上述几步工作。 直到假设的真假性被验证或不存在激活的规则。
R5R8把哺乳动物又进一步分为食肉动物和有蹄动物。 R9 如果 它是贪肉动物 它的颜色是黄褐色 它有深色斑点
那么 它是猎豹 R10 如果 它是食肉动物
2010-10-16
它的颜色是黄褐色
它有黑色条纹
23
那么 它是老虎 这两组规则对食肉动物进行细分。
R11 如果 它是有蹄动物它有长腿 色 它有深色斑点 R12 如果 它是有蹄动物
2010-10-16 25
“它有毛皮”
现在考察反向推理过程。假设要识别的动物是猎豹。 先找出规则的结论与猎豹的假设相匹配的规则R9，再以R9的前 提条件作为新的假设，有： “它是贪肉动物”“它的颜色是黄褐色”“它有深色斑点” 下面逐一验证三个新假设。 为验证“它是食肉动物”，激活R5，代之以R5的前提条件作为 R5 R5 新假设： “它是哺乳动物” “它吃肉” 为了验证“它是哺乳动构”，激活规则1，代之以验证“它有毛 发” 于是，需要验证的假设有： “它有毛发”“它吃肉”“它的颜色是黄褐色”“它有深色斑 点” 它们与工作存储器中的事实相匹配，故“它是猎豹”的结论成立。
2010-10-16 10
3、执行
把所选择规则的结论添加到工作存储器，作为新的事实。 运行时，推理机制重复这三个阶段的循环，根据规则库中的知 识及工作存储器的事实，不断地由已知的前提推出未知的结论， 并记录到工作存储器中，作为新的前提或事实继续推理过程， 直到推出最终结论。
2010-10-16
11
2010-10-16 3
从形式上看，与程序设计语言中的条件语句非常相似，但实际 上两者之间存在根本的区别： ①产生式规则的左部表达的是一组复杂的模式．而不仅仅是一 个布尔表达式； ②规则之间的控制流不是象传统语言中从一条语句向其下一条语 句传递，而且满足条件的规则被激活但不一定立即执行，这将取 决于产生式系统的冲突消解策略，这是区分传统程序与产生式系 统行为特征的关键。
它能游水 它的颜色是黑 那么 它是企鹅 那么 它是海燕
24
这三个规则用于对鸟类进行细分。
为了识别一种动物，设观察得到四个事实： “它的颜色黄褐色” “它有深色斑点” “它吃肉” 下面考察正向推理过程： 先用初始的四个事实与所有规则进行匹配，只有R1被激活。执 行R1的动作，得到新的事实：“它是哺乳动物” 再用五个事实与所有规则匹配，R5激活，又得到第六个事实： “它是食肉动物” 最后，用六个事实与所有规则匹配，R9被激活，并得到结论： “它是猎豹”
已知 P1
推出 q3
2010-10-16
18
正向推理的策略
①用工作存储器中的事实与产生式规则的前缀条件进行匹配； ②按冲突消解策略从匹配的规则实例中选择一条规则； ③执行选中规则的动作，依次修改工作存储器； ④用更新后的工作存储器，重复上述几步工作，直到得出结论 或工作存储器不再发生变化为止。
2010-10-16
第二章 产生式系统与专家系统
2010-10-16
1
2.1 产生式系统组成
2010-10-16
2
规则库、工作存储器、控制器
1、规则库(知识库) 规则库包含一序列产生式规则 规则形式：前件→后件 规则的左边称为左件(LHS) 规则的右边叫做后件(RHS) 前件和后件可以命题或谓词表示。 符号“→”表示变换或推 导 例如，规则P→Q意为若前件P满足，则可应用规则推导出结论Q， 并把它放入已证明的结论集，或执行Q所代表的动作。
2010-10-16
21
举例
例 动物分类系统。 区分各种动物，可以对每种动物构造一条识别规则。其中规则 右部为识别出的动物名，左部为该动物的特征。为了有效地组 织推理，经常需要使用动物分类学中的知识作为产生式规则。 下面是动物分类系统的规则库： R1 R2 R3 R4 如果 如果 如果 如果 它有毛发 它能产孔 它有羽毛 它能飞行 那么 它是哺乳动物 那么 它是哺乳动物 那么 它是鸟类动物 那么 它是鸟类动物
2010-10-16 26
猎豹 R9 食肉动物 R5 哺乳动物 R1 有毛发 它吃肉 颜色是黄褐色 有深色斑点 它吃肉 有毛发 颜色是黄褐色 有深色斑点
2010-10-16
27
特点和适用场合
正向推理由数据驱动，从一组事实出发推导结论，其优点是算法 简单、容易实现，允许用户一开始就把有关的事实数据存入数据 库，在执行过程中系统能很快取得这些数据，而不必等到系统需 要数据时才向用户询问。 其主要缺点是盲目搜索，可能会求解出许多与目标无关的子目标， 每当工作存储器的内容更新后都要遍历整个规则库，推理效率较 低。 因此，正向推理策略主要用于已知初始数据，而无法提供推理 目标，或解空间很大的一类问题，如监控、预测、规划、设计 等问题的求解。
15
第三工作周期： 触发规则：R1，R8，R9，R14； 启用规则：R9 WM=(针叶，稞子植物，落叶树，松树球果，簇针叶，叶子脱落) 第四工作周期： 触发规则：R1，R4，R8，R9，R14； 启用规则：R14 WM=(落叶松树，针叶，稞子植物，落叶树，松树球果，簇针 叶，叶子脱落) 第五周期中，仍是规则R1，R4，R8，R9，R14匹配成功，但这 些规则的结论均已包含在WM中，在冲突集中找不到可以应用 的规则，于是产生式系统的推理过程结束，获得了系统最终结 论：由初始事实所推断出的树是落叶松树。
2010-10-16
9
2、选择(冲突消解)
多条规则同时被匹配的情况称为冲突。 这时，要根据预先确定的评价准则，求出所冲突规则的优先度， 决定所冲突规则的优先度，决定使用哪一条规则。 常用的冲突解决策略有以下7种： 7 专一性排序，规则排序，数据排序，就近排序，上下文限制，按 匹配度排序，按条件个数排序。 不同的系统，可使用上述这些策略的不同组合，目的是尽量减少 冲突的发生，使推理有较快的速度和较高的效率。如何选择冲突 解决策略完全是由启发性知识决定的。
举例
例：某树类型辨识产生式系统，可模拟植物学家的思维过程， 在一系列产生式规则的指导下，通过某些线索(如叶子的形状)来 推断树的类型。 该系统由规则库、工作存储器、控制器三部分组成。 控制器仅提供了两个函数： on_wm(x)用来测试树的识别特征x是否存在于工作存储器WM中； put_on_wm(x)在一条规则被触发后，把树的识别特征x添加到 WM中。
2010-10-16 12
规则库包含的基本规则如下： R1：if on_wm(叶子脱落) then put_on_wm(落叶树) R2：if on_wm(叶子保持) then put_on_wm(常青树) R3：if on_wm(阔叶 and 非银杏) then put_on_wm(被子植物) R4：if on_wm(针叶) then put_on_wm(稞子植物) R5：if on_wm(一子叶) then put_on_wm(单子叶植物) R6：if on_wm(二子叶) then put_on_wm(双子叶植物) R7：if on_wm(单子叶植物) or on_vm(双子叶植物) then put_on_wm(被子植物) R8：if on_wm(松树球果) then put_on_wm(稞子植物)
2010-10-16
4
2、工作存储器
工作存储器又称动态数据库、综合数据库、短期数据库缓冲器 存储所求解问题的初始状态及已知事实，推理的中间结果及结论 随着产生式系统问题求解(推理)过程的进展，工作存储器的有些 内容(如推理的中间结果)动态变化。 工作存储器是产生式系统中主要的数据结构，可以通过简单的表、 数组、带索引的文件结构、关系数据库等来实现。
它有长颈 它的颜色是黄褐 那么 它是长颈鹿 它有黑色条纹
它的颜色是白的
那么 它是斑马 这两个规则对有蹄动物进行细分。 R13 如果 它是鸟类 颜色是黑白色相杂 它不会飞 它有长腿 它有长颈 它的
那么 它是鸵鸟 R14 如果 它是鸟类 色和白色 R15 如果 它是鸟类
2010-10-16
它不能飞行 它善于飞行
2010-10-16 13
R9：if on_wm(二针叶) or on_wm(三针叶) or on_vm(五针叶) or on_vm(簇针叶) then put_on_wm(针叶) R10：if on_wm(被子植物) and on_wm(落叶树) and on_vm(叶子密 集) then put_on_wm(糖槭) R11：if on_wm(被子植物) and on_wm(常青树) and on_wm(叶子 密集) then put_on_wm(冬青树) R12：if on_wm(被子植物) and on_wm(落叶树) and on_wm(复合 叶子) then put_on_wm(核桃树) R13：if on_wm(稞子植物) and on_wm(常青树) and on_wm(三针 叶) then put_on_wm(Ponderosa松树) R14：if on_wm(稞子植物) and on_wm(落叶树) and on_wm(簇针 叶) then put_on_wm(落叶松树) R15：if on_wm(稞子植物) and on_wm(常青树) and on_wm(五针 叶) 2010-10-16 then put_on_wm(白松树) 14
7
模式匹配、选择、执行
模式匹配
冲突集
推理控制
规则库
工作存储器
冲突消解
规则执行
规则触发
2010-10-16
பைடு நூலகம்
8
1、匹配
由顶向下(即从知识库中第一条规则开始)依次扫描规则库中所 有规则，逐一比较工作存储器的所有元素与所有规则的前件， 以搜索满足条件的规则。 若一条规则前件中的所有条件都与工作存储器的当前事实匹配成 功，则把此规则放入冲突集中，然后进行下一条规则的检测，直 到规则库中的所有规则都被检测。