人工智能第二章 知识表示方法
人工智能第二章知识表示方法
框架的构建与实现
80%
确定框架的结构
根据实际需求和领域知识，确定 框架的槽和属性，以及它们之间 的关系。
100%
填充框架的实例
根据实际数据和信息，为框架的 各个槽和属性填充具体的实例值 。
80%
实现框架的推理
通过逻辑推理和规则匹配，实现 基于框架的知识推理和应用。
框架表示法的应用场景
自然语言处理
模块化
面向对象的知识表示方法可以将 知识划分为独立的模块，方便管 理和维护。
面向对象表示法的优缺点
• 可扩展性：面向对象的知识表示方法可以通过继承和多态实现知识的扩展和复用。
面向对象表示法的优缺点
复杂性
面向对象的知识表示方法需要建立复 杂的类和对象关系，可能导致知识表 示的复杂性增加。
冗余性
面向对象的知识表示方法可能导致知 识表示的冗余，尤其是在处理不相关 或弱相关的事实时。
人工智能第二章知识表示方法
目
CONTENCT
录
• 知识表示方法概述 • 逻辑表示法 • 语义网络表示法 • 框架表示法 • 面向对象的知识表示法
01
知识表示方法概述
知识表示的定义
知识表示是人工智能领域中用于描述和表示知识的符号系统。它 是一种将知识编码成计算机可理解的形式，以便进行推理、学习 、解释和利用的过程。
知识表示方法通常包括概念、关系、规则、框架等元素，用于描 述现实世界中的实体、事件和状态。
知识表示的重要性
知识表示是人工智能的核心问题之一，它决定了知 识的可理解性、可利用性和可扩展性。
良好的知识表示方法能够提高知识的精度、可靠性 和一致性，有助于提高人工智能系统的智能水平和 应用效果。
知识表示方法的发展对于推动人工智能技术的进步 和应用领域的拓展具有重要意义。
人工智能 第2章 知识表示
2.1.1 知识的概念
按知识的作用范围划分
➢ 常识性知识 ➢ 领域性知识
按知识的确定性划分
➢ 确定知识 ➢ 不确定知识
按知识的作用及表示来划分
➢ 事实性知识 ➢ 规则性知识 ➢ 控制性知识 ➢ 元知识
按人类的思维及认识方法划分
➢ 逻辑性知识 ➢ 形象性知识
2.1.2 知识表示的概念
知识表示就是研究用机器表述上述知识的可行性、有效性的一 般方法，可以看成将知识符号化，即编码成某种数据结构，并输 入到计算机的过程和方法，即：
规则库: 用于描述相应领域内知识的产生式集合。
2. 综合数据库
综合数据库(事实库、上下文、黑板等)：用于存放输 入的事实、从外部数据库输入的事实以及中间结果（事 实）和最后结果的工作区。
2.3.2 产生式系统的基本结构
3. 推理机
推理机:用来控制和协调规则库与综合数据库的 运行，包含了推理方式和控制策略。
一阶谓词逻辑表示法的缺点：
效率低
由于推理是根据形式逻辑进行的，把推理演算和知识含义截然分开， 抛弃了表达内容所含的语义信息，往往是推理过程太冗长，降低系统 效率。另外，谓词表示越细，表示越清楚，推理越慢、效率越低。
灵活性差
不便于表达和加入启发性知识和元知识。不便于表达不确定性的指示， 但人类的知识大都具有不确定性和模糊性，这使得它表示知识的范围 受到了限制。
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
R12：IF 该动物有蹄类动物 AND 身上有黑色条纹 THEN 该动物是斑马
第2章 知识表示方法
梵塔问题归约图
（111） （333）
（111） （122）
（122） （322）
（322） （333）
（111） （113）
（113） （123）
（123） （122） （322） （321） （321） （331）
（331） （333）
2.3 谓词逻辑法
好的开始是成功的一半， 好的表示方法是成功的一半
第二章 知识表示方法
2.1 2.2 2.3 2.4 2.5 2.6 状态空间法 问题归约法 谓词逻辑法 语义网络法 其他方法 小结
2.1 状态空间法(State Space Representation)
问题求解技术主要是两个方面： –问题的表示 –求解的方法 状态空间法
2.6 小结（Summary）
• 本章所讨论的知识表示问题是人工智能研究的核心问 题之一。 • 知识表示方法很多，本章介绍了其中的7种，有图示法 和公式法，陈述式表示和过程式表示等。
2.6 小结（Summary）
• 知识表示方法间的关系
方法
状态空间法 归约法 谓词逻辑法 语义网络法
初始问题
状态 结点 合适公式 结点
– 状态（state） – 算Biblioteka （operator） – 状态空间方法
2.1.1 问题状态描述
定义 – 状态：描述某类不同事物间的差别而引入的一 组最少变量q0，q1，…，qn的有序集合。 – 算符：使问题从一种状态变化为另一种状态的 手段称为操作符或算符。 – 问题的状态空间：是一个表示该问题全部可能 状态及其关系的图，它包含三种说明的集合， 即三元状态（S，F，G）。
2.1.3 状态空间表示举例
人工智能第二章知识表示
智能决策支持系统
智能决策支持系统是一种基于知识的系统，用于辅助决策 者做出科学、合理的决策。知识表示在智能决策支持系统 中扮演着重要的角色，用于表示决策模型和数据。
智能决策支持系统的应用领域包括金融分析、市场预测、 资源管理、军事战略等。通过知识表示，智能决策支持系 统能够提供更加精准和全面的信息支持，提高决策效率和 准确性。
维护策略
定期审查和校验知识，发现并修正错 误和过时的知识，确保知识库的质量 和可靠性。
知识的可解释性与透明度
可解释性方法
利用知识图谱、语义网络等技术，将知识表示为易于理解的形式，方便人类理解和解释。
透明度提升
通过可视化技术、决策树和规则引擎等方式，展示系统决策和推理过程，提高系统的透明度和可审计 性。
知识的隐私与安全问题
隐私保护技术
采用匿名化、差分隐私等方法，保护用户隐私，防止数据泄露和滥用。
安全防护措施
加强知识库的访问控制和安全审计，防止未经授权的访问和恶意攻击，确保知识的完整 性和机密性。
05
知识表示的案Βιβλιοθήκη 分析案例一：专家系统在医疗领域的应用
80%
诊断疾病
专家系统通过知识表示技术，将 医学知识和经验转化为计算机可 理解的形式，辅助医生进行疾病 诊断和治疗方案制定。
100%
药物研发
专家系统能够模拟药物研发过程 ，通过知识推理和优化算法，加 速新药的研发和筛选。
80%
病例分析
专家系统可以对大量病例进行分 析和归纳，提取出疾病发生、发 展和治疗的规律，为医生提供参 考和借鉴。
案例二：智能机器人在家庭服务中的应用
家务助手
智能机器人可以识别家庭环境 ，理解家庭成员的需求，完成 扫地、擦窗、做饭等家务任务 。
人工智能第二章知识表示方法
2019/4/16
2.3.3产生式系统的组成
一组产生式在一起互相配合，协同作用，一个产 生式生成的结论可以作为另一个产生式的前提， 以获得问题的解决，这样的系统为产生式系统。 产生式系统通常由规则库、数据库和推理机这3个 基本部分组成。 推理机 数据库
产生式系统的基本结构
2019/4/16
2019/4/16
产生式系统求解问题的一般步骤
（1）初始化综合数据库，把问题的初始已知事实送入综合数据库中。 （2）若规则库中存在尚未使用过的规则，而且它的前提可与综合数据库中 的已知事实匹配，则继续；若不存在这样的事实，则转第（5）步。 （3）执行当前选中的规则，并对该规则做上标记，把该规则执行后得到的 结论送入综合数据库中。若该规则的结论部分指出的是某些操作，则执行这 些操作。 （4）检查综合数据库中是否已包含了问题的解，若已包含，则终止问题的 求解过程；否则，转第（2）步。 （5）要求用户提供进一步的关于问题的已知事实，若能提供，则转第（2） 步；否则，终止问题求解过程。 （6）若规则中不再有未使用过的规则，则终止问题的求解过程。
确定性规则知识 可用前面介绍的产生式的基本形式表示即可。 不确定性规则知识 用如下形式表示 P→Q （可信度） 或者 IF P THEN Q （可信度） 其中，P是产生式的前提或条件，用于指出该产生式是否是 可用的条件；Q是一组结论或动作，用于指出该产生式的前提 条件P被满足时，应该得出的结论或应该执行的操作。
框架表示法
2019/4/16
2.4.1 框架的构成
一般 结构
＜框架名＞ ＜槽名1＞ ＜侧面11＞ ＜值111＞…＜值11k1＞ ＜侧面1n1＞ ＜值1n11＞…＜值1n1kn1＞ ＜槽名2＞ ＜侧面12＞ ＜值121＞…＜值1211＞ ＜侧面1n2＞ ＜值1n21＞…＜值1n21n2＞ …
人工智能_第2章 知识表示方法
14
标准槽名
6) Infer槽：指出两个框架所描述的事物间的逻辑推理关系， 用它可以表示相应的产生式规则。 【例】设有下面知识：如果咳嗽，发烧且流涕，则八成是患 了感冒，需服用感冒清，一日三次，每次2-3粒。并要多喝开 水。对该知识 ，可用如下两个框架表示： 框架名：<诊断规则> 框架名：<结论> 病名：感冒 症状1：咳嗽 治疗方法：服用感冒清，一日三 症状2：发烧 次，每次2-3粒 症状3：流涕 注意事项 ：多喝开水 Infer: <结论> 愈后：良好 可信度：0.8 7) Possible-Reason槽：与Infer槽作用相反，用来把某个结论 与可能的原因联系起来。 15
12
标准槽名
2) AKO槽：用于具体的指出事物间的类属关系。其直观含义 是“是一种”，下层框架可以继承其上层框架所描述的属性及值。 对上面的例子，可将棋手框架中的ISA改为AKO。 3)Subclass槽：用于指出子类与类之间的类属关系。 上例中，由于“棋手”是“运动员的一个子类，故可将ISA该为 Subclass。 4) Instance槽：用来建立AKO槽的逆关系。 用它作为某框架的槽时，可用来指出它的下层框架是哪些。 【例】框架名：<运动员> Instance:<棋手>，<足球运动员>，<排球运动员> 姓名：单位（姓，名） 年龄：单位（岁） 性别：范围（男，女） 缺省：男
18
剧本表示-例
【例】餐厅剧本 (1) 开场条件： (a)顾客饿了，需要进餐。(b)顾客有足够的钱。 (2) 角色：顾客，服务员，厨师，老板。 (3) 道具：食品，桌子，菜单，钱。 (4) 场景： 场景1 进入餐厅 (a) 顾客走入餐厅。(b) 寻找桌子。 (c) 在桌子旁坐下。 场景2 点菜 (a) 服务员给顾客菜单。(b) 顾客点菜。 (c) 顾客把菜单还给服务员。(d) 顾客等待服务员送菜。 场景3 等待 (a) 服务员把顾客所点的菜告诉厨师。(b) 厨师做菜。
【2024版】人工智能及其应用蔡自兴)课后答案
可编辑修改精选全文完整版人工智能及其应用(蔡自兴)课后答案第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。
一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。
问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。
问题规约的实质：从目标出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法：采用谓词合式公式和一阶谓词算法。
要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。
语义网络法：是一种结构化表示方法，它节点和弧线或链组成。
节点用于表示物体、概念和状态，弧线用于表示节点间的关系。
语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。
语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?用Si(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。
考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=33. nC=nY>=0 (当nC不等于0或3)用di(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。
人工智能2第二章知识表示方法
2.状态空间表示详释
我们先用数码难题(puzzle problem)来 说明状态空间表示的概念。由15个编有1至 15并放在4×4方格棋盘上的可走动的棋子 组成。
11 9 4 15
13
12
7586
13 2 10 14
初试棋局
1 2 34 5 6 78 9 10 11 12 13 14 15
目标棋局
是有关知识的知识，是知识库中的高层知识。 包括怎样使用规则、解释规则、校验规则、解释 程序结构等知识。元知识与控制知识是有重迭的， 对一个大的程序来说，以元知识或说元规则形式 体现控制知识更为方便，因为元知识存于知识库 中，而控制知识常与程序结合在一起出现，从而 不容易修改。
知识表示是研究用机器表示知识的可行
题
求解过程实际上是一个搜索过程。
那么如果进行搜索呢？为了进行搜索，就必须
用某种形式把问题表示出来，其表示是否适当，将
直接影响到搜索效率。
状态空间法就是用来表示问题及其搜索过程的 一种方法。它是人工智能中最基本的形式化方法， 用“状态”和“算符”来表示问题。
状态空间法三要素
(1) 状态（state）：表示问题解法中每一步问题状 况的数据结构；
·显式表示：各节点及其具有代价的弧线由 一张 表明确给出。此表可能列出该图中的每 一节点、它的后继节点以及连接弧线的代价。
Q [q0,q1,...qn ]T
式中每个元素qi(i=0,1，…，n)为集合的量，称 为状态变量。
·算符：使问题从一种状态变化为另一种状态的手 段称为操作符或算符。操作符可为走步、过程、规 则、数学算子、运算符号或逻辑符号等。
· 问题的状态空间(state space)：是一个表示该问题 全部可能状态及其关系的图，它包含三种说明的 集合，即所有可能的问题初始状态集合S、操作符 集合F以及目标状态集合G。可把状态空间记为三 元状态(S，F，G)。
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：
人工智能概论第2章-知识表示
按照作用的层次，知识还可以分成以下两类： （1）对象级知识 （2）元级知识
知识表示的方法按其表示的特征可分为两类： （1）叙述性表示 （2）过程性表示
所谓表示就是为描述世界所作的一组约定，是把 知识符号化的过程、知识的表示与知识的获取、 管理、处理、解释等有直接的关系。
首先，将适用的算符作用于初始状态，以产生新的状态； 然后，再把一些适用的算符作用于新的状态；这样继续下 去，直到产生的状态为目标状态为止。 最后，就得到了问题的一个解，这个解是从初始状态到目 标状态所用算符构成的序列。
产生式可表示的知识种类及其基本形式 1.可表示的知识种类 2.产生式的基本形式 3.产生式与谓词逻辑中蕴涵式的区别
同构变换可使问题更明确，更便于求解。同构问题的解答 等价于原始问题的解答。
同态变换可使问题更加简化，易于求解。原始问题有解， 则同态问题有解，同态问题无解，则原始问题无解。
它们之间是蕴含关系，通过同构或同态变换，可以将原始 问题转化为比较清晰、简单的同构或同态问题。
2.2 状态空间表示法
2.7.1 状态空间表示法的构成
(3) 状态空间 由表示一个问题的全部状态及一切可用算符构
成的集合称为该问题的状态空间。
(4) 问题的解 从问题的初始状态集S出发，经过一系列的算
符运算，到达目标状态。由初始状态到目标状 态所用算符的序列就构成了问题的一个解。
2.2.2 状态空间方法表示问题时的步骤
2.7.1 状态空间表示法的构成
状态空间表示法就是以“状态空间”的形式对问 题进行表示。
(1) 状态：状态是描述问题求解过程中不同时刻状 况的数据结构。
(2) 算符：引起状态中某些分量发生变化，从而使 问题由一个状态变为另一个状态的操作称为算符。 算符可分为走步、过程、规则、数学算子、运算 符号或逻辑符号等。
人工智能第2章知识表示方法
知识的框架表示法1975年由M.Minsky提出，最早用作视觉 感知、自然语言对话等问题的知识表示；目前已作为一种 通用数据结构来表示知识对象(实体)。 框架理论认为，人们对现实世界中各种事物的认识都是以 一种类似于框架的结构存储在记忆中的，当面临一种新事 物时，就从记忆中找出一个合适的框架并根据实际情况对 其细节加以修改、补充，从而形成对当前事物的认识。 【例】对教室的知识：在记忆中建立关于教室的框架，指 出相应事物的名称（教室），以及事物各有关方面的属性 （如有四面墙、有课桌、有黑板，……）。通过对该框架 的查找，很容易得到教室的各有关特征。 当实际接触了教室后，经观察得到了教室的大小、门窗的 个数、桌凳的数量、颜色等细节，把它们填入到教室框架 中，就得到了教室框架的一个具体事例，称为事例框架。
侧面名11：侧面值111…侧面值11p
侧面名12：侧面值121…侧面值12p
… 槽名2：槽值2
侧面名21：侧面值211…侧面值21p
… 槽名n：槽值n
侧面名n1：侧面值n11…侧面值n1p
…
侧面名nm：侧面值nm1…侧面值nmp
3
框架表示法-例
【例】一个人可以用其职业、身高和体重等项描述，用这些 项目组成框架的槽。 当描述一个具体的人时，再用这些项目的具体值填入到相应 的槽中。 下面是描述John的框架。 框架名：<PERSON-1>
（以此类推）
8
框架网络-例
师生员工框架为： 框架名：<师生员工> 姓名： 单位（姓，名） 年龄： 单位（岁） 性别： 范围（男，女） 缺省：男
健康状况： 范围（健康,一般,差） 缺省：一般
住址： <住址框架> 教职工框架为： 框架名：<教职工>
AI第2章-知识表示方法
问题求解技术的两个主要方面：问题的表示、求解的方法。
状态空间表示的定义： 基于解答空间的问题表示和求解方法，以状态（State）和算符
（operator）为基础来表示和求解问题。
1、状态空间表示的三要素
⑴、状态（state）
为描述某类不同事物间的差别，引入的一组最少变量q0,q1,…,qn的有 序集合，是表示问题解法中，每一步问题状况的数据结构。 有序集合中的每个元素qi(i=0,1,...,n)是集合的分量，称为“状态变 量”。给定每个分量的一组值，就得到一个具体的状态。 ⑵、算符（operator） 使问题从一种状态变化为另一种状态的手段。（操作符）
各种问题都可用状态空间加以表示，并用状态空间搜索法来求解。
状态空间法举例： 猴子和香蕉问题：
一个房间内有一只猴子、一个箱子和一束香蕉。香蕉挂在天花板下
方，但猴子的高度不足以拿到。那么这只猴子怎样才能拿到香蕉?
解题过程：
用一个四元组（W,x,Y,z）来表示这个问题状态。 其中，W：猴子的水平位臵； x：当猴子在箱子顶上时取1；否则取0； Y：箱子的水平位臵； z：当猴子摘到香蕉时取1；否则取0。 初始状态为(a,0,b,0)，
3、状态图示法
状态空间的图示形式，称为“状态空间图”。 状态图中有几个术语： 节点(Node)：图形上的汇合点，表示状态、事件和时间关系的汇合。 弧线(Arc)：节点间的连接线，表示算符。 有向图(Directed Graph)：一对节点用弧线连接起来，从一个节点指向 另一个节点。
A
B
后继节点(Descendant node)与父辈节点(Parent node)：如果某条弧线从
2.1 状态空间表示（State Space Representation）
人工智能 第二章 知识表示方法
第二章知识表示方法教学内容：本章讨论知识表示的各种方法，是人工智能课程三大内容（知识表示、知识推理、知识使用）之一，也是学习人工智能其他内容的基础。
教学重点：状态空间法、问题归约法、谓词逻辑法、语义网络法。
教学难点：状态描述和状态空间图示、问题归约机制、置换和合一。
教学方法：课堂教学为主，同时结合《离散数学》等已学的内容实时提问、收集学生学习情况，充分利用网络课程中的多媒体素材来表示抽象概念。
教学要求：重点掌握用状态空间法、问题归约法、谓词演算法、语义网络法来描述问题；解决问题；掌握几种主要方法之间的差别；并对其它几种表示方法有一般了解。
2.1 状态空间法教学内容：本节是通过状态空间法来求解问题，它是以状态和算符(operator)为基础来表示和求解问题的。
教学重点：问题的状态描述，操作符。
教学难点：选择一个好的状态描述和状态空间表示方案。
教学方法：以课堂教学为主；充分利用网络课程中的多媒体素材来阐述抽象概念。
教学要求：重点掌握对某个问题的状态空间描述，学会组织状态空间图，用搜索图来求解问题。
2.1.1 问题状态描述1、状态（State）的基本概念状态(state)是为描述某类不同事物间的差别而引入的一组最少变量q，q 1，…，qn的有序集合，其矢量形式如下：Q=［q,q1,…,qn］T(2.1)式中每个元素qi(i=0,1，…，n)为集合的分量，称为状态变量。
给定每个分量的一组值就得到一个具体的状态，如Qk =［q０k,q1k,…，qnk］T (2.2)算符：使问题从一种状态变化为另一种状态的手段称为操作符或算符。
操作符可为走步、过程、规则、数学算子、运算符号或逻辑符号等。
问题的状态空间(state space)是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即所有可能的问题初始状态集合S、操作符集合F 以及目标状态集合G。
因此，可把状态空间记为三元状态(S，F，G)。
提问： 1. 列举已经学习过的“状态”概念，并比较之。
第2章知识表示方法
人工智能原理与应用
第二章 知识表示方法
2.3
产生式表示法
产生式表示格式固定，形式单一，规则（知识单位）间相互较
2.3.5 产生式表示的特点
为独立，没有直接关系使知识库的建立较为容易，处理较为简单的 问题是可取的。另外推理方式单纯，也没有复杂计算。特别是知识
库与推理机是分离的，这种结构给知识库的修改带来方便，无需修
(1)自然性
(2)适宜于精确性知识的表示，而不适宜于不确定性知识的表示 (3)易实现
(4)与一阶谓词逻辑表示法相对应的表示法。
人工智能原理与应用
第二章 知识表示方法
2.3
产生式表示法
1943年美国数学家Post首先建立了一个产生式系统，
是作为组合问题的形式化变换理论提出来的。 产生式是一种知识表达方法，具有和Turing 机一样 的表达能力，有的心理学家认为人对知识的存储就是产生 式形式。
逻辑为基础,是到目前为止能够表达人类思维活动规律的一种最精
确的形式语言。它与人类的自然语言比较接近，由可方便地存储到
计算机中去，并被计算机做精确处理。因此，它是一种最早应用于
人工智能中的表示方法。
人工智能原理与应用
第二章 知识表示方法
2.2 一阶谓词逻辑表示法
2.2.1 知识的谓词逻辑表示法
用一阶谓词逻辑公式可以表示事物的状态、属性、 概念等事实性知识，也可以表示事物间具有确定因果 关系的规则性知识。
人工智能原理与应用
第二章 知识表示方法
例2、Honil 塔问题表示 已知三个柱子1,2，3和三个盘子A，B,C(A比B小，B比C小)。初始状 态下，A，B，C依次放在1柱上。目标状态是A，B，C依次放在柱子3上。 条件是每次可移动一个盘子，盘子上方是空顶方可移动，而任何时候都 不允许大盘在小盘之上。
- 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)。
人工智能第二章知识表示方法
2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?
答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。
一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。
问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。
问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法：采用谓词合式公式和一阶谓词算法。
要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。
语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。
节点用于表示物体、概念和状态，弧线用于表示节点间的关系。
语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。
语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A开始，访问其他城市不多于一次，并返回A。
选择一个状态表示，
表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。
7
10
9
10
D
图2.3
2-3 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。
用四元数列(nA, nB, nC, nD) 来表示状态，其中nA表示A盘落在第nA号柱子上，nB表示B盘落在第nB号柱子上，nC表示C盘落在第nC号柱子上，nD表示D盘落在第nD号柱子上。
初始状态为1111，目标状态为3333
如图所示，按从上往下的顺序，依次处理每一个叶结点，搬动圆盘，问题得解。
2-4 把下列句子变换成子句形式：
(1) ∀x∀y(On(x,y)→Above(x,y))
(2) ∀x∀y∀z(Above(x,y)∧Above(y,z)→Above(x,z))
(1) (ANY x) (ANY y) { On(x,y)◊Above(x,y) }
(ANY x) (ANY y) { ~On(x,y) OR Above(x,y) } ~On(x,y) OR Above(x,y) 最后子句为
~On(x,y) OR Above(x,y)
(2) (ANY x) (ANY y) (ANY z) { Above(x,y) AND Above(y,z) ◊ Above(x, z) }
(命题联结词之优先级如下:否定→合取→析取→蕴涵→等价)
(ANY x) (ANY y) (ANY z) { ~ [ Above(x,y) AND Above(y,z) ] OR Above (x,z) } ~ [ Above(x,y) AND Above(y,z) ] OR Above (x,z) 最后子句为
~[Above(x,y), Above(y,z)] OR Above(x,z)
2-5 用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。
例如不要用单一的谓词字母来表示每个句子。
)
A computer system is intelligent if it can perform a task which, i f performed by a human, requires intelligence.
先定义基本的谓词
INTLT(x) means x is intelligent PERFORM(x,y) means x can perform y REQUIRE(x) means x requires intelligence CMP(x) means x is a compute r system HMN(x) means x is a human
上面的句子可以表达为 (任意x)
{ (存在t) (存在y) [ HMN(y) 合取 PERFORM(y,t) 合取 REQUIRE(t) 合取 CMP(x) 合取 PERFORM(x,t) ] ◊ INTLT(x) }
2-8 把下列语句表示成语义网络描述： (1) All man are mortal.
(2) Every cloud has a silver lining.
(1)
(2)
(3)
第7/9页。