第四章 产生式系统

隶属度
矮 1 中等 高
修饰量化： 非常高 不太高
身高
0
„..
1.6
1.75
1.78
1.9
北京航空航天大学软件开发环境国家重点实验室
Slide 20
不确定性推理- 信息的不精确、不完整、模糊性

信息的不精确性：
IF
培养液是血液，
规则的不确定性 –
细菌的类别不知道，
细菌的染色体是革兰式阴性， 细菌的外伤是杆状，
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）；
北京航空航天大学软件开发环境国家重点实验室
Slide 4
产生式认知模型
例: 用Markov算法作用于任意给定的字符串。
规则：（1）αxy → yαx （2）α→ ^ （3） ^ →α 。
输入字符串 ： “ ^ABC ”
希腊字母α、β等代表专用符号串； 小写字母
x、y 、z 等表示单个字符
的变量；
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）；
Why ）；
规则应用的解释（解释问题类型：How,
Slide 5
^ABC ^ABC
αABC BαAC BCαA BCαA BCA
北京航空航天大学软件开发环境国家重点实验室
产生式认知模型
纽厄尔和西蒙 Newell & Simon（1972）：总结人类的认知模型：
• 长期记忆 - 大脑中积累的知识和经验部分（大容量的、松散的、表 现为认识-行为的知识块）
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。
专用字符
^ 为空字符串。
执行算法过程：规则自左向右地作用输入字符串。
规则号
（1） （2） （3） （1） （1） （1） （2）
字符串匹配规则条件部分
失败 失败 成功 成功 成功 失败 成功
字符串的新状态
下一步工作
匹配下条规则 匹配下条规则 匹配头条规则 匹配头条规则 匹配头条规则 匹配下条规则 转换完毕，结束
常量置换变量; 合一匹配成功.


R: IF (x,0,y,0) THEN (v,0,y,0) F: (a,0,b,0) -----------------------------------新状态: (v,0,b,0)
北京航空航天大学软件开发环境国家重点实验室
Slide 16
产生式系统推理机的实现技术
THEN 细菌的类别是假单菌（CF :0.4）

事实的不确定性 –
A 流鼻涕 ( 0.4 ) A 红眼睛 ( 0.8 ) IF A流鼻涕&红眼睛
THEN A患流感 （CF : 0.67）
A患鼻膜过敏（CF : 0.06）
北京航空航天大学软件开发环境国家重点实验室
Slide 21
不确定性推理
1、组合证据的不确定性计算？ R1: if E1 then H R2: if E2 then H R3: if E3 then H R4: if E4 & E5 then E1 R5: if E6 & (E7 OR E8) then E2 (0.9) (0.7) (0.8) (0.7)
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
北京航空航天大学软件开发环境国家重点实验室
Slide 1
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。
存放一系列规则（算子），用于描述状态的转换关系、前提与结论 间的因果关系以及环境条件与执行操作的关系等。


表现形式：IF
前件 THEN 后件;
IF LHS THEN RHS
LHS: 本规则触发应满足的条件；
RHS：本规则触发后可产生的结果（或应执行的操作）

例: R1: IF (x,0,y,0) THEN (v,0,y,0)；
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）。
北京航空航天大学软件开发环境国家重点实验室
Slide 17
规则的选择及冲突解决策略

启用规则：
从冲突集中选择出的某条合适的可作为当前的执行规则。

冲突解决策略：
上下文排序：特定时间段内只从某上下文有关规则组内选择执行
演绎型系统 (Deduction)
规则排序：排在前面的规则优先执行； 专一性排序：条件越具体的规则优先执行；
反应型系统 (Reaction)
就近排序：与事实库中最新加入事实匹配的规则优先执行 ……… ( 参见： OPS5 – 产生式系统语言 )
北京航空航天大学软件开发环境国家重点实验室
Slide 18
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）；
Why ）；
规则应用的解释（解释问题类型，How,
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）。
( MYCIN - 6.3节 )
证据合取：从每个证 据的可信度中获得证
据总体的可信度。
0.9 0.5 1.0
0.5
2）、基于概率论计算方法 – 乘积 ( PROSPECTOR – 6.4节 )
0.9 0.45
0.5 1.0
北京航空航天大学软件开发环境国家重点实验室
Slide 24
不确定性推理
二、推理过程结论（一步推理）的不确定性计算：
• 短时记忆 –由感官输入的信息以及求解具体问题所需的、临时存放 的知识块（小容量的动态变化的知识 ）； • 认知处理器 – 人类求解问题可视为从长期记忆的成块知识中找出 由当前输入信息激活的那些知识块，并按优先级排序有选择地执行 某个知识快的过程

产生式规则计算模型与人类认知模型相对应，成为 AI 的一种基
北京航空航天大学软件开发环境国家重点实验室
Slide 13
产生式知识表示及相关专家系统
产生式认知模型 产生式系统架构



产生式系统推理机的实现技术
专家系统概述
北京航空航天大学软件开发环境国家重点实验室
Slide 14
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 ）； ；
结论可信度一般计算方法: Cin 0.5 0.8 0.4 Cou
t
规则条件可信度与结论可信度之间存在 某种关系 – 规则的可信度（系数）
Cout
Cout
Cout
先验值 先验值
Cin 0 1.0 0 1.0
Cin 0 1.0
Cin
北京航空航天大学软件开发环境国家重点实验室
Slide 25
不确定性推理
北京航空航天大学软件开发环境国家重点实验室
Slide 2
产生式知识表示及相关专家系统

产生式认知模型 产生式系统架构


产生式系统推理机的实现技术
专家系统概述
北京航空航天大学软件开发环境国家重点实验室
Slide 3
产生式认知模型

美国数学家 E.Post（1943）提出：
用符号语言构造产生式计算模型： <前件> -> <后件>
Why ）；
规则应用的解释（解释问题类型：How,
ቤተ መጻሕፍቲ ባይዱ
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）。
北京航空航天大学软件开发环境国家重点实验室
Slide 19
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

R2: IF likes(x,y) & likes(y,x) THEN friend(x,y) R2: IF 天气太热
THEN 打开空调；
北京航空航天大学软件开发环境国家重点实验室
Slide 10
产生式系统架结构

事实库（短时记忆区 ）：
存放问题的初始状态、已知事实、推理的中间结果及结论 等。
1．DATA 初始事实库
2．until DATA 满足结束条件以前，do 3. begin 4． 在所有满足当前事实库 DATA 的规则集合中，选择一条规则 R
5．
DATA
执行R 后得到的结果
6. end
北京航空航天大学软件开发环境国家重点实验室
Slide 12
产生式系统推理机工作流程
事实库
规则启用
三、多条规则结论合成的可信度计算：
基于模糊理论计算方法 – 取大 ( EXPERT)
0.9 0.9
H
0.25
（a）
北京航空航天大学软件开发环境国家重点实验室
Slide 26
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） 设 规则可信比例 ： r
c 1 c
规则可信度： c
0.7 0.9 - 0.8
- 包括一步推理与推理链结
论的计算，例，E1，E2；
0.3
0.7
1.0
3、多条规则的结论合成的不
确定性计算 ？ - 例，H。
0.9
0.6
0.7
0.3
0.8
北京航空航天大学软件开发环境国家重点实验室
Slide 23
不确定性推理
一、组合证据的不确定性计算： 1）、基于模糊集计算方法 – 取小
指出:任何数学系统、逻辑系统都可视为一个产生式集合，规定如何将
一个符号串变换成另一个符号串。(计算机程序、巴科斯范式也亦如此)
证明:产生式计算模型具有和图灵机同样的计算能力。
马亦可夫Markov（1954）提出基于产生式的符号变换控制算法：
将一组产生式规则按优先级次序作用输入串； 若较高优先级的规则不可用，则应用下一条规则，如此周而复始; 直到 或规则集合中的规则都不可用，或系统使用了一条以句号结束的规则， 算法结束。
短时记忆 ---
认知处理器 --- 推理机（控制系统、控制策略、解 释程序、….)
北京航空航天大学软件开发环境国家重点实验室
Slide 8
产生式系统架结构
推理机（控制系统）
规则库
事实库（综合数 据库）
北京航空航天大学软件开发环境国家重点实验室
Slide 9
产生式系统架结构

规则库（长期记忆区 ）：
本的知识表示形式 – 产生式系统。
北京航空航天大学软件开发环境国家重点实验室
Slide 6
产生式知识表示及相关专家系统

产生式认知模型 产生式系统架构


产生式系统推理机的实现技术
专家系统概述
北京航空航天大学软件开发环境国家重点实验室
Slide 7
产生式系统架结构
长期记忆 ---
规则库（长期知识库、 …. ） 工作存储器（事实库、工作库、综合 数据库、…. )
北京航空航天大学软件开发环境国家重点实验室
Slide 15
规则的匹配

从规则库的第一条规则开始，按排列顺序逐条用规则的前提条件与事 实库中事实进行匹配；


由于一次搜索过程中，可能有多条规则同时为事实库中事实所匹配， 需将所有的触发规则送冲突集，应用冲突解决策略选择启用规则。 触发规则: 前提条件为当前事实库所满足的规则. 冲突集: 所有触发规则构成的集合。
表现形式：符号串、数组、向量、集合、谓词等
例：“8数码”问题状态描述 矩阵 (Sij)；
“猴子摘香蕉”问题状态描述 - （a，0，b，0）； “祖孙关系”定理证明谓词描述 – Parent ( x，y )。
北京航空航天大学软件开发环境国家重点实验室
Slide 11
产生式系统架结构
推理机的基本运行算法:
(1.0)
事实证据:
E3 E4 ( 0.9 ) E5 ( 0.6 ) E6 ( 0.7 )
E7 ( 0.3 )
E8 ( 0.8 )
原始证据或观察的事实是判断规则前提条件成立的依据 – 例，E4，E5
北京航空航天大学软件开发环境国家重点实验室
Slide 22
不确定性推理
2、推理过程的不确定性计算 ？