第二章 知识表示方法

合集下载

人工智能_第2章知识表示方法

人工智能_第2章知识表示方法
5
框架网络
◆框架间的横向联系: 由于框架中的槽值或侧面值都可以是另一个框架的名字,这 就在框架之间 建立起了联系,通过一个框架可以找到另一个 框架,这称为横向联系。 ◆框架间的纵向联系: 当某些事物有一些共同的属性时,在对它们进行描述时,可 以将它们具有的共同属性抽取出来,构成一个上层框架,然 后再对各自独有的属性分别构成下层框架。 为了指明框架间的这种上下关系,可在下层框架中设立一个 专用的槽,用以指出他的上层框架是哪一个。这样就在框架 间建立了纵向联系。 ◆具有横向联系及纵向联系的一组框架称为框架网络。
16
框架的推理-例
【例】师生员工的框架网络已建立在知识库中,从知识库中找出一
个满足以下条件的教师:男性,年龄在30岁以下,身体健康,职称
为讲师把这些条件用框架表示出来,就可得到如下的初始问题框架
框架名:<教师-x>
姓名:
师生
年龄:<30
员工
继 性别:男
承 健康状况:健康
性 职称:讲师
某个教师的事例框架为: 框架名:<教师-1> 继承:<教师> 姓名:孙林 年龄:28 健康状况:健康 部门:计算机系软件教研室
6
框架间的继承
◆框架的继承性,就是当子节点的某些槽值或侧面值没有被 直接记录时,可以从其父节点继承这些值。 继承性是框架表示法的一个重要特性,它不仅可以在两个框 架之间实现继承关系,而且还可以通过两两的继承关系,从 最低层追搠到最高层,使高层的信息逐层向低层传递。 例如,椅子一般都有4条腿,如果一把具体的椅子没有说明它 有几条腿,则可以通过一般椅子的特性,得出它也有4条腿。 如果一个在上层框架中描述的属性在下层框架需作进一步说 明时,则需要在下层框架中再次给出描述。 如果在下层框架中对某些槽没有作特别的声明,那么它将自 动继承上层框架相应槽的槽值。

知识表示方法

知识表示方法

知识的特性

相对正确性:所有的知识只在一定的范围内有 效性; 不确定性:现实生活中的信息具有模糊性; 可表示性:可以将知识数据化用于存储和处理; 可利用性:知识是可以利用的;
知识的分类
以知识的作用范围划分:常识性知识和领域性 知识; 以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; 以知识的确定性划分:确定性知识和不确定性 知识; 按照人类的思维及认识方法划分:逻辑性知识 和形象性知识;

一阶谓词逻辑表示举例

谓词比命题更加细致地刻画知识:
– 表达能力强
• 如:北京是个城市, City(x) 把城市这个概念分割出来。把“城市” 与“北京” 两个概念连接在一起,而且说明“北京”是“城市” 的子概念。
– 谓词可以精确的表示逻辑结果
• 如:City(间建立联系:使用联结词,进 而组成公式表示事实性知识和规则性知识:
过程描述
AT(robot,c) EMPTY(robot) GOTO(x,y) TABLE(a) {c/x a/y} TABLE(b) ON(box,a) AT(robot,a) AT(robot,a) EMPTY(robot) PICK_UP(x) TABLE(a) TABLE(a) TABLE(b) {a/x} TABLE(b) HOLDS(robot,box) ON(box,a)
过程描述
AT(monkey,a) GOTO(x,y) EMPTY(monkey) BOX(c) {a/x c/y} AT(banana,b)
GOTO(x,y) {c/x b/y}
AT(monkey,c) PICK_UP(x) AT(monkey,c) EMPTY(monkey) HOLDS(monkey,box) BOX(c) {c/x} AT(banana,b) AT(banana,b) AT(monkey,b) AT(monkey,b) SET_DOWN(x) AT(box,b) HOLDS(monkey,box) EMPTY(monkey) AT(banana,b) {b/x} AT(banana,b) AT(monkey,b) AT(box,b) EMPTY(monkey) ON(monkey,bo x)

第二章 知识表示方法

第二章  知识表示方法

第二章知识表示方法教学内容智能系统问题求解所采用的几种主要的知识表示方法(状态空间法.问题归约法.谓词逻辑法.语义网络法)以及基于不同表示法的问题求解方法。

教学重点1. 状态空间表示法中问题的状态描述.改变状态的操作和问题目标状态的搜索;2. 问题规约的一般步骤.规约的与或图表示;3. 谓词逻辑的语法和语义.量词的辖域.谓词公式的置换与合一;4. 语义网络的构成.语义基元的选择.语义网络的推理等。

教学难点状态描述与状态空间图示.问题归约机制.置换与合一。

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1. 重点掌握用状态空间法.问题归约法.谓词逻辑法.语义网络法来描述问题.解决问题;2. 掌握这些表示方法之间的差别;并对其它表示方法有一般了解2.1 状态空间法教学内容本节讨论基于解答空间的问题表示和求解方法,即状态空间法,它以状态和操作符为基础来表示和求解问题。

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与状态空间表示方案。

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.基本概念状态(state)它是为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,其矢量形式如下:Q=[q0,q1,…,qn]' (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]' (2.2)操作符(operator)称使问题从一种状态变化到另一种状态的手段为操作符或算符。

状态空间(state space)它是表示一个问题全部可能状态及其关系的图,它包含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。

第2章 知识表示方法

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

第2章 知识表示方法

第2章 知识表示方法

CISIC
6
状态空间表示概念详释
Original State

Middle State

Goal State
状态空间法:从某个初始状态开始,每次加一个 操作符,递增地建立起操作符的实验序列,直至 达到目标状态止。 例如下棋、迷宫及各种游戏。
CISIC
7
3 Puzzle Problem(3数码难问题)
CISIC
34
示例—分子结构识别问题 (DENDRAL系统)
把分子式重写为原子数较少的分子式和原子间结 合关系的混合结构,例如:
H
C5H12
C2H5
C
H
C2H5
CISIC
35
将混合结构的识别再分解为子识别问题,直至不出现分 子式为至,每个子问题只是单一分子式或原子间结合关系 的表示。 H
C2H5 H C
V=c,climbbox (c,1,c,0) grasp
(c,1,c,1) 目标状态
goto(U)
(U,0,V,0)
goto(U)
初始状态变换为目标状态的操作序列为: {goto(b), pushbox(c), climbbox, grasp} 猴子和香蕉问题的状态空间图
CISIC
17
猴子和香蕉问题自动演示:
climbbox :猴子爬上箱顶
(W,0,W,z)
climbbox
(W,1,W,z)
应用算符climbbox的先决条件是什么?
CISIC
15
初始状态 (a,0,b,0)
goto(U)
pushbox(V) U=b
goto(U) (U,0,b,0)
U=b,climbbox (b,1,b,0) U=V

第二章 知识表示方法

第二章  知识表示方法

2.1.2 状态图示法
对于下棋问题曾用状态图来描述状态空间,这里介绍一下图 论中的几个术语和图的正式表示法。 1. 图论中的几个术语 · 节点 (node):图形上的汇合点,用来表示状态、事件和时 间关系的汇合,如下棋中的每一步棋局; ·弧线(arc):节点间的连接线,代表算符; ·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,反映了状态的变更情况; ·后继节点(descendant node)与父辈节点(parent node):如果 某条弧线从节点 ni 指向节点 nj ,那么节点 nj 就叫做节点 ni 的后 继节点或后裔,而节点 ni 叫做节点 nj 的父辈节点或祖先;
子、香蕉和箱子在房间内的相对位置。 用一个四元表列(W, x, Y, z) 来表示这个问题的状态, W-猴子的水平位置 x-当猴子在箱子顶上时取 x=1;否则取x=0 Y-箱子的水平位置 z-当猴子摘到香蕉时取 z=1;否则取z=0
这个问题中的操作(算符)用产生式规则表示如下:
(1) goto(U) :表示猴子走到水平位置 U,用产生式 规则表示为 (W,0,Y,z) (U,0,Y,z) (2) pushbox(V) :表示猴子把箱子推到了水平位置 V,即有 (W,0,W,z) (V,0,V,z)
· 路径:某个节点序列 (ni1, ni2, … , nik ) ,当j=2,3,…,k
时,如果对于每一个ni,
j-1都有一个后继节点 nij存在,那么就把
这个节点序列叫做从节点ni1至节点nik的长度为k的路径。 · 代价:用c(ni, nj) 来表示从节点ni指向nj的弧线的代价。 两节点间路径代价等于连接该路径上各节点所有弧线代价之和。 · 显式表示:各状态节点及其具有代价的弧线由一张表明

第02章知识表示方法

第02章知识表示方法

1. 状态空间法(11)
作业:用状态空间搜索法求解农夫、狼、 羊、菜问题。
A farmer with his goat, wolf and cabbage come to a river that they wish to cross. There is a boat, but it only has room for two, and the farmer is the only one that can row. If the goat and cabbage get in the boat at the same time, the cabbage gets eaten. Similarly, if the wolf and goat are together without the farmer, the goat is eaten. Devise a series of crossings of the river so that all concerned make it across safely.
概 述
知识的特性
1、相对正确性 2、不确定性 3、可表示性 4、可利用性
概 述
知识的分类
1、知识的作用范围:常识知识和领域知识 2、知识的作用及表示: 事实知识:有关领域内的概念、事实、 客观事物的属性、状态及其关系的描述。 规则知识:事物的行动、动作相联系的 因果关系知识。 3、知识的确定性:确定和不确定 4、思维和认识方法:逻辑和形象
2)综合数据库 又称为事实数据库,用于存放输入的事 实、中间的运行结果和最后结果的工作区。 当规则库中的某条产生式前提与综合数据 库的某些已知事实匹配时,该产生式就被 激活,推理出结论放入综合数据库中,作 为后面推理的已知事实。显然综合数据库 是动态变化的。

知识表示方法

知识表示方法

第2章知识表示方法基本概念与本章引言知识的一般概念:知识是人们在改造客观世界的实践中积累起来的认识和经验认识:包括对事物现象、本质、属性、状态、联系等的认识经验:包括解决问题的微观方法和宏观方法微观方法:如步骤、操作、规则、过程、技巧等宏观方法:如战略、战术、计谋、策略等eg:“if大雁向南飞,then冬天就要来临了。

”这样一条知识就是人们经过长期的观察,将“大雁向南飞”与“冬天来临”这两条信息关联在一起。

“雪是白色的”反映雪与颜色的一种关系。

知识表示:是研究用机器表示知识的可行性、有效性的一般方法,是一种数据结构与控制结构的统一体,既考虑知识的存储又考虑知识的使用。

本章引言:以知识和符号操作为基础的智能系统,其问题的求解都需要某种对解答的搜索。

在搜索过程开始之前,必须先将问题表示出来。

表示问题的方法,可能涉及状态空间、问题归约、语义网络、框架或谓词公式,或者把问题表示为一条要证明的定理,或者采用结构化方法等。

对于传统人工智能问题,任何复杂的求解技术都离不开两方面的内容:1.表示 2.搜索。

对于同一问题可以有多种不同的表示方法,这些表示具有不同的表示空间,问题表示的优劣,对求解结果及求解效率影响甚大。

2.1状态空间表示状态空间法概念:问题求解是个大课题,它涉及归约,推断,决策、规划、常识推理、定理证明和相关过程等核心概念。

在分析了人工智能研究中运用的问题求解方法之后,就会发现许多问题求解方法是采用试探搜索方法的。

也就是说,这些方法是通过在某个可能的解空间内寻找一个解来求解问题的。

这种基于解答空间的问题表示和求解方法就是状态空间法,它是以状态和算符为基础来表示和求解问题的。

2.1.1问题状态描述首先对状态和状态空间下个定义:1.状态(state):状态是为描述某类不同事物间的差别而引入的一组最少变量q0,q1,…,q n的有序集合,矢量形式如下:式中每个元素q i(i=0,1,…,n)为集合的分量,称为状态变量。

人工智能_第2章 知识表示方法

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。

第2章知识表示方法

第2章知识表示方法
x,都有P(x)为真
命题( ∀ x)P(x)为假,当且仅当至少存在一个xi
∈D,使得P(xi)为假
∃ :存在量词,意思是“至少有一个”、“存在有”
命题∈D( ∃,x使)P得(x)P为(x真i)为,真当且仅当至少存在一个xi
命题( ∃x)P(x)为假,当且仅当对论域中的所有
x,都有P(x)为假
18:08
18:08
27页
2.4.1 框架的构成
<框架名>
<槽名1>
<侧面11>
<值111>…<值11k1>
一般 结构
<侧面1n1> <值1n11>…<值1n1kn1>
<槽名2>
<侧面12>
<值121>…<值1211>
<侧面1n2> <值1n21>…<值1n21n2>

18:08
28页
2.4.1 框架的构成 表示对象间关系的常用槽名
缺省:教学 姓名: 性别:(男,女) 学历:(中专,大学)
•含有5个槽,槽名分别为:“类属”、“工作”、“性别”、“学历”和 “类别”。槽名后面是其槽值。 •槽值“<知识分子>”又是一个框架名。 •“范围”、“缺省”是槽“工作”的两个不同的侧面,其后是侧面值
18:08
30页
练习一下
例 描述“学生”的框架 框架名:<学生>
z P和Q都可以是一个或一组数学表达式或自然语言
z可表示精确的、不精确的,而谓词公式只能精确的
18:08
17页
2.3.2 产生式表示知识方法
确定性和不确定性规则知识的产生式表示
确定性规则知识: 前面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)

知识表示方法二

知识表示方法二
第二章 知识表示方法(二)
李艳燕
3 、谓词逻辑表示法
2
逻辑系统: 命题逻辑:具有真假意义的陈述句

一个命题总有一个值,称为真值。真值只有“真”( T )、 “假”( F )两种。 原子命题:不能分解的简单陈述句 复合命题:由连接词、标点符号和原子命题构成

谓词逻辑:根据对象和对象上的谓词(对象的属性和 对象之间的关系),通过连接词和量词来表示。


一元、二元谓词 father(x), less(x, y) 一阶、二阶谓词
3
谓词逻辑表示法
用谓词公式表示 ( 1 )事实性知识:用合取符号(∧)、析取符 号(∨)连接形成的谓词公式来表示。 例:“张三是学生,李四也是学生”

IS_STUDENT( 张三 ) ∧ IS_STUDENT( 李四 ) IS_STUDENT(x) 是谓词,表示 x 是学生
29
例 : 黄河大学与长江大学两校篮球队在长江大学 进行一场比赛 , 结局的比分是 98:110
30
语义网络表示知识的方法

3. 逻辑关系的表示
例 : 参赛者有工人、干部、有高的、有矮
(1) 合取与析取的表示 的 a. 工人、高的 ; b. 工人、矮的 ; c. 干部、高的 ; d. 干部、矮的 .
( 2 )规则性知识 以蕴含符号连接,形如: x
y
4
谓词公式表示知识的步骤
1 )定义谓词及个体,确定每个谓词及个体的确 切含义; 2 )根据所要表达的事物或概念,为每个谓词中 的变元赋以特定的值; 3 )根据所要表达的知识的含义,用适当的连接 符号将各个谓词连接起来,形成谓词公式。
5
例 1 :张晓辉是一名计算机系的学生,但他不喜欢编 程序 例 2 :张楠比他父亲长得高。 1 )定义谓词:

知识表示方法

知识表示方法
❖ 状态空间法得三要素
(1) 状态(state):描述某类不同事物间得差别而引入得一组最 少变量 q0,q1,…,qn得有序集合,就是表示问题解法中每一步问 题状况得数据结构。有序集合中每个元素qi(i= 0,1,、、、,n) 为集合得分量,称为状态变量。给定每个分量得一组值就得 到一个具体得状态。
状态空间法
❖ 状态空间法举例: ✓ 猴子与香蕉问题:在一个房间内有一只猴子、一个箱子 与一束香蕉。香蕉挂在天花板下方,但猴子得高度不足 以碰到它。那么这只猴子怎样才能摘到香蕉呢?
猴子与香蕉问题
❖ 解题过程
✓ 用一个四元表列(W,x,Y,z)来表示这个问题状态
W:猴子得水平位置; x: 当猴子在箱子顶上时取1;否则取0; Y: 箱子得水平位置; z: 当猴子摘到香蕉时取1;否则取0。 初始状态为(a,0,b,0) ,目标状态为(c,1,c,1)
第二章:知识表示方法
1.状态空间法 2.问题归约法 3.谓词逻辑法 4.语义网络法 5.其她方法
内容提要
第二章:知识表示方法
1.状态空间法 2.问题归约法 3.谓词逻辑法 4.语义网络法 5.其她方法
状态空间法
❖ 人工智能虽然有多个研究领域,而且每个研究领域 又各有自己得规律与特点,都可抽象为一个“问题 求解”得过程。问题求解过程实际上就是一个搜 索过程。
(2) 算符(operator):使问题从一种状态变化为另一种状态得 手段称为操作符或算符。
(3) 状态空间方法:就是一个表示该问题全部可能状态及其关 系得图,它包含三种说明得集合,即三元状态(S,F,G)。S:所有 可能得问题初始状态集合;F:操作迷宫及各种游戏。
猴子与香蕉问题
❖ 状态空间图
goto(U)

第二章知识表示方法

第二章知识表示方法



对知识进行表示的过程就是把知识编码成某种数据结 构的过程。 知识表示研究用机器表示知识的可行性、有效性的一 般方法,是一种数据结构与控制结构的统一体,既考 虑知识的存储,又考虑知识的使用。
5

知识表示方法可以分为陈述性知识表示和过程性知识 表示两大类。
陈述性知识表示主要是用来描述事实性知识。这类表 示法就是将对象的有关事实陈述出来,并以数据的形 式表示。强调事物所涉及的对象是什么,是对事物有 关知识的静态描述,是知识的一种显式表达形式。而 对于如何使用这些知识,则通过控制策略来决定。 过程性知识表示主要用来描述规则性知识和控制结构 知识。将有关某一问题领域的知识,连同如何使用这 些知识的方法,均隐式地表达为一个求解问题的过程 (如程序)
U=V
(V,0,V,0)
goto(U)
(c,1,c,0) (U,0,V,0) goto(U) (c,1,c,1) 目标状态
18
猴子和香蕉问题的状态空间图
2.1 状态空间法
猴子和香蕉问题自动演示:

香蕉
Ha!Ha!
箱子
猴子
19
二阶Hanoi塔问题



已知3个柱子l、2、3和两个盘子A、B(A比B 小)。 初始状态下,A、B依次放在1柱上;目标状态 是A、B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,而且任何时候都不允许大盘在小盘 之上。
9
2.1 状态空间法
2. 状态空间表示概念详释
Original
State
Middle State
Goal State

例如下棋、迷宫及各种游戏。
10
2.1 状态空间法

第2章知识表示方法

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。

知识表示方法

知识表示方法


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
2.2.1 一阶谓词逻辑表示的逻辑基础

谓词可分为谓词名和个体两部分。

谓词名:是命题的谓语,表示个体的性质、状态或个体之 间的关系 个体:是命题的主语,表示独立存在的事物或概念



个体域:由所讨论对象的全体构成的集合
2.2.1一阶谓词逻辑表示的逻辑基础


(5)双重否定律 ﹁ ﹁ PP (6)吸收律 P∨(P∧Q) P P∧(P∨Q) P
2.2.1一阶谓词逻辑表示的逻辑基础

(7)补余律

P ∨ ﹁ P T P ∧ ﹁ P F (8)连词化归律 P→Q ﹁P∨Q P
T T T
Q
T
F T T

解 由于在公式A中没有包括个体常量和函数,所以 可由谓词P(x,y)的定义得出谓词的真值指派。 设对谓词P(x,y)在个体域D上的真值指派为: P(1,1)=T,P(1,2)=F,P(2,1)=T,P(2,2)=T 这就是公式A在D上的一个解释。 在此解释下,因为x=1时有y=1使P(x,y)的真值为T, x=2时也有y=1使P(x,y)的真值为T, 即x对于D中的所有取值,都存在y=1,使P(x,y)的真 值为T,所以在此解释下公式A的真值为T。
2.2.1一阶谓词逻辑表示的逻辑基础


合式公式 定义2-6 满足如下规则的谓词演算可得到合式公式: (1) 单个原子谓词公式是合式公式; (2) 若A是合式公式,则¬ A也是合式公式; (3) 若A,B是合式公式,则A∨B,A∧B,A→B,A↔B也都是合 式公式; (4) 若A是合式公式,x是项,则( x)A(x)和( x)A(x)都是合式公式。 例如,¬ P(x,y)∨Q(y),(x)(A(x)→B(x)),都是合式公式。 连词的优先级 ¬ ,∧,∨→,↔
  1. 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. 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. 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)。

6
2.1.2知识的特性
(1)由随机性引起的不确定性 例如:随机事件 抛币 (2)由模糊性引起的不确定性 由模糊概念,模糊关系所形成的知识 是不确定的 比如,个子的高低
7
2.1.2知识的特性
(3)由不完全性引起的不确定性 只有积累了大量的感性认识才能升华到理 性认识的高度 例如:疾病 (4)由经验性形成的不确定性 专家的经验—专家系统—精确描述有问题
符号、函数符号和常量符号,并用圆括 号、方括号、花括号、逗号隔开,以表 示论域内的关系。 例如:机器人在1号房间(Room1)内 INROOM(ROBOT,r1)
21
2.2.1谓词逻辑的语法语义
常量符号是简单的项,用来表示论域内的 物体和实体,也可以是实际的问题和人, 也可以是概念或者是具有名字的任何事 情。 变量符号也是项,但是不必明确涉及是哪 一个实体。 函数符号表示论域内的函数
24
2.2.2谓词逻辑的连词和量词
用连词符号组合多个原子公式以构成比较复杂
的合式公式。 我喜爱音乐和绘画
LIKE(I , MUSIC) LIKE(I , PAINLeabharlann ING) 李住在一栋黄色的房子里
LIVES(LI , HOUSE 1) COLOR(HOUSE 1,YELLOW)
用P(x1,x2,…,xn)表示一个n元谓词公式,
28
合式公式的递归定义:
(1)原子谓词公式是合式公式 (2)若A是合式公式,则~A也是合式公式 (3)若A和B是合式公式,则
( A B ), ( A B ), ( A B )和( A B )
也是合式公式 (4)若A是合式公式,X是A中的自由变元, 则 (X ) A和(X ) A 都是合式公式
12
2.1.3知识的分类
从知识结构及表现形式划分
(1)逻辑性知识:反映人们逻辑思维过 程的知识,一般具有因果关系和难以精 确描述的特点,通常基于专家经验。一 阶谓词逻辑,产生式表示法用来表示这 种知识
13
2.1.3知识的分类
(2)形象性知识:例如:树 从抽象、整体的观点划分 (1)零级知识 事实,领域,方程,常识 性知识及原理性知识 (2)一级知识 经验性启发性知识 (3)二级知识 运用以上两级知识的知识
李明打篮球或踢足球
PLAYS(LIMING, BASKETBALL) PALYS(LIMING, FOOTBALL)
25
2.2.2谓词逻辑的连词和量词
如果该书是何平的,那么它是蓝色的 OWNS(HEPING, BOOK 1) COLOR(BOOK 1, BULE)
如果刘华跑的最快,那么他取得冠军 RUNS(LIUHUA, FASTEST ) WINS(LIUHUA, CHAMPION) 机器人不在2号房间内
40
2.2.5.1表示知识的方法

x的个体域{a,b} y的个体域{robot} z的个体域{a,b,c} w的个体域{box}
14
2.1.4知识的表示
知识的表示:在选择知识表示方法时,
应考虑以下几个方面 (1)充分表示领域知识 在医疗诊断领域,只是具有经验性,因果 性,适合于用产生式表示法进行表示
15
2.1.4知识的表示
在设计领域,一个部件由多个子部件组成, 它们即有共性又有个性,需要用框架表 示法和产生式表示结合起来。 (2)有利于对知识的利用 表示:领域知识—形式化—计算机内部存 储 利用:使用知识进行推理,求解现实问题 表示的目的是利用,利用的基础是表示
16
2.1.4知识的表示
(3)便于对知识的组织,维护和管理 组织:依赖于知识的表示方法 维护:知识的质量、数量、性能方面补充、 修改、删除 管理:保持知识的一致性、完整性 (4)便于理解和实现
17
2.2谓词逻辑法
谓词逻辑是在命题逻辑的基础上发展来的,
命题逻辑是谓词逻辑的一种特殊形式 命题:是具有某种真假意义的语句。代表 人们进行思维是的一种判断,或为肯定, 或为否定。 永真:太阳是东升西落的。
37
2.2.5.1表示知识的方法
连词连接表示:
G( x) I ( x)) 自然数都是大于零的整数 (x)( N ( x) 所有整数不是偶数就是奇数 (x)( I ( x) E( x) O( x)) 偶数除以2是整数 (x)( E ( x) I (S ( x)))
38
2.2.5.1表示知识的方法
例2 设在房间c处有一个机器人,在a及b处各有 一张桌子,a桌子上有一个盒子,为了让机器 人把盒子从a处拿到b处的桌子上,然后再回到 c处,需要制定相应的行动规则,用一阶谓词 逻辑来描述机器人的行动过程
c
39
2.2.5.1表示知识的方法
谓词定义:
Table(x):x是桌子 Empty(y):y手中是空的 At(y,z):y在z的附近 Holds(y,w):y拿着w On(w,x):w在x上面
第二章 知识表示方法
2.1 2.2 2.3 2.4 2.6 2.7 2.8 基本概念 谓词逻辑表示法 状态空间法 问题归约法 语义网络法 框架表示法 小结
第2.1节 基本概念
2.1.1 什么是知识
2.1.2 知识的特性
2.1.3知识的分类
2.1.4知识的表示
2
2.1.1什么是知识
P(x1,x2…..xn)中,若xi都是个体常
量、变元、函数称它为一阶谓词。 如果xi本身又是一个一阶谓词,称 为二阶谓词。 例:老张是教师。Teacher(zhang) 小张的母亲是教师 Teacher(mother(zhang))
20
2.2.1谓词逻辑的语法语义
谓词逻辑的基本组成是谓词符号、变量
4
2.1.2知识的特性
相对正确性
知识是否正确是有前提条件的,比如说唐 朝人以胖为美;1+1=10 不确定性 信息与关联是构成知识的两个要素 信息:精确地,不确定的,模糊的 关联:确定的,不确定的,除了真假之外 还有其他状态
5
2.1.2知识的特性
可表示性和可利用性
表示:语言、图形、文字、神经元网络等 利用:用知识解决所面临的各种各样的问 题
22
2.2.1谓词逻辑的语法语义
对于每个谓词符号,必须规定定义域内
的一个相应关系;对于每个常量符号, 必须规定定义域内相应的一个实体;对 于每个函数符号,则必须规定定义域内 相应的一个函数。
23
2.2.2谓词逻辑的连词和量词
谓词公式
(1)、连接词 ~:否定、非、P为真,~P为假 :合取,与 :析取,或 :蕴含 :双条件,P Q P当且仅当Q
32
2.2.4 臵换与合一
臵换
P[x,f(y),B]s1=P[z,f(w),B] P[x,f(y),B]s2=P[x,f(A),B] P[x,f(y),B]s3=P[q(z),f(A),B] P[x,f(y),B]s4=P[c,f(A),B]
33
2.3 谓词逻辑法
合一(Unification) 合一:寻找项对变量的臵换,以使两表
(x)[ROBOT (x) COLOR(x, GRAY )] 1号房间内有个物体
(x)INROOM (x, r1)
27
2.3 谓词逻辑法
2.2.3 谓词公式
原子公式的的定义:
其中P为n元谓词,x1,x2,…,xn为客体变量或 变元。通常把P(x1,x2,…,xn)叫做谓词演算的 原子公式,或原子谓词公式。 分子谓词公式 可以用连词把原子谓词公式组成复合谓词公 式,并把它叫做分子谓词公式。
什么是知识
(1)数据与信息 用一组符号及其组合表示的信息称为数据, 泛指对客观事物的数量、属性、位臵及 其相互关系的的抽象表示。 例:12 ABC 中午
3
2.1.1什么是知识
数据是信息的载体和表示,信息是数据
在特定场合下的具体含义,即信息是数 据的语义。两者只有密切结合,才能实 现世界中某一具体事务的描述。 例如:2可以表示成2本书或2个人 知识:把有关信息关联起来所形成的信 息结构
8
2.1.3知识的分类
从作用范围划分
(1)常识性知识:通用性知识是人们普 遍知道的知识,适用于所有领域 (2)领域性知识:是面向某个领域的知 识,是专业性知识,只有相应专业的人 员才能掌握并用来求解领域内的问题
9
2.1.3知识的分类
从知识的作用划分
(1)事实性知识:用于描述领域内有关 概念、事实、事物的属性和状态等 例如:糖的甜的 一年有春夏秋冬四个季节
18
2.2谓词逻辑法
谓词:一个谓词可分为谓词名+个体两部分,
谓词名用于刻画个体的性质、状态或个体间 的关系,个体用于表示某个独立存在的事物 或某个抽象的概念。 谓词的一般形式:P(x1,x2…..xn) 谓词名用大写字母 个体用小写字母,可为常量、变元、函数 谓词中包含的个体的数目称为谓词的元数 P(x):一元谓词 P(x,y):二元谓词 19 P(x1,x2…..xn):n元谓词
INROOM(ROBOT, r2)
26
2.2.2谓词逻辑的连词和量词
一个原子公式P(x),对于所有可能的变量x都
具有T,这个特性可以在P(x)前面加上全称量 词 (x)来表示。 如果至少一个x值可使P(x)具有真值T,那么 这一特性可由P(x)前面加上存在量词(x)来表 示。 例如:所有机器人都是灰色的
达式一致。 可合一:如果一个臵换s作用于表达式集 {Ei}的每个元素,则我们用{Ei} s来表示 臵换例的集。我们称表达式集{Ei}是可合 一的。如果存在一个臵换s使得: E1s=E2s=E3s=……. 那么就称s为{Ei}合一者
34
合一
例2.3 表达式集{P[x,f(y),B],P[x,f(B),B]}的 合一者为 s={A/x,B/y} P[x,f(y),B]s=P[x,f(B),B]s=P[A,f(B),B] 即s使表达式成为单一形式p[A,f(B),B]
相关文档
最新文档