第二章 知识表示方法PPT课件
合集下载
《知识表示》PPT课件
1）逻辑表示是说明型表示，和其它知识表示形式相比，它是一种接近于自然语言的
形式语言，使得句子很容易被人们理解。
2）谓词逻辑能很准确地表示知识。
3）它拥有通用的逻辑演算方法和推理规则，并保证推理过程的完全性。
4）模块性能较好，谓词逻辑表示方法可以把知识分成小单元，用模块的形式来储存。
另一方面，这种表示方法所能表示的事物过于简单，不能很方便地描述有关领域中
是恒定不变，而是变化的量。变量常用一些符号表示，例如、Y、Z等。
3函数
不同的变量之间往往有一定的制约关系。函数表示了两个变量之间的映射关系。比如
函数这个函数表示随着的变化而变化，或者说因为的变化而变化。
如果对于任意一个都有唯一确定的一个y和它对应，那么就称是自变量，y是的函
数。的取值范围叫做这个函数的定义域，相应y的取值范围叫做函数的值域。
• 知识是一个结论性的描述。知识也是人类在实践中认识客观世界（包括人类
1知识
自身）的成果，它包括事实、信息的描述或在教育和实践中获得的技能[1]。
由于知识并非等同于真理，所以并非所有的知识都是正确的。
• 计算机里面所有存储的东西，都可以叫数据；数据是信息的表现形式和载体，
2数据
可以是符号、文字、数字、语音、图像、视频等，数据就是存储在硬盘或者
注意：虽然复合命题是由命题构造而成的，但并不
是任意命题组合在一起就可构成复命题。如果仅仅把两
个命题摆在一起而没有联结词仍然只是两个命题。
8 of 31
2.2 谓词逻辑表示法
第二章 知识表示
2．谓词逻辑
谓词，在谓词逻辑中，原子命题分解成个体词和谓词。个体词是可以独立存在的具体
事物或抽象的概念，例如，电子计算机，实数，唯物主义，油菜花等等。谓词则是用来刻
形式语言，使得句子很容易被人们理解。
2）谓词逻辑能很准确地表示知识。
3）它拥有通用的逻辑演算方法和推理规则，并保证推理过程的完全性。
4）模块性能较好，谓词逻辑表示方法可以把知识分成小单元，用模块的形式来储存。
另一方面，这种表示方法所能表示的事物过于简单，不能很方便地描述有关领域中
是恒定不变，而是变化的量。变量常用一些符号表示，例如、Y、Z等。
3函数
不同的变量之间往往有一定的制约关系。函数表示了两个变量之间的映射关系。比如
函数这个函数表示随着的变化而变化，或者说因为的变化而变化。
如果对于任意一个都有唯一确定的一个y和它对应，那么就称是自变量，y是的函
数。的取值范围叫做这个函数的定义域，相应y的取值范围叫做函数的值域。
• 知识是一个结论性的描述。知识也是人类在实践中认识客观世界（包括人类
1知识
自身）的成果，它包括事实、信息的描述或在教育和实践中获得的技能[1]。
由于知识并非等同于真理，所以并非所有的知识都是正确的。
• 计算机里面所有存储的东西，都可以叫数据；数据是信息的表现形式和载体，
2数据
可以是符号、文字、数字、语音、图像、视频等，数据就是存储在硬盘或者
注意：虽然复合命题是由命题构造而成的，但并不
是任意命题组合在一起就可构成复命题。如果仅仅把两
个命题摆在一起而没有联结词仍然只是两个命题。
8 of 31
2.2 谓词逻辑表示法
第二章 知识表示
2．谓词逻辑
谓词，在谓词逻辑中，原子命题分解成个体词和谓词。个体词是可以独立存在的具体
事物或抽象的概念，例如，电子计算机，实数，唯物主义，油菜花等等。谓词则是用来刻
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
人工智能及其应用完整版本ppt课件
精选ppt
32
2.2 问题规约法
梵塔问题归约图
•数据结构介绍
（111）（333）
•思考题：四圆盘问题
（111）（122） （122）（322）
（）（333）
（111）（113） （113）（123） （123）（122） （322）（321） （321）（331） （331）（333）
精选ppt
精选ppt
19
解题过程
将原始问题归约为一个较简单问题集合 将原始梵塔难题归约（简化）为下列子
难题
– 移动圆盘A和B至柱子2的双圆盘难题 – 移动圆盘C至柱子3的单圆盘难题 – 移动圆盘A和B至柱子3的双圆盘难题
详细过程参看下图
精选ppt
20
2.2 问题规约法
解题过程（3个圆盘问题）
123
123
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指向节点nj
的那段弧线的代价。两点间路径的代价等于连
接该路径上各节点的所有弧线代价之和.
精选ppt
6
图的显示说明 对于显式说明，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
问题归约的实质：
–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，直至最后把初 始问题归约为一个平凡的本原问题集合。
精选ppt
18
2.2 问题规约法
2.2.1 问题归约描述 （Problem Reduction Description）
梵塔难题
1
2
3
A B C
思考：用状态空间法有多少个节点？为什么？
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）
(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）
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：
第二章知识表示方法ppt课件
24
2.2 问题归约法 （Problem Reduction Representation）
子问题1
本
原始问题
子问题集
原Leabharlann 问子问题n题
25
问题归约表示的组成部分：
– 一个初始问题描述； – 一套把问题变换为子问题的操作符； – 一套本原问题描述。
2.2 问题规约法
问题归约的实质：
– 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，直至最后把初始问题归约为一个平凡的本原 问题集合。
状态空间表示法是人工智能中最基本的形 式化方法，是讨论问题求解技术的基础。
7
2.1.1 问题状态描述
2.1 状态空间法
1 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。
是描述问题求解过程中不同时刻状况的数据 结构。 一般用一组变量的有序集合表示： Q=(q0，q1，...，qn) 其中每个元素qi(i=0，l，2，…，n) 为状态变量。 当给每一个变量以确定的值时，就得到了一个具体的状态。
的适用性或先决条件以及右部描述规则应用时所完成的动作。
– 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。
13
状态空间表示举例
例：推销员旅行问题（运筹学－图论－最短路径） 例：猴子和香蕉问题
2.1 状态空间法
在一个房间内有一只猴子(可把这只猴子看做一个机器人)、一个箱子和一束香蕉。
这个问题的操作（算符）如下： – 2 goto（U）表示猴子走到水平位置U – 或者用产生式规则表示为
（W，0，Y，z） goto（U） （U，0，Y，z）
2.2 问题归约法 （Problem Reduction Representation）
子问题1
本
原始问题
子问题集
原Leabharlann 问子问题n题
25
问题归约表示的组成部分：
– 一个初始问题描述； – 一套把问题变换为子问题的操作符； – 一套本原问题描述。
2.2 问题规约法
问题归约的实质：
– 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，直至最后把初始问题归约为一个平凡的本原 问题集合。
状态空间表示法是人工智能中最基本的形 式化方法，是讨论问题求解技术的基础。
7
2.1.1 问题状态描述
2.1 状态空间法
1 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。
是描述问题求解过程中不同时刻状况的数据 结构。 一般用一组变量的有序集合表示： Q=(q0，q1，...，qn) 其中每个元素qi(i=0，l，2，…，n) 为状态变量。 当给每一个变量以确定的值时，就得到了一个具体的状态。
的适用性或先决条件以及右部描述规则应用时所完成的动作。
– 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。
13
状态空间表示举例
例：推销员旅行问题（运筹学－图论－最短路径） 例：猴子和香蕉问题
2.1 状态空间法
在一个房间内有一只猴子(可把这只猴子看做一个机器人)、一个箱子和一束香蕉。
这个问题的操作（算符）如下： – 2 goto（U）表示猴子走到水平位置U – 或者用产生式规则表示为
（W，0，Y，z） goto（U） （U，0，Y，z）
第二章知识表示方法(一)精品PPT课件
4
知识的特性
可表示性：知识是可以用形式化的东西表示的，比如 可用语言、文字、图形、公式等来表示知识，正由于 知识的这一特性，才能使我们将知识数据化，才能用 计算机来存储知识、传播知识和利用知识。
可利用性：我们每时每刻都在利用我们所掌握的知识 来解决现实世界中的各种问题，如果知识不具有可利 用性，我们就不能积累知识，世界就不会前进。
控制性知识是指有关问题的求解步骤、技巧性知识，告诉该怎样 做一件事。也包括当有多个动作同时被激活时应该选择哪个动作 来执行的知识。
元知识是指有关知识的知识，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。
6
知识的分类
以知识的确定性来划分，可分为确定知识和不确 定知识。
例子：二阶Hanoi塔问题 问题简化，只考虑两个盘子的情况。已知三个柱 子1,2,3和两个盘子A,B(A比B小)。最初A，B依 次放在柱子1上，最后要移动A，B到柱子3上，要 求每次移动一个盘子，只能移动最顶上的盘子， 并且任何时候不允许大盘放在小盘上。
17
例
18
例
19
例
问题的解：A(1,2), B(1,3), A(2,3)
按照人类的思维及认识方法来分，可分为逻辑性 知识和形象性知识。
7
知识的表示
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，既要考虑知识的存储又考虑知识的使用。
知识表示实际上就是对人类知识的一种描述，以 把人类知识表示成计算机能够处理的数据结构。 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。
5
知识的分类
可从不同角度对知识进行分类： 以知识的作用范围划分，可分为常识性知识和领域性知识 以知识的作用及表示来划分，可分为
知识的特性
可表示性：知识是可以用形式化的东西表示的，比如 可用语言、文字、图形、公式等来表示知识，正由于 知识的这一特性，才能使我们将知识数据化，才能用 计算机来存储知识、传播知识和利用知识。
可利用性：我们每时每刻都在利用我们所掌握的知识 来解决现实世界中的各种问题，如果知识不具有可利 用性，我们就不能积累知识，世界就不会前进。
控制性知识是指有关问题的求解步骤、技巧性知识，告诉该怎样 做一件事。也包括当有多个动作同时被激活时应该选择哪个动作 来执行的知识。
元知识是指有关知识的知识，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。
6
知识的分类
以知识的确定性来划分，可分为确定知识和不确 定知识。
例子：二阶Hanoi塔问题 问题简化，只考虑两个盘子的情况。已知三个柱 子1,2,3和两个盘子A,B(A比B小)。最初A，B依 次放在柱子1上，最后要移动A，B到柱子3上，要 求每次移动一个盘子，只能移动最顶上的盘子， 并且任何时候不允许大盘放在小盘上。
17
例
18
例
19
例
问题的解：A(1,2), B(1,3), A(2,3)
按照人类的思维及认识方法来分，可分为逻辑性 知识和形象性知识。
7
知识的表示
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，既要考虑知识的存储又考虑知识的使用。
知识表示实际上就是对人类知识的一种描述，以 把人类知识表示成计算机能够处理的数据结构。 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。
5
知识的分类
可从不同角度对知识进行分类： 以知识的作用范围划分，可分为常识性知识和领域性知识 以知识的作用及表示来划分，可分为
《知识表示方法》PPT课件
•知识表示方法
（Suitable for teaching courseware and reports）
知识的定义
Feigenbaum 知识是经过削减、塑造、解释和转换的信息。
简单地说，知识是经过加工的信息
Bernstein 知识是由特定领域的描述、关系和过程组成的
Hayes-Roth 知识是事实、信念和启发式规则。从知识库的
❖ 问题归约的实质：
❖ 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，直至最后把初始问题归 约为一个平凡的本原问题集合。
2.2 问题规约法
2.2.1 问题归约描述 （Problem Reduction Description）
❖ 梵塔难题
1
2
3
A B C
解题过程（3个圆盘问题） 2.2 问题规约法
状态空间表示举例
❖ 状态表示：(在河的左岸的传教士人数、野人人数和 船的情况)
❖ 初始状态:（3，3，1） ❖ 结束状态:（0，0，0 ❖ 中间状态则:（2，2，0）、（3，2，1）…
❖每个三元组对应了三维空间上的一个点
❖问题的解，则是一个合法状态的序列：(初始状 态，…，结束状态)
❖中间状态：介于初始状态和结束状态之间 ❖除了初始状态外，该序列中任何一个状态，都可
2. 状态空间表示概念详释
2.1 状态空间法
Original State
Middle State
Goal State
❖ 例如下棋、迷宫及各种游戏。
状态空间问题求解
状态空间法:
从初始状态开始, 每次加一个操作符, 递增地建立起操作符 的试验序列, 直到达到目标状态为止.
基本过程:
1. 为问题选择适当的”状态”及”操作符”的形式化描述方 法, 定义初始状态集合, 目标状态集合及操作符集合;
（Suitable for teaching courseware and reports）
知识的定义
Feigenbaum 知识是经过削减、塑造、解释和转换的信息。
简单地说，知识是经过加工的信息
Bernstein 知识是由特定领域的描述、关系和过程组成的
Hayes-Roth 知识是事实、信念和启发式规则。从知识库的
❖ 问题归约的实质：
❖ 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，直至最后把初始问题归 约为一个平凡的本原问题集合。
2.2 问题规约法
2.2.1 问题归约描述 （Problem Reduction Description）
❖ 梵塔难题
1
2
3
A B C
解题过程（3个圆盘问题） 2.2 问题规约法
状态空间表示举例
❖ 状态表示：(在河的左岸的传教士人数、野人人数和 船的情况)
❖ 初始状态:（3，3，1） ❖ 结束状态:（0，0，0 ❖ 中间状态则:（2，2，0）、（3，2，1）…
❖每个三元组对应了三维空间上的一个点
❖问题的解，则是一个合法状态的序列：(初始状 态，…，结束状态)
❖中间状态：介于初始状态和结束状态之间 ❖除了初始状态外，该序列中任何一个状态，都可
2. 状态空间表示概念详释
2.1 状态空间法
Original State
Middle State
Goal State
❖ 例如下棋、迷宫及各种游戏。
状态空间问题求解
状态空间法:
从初始状态开始, 每次加一个操作符, 递增地建立起操作符 的试验序列, 直到达到目标状态为止.
基本过程:
1. 为问题选择适当的”状态”及”操作符”的形式化描述方 法, 定义初始状态集合, 目标状态集合及操作符集合;
2第二讲 第二章 知识表示(状态空间法)
1
一、问题状态描述 2、算符：
使问题从一种状态变化为另一种状态的手段，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。
3、状态空间：
一个表示该问题全部可能状态及其关系的图，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)。
2 3 1 8 4 7 6 5
2 3 4 1 8 7 65
2.2状态空间法
求解的方法：首先把适用的算符用于初始状态，
以产生新的状态；然后，再把另一些适用算符 用于这些新的状态；这样继续下去，直至产生 目标状态为止。
初始 状态 2 3 1 8 4 7 6 5 2 3 1 8 4 7 6 5 1 2 3 8 4 7 6 5 目标状态 2 8 3 1 4 7 6 5
1
状态空间表示概念详释
初始状态
操 作
中间状态
操 作
目标状态
对一个问题的状态描述，必须确定3件事： ①该状态描述方式，特别是初始状态描述； ②操作符集合及其对状态描述的作用； ③目标状态的描述。 例如：数码难题。
1
例1:三数码难题（3 puzzle problem）
2 3
1 3 2 1 初始棋局
2 3 1 8 4 7 6 5 2
图论的基本概念
如果从节点ni到节点n 4）路径：某个节点序列 (n j存在有一条路经，则称 1,n2,…,nk)，当 j=2， nj 是从 ni时，如果对于每一个 可达到的节点。 3，… ，k nj-1都有一个后继节点 寻找从一种状态变换成另一种状态的某个算符 nj存在，那么就把这个节点序列叫做从节点 n1至节点 序列问题等价于寻求图的某一路径问题。 nk的长度为 k的路径。
一、问题状态描述 2、算符：
使问题从一种状态变化为另一种状态的手段，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。
3、状态空间：
一个表示该问题全部可能状态及其关系的图，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)。
2 3 1 8 4 7 6 5
2 3 4 1 8 7 65
2.2状态空间法
求解的方法：首先把适用的算符用于初始状态，
以产生新的状态；然后，再把另一些适用算符 用于这些新的状态；这样继续下去，直至产生 目标状态为止。
初始 状态 2 3 1 8 4 7 6 5 2 3 1 8 4 7 6 5 1 2 3 8 4 7 6 5 目标状态 2 8 3 1 4 7 6 5
1
状态空间表示概念详释
初始状态
操 作
中间状态
操 作
目标状态
对一个问题的状态描述，必须确定3件事： ①该状态描述方式，特别是初始状态描述； ②操作符集合及其对状态描述的作用； ③目标状态的描述。 例如：数码难题。
1
例1:三数码难题（3 puzzle problem）
2 3
1 3 2 1 初始棋局
2 3 1 8 4 7 6 5 2
图论的基本概念
如果从节点ni到节点n 4）路径：某个节点序列 (n j存在有一条路经，则称 1,n2,…,nk)，当 j=2， nj 是从 ni时，如果对于每一个 可达到的节点。 3，… ，k nj-1都有一个后继节点 寻找从一种状态变换成另一种状态的某个算符 nj存在，那么就把这个节点序列叫做从节点 n1至节点 序列问题等价于寻求图的某一路径问题。 nk的长度为 k的路径。
- 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)。
元赋以特定的值。 各个谓词连接起
来形成谓词公式。
2020/8/10
2.2.2 谓词逻辑表示知识举例
例2.2.1
用谓词逻辑表示下列知识： 武汉是一个美丽的城市，但她不是一个沿海城市。 如果马亮是男孩，张红是女孩，则马亮比张红长得高。
第一步
定义谓词如下： BCity(x)：x是一个美丽的城市 HCity(x)：x是一个沿海城市 Boy(x): x是男孩 Girl(x): x是女孩 High(x,y): x比y长得高
、外部数据库输入 的事实以及中间结 果和最后结果。
2020/8/10
推理机
由一组程序组成， 用来控制协调规则 库与数据库的运行 ，包含了推理方式 和控制策略。
2.3.4产生式系统推理方式
➢ 产生式系统推理机的推理方式有正向推理、反向 推理和双向推理三种。
2020/8/10
2.3.1 产生式的基本形式
产生式通常用于表示具有因果关系的知识，其基本形式是 P→Q 或 IF P THEN Q
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。 P和Q都可以是一个或一组数学表达式或自然语言。
2020/8/10
2.2.1 知识的谓词逻辑表示法
用谓词公式既可表示事物的状态、属性和概念等事实性 的知识，也可表示事物间具有因果关系的规则性知识。
用谓词公式 表示知识的 一般步骤
1.
2.
3.
定义谓词及个体， 根据所要表达的 根据所要表达的
确定每个谓词及 事物或概念，为 知识的语义，用
个体的确切含义。 每个谓词中的变 适当的连接符将
2020/8/10
2.3.2 产生式表示知识方法
确定性和不确定性事实性知识的产生式表示
确定性事实性知识 一般使用三元组的形式表示如下 （对象，属性，值）或 （关系，对象1，对象2） 不确定性事实性知识 一般用四元组的形式表示如下 （对象，属性，值，不确定度量值）或 （关系，对象1，对象2，不确定度量值）
2020/8/10
2.1.1 知识
知识要素
事实 有关问题环境的一些事物的知识，常以“…是…”的形式出现 。规则 有关问题中与事物的行动、动作相联系的因果关系知识，是 动态的，常以“如果…那么…”形式出现。 控制 有关问题的求解步骤、技巧性知识，告诉怎么做一件事。
元知识 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。
2020/8/10
2.3.3产生式系统的组成
➢ 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。
规则库
推理机
产生式系统的基本结构
2020/8/10
数据库
2.3.3产生式系统的组成
规则库
用于描述某领域内知识的 产生式集合，是某领域知 识（规则）的存储器。
产生式系统
用来存放输入事实 数据库
是否适于计算机处理
是否适合于加入启发信息
是否有高效的求解算法 能否表示不精确知识
过程性表示还是说明性表示 表示方法是否自然
2020/8/10
返回
2.2 一阶谓词逻辑表示法
一阶谓词逻 辑表示法
一种重要的知识表示方法，它以数理逻辑 为基础，是到目前为止能够表达人类思维 和推理的一种最精确的形式语言。它的表 现方式和人类自然语言非常接近，它能够 被计算机作精确推理。
2020/8/10
2.2.3一阶谓词逻辑表示法特点
严密性 自然性 通用性 知识易表达 易于实现
效率低 灵活性差 组合爆炸
优点
缺点
2020/8/10
返回
2.3 产生式表示法
产生式知识 表示方法
又称为产生式规则表示法，它和图灵机 有相同的计算能力。目前产生式表示法 已成为人工智能中应用最多的一种知识 表示方法。
2020/8/10
2.1.1 知识
知识定义
Feigenbaum 知识是经过削减、塑造、解释和转换的信息。简单地说，知 识是经过加工的信息。 Bernstein 知识是由特定领域的描述、关系和过程组成的。 Hayes-Roth 知识是事实、信念和启发式规则。从知识库的观点看，知识 是某领域中所涉及的各有关方面的一种符号表示。
•陈述性知识表示：将知识表示与知识的运用分开处理，在表示知识时，并不
涉及如何运用知识的问题，是一种静态的描述方法。
•过程性知识表示：将知识表示与知识的运用相结合，知识寓于程序中，是一
种动态的描述方法。
选取知识表示的因素
表示知识的范围是否广泛
能否在同一层次上和不同层次上模块化
是否适于推理
知识和元知识能否用统一的形式表示
第二章 知识表示方法
2020/8/10
整体概述
概况一
点击此处输入相关文本内容 点击此处输入相关文本内容
概况二
点击此处输入相关文本内容 点击此处输入相关文本内容
概况三
点击此处输入相关文本内容 点击此处输入相关文本内容
内容简介
1 2.1 概述 2 2.2 一阶谓词逻辑表示法 3 2.3 产生式表示法 4 2.4 框架表示法 5 2.5 语义网络表示法 6 2.6 面向对象表示法
2020/8/10
2.1.1 知识
知识分类
事实性知识 过程性知识 行为性知识 实例性知识 类比性知识
元知识
2020/8/10
2.1.2 知识表示
知识表示的定义 可看成是一组事物的约定，以把人类知识表示成机器能处理 的数据结构。对知识进行表示的过程就是把知识编码020/8/10
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 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。
第二步
将个体代入谓词中，得到 BCity(wuhan), HCity(wuhan), Boy(mal), Girl(zhangh), High(mal,zhangh)
第三步
根据语义，用逻辑连接符连接 BCity(wuhan)∧~HCity(wuhan) (Boy(mal)∧Girl(zhangh))→High(mal,zhangh)