人工智能 第二章 产生式系统与专家系统
智能控制技术(第2章-专家系统与专家控制系统)教材
（2）推理机的设计
① 选择推理方式；
② 选择推理算法：选择各种搜索算法，如 深度优先搜索、广度优先搜索、启发式优 先搜索等。
（3）人─机接口的设计
① 设计“用户 ─ 专家系统接口”：用于咨 询理解和结论解释； ② 设计“专家 ─ 专家系统接口”：用于知 识库扩充及系统维护。
2.3 专家控制系统的设计方法
2. 2、专家系统的基本结构与实现
专家系统主要由知识库和推理机构 成，专家系统的结构如图2-4所示。
用户
领域专家
知识工程师
人机接口
解释机构
知识获取机构 专 家 系 统 核 心
数据库
推理机
知识库
专家系统的结构
1．知识库
知识库包含三类知识：
（1）基于专家经验的判断性规则；
（ 2 ）用于推理、问题求解的控制性规则； （ 3 ）用于说明问题的状态、事实和概念 以及当前的条件和常识等的数据。
等价问题（更易）
4、“与或图”表示法
与或图构成规则 •与或图中的每个节点代表一个要解决的 单一问题或问题集合，图中的起始节点对 应总问题。 •对应于本原问题的节点为叶节点，它没 有后裔。 •对于把算符（与操作／或操作）应用于 问题 A的每种可能情况，都把问题变换为 一个子问题集合；有向弧线自A指向后继 节点，表示所求得的子问题集合。
专家控制（Expert Control）是智能控 制的一个重要分支，又称专家智能控制。 所谓专家控制，是将专家系统的理论和 技术同控制理论、方法与技术相结合， 在未知环境下，仿效专家的经验，实现 对系统的控制。
专家控制试图在传统控制的基础上“加 入”一个富有经验的控制工程师，实现控 制的功能，它由知识库和推理机构构成主 体框架，通过对控制领域知识（先验经验、 动态信息、目标等）的获取与组织，按某 种策略及时地选用恰当的规则进行推理输 出，实现对实际对象的控制。
人工智能之产生式系统 (PPT 49张)
6
2/21/2019
二、产生式系统的例
八数码难题 由8个标有1－8的棋子和一个3×3的棋盘 组成。把8个棋子放在棋盘里，形成一个初始状态，然 后移动棋子，想办法达到规定的目标状态。在移动棋 子时，只能把棋子移进相邻的空格中。 2 8 3 1 2 3
1 6 4
7 5
8 4 7 6 5
图2.1 八数码难题的初始状态与目标状态
1
2/21/2019
常用的知识表示方法
非结构化方法
– –
逻辑表示法 产生式系统
框架 语义网络
QA3,STRIPS,DART,MOMO DENDRAL，MYCIN
结构化方法
– –
2
过程式知识表示法
2/21/2019
第二章 产生式系统
2.1 产生式系统概述 一、产生式系统的定义 产生式系统是人工智能系统中常用的一种程序 结构，是一种知识表示系统。 通常由以下三部分组成： 综合数据库 产生式规则集 控制系统
知识表示
知识是一切智能行为的基础，也是软件智能化的重要 研究对象。要使软件具有智能，就必须使它具有知识， 而要使软件具有知识，首先必须解决知识的表示问题。 所谓知识表示实际上就是对知识的一种描述，即用一 些约定的符号把知识编码成一组计算机可以接受的数 据结构。所谓知识表示过程就是把知识编码成某种数 据结构的过程。 一般来说，同一知识可以有多种不同的表示形式，而 不同表示形式所产生的效果又可能不一样。
设爬山函数CF(S) ：不在目标位数码个数的 负值。
初始状态S0
2 8 1 6 7 3 4 5 1 2 3 8 4
目标状态Sg
7 6 5
CF(S0)＝ - 4 CF(Sg)＝ 0
智能控制技术(第2章-专家系统与专家控制系统)
（3）成熟期（1972-1977年）： 在此期间斯坦福大学研究开发了最著名 的专家系统-血液感染病诊断专家系统 MYCIN，标志专家系统从理论走向应用。 另一个著名的专家系统-语音识别专家系统 HEARSAY的出现，标志着专家系统的理 论走向成熟。
（4）发展期（1978-现在） 在此期间，专家系统走向应用领域， 专家系统的数量增加，仅1987年研制成 功的专家系统就有1000种。 专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
等价问题（更易）
4、“与或图”表示法
与或图构成规则 •与或图中的每个节点代表一个要解决的 单一问题或问题集合，图中的起始节点对 应总问题。 •对应于本原问题的节点为叶节点，它没 有后裔。 •对于把算符（与操作／或操作）应用于 问题 A的每种可能情况，都把问题变换为 一个子问题集合；有向弧线自A指向后继 节点，表示所求得的子问题集合。
（2）推理机的设计
① 选择推理方式；
② 选择推理算法：选择各种搜索算法，如 深度优先搜索、广度优先搜索、启发式优 先搜索等。
（3）人─机接口的设计
① 设计“用户─专家系统接口”：用于咨 询理解和结论解释； ② 设计“专家─专家系统接口”：用于知 识库扩充及系统维护。
2.3 专家控制系统的设计方法
2. 2、专家系统的基本结构与实现
专家系统主要由知识库和推理机构 成，专家系统的结构如图2-4所示。
用户
领域专家
知识工程师
人机接口
解释机构
知识获取机构 专 家 系 统 核 心
数据库
【人工智能导论】产生式系统
【⼈⼯智能导论】产⽣式系统
产⽣式系统
产⽣式系统是给定事实与推理规则，进⾏⾃动推理的推理系统。
产⽣式系统由3个部分组成：总数据库、产⽣式规则、控制策略。
总数据库是存放求解过程中各种当前信息的数据结构，包括已知事实与推理过程中得到的结论
产⽣式规则是⼀个规则库，存放形如"if <前提>, then <结论>" 的推理规则.
控制策略决定了推理过程中如何应⽤规则，即确定下⼀步应该选⽤什么规则，类⽐于图搜索中的图搜索策略（DFS，BFS，etc.)
产⽣式系统图搜索
初始事实数据初始节点
⽬标条件⽬标节点
产⽣式规则状态转换规则问题变换规则
规则集操作集
动态数据库节点(状态/问题)
控制策略搜索策略
按照搜索⽅向，产⽣式系统可分为正向推理、逆向推理和双向推理。
例正向推理设P1,P2,P3,P4为谓词公式或命题, 初始总数据库DB={P1},规则库R={R1:P1→P2,R2:P2→P3,R3:P3→P4},则推理步骤如下
1. P1∈DB,在规则库R中寻找到可⽤的规则R1:P1→P2,得到P2,当前DB={P1,P2}
2. P2∈DB,在规则库R中寻找到可⽤的规则R2:P2→P3,得到P3,当前DB={P1,P2,P3}
3. P3∈DB,在规则库R中寻找到可⽤的规则R3:P3→P4,得到P4,当前DB={P1,P2,P3,P4}
Processing math: 100%。
人工智能教程习题及答案第2章习题参考解答
第二章知识表示习题参考解答2.3 练习题2.1 什么是知识?它有哪些特性?有哪几种分类方法?2.2 何谓知识表示? 陈述性知识表示法与过程性知识表示法的区别是什么?2.3 在选择知识的表示方法时，应该考虑哪些主要因素?2.4 一阶谓词逻辑表示法适合于表示哪种类型的知识?它有哪些特点?2.5 请写出用一阶谓词逻辑表示法表示知识的步骤。
2.6 设有下列语句，请用相应的谓词公式把它们表示出来：（1）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。
（2）他每天下午都去玩足球。
（3）太原市的夏天既干燥又炎热。
（4）所有人都有饭吃。
（5）喜欢玩篮球的人必喜欢玩排球。
（6）要想出国留学，必须通过外语考试。
2.7 房内有一只猴子、一个箱子，天花板上挂了一串香蕉，其位置关系如图2. 11所示，猴子为了拿到香蕉，它必须把箱子推到香蕉下面，然后再爬到箱子上。
请定义必要的谓词，写出问题的初始状态（即图2.16所示的状态）、目标状态（猴子拿到了香蕉，站在箱子上，箱子位于位置b）。
图2.11 猴子摘香蕉问题2.8 对习题2.7中的猴子摘香蕉问题，利用一阶谓词逻辑表述一个行动规划，使问题从初始状态变化到目标状态。
2.9 产生式的基本形式是什么？它与谓词逻辑中的蕴含式有什么共同处及不同处？2.10 何谓产生式系统？它由哪几部分组成？2.11 产生式系统中，推理机的推理方式有哪几种？在产生式推理过程中，如果发生策略冲突，如何解决？2.12 设有下列八数码难题：在一个3×3的方框内放有8个编号的小方块，紧邻空位的小方块可以移入到空位上，通过平移小方块可将某一布局变换为另一布局（如图2.12所示）。
请用产生式规则表示移动小方块的操作。
2831231684754765S0S g图2.12 习题2.12的图图2.13 习题2.13的图2.13 推销员旅行问题：设有五个相互可直达且距离已知的城市A、B、C、D、E，如图2.13所示，推销员从城市A出发，去其它四城市各旅行一次，最后再回到城市A，请找出一条最短的旅行路线。
人工智能产生式系统
产生式系统产生式系统文档一、介绍1.1 目的本文档旨在提供关于产生式系统的详细信息，包括系统的定义、架构、工作原理以及相关的实际应用案例等。
1.2 背景随着技术的不断发展和应用，产生式系统成为了一种重要的智能处理方式。
本文档将对该系统进行全面介绍，旨在帮助读者了解并使用产生式系统。
二、系统定义2.1 什么是产生式系统产生式系统是一种基于规则库的推理机制，通过规则匹配与推理等算法，实现问题的求解和自动决策。
该系统由规则库、推理机以及知识库等组成。
2.2 系统构成产生式系统主要包括以下几个组成部分：- 规则库：存储了系统的规则集合，每条规则一般由前件和后件组成，用于进行规则匹配和推理。
- 推理机：负责根据规则集合和当前问题状态进行规则匹配和推理，推理链以及最终的推理结果。
- 知识库：存储了系统所需的领域知识，包括事实、规则和推理机制等，用于支持系统的推理过程。
- 用户界面：提供给用户与系统交互的界面，包括输入问题、展示推理结果等功能。
2.3 工作原理产生式系统的工作原理如下：- 根据用户输入的问题，系统将问题转化为内部可处理的形式。
- 推理机根据规则库和知识库进行规则匹配和推理，推理链。
- 根据推理链，系统得出最终的推理结果，并展示给用户。
三、系统应用3.1 实际应用案例1：医学诊断产生式系统可以应用于医学诊断领域，通过构建规则库和知识库，实现对病情的快速诊断和治疗建议。
3.2 实际应用案例2：智能客服产生式系统可以应用于智能客服领域，根据用户的问题和规则库，实现自动回答用户的咨询和解决问题。
四、附件本文档包括以下附件：- 附件一：规则库示例- 附件二：知识库示例五、法律名词及注释1.（Artificial Intelligence，简称）：指通过模拟与复制人类智能的各种思维特征和行为，在某些特定领域或任务上展示出与人类相似的智能行为的科学和工程。
六、全文结束。
智能控制技术(专家系统与专家控制系统)PPT
专家控制（Expert Control）是智能控 制的一个重要分支，又称专家智能控制。 所谓专家控制，是将专家系统的理论和 技术同控制理论、方法与技术相结合， 在未知环境下，仿效专家的经验，实现 对系统的控制。
23
专家控制试图在传统控制的基础上“加 入”一个富有经验的控制工程师，实现控 制的功能，它由知识库和推理机构构成主 体框架，通过对控制领域知识（先验经验、 动态信息、目标等）的获取与组织，按某 种策略及时地选用恰当的规则进行推理输 出，实现对实际对象的控制。
11
知识库包含多种功能模块，主要 有知识查询、检索、增删、修改和扩 充等。知识库通过人机接口与领域专 家相沟通，实现知识的获取。
12
2．推理机
推理机是用于对知识库中的知识进行推理 来得到结论的“思维”机构。推理机包括三 种推理方式：
（1）正向推理：从原始数据和已知条件得 到结论；
（2）反向推理：先提出假设的结论，然后 寻找支持的证据，若证据存在，则假设成立；
1．定义 专家系统是一类包含知识和推理的智能
计算机程序，其内部包含某领域专家水平的 知识和经验，具有解决专门问题的能力。
4
2.1.2 专家系统的发展历程 分为四个阶段：
（1）孕期期（1965年以前） 专家系统历史的一些重要事件 1956年人工智能诞生； 两项历史意义的突破：LT系统与西洋跳棋 程序； 1957年开始通用问题求解程序GPS.
专家系统的数量增加，仅1987年研制成 功的专家系统就有1000种。
专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
专家系统与产生式系统
产生式系统定义：构造知识型系统和建立认知模型时常用的知识表示的形式系统。
1943年E.波斯特首先将他提出的一种计算形式体系命名为产生式系统。
50年代末期，A.纽厄尔和H.A.西蒙在研究人类问题求解的认知模型时也使用了产生式系统这一术语。
产生式系统现代已成为研制人工智能系统时采用的最典型的体系结构之一。
基本构成：一个产生式系统由下列3部分组成：（1）一个总数据库(global database)，它含有与具体任务有关的信息；随着应用情况的不同，这些数据库可能像数字矩阵那样简单，也可能像检索文件结构那样复杂。
[1]（2）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。
（3）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。
两种推理方式：正向推理：从现有条件出发，自底向上地进行推理（条件的综合），直到预期目标实现。
逆向推理则从预期目标出发，自顶向下地进行推理（目标的分析），直到符合当前的条件。
逆向推理：从预期目标出发，自顶向下推理（目标的分析），直到符合当前的条件。
详细的就是寻找执行后果可以达到目标的规则，如果这条规则的前提与数据库中的事实相匹配，问题就得到解决，否则把这条规则的前提当做子目标，并对新的子目标运用可用的规则执行逆向序列的前提，直到最后运用规则的前提可以与数据库中的事实相匹配，或者直到没有规则可用时结束。
运用逆向推理，是由后件引导产生式的搜索方式，因此按推理方式，可将产生是系统分为前件驱动和后件驱动两种类型。
一般是条件----行动型的前件驱动的产生是系统。
优点：模块性：每个产生式可以相对独立的增删改。
均匀性：每一个产生是系统表示整体知识的一个片段，易于为用户或系统的其他部分所理解。
自然性：能自然地表示直观知识。
缺点：执行效率低，此外每一条产生式都是一个独立的程序单元，一般相互之间不能直接调用也不彼此包含，控制不便，因而不宜用来求解理论性强的问题。
人工智能-第2章-产生式系统
2.2 问题归约法
• 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； O操作算子集， 通过一个操作算子把一个问题化成若干个子问题.
• 思路：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，这样一直进行到产生的问题均为本原问题， 则问题得解。
• 综合数据库：表示将牌布局的一种数据结构。选用 二维数组来表示布局较直观，其数组元素用 {Si表j} 示， 其的每中个具体1 取i, 值j 矩3, S阵ij 就{（0代空表）了,1,且一,互8个} 不棋相局等状，态这。样数组
思考: 该问题有多少 个状态? Artificial Intelligence
该状态的所有规则 6 用完，回溯到 5 左下
下
863 6
2 4 左上右下
175
1）
左
8 37 264 175
Байду номын сангаас
2）
下 2）
左
834 7
863 7
26
24
175
175
283 81 6 4 4
7 55
7 6 Artificial Intelligence
• 爬山法选取规则的方法： 1）优先选取使用规则后生成的新状态的函 数值有最大增长的规则; 2）其次选取使函数值不减少的规则; 3）若这种规则也没有，则过程停止。
• 搜索过程如下图： 有圆圈的数字为节点的扩展顺序号
每一条规则形如: if 条件 then 行动 或 if 前提 then 结论 3 控制系统：解释程序或执行程序，选择规则的原 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（认知处理器、控
第2章 基于规则的专家系统
THEN
the action is go
IF
the ‘traffic light’ is red
THEN
the action is stop
• 用IF-THEN形式表示的语句称为产生式规则或判断 规则。
• 规则是人工智能中知识表达最常用的形式，if部分 包含给定的信息或因素，then部分为相应的行为。
11 11
基于规则的专家系统的结构
Long-term Memory Production Rule
Short-term Memory Fact
REASONING
Conclusion
• 生产系统模型 Newell & Simon
Knowledge Base Rule: IF-THEN
Database Fact
Inference Engine
• 基于规则的专家系统的 基本结构－－－》
Explanation Facilities User Interface User
12 12
基于规则的专家系统的完整结构
External Database
Expert System Knowledge Base
Rule: IF-THEN
Z
E
D
Rule 3: IF A is true
THEN X is true 24
24
Rule 1: IF Y is true
AND D is true
THEN Z is true
Rule 2: IF X is true A X
AND B is true
AND E is true
B
Y
THEN Y is true
人工智能课件第二章 知识表示(修改)
19
• 接上一页
TABLE(a)
TABLE(a)
SETWODN(b) TABLE(b) GOTO( b,c) TABLE(b)
=======>状态5 ON(box,b) =======>状态6 ON(box,b)
EMPTY(robot)
EMPTY(robot)
AT(robot , a)
AT(robot ,b)
则称P是一个n元谓词，记为P(x1,x2,…,xn)，其中， x1,x2,…,xn为个体。
7
定义2.2 设D是个体域，f：Dn→D是一个映射，则称 f是D上的一个n元函数，记作f(x1,x2,…,xn) 其中，x1,x2,…,xn为个体。
• 谓词与函数的区别： 谓词是D到{T，F}的映射，函数是D到D的映射； 谓词的真值是T和F，函数的值（无真值）是D中 的元素； 谓词可独立存在，函数只能作为谓词的个体。
5
二、谓词逻辑表示法
1. 基本概念
• 命题：具有真假意义的断言称为命题。 • 命题的真值：
T：表示命题的意义为真 F：表示命题的意义为假 • 命题真值的说明： 一个命题不能同时既为真又为假 一个命题可在一定条件下为真，而在另一条件下为假
6
• 论域：由所讨论对象的全体构成的集合。 • 个体：论域中的元素。 • 谓词：在谓词逻辑中命题是用形如P(x1,x2,…,xn)的谓词
是一种“一直往前走”不回头的方式，该方式是利用问 题给定的局部知识来决定选用的规则，就像动物识别系统一 样，选取一条与综合数据库进行匹配，然后作用到综合数据 库，再选取一条新的规则进行匹配，此时在选择上不再考虑 已经用过的规则了。
动物有暗斑点，有长脖子，有长腿，有奶，有蹄
• 该例子的部分推理网络如下：
人工智能产生式系统
– 机器可读性 ：机器识别产生式、语法检查和某种程度上
的语义检查
第四页，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 满足结束条件之前，do：（匹配） 3． Begin 4．在规则集中，选一条可应用于DATA的规则R（选
⑴ 状态测试，检查是否为目标，如果是，则停止。 ⑵ 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. 循环到第2步。
第十四页，共30页
图2-3 爬山法目标状态，但在测试过程中 又找不到比该状态更好的状态。三种情况:
8
4
7
5
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。问题的解就是给出一个合理的走步序列。
• 1．综合数据库：就是要选择一种数据结构来表示将牌布局。
本例中，选用二维数组来表示布局较直观，其数组元素用
• 状态空间法：找出所求问题的各种状态，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：在解决一个较为复杂的问题时，我们可把问题 分解为一些较为简单的子问题，通过对各个子问题解答的搜 索求得原问题的解答。 （SPLIT过程）
第六页，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状态集合。状
态是某种事实的符号或数据，任何类型的数据结构都可以描述
问题的状态。起始状态S0表示S的一个非空子集，它是问题的 现状或已知条件；目标状态G也是S的一个非空子集，它可以
《人工智能基础》课后习题及答案
1．什么是智能？智能有什么特征？答：智能可以理解为知识与智力的总和。
其中，知识是一切智能行为的基础，而智力是获取知识并运用知识求解问题的能力，即在任意给定的环境和目标的条件下，正确制订决策和实现目标的能力，它来自于人脑的思维活动。
智能具有下述特征：（1）具有感知能力（系统输入）。
（2）具有记忆与思维的能力。
（3）具有学习及自适应能力。
（4）具有行为能力（系统输出）。
2．人工智能有哪些学派？他们各自核心的观点有哪些？答：根据研究的理论、方法及侧重点的不同，目前人工智能主要有符号主义、联结主义和行为主义三个学派。
符号主义认为知识可用逻辑符号表达，认知过程是符号运算过程。
人和计算机都是物理符号系统，且可以用计算机的符号来模拟人的认知过程。
他们认为人工智能的核心问题是知识表示和知识推理，都可用符号来实现，所有认知活动都基于一个统一的体系结构。
联结主义原理主要是神经网络及神经网络间的连接机制与学习算法。
他们认为人的思维基元是神经元，而不是符号运算。
认为人脑不同于电脑，不能用符号运算来模拟大脑的工作模式。
行为主义原理为控制论及“感知—动作”型控制系统。
该学派认为智能取决于感知和行动，提出智能行为的“感知—动作”模式，他们认为知识不需要表示，不需要推理。
智能研究采用一种可增长的方式，它依赖于通过感知和行动来与外部世界联系和作用。
3．人工智能研究的近期目标和远期目标是什么？它们之间有什么样的关系？答：人工智能的近期目标是实现机器智能，即主要研究如何使现有的计算机更聪明，使它能够运用知识去处理问题，能够模拟人类的智能行为。
人工智能的远期目标是要制造智能机器。
即揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能。
人工智能的近期目标与远期目标之间并无严格的界限，二者相辅相成。
远期目标为近期目标指明了方向，近期目标则为远期目标奠定了理论和技术基础。
4．人工智能的研究途径有哪些？答：人工智能的研究途径主要有：（１）心理模拟，符号推演；（２）生理模拟，神经计算；（３）行为模拟，控制进化论。
人工智能导论第二章
• 2.1 知识和知识表示 • 2.2 状态空间表示 • 2.3 问题归约表示 • 2.4 谓词逻辑表示 • 2.5 语义网络表示 • 2.6 产生式表示 • 2.7 框架表示 • 2.8 面向对象表示
2021/2/28
人工智能导论第二章-
1
产生式
2.6 产生式表示
• 产生式通常用于表示事实、规则以及它们 的不确定性度量，适合于表示事实性知识 和规则性知识。
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
THEN 该动物是有蹄类动物
2021/2/28
人工智能导论第二章- 刘珊
12
规则库
2.6 产生式表示
r9： IF 该动物是哺乳动物 AND 是食肉动物 AND 是黄褐色
2021/2/28
人工智能导论第二章- 刘珊
5
产生式的形式描述及语义
——巴科斯范式BNF
2.6 产生式表示
<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
AND 身上有暗斑点
THEN 该动物是金钱豹
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
人工智能教程习题及答案第2章习题参考解答
第二章知识表示习题参考解答2.3 练习题2.1 什么是知识?它有哪些特性?有哪几种分类方法?2.2 何谓知识表示? 陈述性知识表示法与过程性知识表示法的区别是什么?2.3 在选择知识的表示方法时，应该考虑哪些主要因素?2.4 一阶谓词逻辑表示法适合于表示哪种类型的知识?它有哪些特点?2.5 请写出用一阶谓词逻辑表示法表示知识的步骤。
2.6 设有下列语句，请用相应的谓词公式把它们表示出来：（1）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。
（2）他每天下午都去玩足球。
（3）太原市的夏天既干燥又炎热。
（4）所有人都有饭吃。
（5）喜欢玩篮球的人必喜欢玩排球。
（6）要想出国留学，必须通过外语考试。
2.7 房内有一只猴子、一个箱子，天花板上挂了一串香蕉，其位置关系如图2. 11所示，猴子为了拿到香蕉，它必须把箱子推到香蕉下面，然后再爬到箱子上。
请定义必要的谓词，写出问题的初始状态（即图2.16 所示的状态）、目标状态（猴子拿到了香蕉，站在箱子上，箱子位于位置b）。
图2.11 猴子摘香蕉问题2.8 对习题2.7 中的猴子摘香蕉问题，利用一阶谓词逻辑表述一个行动规划，使问题从初始状态变化到目标状态。
2.9 产生式的基本形式是什么？它与谓词逻辑中的蕴含式有什么共同处及不同处？2.10 何谓产生式系统？它由哪几部分组成？2.11 产生式系统中，推理机的推理方式有哪几种？在产生式推理过程中，如果发生策略冲突，如何解决？2.12 设有下列八数码难题：在一个3× 3的方框内放有8 个编号的小方块，紧邻空位的小方块可以移入到空位上，通过平移小方块可将某一布局变换为另一布局（如图2.12 所示）。
请用产生式规则表示移动小方块的操作。
图2.12 习题2.12 的图图2.13 习题2.13 的图2.13 推销员旅行问题：设有五个相互可直达且距离已知的城市A、B、C、D、E，如图2.13 所示，推销员从城市A 出发，去其它四城市各旅行一次，最后再回到城市A ，请找出一条最短的旅行路线。
人工智能 第二章 产生式系统与专家系统
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
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。
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
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。
人工智能产生式系统(二)2024
人工智能产生式系统（二）引言概述人工智能产生式系统是一种基于规则的推理系统，它通过使用一系列规则和知识来解决问题。
这种系统使用规则推理机制来生成解释、做出决策和生成新的知识。
本文将进一步探讨人工智能产生式系统的应用和优势。
正文一、应用领域广泛1. 人工智能产生式系统在专家系统中的应用2. 在医疗诊断中的应用3. 在自然语言处理中的应用4. 人工智能产生式系统在推荐系统中的应用5. 在机器学习中的应用二、推理机制灵活高效1. 前向推理的优势与应用场景2. 反向推理的优势与应用场景3. 混合推理的优势与应用场景4. 人工智能产生式系统的问题解决能力5. 推理机制的可解释性和透明性三、知识表示与规则管理1. 产生式规则的表示形式和结构2. 知识表示的方法和技术3. 知识库管理和规则维护策略4. 人工智能产生式系统中的知识图谱应用5. 知识的获取、更新和迁移四、人工智能产生式系统的优势1. 灵活性和可扩展性的优势2. 对不确定性的处理能力3. 高效解决复杂问题的能力4. 可解释性和可理解性的优势5. 人工智能产生式系统的自适应学习能力五、挑战与未来发展方向1. 知识获取和表示的挑战2. 规则语义和推理机制的改进3. 面向大数据和云计算的应用4. 与其他人工智能技术的结合5. 人工智能产生式系统的社会影响和伦理问题总结人工智能产生式系统以其广泛的应用领域、灵活高效的推理机制以及知识表示与规则管理的优势成为人工智能领域的重要研究方向之一。
然而，面临着知识获取、规则语义改进、大数据应用等挑战，同时也需要重视与其他人工智能技术的结合和处理伦理问题。
未来该领域的发展将更加注重新技术的应用和知识管理的创新，以进一步提高人工智能产生式系统的性能和应用领域的广度。
人工智能 ch2(2.5)产生式系统
If
jｏ－１≥１
then Si0j0:=Si0（jo-1),
Si0(j0-1):=0； (Si0j0向左)
if
iｏ -１ ≥ 1
then Si0j0:=S（i0-1）j0, S（i0-1）j0:=0；
(Si0j0 向上)
if jｏ+１≤3 then Si0j0:=Si0（jo+1),Si0(j0+1):=0； (Si0j0向右) if iｏ +１≤3 then Si0j0:=S（i0+1）j0,S（i0+1）j0:=0； (Si0j0向下)
(0
2
1)
(0 1 1) p01 0
(1 1 1)
图2.8
M-C问题状态空间图
27
最短解序列只有4个，均由11次摆渡 操作构成。 在一般情况下，求解过程就是对状 态空间搜索出一条解路径的过程。 一种较好的表示法会简化状态空间 和规则集表示，如八数码问题中， 如用将牌移动来描述规则，则8块将 牌就有32条的规则集。
18
下表列出分析的结果:
(ML,CL，BL) (0 0 (0 1 (0 2 (0 3 (1 0 (1 1 1) 达不到 1) 1) 1) 1)不合法 1) (ML，CL，BL) (0 (0 (0 (0 (1 (1 0 1 2 3 0 1 0) 0) 0) 0)达不到 0)不合法 0)
19
(1 (1 (2 (2 (2 (2 (3 (3 (3 (3
5
产生式系统的定义具有一般性，它 可用来模拟任一可计算过程。 在研究人类进行问题求解过程时， 完全可用一个产生式系统来模拟求 解过程。 优点:
(1)适合于模拟强数据驱动特点的智 能行为。当一些新的数据输入时，系 统的行为就要改变。 (2)易于添加新规则去适应新的情况， 而不会破坏系统的其他部分。
- 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)。
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
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
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。
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
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，
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”
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)
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)
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 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。
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
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
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。
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
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。
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。
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
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