專家系統(tǒng)介紹

專家系統(tǒng)概述本章學(xué)習(xí)目的：

?

了解ES的發(fā)展、原理；

?

了解ES編程與語言；本章主要講述內(nèi)容：

1.ES的產(chǎn)生與發(fā)展及今后展望；2.專家系統(tǒng)的基本原理

3.傳統(tǒng)數(shù)據(jù)處理、AI與ES;4.ES的基本思想、特征與定義；5.ES的基本結(jié)構(gòu)；

1.1專家系統(tǒng)（ES）技術(shù)的產(chǎn)生、發(fā)展和展望

在講述專家系統(tǒng)之前，先講一下人工智能（AI），AI是計算機科學(xué)的一個分支，它研究一類具有智能的計算機系統(tǒng)的設(shè)計（含軟、硬件兩部分），來模仿人的行為，是一種將符號方法和非算法（啟發(fā)式）結(jié)合的應(yīng)用方法學(xué)。ES是AI的一個分支，是從理論到實踐的嘗試，也可以說是AI從理論研究到應(yīng)用研究的一個轉(zhuǎn)折點。ES技術(shù)的產(chǎn)生

ES的研究起源于1965年E.A.Feigenbaum等人對DENDRAL()的開發(fā)。按時間順序，ES技術(shù)的產(chǎn)生可分為：孕育期（1965年前）；產(chǎn)生期（1965~1971）；基本成熟期（1972~1977）；進一步發(fā)展與應(yīng)用化時期（1977年以后）。

(1)孕育時期（1965年前）自1946年計算機問世以來，其應(yīng)用集中在計算科學(xué)與數(shù)據(jù)處理上，并通過“算法”來實現(xiàn)。而對于符號處理，算法無從適應(yīng)，為發(fā)揮計算機的更大效能，1956年J.McCarthy、M.Lminsky、N.Lochester和C.E.Shannon等四人發(fā)起并組織了“Dartmouth會議”，這標志著AI的誕生。

AI理論基礎(chǔ)的奠定：1956年以前AI研究針對的具體問題：

Ⅰ.

邏輯理論機：一個程序，模擬人類用數(shù)理邏輯證明定理時的思維規(guī)律。

Ⅱ.西洋跳棋程序Checker：自學(xué)習(xí)、自組織、自發(fā)展。

由GPS帶來的AI理論成熟：1957年以后，A.Newell和H.A.Imans以心理學(xué)實驗為基礎(chǔ)，開始GPS（通用問題求解程序，可以用來求解11種不同類型的問題）的研究，這項研究最終歸于失敗，但為AI提供了以下幾個方面的理論成就：

Ⅰ.

發(fā)現(xiàn)一些通用問題求解技術(shù)和各種搜索策略；

Ⅱ.

認識到知識在智能行為中的地位；

Ⅲ.AI研究開始從通用問題基于推理的模型轉(zhuǎn)向?qū)ｉT問題基于知識的模型；

表處理語言LISP出現(xiàn)：

1960年由J.McCanthy研制的表處理語言LISP，奠定了ES的開發(fā)工具的基礎(chǔ)，它除了具有數(shù)據(jù)處理的功能外，還能方便地進行符號處理。

以上三大問題（AI的出現(xiàn)及基礎(chǔ)理論的形成；由GPS帶來的觀念轉(zhuǎn)化；表處理語言LISP）的出現(xiàn)帶來了ES的出現(xiàn)——即孕育著ES。

(2)產(chǎn)生時期（1965~1971）

Ⅰ.

Standfond的費根鮑教授提出的DWNDRAL系統(tǒng)的出現(xiàn)：它是“結(jié)合啟發(fā)式程序+大量專門知識”的實用智能系統(tǒng)，第一次顯示了“知識的組織”對AI的重要性；對解的問題以符號表達為主；解空間的啟發(fā)式搜索。標志著ES的問世。

Ⅱ.

MACSYMA系統(tǒng)的開發(fā)：(1968年由MIT的C.Engleman等開發(fā))具有以下特點：

?

MACSYMA是一人機交互系統(tǒng)；

?

執(zhí)行公式化簡，符號微分，符號積分等數(shù)學(xué)問題求解；

?

使用啟發(fā)式轉(zhuǎn)換；

?

使用大量專門知識，進行符號處理。

Ⅲ.產(chǎn)生時期ES技術(shù)的水平評價：

?

解空間的搜索利用啟發(fā)式程序，使“通用問題求解向?qū)Ｓ眯詥栴}”轉(zhuǎn)換；

?

使用了大量的專門知識，并用于組織，用于符號推理；

?

問題求解與推理技術(shù)，知識獲取與形式化均處于雛形。

第一代ES對AI研究的重要意義在于：

它把AI的啟發(fā)式程序+符號推理技術(shù)用于實際問題求解，使AI轉(zhuǎn)向?qū)嵱谩?/p>

(3)基本成熟時期（1972~1977）

Ⅰ.

ES進一步發(fā)展的原因：

DENDRAL等的成功，使人們認識到：結(jié)合專門知識來實現(xiàn)專家級的問題求解,

克服人類專家的一些人為因素,

ES提供了存儲專家知識、傳授專家知識的手段。

Ⅱ.

ES的基礎(chǔ)理論進一步發(fā)展與完善

?1972年A.Newell和H.A.Siman在研究人類的認識模型中開發(fā)的基于規(guī)則的產(chǎn)生式系統(tǒng)技術(shù)；

?1972年法國馬塞大學(xué)的PROLOG語言；

?1975年M.L.Minsky提出的理解復(fù)雜行為的框架表示法。

Ⅲ.

ES的基本成熟期

ES技術(shù)的基本成熟期是與一批ES系統(tǒng)的開發(fā)相關(guān)聯(lián)的，這批ES系統(tǒng)涉及到數(shù)學(xué)、醫(yī)療、自然語言理解、地質(zhì)等許多領(lǐng)域。其中貢獻最大的有：

?

MYCIN系統(tǒng)：一個基于規(guī)則的產(chǎn)生式系統(tǒng)，運用可信度因子實現(xiàn)不確定性推理。

?

CASNET系統(tǒng)：用于語言理解，采用黑板結(jié)構(gòu)。

?

HEARSAY系統(tǒng)：1976年Standford大學(xué)開始開發(fā)的用于根據(jù)地質(zhì)數(shù)據(jù)找礦的ES咨詢系統(tǒng)。

Ⅳ.基于成熟期ES技術(shù)的水平評價

?

知識組織的形式化技術(shù)基本確定，如出現(xiàn)語義網(wǎng)絡(luò)、框架等；

?

系統(tǒng)的人機接口已列為重要問題；

?

系統(tǒng)的解釋機制的出現(xiàn)；

?

系統(tǒng)對新知識的獲取；

?

不確定推理機的建立。

?

開始了非計算機專業(yè)人員直接建立ES的應(yīng)用年代。

?

開發(fā)ES通用性研究；

總而言之，這一時期的ES開發(fā)的基本理論與方法已經(jīng)形成，且ES技術(shù)進一步向其它公式領(lǐng)域拓展。

(4)進一步發(fā)展與應(yīng)用化時期

Ⅰ.ES的基本理論進一步完善：

骨架系統(tǒng)（skeletalsystem）等ES建造工具出現(xiàn)；自動知識獲取系統(tǒng)；知識管理系統(tǒng)KBMS的研究；新的推理模型。

Ⅱ.ES的實用擴展到各個領(lǐng)域：

以機械工程CAD/CAM為例，ES覆蓋了從CAD、CAPP到CAM的各個階段。

Ⅲ.ES技術(shù)今后的展望：今后ES技術(shù)可能沿以下幾個方向發(fā)展：

?

綜合多個知識表示模式，使淺層知識、深層知識、常識知識等結(jié)合起來；

?

分布式ES體系結(jié)構(gòu)；

?

知識的自學(xué)習(xí)方法；

?

符號推理與數(shù)值理論的結(jié)合；

?

新的ＥＳ工具模型；

?

實時ＥＳ。1.2專家系統(tǒng)的基本原理1.傳統(tǒng)數(shù)據(jù)處理與ES

(1)算法與啟發(fā)式方法

算法：指抽象的通步縮進的求解步驟，算法具有：

?

通用性，即算法能求解問題的全部問題；

?

確定性，即求解狀態(tài)、步驟是精確、唯一的，可被機械執(zhí)行；

?

有效性，即任何問題代入算法后都可經(jīng)有限個步驟達到期望的結(jié)果;

我們把存在算法并且算法可以實現(xiàn)的問題稱為定規(guī)問題。

啟發(fā)式方法：對問題的求解采用積累的方式，符號處理是啟發(fā)式方法的特點。

?

符號性，一般僅用于求解一類的特定問題；

?

試程性，允許用多方法試探求解；

?

針對性，啟發(fā)式方法常利用求解問題的一些特殊規(guī)律求解，這些規(guī)律不精確，經(jīng)不起或未經(jīng)嚴格的證明，不能保證對每個問題都有精確解或最優(yōu)解。

通常，我們把這類問題稱為非定規(guī)問題。

(2)傳統(tǒng)數(shù)據(jù)處理

Ⅰ.

基于算法，根據(jù)待求問題，找出相應(yīng)算法，屬過程型。

?

用特定的程序設(shè)計語言編制算法程序；

?

計算機按程序的要求，針對所輸入的數(shù)據(jù)進行操作與求解；

?

輸出問題的解。

Ⅱ.

算法也可以表達知識，過程型知識，但

?

不易表達大量知識，知識修改和理解難；

?

只適于表達完全正確的知識；

?

只適于處理完全準確的數(shù)據(jù)。

(3)ES的信息處理

現(xiàn)實中許多問題不能用算法表示，其求解是經(jīng)驗性的，ES對信息處理以

“知識”為中心，包括：

?

知識的敘述性表示，用特定的數(shù)據(jù)結(jié)構(gòu)來表示知識，而不僅是用算法表示；

?

知識的處理，以符號處理為特征；

?

知識的啟發(fā)式應(yīng)用，以問題求解的特定策略為基礎(chǔ)，指導(dǎo)問題求解策略。

ES信息處理的主要特點是“知識”與對知識的應(yīng)用相分離。

2.ES的定義、基本思想與特征

(1)專家系統(tǒng)的定義：專家系統(tǒng)是一個（或一組）能在某特定領(lǐng)域內(nèi)，以人類專家水平去求解該領(lǐng)域中困難問題的計算機程序。

(2)專家系統(tǒng)的基本思想：利用計算機存儲關(guān)于某一領(lǐng)域的大量專門知識；有效地利用這些知識去解決問題。

(3)ES的特征：ES以知識為中心，并具有三大特征：

?

啟發(fā)性（Heuristic），不僅使用邏輯知識，也使用啟發(fā)性知識；

?

透明性（Transparency），能向用戶解釋推理；

?

靈活性（Flexibility），系統(tǒng)的知識便于修改和補充。3.專家系統(tǒng)的基本結(jié)構(gòu)、流行結(jié)構(gòu)和理想結(jié)構(gòu)

(1)ES的基本結(jié)構(gòu)知識庫推理機動態(tài)程序KEngineerDomainEngineer知識數(shù)據(jù)結(jié)果用戶人機接口知識獲取機制解釋機制推理機動態(tài)數(shù)據(jù)庫知識庫知識庫：存放領(lǐng)域?qū)＜姨峁┑那蠼鈫栴}的專門知識，其質(zhì)量直接影響ES的性能。動態(tài)數(shù)據(jù)庫：反映具體問題在當前求解狀態(tài)下的符號或事實的集合，包括(或上下文)問題的有關(guān)初始數(shù)據(jù)和系統(tǒng)求解期間所產(chǎn)生的所有問題。推理機：在一定的控制策略下，針對上下文中的當前問題信息，識別和選取知識庫中對當前問題的可用知識進行推理，以修改上下文，直到最終得到問題的解。知識獲取機制：解釋機制：人機接口：實現(xiàn)用戶輸入和ES內(nèi)部表達方式的轉(zhuǎn)換。

(2)ES的流行結(jié)構(gòu)

目前，ES的流行結(jié)構(gòu)是擴充的基于規(guī)則的產(chǎn)生式系統(tǒng)，結(jié)構(gòu)仍為基本結(jié)構(gòu)，僅僅是包括：

知識庫——“規(guī)則”+“事實”組成；

推理機——規(guī)則推理機（正向、反向、雙向）；

上下文——動態(tài)事實集。

(3)ES的理想結(jié)構(gòu)

Hayes-Roth曾提出一個理想的結(jié)構(gòu)“黑板結(jié)構(gòu)”。思想來源：

?

黑板控制結(jié)構(gòu)；

?

基于規(guī)則的ES結(jié)構(gòu)。語言處理程序知識庫解釋程序用戶規(guī)劃議題結(jié)果執(zhí)行程序調(diào)度程序一階性處理程序術(shù)語解釋：

黑板:用于記錄系統(tǒng)在求解問題過程中所產(chǎn)生的中間假設(shè)與結(jié)果，它是溝通系統(tǒng)各個部件的全局工作區(qū)，可劃分為三個部分：

?

規(guī)劃部分：描述整體的解題步驟；系統(tǒng)能達到的目標；為達到目標所制定的處理計劃；實施計劃所要求的條件和預(yù)期狀態(tài)。

?

議事日程部分：記錄著等待執(zhí)行的動作，通常對應(yīng)著知識庫中與先前對應(yīng)著的記錄在黑板中的某一結(jié)果有關(guān)的規(guī)則。

?

結(jié)果部分：系統(tǒng)所生成候選假設(shè)和中間結(jié)果及這些結(jié)果間的依賴關(guān)系。

解釋程序：解答用戶提問；系統(tǒng)自身相關(guān)問題解釋；

調(diào)度程序：用于管理和控制過程；該程序運用策略性知識，指導(dǎo)對議事日程各個項目的調(diào)度；

執(zhí)行程序：應(yīng)用知識庫來實現(xiàn)和完成；由調(diào)度程序從議事日程里選出相應(yīng)的議事項目，并把求解的結(jié)果記錄到黑板中；一階性處理程序：用于維護系統(tǒng)而得出結(jié)果的一階表示形式；4.專家系統(tǒng)分類

基于邏輯的ES;基于規(guī)則的ES;

基于語義網(wǎng)絡(luò)的ES;

基于框架的ES;

Ⅱ.按任務(wù)類型分為：

?解釋型ES——用于分析符號等數(shù)據(jù)，進而闡明這些數(shù)據(jù)的實際意義；

?預(yù)測型ES——根據(jù)處理對象的過去與現(xiàn)在情況推測未來的演變結(jié)果；

?診斷型ES——根據(jù)輸入信息找出處理對象中存在的故障、缺陷；

?

調(diào)試型ES——給出已確認故障的排除方案；

?維修型ES——制定并實施糾正某類故障的規(guī)劃；

?規(guī)劃型ES——根據(jù)給定目標擬定行動計劃；

?設(shè)計型ES——根據(jù)給定要求形成所需方案和圖樣；

?

監(jiān)護型ES——完成實時監(jiān)測任務(wù)；

?控制型ES——完成實時控制；

?

教育型ES——診斷型和調(diào)試型的組合，用于教學(xué)和培訓(xùn)。Ⅰ.按知識表示技術(shù)分為5.研制專家系統(tǒng)的意義

理論意義：

Ⅰ.ES作為理論研究的實現(xiàn)工具推動了AI的發(fā)展；它以知識為中心，從知識表示、知識利用和知識獲取這三個環(huán)節(jié)取得巨大成功。Ⅱ.ES的實用性較強，成為檢驗AI基本理論和測試AI基本技術(shù)的較理想的實驗場所。Ⅲ.ES應(yīng)用的不斷深入，向AI提出了新的課題，促使AI的進一步發(fā)展。

實踐意義：ES作為一實用工具為人類提供了保存知識、傳播知識、利用知識、評價知識的有效手段，知識是一寶貴的資源，知識的推廣和使用可產(chǎn)生巨大的經(jīng)濟效應(yīng)，ES能利用專家知識造福人類。1.3ES的開發(fā)工具1.人工智能語言

專家系統(tǒng)的編程語言既可用通用語言，如C語言等，也可用人工智能語言LISP、PROLOG完成。

(1)LISP語言

基于表處理和函數(shù)，經(jīng)典的LISP語言只有一種結(jié)構(gòu)“表”。LISP語言與其它語言的最大區(qū)別是，它以表為對象處理符號，而不僅僅是數(shù)據(jù)。

LISP語言的主要特點：

Ⅰ.

函數(shù)式程序設(shè)計語言，LISP語言不同于傳統(tǒng)語言，LISP程序?qū)嵸|(zhì)上被描述為以一組接近數(shù)學(xué)形式定義的函數(shù)。

Ⅱ.

程序與數(shù)據(jù)等價，LISP的程序和數(shù)據(jù)具有相同的表示形式“表”，因此，LISP語言中程序與數(shù)據(jù)無嚴格界限。

Ⅲ.

遞歸控制結(jié)構(gòu)，LISP函數(shù)多以遞歸定義，任何函數(shù)可直接或間接調(diào)用本身。

Ⅳ.

交互式解釋執(zhí)行。(2)Prolog語言

Prolog是一種邏輯程序設(shè)計語言，基于一階謂詞邏輯，是典型的敘述型語言（DeclarationLanguage）。

Prolog語言的特點：

(1)建立在一階謂詞邏輯和歸結(jié)原理基礎(chǔ)上，有自動推理功能。(2)用Prolog設(shè)計應(yīng)用程序時，僅需指明領(lǐng)域中各對象間的關(guān)系和決策規(guī)則，而應(yīng)用這些知識的推理由Prolog完成。(3)Prolog應(yīng)用程序，由數(shù)據(jù)庫和規(guī)則庫組成。(4)Prolog程序設(shè)計要做三件事，即說明事實、定義規(guī)則、提出問題。

(3)采用高級語言及面向?qū)ο笳Z言

(1)首先必須用高級語言完成推理機，知識庫建立等工具。(2)在此基礎(chǔ)上建立知識庫、完成推理。2.專家系統(tǒng)外殼專家系統(tǒng)外殼又稱骨架系統(tǒng)，它是由一些已經(jīng)開發(fā)成功，并且在實際使用中被證明為行之有效的專家系統(tǒng)演變而來的，即抽去這些專家系統(tǒng)中具體的知識，保留它的體系結(jié)構(gòu)和功能，再把領(lǐng)域?qū)Ｓ玫慕缑娓臑橥ㄓ玫慕缑妫偷玫搅讼鄳?yīng)的專家系統(tǒng)外殼。顯然，在專家系統(tǒng)外殼中，知識表示模式、推理機制等都是確定的。當使用這些外殼建造專家系統(tǒng)時，只需把相應(yīng)領(lǐng)域的知識用外殼規(guī)定的模式表示出來裝入到知識庫中就行了。較重要的專家系統(tǒng)外殼有：EMYCIN，KAS，EXPERT等。3.通用型專家系統(tǒng)工具

這是不依賴于任何已有的專家系統(tǒng)，完全重新設(shè)計且提供更多靈活性的一類專家系統(tǒng)開發(fā)工具。目前這類工具已有很多。4.專家系統(tǒng)開發(fā)環(huán)境

隨著專家系統(tǒng)應(yīng)用范圍的不斷擴大，人們對專家系統(tǒng)建造工具的要求也越來越高。人們不僅要求建造工具能夠提供高效的推理機，而且還希望它能夠提供多種形式的知識表示模式、多種不確定性推理模式、多種獲取知識的手段、多種輔助工具（如數(shù)據(jù)庫訪問、作圖等）以及多種友好的輔助界面（如調(diào)試功能、解釋功能、自然語言接口等）等等，這樣，單一的建造工具就不能適合人們的要求了，在這一背景下，專家系統(tǒng)開發(fā)環(huán)境就應(yīng)運而生了。

專家系統(tǒng)開發(fā)環(huán)境又稱專家系統(tǒng)開發(fā)工具包，它為專家系統(tǒng)的開發(fā)提供多種方便的構(gòu)件，例如獲取知識的輔助工具、適應(yīng)各種不同知識結(jié)構(gòu)的知識表示模式，各種不同的不確定性推理機制、知識庫管理系統(tǒng)以及各種不同的輔助工具、調(diào)試工具等。

目前，國內(nèi)外已有一些成型的產(chǎn)品。第二章專家系統(tǒng)的知識表示本章學(xué)習(xí)目的：

了解各種知識的表示方法，特點及應(yīng)用場合等。本章主要講述內(nèi)容：

?

知識和知識分類及表示方法；

?

知識的產(chǎn)生式規(guī)則表示法；

?

知識的框架表示法；

?

知識的語義網(wǎng)絡(luò)表示法；

?

知識的邏輯表示法；

?

其它知識表示法簡介；2.1知識、知識分類與知識表示問題1.知識的定義

知識是人類在實踐中所積累的認識和經(jīng)驗的總和，其中ES的知識指與領(lǐng)域問題求解相關(guān)的知識即“數(shù)據(jù)”和“符號”。2.知識的分類

(1)按知識的作用，將計算機處理的知識分為三類

?

描述性知識：表示對象及概念的特征及其相互關(guān)系的知識；問題求解狀況的知識；

?

判斷性知識：表示與領(lǐng)域有關(guān)的問題求解知識，如推理規(guī)則等；

?

過程性知識：表示問題的求解策略，即如何應(yīng)用判斷性知識等進行推理的知識；

(2)按知識的作用層次分

?

對象級知識：直接描述有關(guān)領(lǐng)域?qū)ο蟮闹R。

?

元級知識：描述對象級知識的知識，如關(guān)于領(lǐng)域知識的內(nèi)容、特征、應(yīng)用范圍的知識，如何運用這些知識的知識。

(3)其它分類形式

?

共性知識與個性知識；

?靜態(tài)知識與動態(tài)知識；3.知識表示問題

(1)知識表示的定義

將知識進行符號化，并用特定的數(shù)據(jù)結(jié)構(gòu)（邏輯與物理兩方面）進行描述與存儲的方法。

(2)知識表示的要求

?

表示能力：能夠?qū)栴}求解所需的知識正確有效的表達出來；

?

可理解性：所表達知識簡單、明了、易于理解；

?

可訪問性：能夠有效地利用所表達的知識；

?

可擴充性：能夠方便、靈活的對所表達的知識進行擴充；

(3)知識表示方法的分類（

按其表示的特征分）

?

敘述性表示：將知識與控制分開，把知識的使用方法，即控制部分留給計算機程序。它的特點是：嚴密性強、易于模塊化、具有推理的完備性；但推理效率較低。

?

過程性表示：將知識與控制結(jié)合起來（利弊與上述方法相反）。

兩種表示方法各有利弊，對不同性質(zhì)的問題應(yīng)采用不同形式的表達方法。

知識的表示和推理在大部分情況下位于獨立的兩個模塊，但推理機制強烈關(guān)聯(lián)于相應(yīng)的知識表示方式。

(4)常用的知識表示方法簡介

Ⅰ.產(chǎn)生式規(guī)則表示法

?

將知識表示成“if……then……”的形式；

?

表示方法自然、簡潔；

Ⅱ.框架表示法

?

將知識表示為層狀結(jié)構(gòu)，一個對象或概念的所有信息均屬于該層次的結(jié)構(gòu)中；

?

該層次結(jié)構(gòu)還可以表示對象間的關(guān)系；

?

該層次結(jié)構(gòu)由一系列的“槽”和相關(guān)于“槽”的一系列“側(cè)面”組成；

Ⅲ.

語義網(wǎng)絡(luò)表示法

采用結(jié)點和結(jié)點間的弧表示對象、概念及其相互關(guān)系。

Ⅳ.一階謂詞邏輯表示法

?

采用一階謂詞邏輯表示知識

?

屬敘述性知識表示

?

有嚴格的數(shù)學(xué)基礎(chǔ)

Ⅴ.

其它表示法

?

狀態(tài)空間法；

?與或圖

?

PETRI網(wǎng)

?

概念圖2.2知識的產(chǎn)生式規(guī)則表示法1.概述

產(chǎn)生式最早由P.Post于1943年提出，用于構(gòu)造Post機計算模型；1972年A.Newell和H.A.Simon在研究人類的認識模型中提出了Rule-Based產(chǎn)生式方法及規(guī)則表示模式；Rule-Based的表示法是目前應(yīng)用最為普遍的一種。

產(chǎn)生式通常用于具有因果關(guān)系的知識。

2.產(chǎn)生式規(guī)則的邏輯結(jié)構(gòu)

(1)格式

if（前提1）&（前提2）&…….

then（結(jié)論1）&（結(jié)論2）&……

正規(guī)化格式

if（前提1）&（前提2）&…….

then（結(jié)論1）

(2)產(chǎn)生式規(guī)則的基本單元

前提:符號化的事實型知識，不同前提形式構(gòu)成不同產(chǎn)生式規(guī)則類型。常量型前提（TigerhasLeg）；變量型前提（Lieats$VAR）；

結(jié)束型前提（$VAR>=28）；

表達式計算型（$VAR=2x+5y-16）；

結(jié)論:符號化事實型知識；

例如規(guī)則1：if該動物有羽毛then該動物是鳥規(guī)則2：if該動物是鳥and有長脖子

and有長腿

and不會飛

then該動物是鴕鳥3.產(chǎn)生式規(guī)則的物理結(jié)構(gòu)

產(chǎn)生式規(guī)則為變化數(shù)據(jù)結(jié)構(gòu)，采用“鏈接表”實現(xiàn)。規(guī)則號規(guī)則名指向第一個前提的指針結(jié)束第一個前提Next指針規(guī)則號規(guī)則名指向第一個前提的指針指向第一個結(jié)論的指針第一個前提Next指針第一個結(jié)論Next指針Ⅰ.

C語言實現(xiàn)

structpremises{charpremise_value[80];structpremise*next;}structrules{intrule_no;charrule_name[30];charconclusion[80];structpremise*first;}structrulesRule[N];structpremise*rp;intrule_n.Premise_n[N];

Ⅱ.

LISP語言的實現(xiàn)采用表結(jié)構(gòu)，具有直接性（Rule_No（if（……））lisp串；（then（……））嵌套在lisp函數(shù)；

Ⅲ.

Prolog語言的實現(xiàn)

QULE(integer,string,list,real)FACT(integer,string,list,real)4.產(chǎn)生式規(guī)則的組織

規(guī)則的組織是構(gòu)造規(guī)則庫的核心！

(1)規(guī)則庫的實質(zhì)一種隱含的“與或圖”，該“與或圖”以“事實性知識”為節(jié)點，節(jié)點間的連接關(guān)系由規(guī)則確定，為“與”關(guān)系，規(guī)則間的關(guān)系為“或”關(guān)系。

(2)原則上規(guī)則庫的規(guī)則可以順序存放，但存在下列矛盾；

?

規(guī)則的一致性問題應(yīng)解決；

?

如何控制沖突；

?

提高規(guī)則的匹配效率；

(3)推薦的組織形式

Ⅰ.以規(guī)則樹的形式組織，最高點為推理目標規(guī)則，依次按層次組織；Ⅱ.以類層次形式的“與或圖”組織規(guī)則；5.產(chǎn)生式規(guī)則的特點

(1)產(chǎn)生式規(guī)則表現(xiàn)的是“表層”知識，即人類在特定的領(lǐng)域關(guān)于“做什么”的過程性知識。(2)產(chǎn)生式規(guī)則與推理機分離，且規(guī)則間的聯(lián)系與上下文的數(shù)據(jù)結(jié)構(gòu)相關(guān)。(3)產(chǎn)生式規(guī)則的匹配效率隨著KB增加而迅速降低；(4)產(chǎn)生式規(guī)則的解釋能力較差，不象“深層”知識那樣有明確的因果關(guān)系。(5)產(chǎn)生式規(guī)則主要表示對象操作過程或?qū)?shù)據(jù)對象進行求解的過程的“動態(tài)知識”。2.3知識的框架表示法1.概念

知識的框架表示法1975年由M.Minsky提出，最早用作視覺感知、自然語言對話等問題的知識表示；目前已作為一種通用數(shù)據(jù)結(jié)構(gòu)來表示知識對象(實體)。

框架理論認為，人們對現(xiàn)實世界中各種事物的認識都是以一種類似于框架的結(jié)構(gòu)存儲在記憶中的，當面臨一種新事物時，就從記憶中找出一個合適的框架并根據(jù)實際情況對其細節(jié)加以修改、補充，從而形成對當前事物的認識。

例如：當一個人要走近一個教室時，他能根據(jù)以往的知識，想象到這個教室一定有四面墻，有門、窗、天花板和地板，有課桌、椅子、黑板等，盡管他對這個教室的細節(jié)還不清楚，但對教室的基本結(jié)構(gòu)是可以預(yù)見的。他之所以能做到這一點，是由于他通過以往的認識活動已經(jīng)在記憶中建立了關(guān)于教室的框架，該框架不僅指出了相應(yīng)事物的名稱（教室），而且還指出了事物各有關(guān)方面的屬性（如有四面墻、有課桌、有黑板，……）。通過對該框架的查找，很容易得到教室的各有關(guān)特征。2.框架的定義

(1)框架是用于描述具有固定的靜態(tài)對象的通用數(shù)據(jù)結(jié)構(gòu)，該對象用“對象…屬性…屬性值”表示。(2)框架由若干個槽（Slot）組成，槽用于描述屬性。(3)槽又可由若干個側(cè)面組成。側(cè)面用于描述相應(yīng)屬性的一個方面。(4)側(cè)面又可由一個或多個側(cè)面值組成。(5)框架實質(zhì)上是一個層次的嵌套鏈接表！

例1：框架名：<假冒偽劣商品>

商品名稱：生產(chǎn)廠家：出售商店:處罰：處理方式：

處罰依據(jù)：處罰時間：單位（年、月、日）經(jīng)辦部門：

在這個框架中，有4個槽，其中，“處罰”槽有4個側(cè)面，側(cè)面“處罰時間”用“單位”指出了一個填值時的標準限制。例2：框架名：<教師>

姓名：單位（姓、名）年齡：單位（歲）性別：范圍（男、女）缺省（男）職稱：范圍（教授、副教授、講師、助教）缺省（講師）部門：單位（系、教研室）住址：<住址框架>

工資：<工資框架>

開始工作時間：單位（年、月）3.框架表示法的

(Frame名

邏輯結(jié)構(gòu)

(Slot名{(Value側(cè)面Value)}.and.{(Default側(cè)面Value).or.(Range側(cè)面Value).or.(Type側(cè)面Value).or.(if_needed側(cè)面過程）.or.(if_added側(cè)面過程）.or.(if_removed側(cè)面過程）}).or.(Slot名

{(Value

Value)}.and.{(Default

Value).or.(Range

Value).or.(Type

Value).or.(if_needed側(cè)面過程）.or.(if_added側(cè)面過程）.or.(if_removed側(cè)面過程）}).or.

槽可以包含附加在槽上的過程，成為附加過程。

附加過程一般有三種類型：

Ⅰ.當需要槽值，但初始值不存在且缺省值也未設(shè)定時，執(zhí)行if_needed過程。

Ⅱ.

當將槽值加入槽中時，將運行if_added過程。

Ⅲ.

當要從槽中刪除槽值時，運行if_removed過程。

4.框架表示法的物理結(jié)構(gòu)

框架也采用鏈表表示?？蚣苄蛱柨蚣苊赶虿鄣闹羔槻勖赶騐alue側(cè)面序列的指針指向指向側(cè)面序列的指針指向next槽的指針Value側(cè)面值或槽值Next側(cè)面Value值Default側(cè)面值…if_needed側(cè)面值

Ⅰ.C語言實現(xiàn)

structvalues{charvalu[80];structvalus*next_value;}structother_facets{chardefault[80];charrange[80];chartypes[80];charif_needed[80];}structsolts{charslotname[80];structvalues*first_value;structotherfacets*first;structslots*next_slot;}structframes{intframe_no;charframe_name[80];structslots*first_slot;}

Ⅱ.Llst語言和Prolog語言實現(xiàn)（略）。

5.知識的框架表示法的特點

(1)框架能進行結(jié)構(gòu)化深層知識表示：

?

框架可為實體、屬性關(guān)系和默認值等提供顯示表示；其中提供默認值相當于用人的經(jīng)驗預(yù)測。

?

適合表示常識性知識；

?

表示實體固有的因果模型，便于知識的解釋；

(2)容易附加過程信息

框架主要描述靜態(tài)知識，它的if_needed，if_added，if_removed側(cè)面可進行附加。

(3)框架之間的層次結(jié)構(gòu)提供了繼承特性

一個框架的屬性及附加過程可從高層次的框架繼承下來。

(4)框架間的組織結(jié)構(gòu)化

框架可組織成層狀；每個框架形成了一個獨立的知識單元；可利用系統(tǒng)擴展、模塊化。

2.4知識的邏輯表示法

用形式邏輯（尤其是一階謂詞邏輯）表示知識是AI研究中提出使用的一種普遍方法。1.概述

命題邏輯和謂詞邏輯是最先應(yīng)用于人工智能的兩種邏輯，謂詞邏輯是在命題邏輯基礎(chǔ)上發(fā)展起來的。

(1)命題：命題是具有真假意義的語句。

命題代表人們進行思維時的一種判斷，或者是肯定，或者是否定，只有這兩種情況。若命題的意義為真，則稱它的真值為真。記作T；若命題的意義為假，則稱它的真值為假，記作F。一個命題不能同時既為真又為假，但可以在一定條件下為真，在另一條件下為假。

例如：“北京是中華人民共和國的首都”，“3<5”都是真值為T的命題。

“太陽從西邊升起”，“煤球是白的”都是真值為F的命題。

“1+1=10”在二進制情況下是真值為T的命題，在十進制下是真值為F的命題。

在命題邏輯中，命題通常用大寫的英文字母表示：

例如，可以用P表示“西安是個古老的城市”。

命題這種表示法有較大的局限性，它無法把它所描述的客觀事物的結(jié)構(gòu)及邏輯特征反映出來，也不能把不同事物的共同特征描述出來。

例如：對“老李是小李的父親”這一命題，若用英文字母P表示，怎么也看不出老李與小李的父子關(guān)系。

由于這些原因，在命題邏輯的基礎(chǔ)上，發(fā)展起來了謂詞邏輯。

(2)謂詞

Ⅰ.

在謂詞邏輯中，命題用謂詞表示，一個謂詞可分為謂詞名和個體這兩個部分。

個體：表示某個獨立存在的事物或者某個抽象的概念；

謂詞名：用于刻畫個體的性質(zhì)、狀態(tài)或個體間的關(guān)系。

例如：對于“老張是教師”這個命題，用謂詞可表示為Teacher(zhang)。

其中，Teacher是謂詞名，zhang是個體，“Teacher”刻畫了“zhang”

的職業(yè)是教師這一特征。

“5>3”可用謂詞表示為：Greater(5,3)

這里，Greater刻畫了5與3之間的“大于”關(guān)系。

Ⅱ.

謂詞的一般形式是

P（x1，x2，……，xn）

其中，P是謂詞名，x1，x2，……，xn是個體。（謂詞名通常用大寫字母表示，個體通常用小寫字母表示。）在謂詞中，個體可以是常量、變元、也可以是函數(shù)。

Ⅲ.

一階謂詞在謂詞P（x1，x2，……，xn）中，若xi都是個體常量、變元或函數(shù)，則稱它為一階謂詞。2.一階謂詞邏輯的幾個概念

無論是命題邏輯還是謂詞邏輯，均可用連接詞把一些簡單命題連接起來，構(gòu)成一個復(fù)合命題，以表示一個比較復(fù)雜的含義。

謂詞邏輯的合式公式wff（wall_formed_formula）

原子公式

合式公式是由連接詞量詞組成

Ⅰ.原子公式：是最基本的合式公式，它由謂詞、括號和擴號中的項組成，其中項可以是常量、變量和函數(shù)。一個事實可用不同形式的原子公式表示;合式公式/原子公式具有“邏輯真值——真與假”。

Ⅱ.連接詞：

∧表示合?。核硎颈凰B接的兩個命題具有“與”的關(guān)系。設(shè)P，Q為合式公式，

P∧Q表示P與Q的合取，P，Q稱合取項，

P∧Q合取的真值表：

當P，Q都為真時，P∧Q為“真Ture”,

否則為“假False”。

∨表示析?。核硎颈凰B接的兩個命題具有“或”的關(guān)系。設(shè)P，Q為合式公式

P∨Q表示P與Q的析取，P，Q稱析取項，

P∨Q析取的真值表：

當P，Q至少有一個為真時，P∨Q為“真Ture”,

否則為“假False”。

→表示蘊涵

設(shè)P，Q為合式公式

P→

Q稱為蘊涵，P為前項，Q為后項

P→

Q常用于表示IFPTHENQ真值表：

P

Q

P→Q

T

T

T

T

F

F

F

T

T

F

F

T

表示否定

P真值表：P為真時，

P為假；P為假時，

P為真；

Ⅲ.

量化：

指在合式公式中出現(xiàn)“量化”時，在其前面可加“量詞”說明的范圍，這種說明稱為量化。

?

全稱量詞

，

x表示對所有的x；

例：“所有的大象都是灰色的”可以表示為：(

x)[Elephant(x)

Color(x,Gray)]

?

存在量詞

，x表示至少存在一個x；

3.知識的一階謂詞表示法

謂詞邏輯是一種形式語言，也是到目前為止能夠表達人類思維活動規(guī)律的一種最精確的語言，它與人們的自然語言比較接近，又可方便地存儲到計算機中去，并被精確地處理。

謂詞邏輯適合于表示事物的狀態(tài)、屬性、概念等事實性的知識，也可以用來表示事物間確定的因果關(guān)系，即規(guī)則。

?

事實通常用合式公式的“與/或”形表示（用合取符號∧及析取符號∨連接起來的公式）。

?

規(guī)則通常用蘊涵式→表示。

用謂詞公式（合式公式）表示知識時，需要首先定義謂詞，指出每個謂詞的確切含義，然后再用連接詞把有關(guān)的謂詞連接起來，形成一個謂詞公式表達一個完整的含義。

例1有下列知識：劉歡比他父親出名。高揚是計算機系的一名學(xué)生，但他不喜歡編程序。人人愛勞動。

為了用謂詞公式表示上述知識，首先需要定義謂詞：Bigger(x,y):x比y出名。

Computer(x):x是計算機系的學(xué)生。

Like(x,y):x喜歡y。Love(x,y):x熱愛y。Man(x):x是人。然后用謂詞公式把上述知識表示為：

Bigger（Liuhong,father(Liuhong))

Computer(Gaoyang)∧

Like(Gaoyang,programing)(

x)(Man(x)→Love(x,labour)4.邏輯表示法的特點

自然性：符合人類對問題的直覺理解；描述性：表示與知識分離；精確性：只有“真與假”的值；嚴密性：謂詞邏輯具有嚴格的形式定義以及推理規(guī)則；容易實現(xiàn)：用謂詞邏輯表示的知識可以比較容易地轉(zhuǎn)換為計算機內(nèi)部形式，易于模塊化，便于對知識的增加、修改、刪除；不能表示不確定的知識：組合爆炸：不易表示啟發(fā)式知識，當狀態(tài)空間大時，當前數(shù)據(jù)庫與知識庫中操作的匹配以及操作層列的確定會出現(xiàn)時空上的膨脹。效率低：2.5知識的語義網(wǎng)絡(luò)表示法1.概述

語義網(wǎng)絡(luò)1968年由J.R.Quillian提出，開始是作為人類聯(lián)想記憶的一個顯式心理學(xué)模型提出，隨后在AI中用于自然語言理解，表示命題信息（具有邏輯真的事實），在ES中，語義網(wǎng)絡(luò)首先由PROSPECTOR實現(xiàn)，用于語義網(wǎng)絡(luò)的定義。

?

語義網(wǎng)絡(luò)用于描述物體概念與狀態(tài)及其間的關(guān)系；

?

語義網(wǎng)絡(luò)由節(jié)點和節(jié)點間的弧組成；

節(jié)點：

表示物理實體、概念或狀態(tài)；弧：

表示它們間的相互關(guān)系。

?

語義網(wǎng)絡(luò)在數(shù)學(xué)上是一個有向圖。

一個最簡單的語義網(wǎng)絡(luò)是如下一個三元組：（節(jié)點1，弧，節(jié)點2）它可用圖表示，稱為一個基本網(wǎng)元。

箭頭所指的節(jié)點代表上層概念，箭尾節(jié)點代表下層概念。

當把多個基本網(wǎng)元用相應(yīng)語義聯(lián)系關(guān)聯(lián)在一起時，就可得到一個語義網(wǎng)絡(luò)。2.知識的語義網(wǎng)絡(luò)表示

語義網(wǎng)絡(luò)可以表示事實性的知識，也可以表示有關(guān)事實性知識之間的復(fù)雜聯(lián)系。

(1)用語義網(wǎng)絡(luò)表示事實

例如有下述事實：

“小信使”這只鴿子從春天到秋天占有一個窩。ABRAB獵狗狗是一種小信使鴿子鳥占有窩鳥窩春天時間秋天情況是一只占有者是一種是一種占有物開始于結(jié)束于是是

?節(jié)點可以表示一個事物或者一個具體概念，也可以表示某一情況、某一事件或者某個動作。

?在一些稍復(fù)雜的事實性知識中，語義網(wǎng)絡(luò)中可通過增設(shè)合取節(jié)點及析取節(jié)點來表示。

(2)用語義網(wǎng)絡(luò)表示有關(guān)事實間的關(guān)系

語義網(wǎng)絡(luò)可以描述事物間多種復(fù)雜的語義關(guān)系，下面是常用的幾種：

?

分類關(guān)系：指事物間的類屬關(guān)系。如“是一種”等。

?

聚集關(guān)系：如果下層概念是其上層概念的一方面或者一個部分，則稱他們是聚集關(guān)系。

?

推論關(guān)系：如果一個概念可由另一個概念推出，則稱它們之間存在推論關(guān)系。

?

時間、位置關(guān)系：

教學(xué)教師課程學(xué)生部分部分部分需進食饑餓推出思遠公司朱雀大街位于

?

多元關(guān)系：在語義網(wǎng)絡(luò)中，一條弧只能從一個節(jié)點指向另一個節(jié)點，適合于表示一個二元關(guān)系。但在許多情況下需要用一種關(guān)系把幾個事物聯(lián)系起來。例如對于如下事實：

鄭州位于西安和北京之間。

為了在語義網(wǎng)絡(luò)中描述多元關(guān)系，可以用節(jié)點來表示關(guān)系。

(3)用語義網(wǎng)絡(luò)表示比較復(fù)雜的知識

用語義網(wǎng)絡(luò)表示較復(fù)雜的知識時，往往牽涉到對量化變量的處理。

?

對于存在量詞：可以直接用“是一個”、“是一種”等這樣的語義聯(lián)系起來。位置關(guān)系鄭州北京西安居中邊界_1邊界_2

?

對全稱量詞：

則需用網(wǎng)絡(luò)分區(qū)技術(shù)才能實現(xiàn)。網(wǎng)絡(luò)分區(qū)技術(shù)是G.G.Hendrix在1975年提出的，其基本思想是：

把一個表示復(fù)雜知識的命題劃分為若干子命題，每一個子命題用一個較簡單的語義網(wǎng)絡(luò)表示，稱為一個子空間，多個子空間構(gòu)成一個大空間。每個子空間可以看作是大空間中的一個節(jié)點，稱為超節(jié)點?？臻g可以逐層嵌套，子空間之間用弧互相連接。3.語義網(wǎng)絡(luò)的特點

?

結(jié)構(gòu)性。與框架法一樣，語義網(wǎng)絡(luò)也是一種結(jié)構(gòu)化的知識表示方法。

?

聯(lián)想性。

?

自然性。

?

非嚴格性。

?

處理上的復(fù)雜性。2.6過程表示法1.概述

在人工智能的發(fā)展史中，關(guān)于知識的表示方法曾存在兩種不同的觀點。

?

一種觀點認為知識主要是陳述性的，其表示方法應(yīng)著重將其靜態(tài)特性，即事物的屬性以及事物間的關(guān)系表示出來，稱以這種觀點表示知識的方法為陳述式或說明性表示方法；

說明性表示方法是一種靜態(tài)表示方法，其主要特征是把領(lǐng)域內(nèi)的過程性知識與控制性知識（即問題求解策略）分離開來。

?

另一種觀點認為知識主要是過程性的，其表示方法應(yīng)將知識及如何使用這些知識的控制策略均表示為求解問題的過程，稱以這種觀點表示知識的方法為過程性表示法，或過程表示法。

過程性表示方法著重于對知識的利用，它把與問題有關(guān)的知識以及如何運用這些知識求解問題的控制策略都表述