人工智能課程設(shè)計(jì)

1、人工智能課程論文題 目 論文寫(xiě)作規(guī)范及格式模板 院（系） 中印計(jì)算機(jī)軟件學(xué)院 專業(yè) 軟件工程 學(xué) 號(hào) 學(xué)生姓名 任課教師 時(shí) 間 中文摘要中文摘要人工智能是21世紀(jì)早期邏輯學(xué)發(fā)展的主要?jiǎng)恿υ慈?。人工智能研究必須建立在歸納邏輯基礎(chǔ)之上，從而達(dá)到多領(lǐng)域交叉合作來(lái)共同促進(jìn)人工智能研究的廣泛而深遠(yuǎn)的發(fā)展。關(guān)鍵字：人工智能，知識(shí)表達(dá)式，計(jì)算機(jī)AbstractAbstractArtificial intelligence is the main driving force of logic development in early twenty-first Century. Artificial inte

2、lligence research must be based on inductive logic, so as to achieve multi domain cross cooperation to promote the extensive and far-reaching development of artificial intelligence research.Key Words: Artificial intelligence, knowledge expression, computer目錄目 錄中文封面I中文摘要IIAbstractIII目 錄第1章 緒論1第2章 正文2

3、2.1 人工智能的誕生22.2 人工智能的應(yīng)用42.3 人工智能的表示72.4 結(jié)語(yǔ)13第3章 總結(jié)與展望143.1 未來(lái)與展望14參考文獻(xiàn)1517第1章 緒論第1章 緒論人工智能是人造的智能,是計(jì)算機(jī)科學(xué)、邏輯學(xué)、認(rèn)知科學(xué)交叉形成的一門(mén)科學(xué)，簡(jiǎn)稱AI。人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科相互滲透的基礎(chǔ)發(fā)展起來(lái)的一門(mén)新興邊緣學(xué)科，主要研究用機(jī)器（主要是計(jì)算機(jī)）來(lái)模仿和實(shí)現(xiàn)人類的智能行為，經(jīng)過(guò)幾十年的發(fā)展，人工智能應(yīng)用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學(xué)習(xí)當(dāng)中也有許多地方得到應(yīng)用。本文就符號(hào)計(jì)算、模式識(shí)別、專家系統(tǒng)、機(jī)器翻譯等方面的應(yīng)用作簡(jiǎn)單介紹，籍此使讀者對(duì)我們

4、身邊的人工智能應(yīng)用有一個(gè)感性的認(rèn)識(shí)。第2章 正文第2章 正文2.1 人工智能研究的誕生9世紀(jì)以來(lái)，數(shù)理邏輯、自動(dòng)機(jī)理論、控制論、信息論、仿生學(xué)、心理學(xué)、電腦等科學(xué)技術(shù)的發(fā)展，為一個(gè)新科的誕生準(zhǔn)備了思想、理論與物質(zhì)基礎(chǔ)。在這一背景下，1956年美國(guó)的一些科學(xué)家， 包括心理學(xué)家、數(shù)學(xué)家、計(jì)算機(jī)學(xué)家、信息論學(xué)家在美國(guó)一所大學(xué)舉辦討論會(huì)，正式提出了人工智能這一術(shù)語(yǔ)，開(kāi)始了具有真正意義的人工智能的研究。社會(huì)需求與科技的發(fā)展，呼喚著一個(gè)新學(xué)科的誕生。人工智能就是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的個(gè)分支，人工智能的目標(biāo)就是研究怎樣用電腦來(lái)模仿和執(zhí)行人腦的某些智力功能，并開(kāi)發(fā)相關(guān)的技術(shù)產(chǎn)品，建立有關(guān)的

5、理論。人工智能領(lǐng)域中的心理學(xué)家、語(yǔ)言學(xué)家傾向于將重點(diǎn)放在用電腦去再現(xiàn)人腦思維的內(nèi)部狀態(tài)上，也就是要使電腦程產(chǎn)真正理解它所他的事情，就好保人腦一樣去“思考問(wèn)題”。由于大家研究的內(nèi)容與側(cè)重點(diǎn)各不相同， 因此對(duì)人工智能的認(rèn)識(shí)也有一定的差異。但是，他們的認(rèn)識(shí)又相互補(bǔ)充、相輔相成，共同構(gòu)成了人工智能豐富多彩的研究層次與多樣化的研究隊(duì)伍。人工智能的研究經(jīng)歷了以下幾個(gè)階段：第一階段：50年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問(wèn)題s求解程序、LISP表處理語(yǔ)言等。但由于消解法推理能力的有限，以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的

6、特點(diǎn)是：重視問(wèn)題求解的方法，忽視知識(shí)重要性。第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語(yǔ)音理解系統(tǒng)等專家系統(tǒng)的研究和開(kāi)發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國(guó)際人工智能聯(lián)合會(huì)議（International Joint Conferences on Artificial Intelligence即IJCAI）。第三階段：80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了很大發(fā)展日本1982年開(kāi)始了“第五代計(jì)算機(jī)研制計(jì)劃“，即“知識(shí)信息處理計(jì)算機(jī)系

7、統(tǒng)KIPS“，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開(kāi)展形成了一股研究人工智能的熱潮。第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展1987年，美國(guó)召開(kāi)第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來(lái)。第五階段：90年代，人工智能出現(xiàn)新的研究高潮由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)的技術(shù)發(fā)展，人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問(wèn)題求解，而且研究多個(gè)智能主體的多目標(biāo)問(wèn)題求解，將人工智能更面向?qū)嵱谩Ａ硗?，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究

8、與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。2.2 人工智能的應(yīng)用人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科相互滲透的基礎(chǔ)發(fā)展起來(lái)的一門(mén)新興邊緣學(xué)科，主要研究用機(jī)器（主要是計(jì)算機(jī)）來(lái)模仿和實(shí)現(xiàn)人類的智能行為，經(jīng)過(guò)幾十年的發(fā)展，人工智能應(yīng)用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學(xué)習(xí)當(dāng)中也有許多地方得到應(yīng)用。1.符號(hào)計(jì)算計(jì)算機(jī)最主要的用途之一就是科學(xué)計(jì)算,科學(xué)計(jì)算可分為兩類: 一類是純數(shù)值的計(jì)算,例如求函數(shù)的值, 方程的數(shù)值解, 比如天氣預(yù)報(bào)、油藏模擬、航天等領(lǐng)域; 另一類是符號(hào)計(jì)算,又稱代數(shù)運(yùn)算,這是一種智能化的計(jì)算, 處理的是符號(hào)。符號(hào)可以代表整數(shù)、有

9、理數(shù)、實(shí)數(shù)和復(fù)數(shù),也可以代表多項(xiàng)式,函數(shù),集合等。隨著計(jì)算機(jī)的普及和人工智能的發(fā)展,相繼出現(xiàn)了多種功能齊全的計(jì)算機(jī)代數(shù)系統(tǒng)軟件, 其中Mathematica 和Maple 是它們的代表，由于它們都是用C 語(yǔ)言寫(xiě)成的, 所以可以在絕大多數(shù)計(jì)算機(jī)上使用。2.模式識(shí)別模式識(shí)別就是通過(guò)計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來(lái)研究模式的自動(dòng)處理和判讀。這里,我們把環(huán)境與客體統(tǒng)稱為“模式”, 隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類有可能研究復(fù)雜的信息處理過(guò)程。用計(jì)算機(jī)實(shí)現(xiàn)模式（文字、聲音、人物、物體等）的自動(dòng)識(shí)別，是開(kāi)發(fā)智能機(jī)器的一個(gè)最關(guān)鍵的突破口，也為人類認(rèn)識(shí)自身智能提供線索。計(jì)算機(jī)識(shí)別的顯著特點(diǎn)是速度快、準(zhǔn)確性和效率高。識(shí)別過(guò)程與

10、人類的學(xué)習(xí)過(guò)程相似。以“語(yǔ)音識(shí)別”為例： 語(yǔ)音識(shí)別就是讓計(jì)算機(jī)能聽(tīng)懂人說(shuō)的話，一個(gè)重要的例子就是七國(guó)語(yǔ)言（英、日、意、韓、法、德、中）口語(yǔ)自動(dòng)翻譯系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)后，人們出國(guó)預(yù)定旅館、購(gòu)買(mǎi)機(jī)票、在餐館對(duì)話和兌換外幣時(shí)，只要利用電話網(wǎng)絡(luò)和國(guó)際互聯(lián)網(wǎng)，就可用手機(jī)、電話等與“老外”通話。指紋是人體的一個(gè)重要特征，具有唯一性。北京大學(xué)有關(guān)專家對(duì)數(shù)字圖像的離散幾何性質(zhì)進(jìn)行了深入研究，建立了從指紋灰度圖像精確計(jì)算紋線局部方向、進(jìn)而提取指紋特征信息的理論與算法，隨后研究成功了適于民用身份鑒定的全自動(dòng)指紋鑒定系統(tǒng)，以及適于公安刑事偵破的指紋鑒定系統(tǒng)。從而開(kāi)創(chuàng)了我國(guó)指紋自動(dòng)識(shí)別系統(tǒng)應(yīng)用的先河。北京指紋自動(dòng)識(shí)別系

11、統(tǒng)的推出，使我國(guó)公安干警從指紋查對(duì)的繁重人工處理中解放出來(lái)。3.專家系統(tǒng)專家系統(tǒng)是一種模擬人類專家解決某些領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)內(nèi)部含有大量的某個(gè)領(lǐng)域的專家水平的知識(shí)與經(jīng)驗(yàn)，能夠運(yùn)用人類專家的知識(shí)和解決問(wèn)題的方法進(jìn)行推理和判斷，模擬人類專家的決策過(guò)程，來(lái)解決該領(lǐng)域的復(fù)雜問(wèn)題。專家系統(tǒng)是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一,涉及到社會(huì)各個(gè)方面，各種專家系統(tǒng)已遍布各個(gè)專業(yè)領(lǐng)域，取得很大的成功。根據(jù)專家系統(tǒng)處理的問(wèn)題的類型，把專家系統(tǒng)分為解釋型、診斷型、調(diào)試型、維修型、教育型、預(yù)測(cè)型、規(guī)劃型、設(shè)計(jì)型和控制型等1 0 種類型。具體應(yīng)用就很多了，例如血液凝結(jié)疾病診斷系統(tǒng)、電話電纜維護(hù)

12、專家系統(tǒng)、花布圖案設(shè)計(jì)和花布印染專家系統(tǒng)等等。4.機(jī)器翻譯機(jī)器翻譯是利用計(jì)算機(jī)把一種自然語(yǔ)言轉(zhuǎn)變成另一種自然語(yǔ)言的過(guò)程，用以完成這一過(guò)程的軟件系統(tǒng)叫做機(jī)器翻譯系統(tǒng)。目前，國(guó)內(nèi)的機(jī)器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點(diǎn)，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻譯類。詞典類翻譯軟件代表是“金山詞霸”了，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義，并提供單詞的發(fā)音，為用戶了解單詞或詞組含義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。機(jī)器翻譯：1.一句一句處理，上下文缺乏聯(lián)系； 2.對(duì)

13、源語(yǔ)言的分析只是求解句法關(guān)系，完全不是意義上的理解； 3.缺乏領(lǐng)域知識(shí)，從計(jì)算機(jī)到醫(yī)學(xué)，從化工到法律都通用，就換專業(yè)詞典； 4.譯文轉(zhuǎn)換是基于源語(yǔ)言的句法結(jié)構(gòu)的，受源語(yǔ)言的句法結(jié)構(gòu)的束縛； 5.翻譯只是句法結(jié)構(gòu)的和詞匯的機(jī)械對(duì)應(yīng)。 人工翻譯： 1.一般會(huì)先通讀全文，會(huì)前后照應(yīng)； 2.對(duì)源語(yǔ)言是求得意義上的理解； 3.只有專業(yè)翻譯人員，而沒(méi)有萬(wàn)能翻譯人員； 4.譯文是基于他對(duì)源語(yǔ)言的理解，不受源語(yǔ)言的句法結(jié)構(gòu)的束縛； 5.翻譯是一個(gè)再創(chuàng)造的過(guò)程。 在目前的情況下，計(jì)算機(jī)輔助翻譯應(yīng)該是一個(gè)比較好的實(shí)際選擇。事實(shí)上，在很多領(lǐng)域中，計(jì)算機(jī)輔助人類工作的方式已經(jīng)得到了廣泛的應(yīng)用，例如CAD軟件。如果計(jì)算

14、機(jī)輔助技術(shù)用于語(yǔ)言的翻譯研究，應(yīng)該同樣可以起到很大的輔助作用，這就是所謂的“計(jì)算機(jī)輔助翻譯”。它集機(jī)器記憶式翻譯、語(yǔ)法分析式翻譯和人際交互式翻譯為一體，把翻譯過(guò)程中機(jī)械、重復(fù)、瑣碎的工作交給計(jì)算機(jī)來(lái)完成。這樣，翻譯者只需將精力集中在創(chuàng)造性的思考上，有利于工作效率的提高。機(jī)器翻譯研究歸根結(jié)底是一個(gè)知識(shí)處理問(wèn)題，它涉及到有關(guān)語(yǔ)言內(nèi)的知識(shí)、語(yǔ)言間的知識(shí)、以及語(yǔ)言外的世界知識(shí)，其中包括常識(shí)和相關(guān)領(lǐng)域的專門(mén)知識(shí)。隨著因特網(wǎng)的普及與發(fā)展，機(jī)器翻譯的應(yīng)用前景十分廣闊。作為人類探索自己智能和操作知識(shí)的機(jī)制的窗口，機(jī)器翻譯的研究與應(yīng)用將更加誘人。國(guó)際上有關(guān)專家分析認(rèn)為機(jī)器翻譯要想達(dá)到類似人工翻譯一樣的流暢程度，

15、至少還要經(jīng)歷15年時(shí)間的持續(xù)研究，但在人類對(duì)語(yǔ)言研究還沒(méi)有清楚“人腦是如何進(jìn)行語(yǔ)言的模糊識(shí)別和判斷”的情況下，機(jī)器翻譯要想達(dá)到100%的準(zhǔn)確率是不可能的。由此也可知道，人工智能雖然功能越來(lái)越強(qiáng)大，應(yīng)用越來(lái)越廣泛，但是就目前來(lái)看其缺點(diǎn)還是很明顯的，因此還需不斷努力，使其更加完善。2.3 人工智能的表示一.智能機(jī)器系統(tǒng)如同智能生物一樣，在運(yùn)用知識(shí)進(jìn)行信息交流或只能問(wèn)題求解時(shí)，都需要預(yù)先進(jìn)行知識(shí)表示。進(jìn)而實(shí)現(xiàn)知識(shí)調(diào)用，達(dá)到利用知識(shí)求解問(wèn)題的目的。因而只是表示是知識(shí)信息處理系統(tǒng)必不可少的關(guān)鍵環(huán)節(jié)。對(duì)智能機(jī)器系統(tǒng)而言,只是表示，實(shí)際上就是對(duì)知識(shí)的一種描述或約定。其本質(zhì)，就是采用某種技術(shù)模式，八所要求解決

16、的問(wèn)題的相關(guān)知識(shí)，映射為一種便于找到該問(wèn)題解的數(shù)據(jù)結(jié)構(gòu)。對(duì)知識(shí)進(jìn)行表示的過(guò)程，實(shí)質(zhì)上就是把相關(guān)只是映射（或稱為變換：Transformation；或稱為映像：Mapping；或稱為編碼：Coded）為該數(shù)據(jù)結(jié)構(gòu)的過(guò)程。如圖1。圖1 只是表達(dá)及其映射原理如圖，其目標(biāo)是要對(duì)復(fù)雜的智能性問(wèn)題實(shí)現(xiàn)機(jī)器求解，但機(jī)器直接對(duì)原始問(wèn)題求解難度很大，可采用知識(shí)表達(dá)的映射原理，把原始問(wèn)題映射為它的一種同構(gòu)或同態(tài)問(wèn)題，然后在對(duì)同構(gòu)或同態(tài)問(wèn)題求出它的解答，則相對(duì)容易而方便。順便指出：同構(gòu)解答與原始問(wèn)題有相同的形式解，然而對(duì)于同態(tài)問(wèn)題，如果得到原始解，只需對(duì)同臺(tái)解答再施行反運(yùn)算即可。在自然科學(xué)實(shí)際應(yīng)用研究中，利用映射（

17、稱之為變換）原理迂回求解的思想，是一種非常有效而廣為使用的重要手段。目前比較常見(jiàn)的知識(shí)表達(dá)方法主要有：常用的知識(shí)表示方法：一階謂詞邏輯表示法，產(chǎn)生式表示法，框架表示法，語(yǔ)義網(wǎng)絡(luò)表示法，腳本表示法，過(guò)程表示法，面向?qū)ο蟊硎痉?，神?jīng)網(wǎng)絡(luò)表示法。如圖2圖2 只是表達(dá)法的基本框架二.常用知識(shí)表示法：一階謂詞邏輯表示法：一階謂詞邏輯表示法是目前應(yīng)用最廣的方法之一，在AI系統(tǒng)上已經(jīng)得到了應(yīng)用。它是通過(guò)分析命題內(nèi)容和謂詞邏輯，盡可能正確地表述它的各種意境的過(guò)程。知識(shí)的謂詞邏輯表示符合人的思維習(xí)慣，可讀性好，邏輯關(guān)系表達(dá)簡(jiǎn)便。使用謂詞邏輯既便于表達(dá)概念、狀態(tài)、屬性等事實(shí)性知識(shí)，又能方便地采用謂詞公式的表達(dá)形式

18、，進(jìn)行各種智能行為的過(guò)程性描述與演繹推理。一階謂詞的一般形式為P(x1，x2，xn) 其中P是謂詞名，xi為個(gè)體常量、變?cè)?，或函?shù)。例如：STUDENT(zhangsan)：zhangsan是學(xué)生STUDENT(x)：x是學(xué)生Greater(x，5)：x5TEACHER(father(Wanghong)：王宏的父親是教師。在一階謂詞表示法中連接詞是非常重要的其中：連接詞：、量詞：、(x)P(x)為真、為假的定義(x)P(x)為真、為假的定義結(jié)合具體事例可以看到一階謂詞邏輯在知識(shí)表示法中的優(yōu)越性：李明是計(jì)算機(jī)系的學(xué)生，但他不喜歡編程。定義謂詞：COMPUTER(x):x是計(jì)算機(jī)系的學(xué)生LIKE(

19、x,y):x喜歡y謂詞公式為：LIKE(liming，programming) COMPUTER(liming) 謂詞邏輯是一種傳統(tǒng)經(jīng)典也是最基本的形式化方法。謂詞邏輯知識(shí)表示:規(guī)范性嚴(yán)，邏輯性強(qiáng)，自然性好，推理過(guò)程嚴(yán)密，易于實(shí)現(xiàn)。這些優(yōu)良特性使得謂詞邏輯最早用于人工智能機(jī)器定理證明，并獲得了成功。但是必須看到，謂詞邏輯屬于標(biāo)準(zhǔn)的二值（T與F）邏輯，難以直接進(jìn)行不確定性問(wèn)題的處理。對(duì)于復(fù)雜系統(tǒng)的求解問(wèn)題，容易陷入冗長(zhǎng)演繹推理中，常常不可避免地帶來(lái)求解效率低,甚至產(chǎn)生“組合爆炸”問(wèn)題。因此，針對(duì)謂詞邏輯，尚待人們不斷加以改進(jìn)，以便尋求自然性好而效率更高的技術(shù)方法。產(chǎn)生式表示法目前，產(chǎn)生式表示方法

20、是專家系統(tǒng)的第一選擇的知識(shí)表達(dá)方式。是美國(guó)數(shù)學(xué)家Post在1943年提出了一種計(jì)算形式體系里所使用的術(shù)語(yǔ)。產(chǎn)生式表示的基本形式為：（1）確定性知識(shí)的表示：產(chǎn)生式形式： PQ或者IF P THEN Q它的含義：如果前提P滿足，則可以推出結(jié)論Q或執(zhí)行Q操作。例如：IF CLEAR(B) AND HANDEMPTYTHEN Pickup(B)如果積木B上是空的，且機(jī)械手空，則機(jī)械手從桌面上抓起積木B。（2）不確定知識(shí)的表示：產(chǎn)生式形式：PQ （置信度）或者IF P THEN Q（置信度）在不確定推理中，當(dāng)已知事實(shí)與前提P不能精確匹配時(shí)，只要按照“置信度”的要求達(dá)到一定的相似度，就認(rèn)為已知事實(shí)與前提條

21、件相匹配，再按照一定的算法將這種可能性（不確定性）傳遞到結(jié)論Q。產(chǎn)生式表示法其優(yōu)點(diǎn)在于模塊性。規(guī)則與規(guī)則之間相互獨(dú)立靈活性。知識(shí)庫(kù)易于增加、修改、刪除自然性。方便地表示專家的啟發(fā)性知識(shí)與經(jīng)驗(yàn)透明性。易于保留動(dòng)作所產(chǎn)生的變化、軌跡，但仍有不少缺點(diǎn)：知識(shí)庫(kù)維護(hù)難。效率低。為了模塊一致性理解難。由于規(guī)則一致性彼此之間不能調(diào)用。2.3 語(yǔ)義網(wǎng)絡(luò)表達(dá)式語(yǔ)義網(wǎng)絡(luò)是人工智能常用的知識(shí)表示法之一。是一種使用概念及其語(yǔ)義關(guān)系來(lái)表達(dá)知識(shí)的有向圖。它作為人類聯(lián)想記憶的一個(gè)顯示心理學(xué)模型，是由J.R.Quillian于1968年在他的博士論文中首先提出，并用于自然語(yǔ)言處理。語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)共使用了三種圖形符號(hào)：框、帶箭頭

22、及文字標(biāo)識(shí)的線條和文字標(biāo)識(shí)線。分別稱為:（1）節(jié)(結(jié))點(diǎn);弧(又叫做邊或支路); 指針。（2）節(jié)點(diǎn)(Node)：也稱為結(jié)點(diǎn)。用圓形、橢圓、菱形或長(zhǎng)方形的框圖來(lái)表示，用來(lái)表示事物的名稱、概念、屬性、情況、動(dòng)作、狀態(tài)等。（3）弧(Arc)：這是一種有向弧，又稱之為支路（Branch）。節(jié)點(diǎn)之間用帶箭頭及文字標(biāo)識(shí)的有向線條來(lái)聯(lián)結(jié)，用以表示事物之間的結(jié)構(gòu)，即語(yǔ)義關(guān)系。（4）指針(Pointer)：也叫指示器。是在節(jié)點(diǎn)或者弧線的旁邊，另外附加必要的線條及文字標(biāo)識(shí)，用來(lái)對(duì)節(jié)點(diǎn)、弧線和語(yǔ)義關(guān)系作出相宜的補(bǔ)充、解釋與說(shuō)明。語(yǔ)義網(wǎng)絡(luò)是一種結(jié)構(gòu)化知識(shí)表示方法，具有表達(dá)直觀，方法靈活，容易掌握和理解的特點(diǎn)。概括起來(lái)

23、，主要優(yōu)點(diǎn)在于采用語(yǔ)義關(guān)系的有向圖來(lái)連接，語(yǔ)義、語(yǔ)法、詞語(yǔ)應(yīng)用兼顧，具有描述生動(dòng)，表達(dá)自然，易于理解等。雖然語(yǔ)義網(wǎng)絡(luò)知識(shí)表示和推理具有較大的靈活性和多樣性，但是沒(méi)有公認(rèn)嚴(yán)密的形式表達(dá)體系，卻不可避免地帶來(lái)了非一致性和程序設(shè)計(jì)與處理上的復(fù)雜性，這也是語(yǔ)義網(wǎng)絡(luò)知識(shí)表示尚待深入研究解決的一個(gè)課題?？蚣鼙硎绞娇蚣鼙硎痉ㄕQ生于1975年，這也是一種結(jié)構(gòu)化的知識(shí)表示方法，并已在多種系統(tǒng)中得到成功的應(yīng)用?？蚣芾碚撌怯扇斯ぶ悄芸茖W(xué)創(chuàng)始人之一，美國(guó)著名的人工智能學(xué)者M(jìn).L.Minsky(明斯基)提出來(lái)的。自然界各種事物都可用框架(Frame)組織構(gòu)成。每個(gè)被定義的框架對(duì)象分別代表著不同的特殊知識(shí)結(jié)構(gòu)，從而可在大

24、腦或計(jì)算機(jī)中表示、存儲(chǔ)并予以認(rèn)識(shí)、理解和處理?？蚣苁且环N被用來(lái)描述某個(gè)對(duì)象（諸如一個(gè)事物、一個(gè)事件或一個(gè)概念）屬性知識(shí)的數(shù)據(jù)結(jié)構(gòu)。下面是一個(gè)關(guān)于“大學(xué)教師”的框架設(shè)計(jì)模式。n框架名：大學(xué)教師n姓名：?jiǎn)挝唬ㄐ?，名）n年齡：?jiǎn)挝唬q）n性別：范圍(（男，女）缺?。耗?n學(xué)歷：范圍（學(xué)士，碩士，博士）n 職稱：范圍(（教授，副教授，講師，助教）缺?。褐v師)n部門(mén)：范圍（學(xué)院（或系、處）n住址：住址框架n工資：工資框架n參加工作時(shí)間：?jiǎn)挝唬?，月）n健康狀況：范圍（健康，一般，較差）n其它：范圍（個(gè)人家庭框架，個(gè)人經(jīng)濟(jì)狀況框架）上述框架共有十一個(gè)槽，分別描述了關(guān)于“大學(xué)教師”的十一個(gè)方面的知識(shí)及其屬性

25、。在每個(gè)槽里都指定了一些說(shuō)明性的信息，表明了相關(guān)槽的值的填寫(xiě)要有某些限制?？蚣鼙硎痉ㄖС稚蠈涌蚣芨拍畛橄蠛拖聦涌蚣苄畔⒗^承共享的思想，不僅減少了框架信息和屬性知識(shí)表達(dá)的冗余，而且保證了上、下層框架知識(shí)表達(dá)的一致性。主要缺點(diǎn)：框架表示法過(guò)于死板，難以描述諸如機(jī)器人糾紛等類問(wèn)題的動(dòng)態(tài)交互過(guò)程生動(dòng)性。三.各知識(shí)表達(dá)式的比較與展望以上若知識(shí)表達(dá)方法，絕大多數(shù)在應(yīng)用中得到了很好的應(yīng)用。但實(shí)際工作中，如果要建立一個(gè)人工智能系統(tǒng)、專家系統(tǒng)時(shí)，還是要根據(jù)具體情況,提出一個(gè)混合性的知識(shí)表達(dá)方式。每一種知識(shí)表示方法各有特點(diǎn)，而且適用的領(lǐng)域也不同：（1）謂詞邏輯方法只適用于確定性、陳述性、靜態(tài)性知識(shí)，而對(duì)動(dòng)態(tài)的、變化性、模糊性知識(shí)則很難表示。（2）產(chǎn)生式規(guī)則方法推理方法太單一，如果前提條件太多，或規(guī)則條數(shù)太多，則推理的速度將慢得驚人。（3）語(yǔ)義網(wǎng)絡(luò)方法表達(dá)的知識(shí)面比較窄。（4）框架方法表示的知識(shí)橫向關(guān)系不太明確。（縱向從屬繼承關(guān)系很明確）因此，對(duì)于復(fù)雜的、深層次的知識(shí)，應(yīng)根據(jù)需要表示知識(shí)的特征，來(lái)決定用二種或三種方法聯(lián)合表示，例如：（1）邏輯與框架：框架里的槽值可以對(duì)應(yīng)于謂詞項(xiàng)。（2）語(yǔ)義網(wǎng)絡(luò)與框架：結(jié)點(diǎn)對(duì)應(yīng)與框架，結(jié)點(diǎn)的參數(shù)就是框架的槽值。（3）產(chǎn)生式與框架：框架的槽值對(duì)應(yīng)于一條產(chǎn)生式規(guī)則。與神經(jīng)網(wǎng)絡(luò)結(jié)合。2.4 結(jié)語(yǔ)目前人工智能主要研