《知识与知识表示-Read课件.ppt》由会员分享，可在线阅读，更多相关《知识与知识表示-Read课件.ppt（191页珍藏版）》请在三一办公上搜索。
1、第三章 知识与知识表示,3.1 基本概念 3.2 一阶谓词逻辑表示法 3.3 产生式表示法 3.4 框架表示法 3.5 语义网络表示法 3.6 脚本表示法 3.7 过程表示法 3.8 Petri网表示法 小结,3.1 基本概念,本节讨论知识及其表示的有关概念3.1.1什麽是知识3.1.2知识的特性3.1.3知识的分类3.1.4知识的表示,3.1.1什麽是知识,为了说明什麽是知识，首先让我们解释一下数据与信息的概念1.数据与信息我们知道人类 赖以生存的空间是一个物质的世界同时又是一个信息的世界.但是信息需要用一定的形式表示才能被记载和传递,尤其使用计算机来对信息存储及处理时更需要用一组符号及其组
2、合进行表示.这样的符号及其组合表示的信息称为数据.数据与信息是两个密切相关的概念.信息是数据的语义.,3.1.1什麽是知识(续),2.知识所谓知识就是把有关的信息关联在一起的数据结构。信息之间有多种关联形式，其中用得最多的一种是用 如果，则所表示的形式。例如如果大雁向南飞，则冬天就要来临了。它反映了大雁向南飞与冬天要来临这两个信息之间的关系。,3.1.1什麽是知识(续),知识反映了客观世界中事物之间的关系，不同事物或者相同事物间的不同关系形成了不同的知识。例如，“雪是白色的”，它反映了雪和颜色之间的一种关系。又如“如果头痛且流涕，则有可能患了感冒”是一条知识，它反映的则是头痛且流涕与可能患了感
3、冒之间的一种因果关系。,3.1.1什麽是知识(续),在人工智能中，把前一种知识称为事实性知识，而把后一种即用“如果，则”关联起来的知识称为规则。,知识主要有以下三个特性：1.相对正确性知识是人们对客观世界认识的结晶，并且受到长期实践经验的检验。因此，在一定的条件及环境下，知识一般是正确的，可信任的。这里特别应该注意一定的条件及环境的约束条件，例如1+1=2这样常识性的知识，也是在十进制下才是正确的，换成其它进制就不一定正确了。,3.1.2知识的特性,3.1.2知识的特性（续）,2.不确定性知识是有关信息关联在一起形成的信息结构，信息与关联是构成知识的两个要素。由于现实世界的复杂性，信息可能是精
4、确的，也可能是不精确的、模糊的；关联可能是确定的，也可能是不确定的。即知识不总是以“真”或“假”这两种状态存在，可能在真和假这个区间以某种程度存在，这种特性称为知识的不确定性。,3.1.2知识的特性（续）,造成知识不确定的原因有以下几种；（1）由随机引起的不确定性（2）由模糊性引起的不确定性（3）由不完全性引起的不确定性（4）由经验引起的不确定性3.可表示性与可利用性知识是可以用适当的形式表示出来的，如语言、文字、图形、神经元网络等，正是由于知识的这一特性，所以它才能被存储并得以传播。,3.1.3知识的分类,从不同的角度对知识进行划分，可得到不同的分类方法：若就知识的作用域来划分，可分为常识性
5、知识和领域知识。若就知识的作用及表示来划分，知识可分为事实性知识，过程性知识，控制性知识事实性知识用来描述领域内有关概念、事实、事物的属性及状态等。例如：糖是甜的。大连是座海滨城市。,3.1.3知识的分类,这都是事实性的知识。事实性知识一般都采用直接表达的形式，比如用谓词公式表达等。过程性知识主要是指与领域相关的知识，用于指出如何处理与问题相关的信息以求得问题的解。过程性知识一般是通过对领域内各种问题的比较和分析得出的规律性的知识，由领域内的规则、定律、定理及经验构成。过程性,3.1.3知识的分类,知识是否完整直接影响到系统的性能及可信任性，是智能系统的基础。它可以是一组产生式规则也可以是语义
6、网络等。控制性知识又称为深层知识或者元知识，它是关于如何运用已有的知识进行问题求解的知识，因此又称为关于知识的知识。例如问题求解中的推理策略（正向推理、逆向推理）、信息传播策略（如不确定性的传递算法）、搜索,3.1.3知识的分类,策略（广度优先、深度优先、启发式搜索等）、求解策略（求第一个解、全部解、严格解、最优解等）、限制策略（规定推理的限度或求解路径的长度）等等。关于表达控制信息的方式，按表达形式级别的高低可分为三大类，即策略控制级（较高级）、语句控制级（中级）及实现控制级（较低级）。,3.1.3知识的分类,若就知识的确定性来划分，可分为确定性知识和不确定性知识若就知识结构及及表现形式来划
7、分，可分为逻辑性知识和形象性知识若抛开知识涉及领域的具体特点，从抽象的、整体的观点来划分，知识可分为零级、一级、和二级知识。,3.1.3知识的分类（续）,以上关于对知识层次的划分还可以继续下去，每一级知识都对低一层的知识有指导意义。其中，零级知识是指问题领域内的事实、定理、方程、实验对象和操作等常识性知识及原理性知识；一级知识是指具有经验性、启发性的知识，例如经验性的规则、含义模糊的建议、不确切的判断标准；二级知识是指如何运用上述两级知识的知识。通常称零级知识为领域知识，而称二级以上的知识为元知识。,3.1.4知识的表示,知识的表示方法又称为知识表示技术，知识表示方法可分为两大类，即符号表示法
8、和 连接机制表示法。其中符号表示法用各种包含具体含义的符号，以各种不同的方式和次序组合起来表示知识。连接机制表示法是一种相对于符号表示法而言的一种隐式表示法。目前用得较多的知识表示方法有：一阶谓词逻辑表示法、产生式表示法、框架表示法、语义网络表示法、脚本表示法、过程表示法、Petri网表示法、面向对象的表示法。,3.1.4知识的表示（续）,同一个知识有多种表示方法，不同的表示方法其效果却不一样。下面介绍的知识表示方法都是从成功的应用中抽取出来的，不一定对任何智能问题都合适，面对具体的问题使用哪种知识表示方法更好，要因问题而异。,3.1.4知识的表示（续）,一般，在选用知识表示方法时，应从以下几
9、个方面考虑。1.充分表示领域知识也就是说在选定一种表示方法时，首先要考虑它是否能充分地表示领域知识，并且要了解每一种表示方法的特征。例如在医疗诊断领域中，其知识一般具有经验性、因果性的特点，适合用产生式表示法；而在设计类领域中，由于一个部件一般由多个部件组成，部件与子部件既有相同的,3.1.4知识的表示（续）,属性又有不同的属性，因而要把这个特点表示出来，用产生式表示法就很难表示出知识间的这种结构关系，用框架表示法和产生式表示法结合起来就比较好。因此，当已有的知识表示方法不能适应面临的问题时，就需要重新设计一种新的知识表示方法。,3.1.4知识的表示（续）,2.有利于知识的利用知识表示的目的是
10、为了将相关的领域知识方便地在计算机内存储，而利用则是使用这些知识进行推理，求解现实问题。所谓推理就是根据问题的已知事实，利用存储在计算机内的知识推出新的事实（结论）或执行某个操作过程。,3.1.4知识的表示（续）,因此，表示形式必须便于知识的利用。同样存储在计算机内的知识必须满足下面的两条。3.便于知识的组织、维护与管理4.便于理解和实现下面我们分别讨论各种知识表示方法。,3.2一阶谓词逻辑表示法,谓词逻辑是一种形式语言，用谓词逻辑可以表示事物的状态、属性、概念等事实性的知识，也可以用谓词逻辑表示规则或动作。用谓词逻辑表示知识时，需要首先定义谓词，指出每个谓词的含义，然后用连接词把有关的谓词连
11、接起来，形成一个谓词公式表达一个完整的意义。下面我们通过例子说明它的使用方法。,3.2一阶谓词逻辑表示法（续）,例3.1设有下列知识刘欢比他父亲出名。高扬是计算机系的一名学生,但他不爱编程序。人人爱劳动试用谓词逻辑表示上述知识解：首先定义谓词如下：Bigger(x,y):x比y出名Computer(x):x是计算机系的学生,3.2一阶谓词逻辑表示法（续）,Like(x,y):x喜欢yLove(x,y):x爱yMan(x):x是人于是上述知识可以用一组谓词公式的合取来表示（我们用并列的形式表示合取）Bigger(liuhuan,father(liuhuan)Computer(gaoyang)li
12、ke(gaoyang,programing)(x)(man(x)love(x,labour),3.2一阶谓词逻辑表示法（续）,例3.2设有下列知识自然数都是大于零的整数。所有整数不是偶数就是奇数。偶数除以2是整数。将其用谓词逻辑表示解：首先定义谓词如下：N(x):x是自然数I(x):x是整数,3.2一阶谓词逻辑表示法（续）,E(x):x是偶数O(x):x是奇数GZ(x):x大于零并用函数S(x)表示x除以2于是上述知识可表示如下：(x)(N(x)GZ(x)I(x)(x)(I(x)(E(x)O(x)(x)(E(x)I(s(x),3.2一阶谓词逻辑表示法（续）,用一阶谓词逻辑还可以表示操作例3.3
13、设有机器人世界的问题如下：房内c处有一机器人，a处b处各有一张桌子，桌子a上有一个盒子box，现在为机器人设计一个动作序列，使机器人把盒子从a上拿到b上，再回到c处。robot为此定义谓词如下：c a b,3.2一阶谓词逻辑表示法（续）,Table(x);x是桌子Empty(y):y手中是空的At(y,z):y在z附近Holds(y,w):y拿着wOn(w,x):w在x上其中x的个体域是a,b,y的个体域是robotz的个体域是a,b,c,w的个体域是box问题的初始状态可以用一组谓词公式的合取描述如下：,3.2一阶谓词逻辑表示法（续）,At(robot,c)Emputy(robot)On(b
14、ox,a)Table(a)Table(b)问题的最终状态可以描述如下：At(robot,c)，Emputy(robot)，On(box,b)，Table(a)Table(b),3.2一阶谓词逻辑表示法（续）,机器人行动的目标是把问题的初始状态转化为目标状态，其间它必须完成一系列的操作，那麽，用谓词逻辑如何表示操作呢？由于操作可以分为条件和动作两部分，而条件很容易用谓词公式来表示，而动作可以用动作前后状态的变化来表示，即只要指出动作后应从动作前的状态中删去或增加什麽谓词公式就描述了相应的动作。,3.2一阶谓词逻辑表示法（续）,本例中机器人需执行以下三个操作：goto(x,y):从x处走到y处pi
15、ck-up(x)：在x处拿起盒子set-down(x)：在x处放下盒子这三个操作可分别用条件和动作表示为：goto(x,y)条件：at(robot,x)动作：删除：at(robot,x)增加：at(robot,y),3.2一阶谓词逻辑表示法（续）,pick-up(x)条件：on(box,x)table(x)at(robot,x)empty(robot)动作：删除：empty(robot)on(box,x)增加：holds(robot,box)set-down(x)条件：at(robot,x)table(x)holds(robot,box),3.2一阶谓词逻辑表示法（续）,删除：holds(ro
16、bot,box)增加：empty(robot)on(box,x)机器人在执行每一个操作之前，总要先检查当前状态是否可使所要求的条件得到满足，若满足就执行相应的操作，否则就检查下一个操作所要求的条件。所谓检查当前状态是否满足所要求的条件，其实是一个定理证明的过程，即证明当前状态是否蕴涵操作所要求的条件，,3.2一阶谓词逻辑表示法（续）,若蕴涵，就表示所要求的条件得到了满足。有了上述概念，就可写出机器人行动规划问题的求解过程。其中，在检查条件的满足性时要进行变量的代换。执行过程如下：At(robot,c),Empty(robot),On(box,a),Table(a),Table(b)/*状态1即
17、初始状态用c代x,a代y*/goto(x,y)At(robot,a),Empty(robot),On(box,a),Table(a),Table(b)/*状态2用a代x*/pick-up(x)At(robot,a),Holds(robot,box),Table(a),Table(b)/*状态3用a代x用b代y*/,一阶谓词逻辑表示法（续）,goto(x,y)At(robot,b),Holds(robot,box),Table(a),Table(b)/*状态4用b代x*/set-down(x)At(robot,b),Empty(robot),On(box,b),Table(a),Table(b)
18、/*状态5用b代x,用c代y*/goto(x,y)At(robot,c),Empty(robot),On(box,b),Table(a),Table(b)/*状态6目标状态*/,一阶谓词逻辑表示法（续）,在以上求解过程中，有两个直接相关的问题需要解决：（1）当某一状态可同时满足多个操作的条件时，应选用哪一个操作？例如状态3既可以满足goto（x,y)的条件又可以满足set-down(x)的条件此时该选哪一个操作（2）在进行变量代换时，如果存在多种代换的可能性，如何确定用哪一个？例如在把状态1变化为状态2时，用c代换了x,用a代换了y。用c代换x是明显的，否则，就不满足goto(x,y)的条件。
19、但是，为什麽用a代换y而不用b代换y呢？,3.2一阶谓词逻辑表示法（续）,第一个问题与所采用的搜索策略有关，后面我们将会介绍。但是针对这一问题我们也可采用下面的方法来解决：每当进行一个操作使问题由一种状态转换为另一状态时，立即检查新状态是否为目标状态，若是，则问题得到了解决；若不是，则检查该状态与已经出现过的状态是否相同，如相同，则表明刚才进行的操作对求解是无帮助的，这时回溯到上一状态选择别的操作。,3.2一阶谓词逻辑表示法（续）,例如对于状态3如果选用set-down(x)操作，将使状态改变为At(robot,a)Empty(robot)On(box,a)Table(a)Table(b)显然
20、，这就是状态2。说明状态3不能选用set-down(x)操作，而只能选用goto(x,y),3.2一阶谓词逻辑表示法（续）,对于第二个问题也可以采用类似的方法来解决。例如，对于状态1，如果我们采用b来代换y，则得到：At(robot,b)Empty(robot)On(box,a)Table(a)Table(b)这时我们会发现，此状态既不是目标状态，又不能满足pick-up(x)和set-down(x)的条件,3.2一阶谓词逻辑表示法（续）,如果仍用goto(x,y)对它进行操作，则可能出现两种情况，一是用b代换x，用c代换y，这就又回到状态1，即机器人到b处转了一圈，什麽事没干，又回到了c处；
21、另一种是用b代换x,用a代换y,即机器人从b处走到a处。这与让机器人直接从c处走到a处相比，显然多走了一段弯路，浪费了时间。因此，对状态1直接用a代换y是最佳选择。除此之外，还可用谓词公式表示知识的前提条件和结论。,3.2一阶谓词逻辑表示法（续）,一阶谓词逻辑表示的特点如下：1.自然性谓词逻辑是一种接近于自然语言的形式语言，用它表示的知识容易接受。2.精确性谓词逻辑是二值逻辑,其谓词公式的真值只有真与假,因此可用它表示精确知识,并可保证经演绎推理所得结论的精确性.,3.2一阶谓词逻辑表示法（续）,3.严密性4.容易实现用谓词逻辑表示的知识容易转换为计算机的内部形式但是，谓词逻辑也不是完美无缺的
22、，它的局限性如下：1.不能表示不确定性的知识2.组合爆炸在推理过程中，随着事实性知识的增加,3.2一阶谓词逻辑表示法（续）,和盲目使用推理规则，可能形成组合爆炸。3.效率低尽管谓词逻辑表示法存在以上局限性，但它仍然是一种重要的知识表示方法。很多著名的专家系统都是用这种方法表示知识的。此外，人工智能语言PROLOG也是以一阶谓词逻辑为基础的。,3.3产生式表示法,产生式表示法也称产生式规则表示法。它是由美国数学家波斯特根据串替代规则提出的一种计算模型，模型中每一条规则称为一个产生式在此之后，几经修改已成功应用到多种领域中1972年纽厄尔和西蒙在研究人类的认知模型中开发了基于规则的产生式系统,3.
23、3产生式表示法,目前，它是人工智能中应用最多的一种知识表示模式，如著名的专家系统DENDRAL,MYCIN都是用它来表示知识的,3.3产生式表示法,3.3.1产生式的基本形式3.3.2产生式系统3.3.3产生式系统的分类3.3.4产生式系统的特点,3.3.1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：PQ或者是IF P THEN Q其中，P是前提，用于指出该产生式是否可用的条件；Q是一组结论或操作，用于指出当前提P所指出的条件被满足时，应该得出的结论或应该执行的操作。,3.3.1产生式的基本形式,例如：r4:IF动物会飞 AND 会下蛋THEN 该动物是鸟。其中r4是
24、规则的编号，THEN前是条件，THEN后是结论。,3.3.1产生式的基本形式（续）,这里应该注意产生式的基本形式和谓词逻辑中的蕴含式形式相同。但它们又有一定的区别。区别在于以下两点：1、蕴含式只能表示精确知识。2、产生式不仅可以表示精确知识也可以表示不精确知识。这是因为在产生式表示知识的系统中，事实与一条规则的前提条件的匹配可以是不精确的。,3.3.2产生式系统,把一组产生式放在一起，让它们互相配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解决，这样的系统称为产生式系统。一个产生式系统由以下三部分组成：规则库，综合数据库，控制系统。它们之间的关系如下图所示
25、 控制系统 规则库 综合数据库,3.3.2产生式系统（续）,1.规则库是用来描述相应领域内知识的产生式集合。一般说来建立规则库时应注意以下问题。（1）有效表达领域内过程性知识。规则库中主要存放的是过程性知识，用于实现对问题的求解。所以需要解决应该建立哪些产生式规则，知识库中的知识是否具有完整性。通过下面的的例子我们会得到一些启发。,3.3.2产生式系统（续）,一个动物识别系统的规则库这是一个用以识别老虎、金钱豹、斑马、长颈鹿、企鹅、鸵鸟、信天翁等七种动物的产生式系统。为了实现对这些动物的识别，该系统建立了如下的知识（规则）库：R1：IF该动物有毛发THEN该动物是哺乳动物。R2：IF该动物有奶
26、THEN该动物是哺乳动物。R3：IF该动物有羽毛THEN该动物是鸟。R4：IF该动物会飞AND会下蛋THEN该动物是鸟R5：IF该动物吃肉THEN该动物是食肉动物。,3.3.2产生式系统（续）,R6：IF该动物有犬齿AND 有爪AND 眼盯前方THEN该动物是食肉动物。R7：IF该动物是哺乳动物AND 有蹄THEN该动物是有蹄类动物。R8：IF该动物是哺乳动物AND是嚼反刍动物THEN该动物是有蹄类动物。物AND是黄褐色AND 身上有黑色条纹THEN该动物是虎。,3.3.2产生式系统（续）,R9：IF该动物是哺乳动物AND是食肉动物AND是黄褐色AND身上有暗斑点THEN该动物是金钱豹R10：
27、IF该动物是哺乳动物AND是食肉动,3.3.2产生式系统（续）,R11：IF该动物有蹄类动物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该动物是有蹄类动物AND身上有黑色条纹THEN该动物是斑马。R13：IF该动物是鸟AND有长脖子AND 有长腿AND不会飞AND有黑白两色THEN该动物是鸵鸟。R14：IF该动物是鸟AND会游泳AND不会飞AND有黑白两色THEN该动物是企鹅。R15：IF该动物鸟AND善飞THEN该动物是信天翁。,3.3.2产生式系统（续）,（2）对知识进行合理的组织与管理。对规则库中的知识适当的组织，采用合理的结构形式，可使推理避免
28、访问那些与当前问题求解无关的知识，从而提高求解的效率。例如对于上面动物识别的例子而言，如果把知识分成如下两个子集,3.3.2产生式系统（续）,r1,r2,r5,r6,r7,r8,r9,r10,r11,r12r3,r4,r13,r14,r15,3.3.2产生式系统（续）,则当待识别动物属于其中一个子集时，另一个子集中的知识在当前的问题求解过程中就可不用考虑，从而节约了查找的时间。2.综合数据库又称为事实、上下文、黑板等。它是一个用于存放问题求解过程中各种当前信息的数据结构，例如问题的初始状态、原始数据、推理中得到的中间结论及最终结论。,3.3.2产生式系统（续）,综合数据库中的已知事实通常用字符
29、串、向量、集合、矩阵、表等数据结构表示，如在专家系统MYCIN中对事实通常用如下一个四元组表示：（特性 对象 值 可信度因子）。例如对事实“张山大约是25岁”可用四元组表示为：（AGE ZHANGSHAN 25 0.8),3.3.2产生式系统（续）,3.控制系统控制系统又称为推理机构，由一组程序组成，负责整个产生式系统的运行，实现对问题的求解。粗略地讲它要做以下几项工作：,3.3.2产生式系统（续）,1、按一定的策略从规则库选择规则与数据库中已知的事实进行匹配。所谓匹配是指把规则的前提条件与综合数据库中的已知事实进行比较，如果两者一致，或近似一致且满足预先规定的条件，则称匹配成功，相应的规则可
30、能被使用；否则称匹配不成功，相应规则不能用于当前的推理。,3.3.2产生式系统（续）,2、匹配成功的规则可能不只一条，这称发生了冲突。此时，推理机构必须调用相应的解决冲突的策略进行消解，以便从中选出一条执行。3、在执行某一条规则时，如果该规则的右部是一个或多个结论，则把这些结论加入到综合数据库中去，如果规则的右部是一个或多个 操作，则执行这些操作。,3.3.2产生式系统（续）,、对于不确定性知识，在执行每一条知识时还要按一定算法计算结论的不确定性。5、随时掌握结束产生式系统运行的时机，以便在适当的时侯停止系统的运行。,3.3.3产生式系统的分类,对产生式系统从不同角度进行划分，可得到不同的分类
31、方法。例如按推理方向划分可分为前向、后向和双向系统；按其所表示的知识是否具有确定性可分为确定性及不确定性产生式系统。这里我们讨论的按规则库及综合数据库的性质及结构特征进行的分类。此时，产生式系统可分为三类：,3.3.3产生式系统的分类,可交换的产生式系统可分解的产生式系统可恢复的产生式系统,3.3.3产生式系统的分类（续）,1.可交换的产生式系统产生式系统求解问题的过程是一个反复从规则库中选用合适规则并执行规则的过程。如果系统不强调规则的使用次序，则称该系统是可交换的。例如：设综合数据库DB的初始状态是：,3.3.3产生式系统的分类（续）,a,b,c,其中a,b,c均为整数，并设规则库RB中有
32、下述规则：R1:IF a,b,c THEN a,b,c,abR2:IF a,b,c THEN a,b,c,bcR3:IF a,b,c THEN a,b,c,ac现在想通过综合数据库DB变为,3.3.3产生式系统的分类（续）,a,b,c,ab,bc,ac显然，使用哪一条规则都可以达到目的所以，由上述RB和DB构造的产生式系统是可交换的产生式系统,3.3.3产生式系统的分类（续）,一个产生式系统说是可交换的是指它的RB和每一个DB都具有如下性质：（1）设RS（RulSet）为可应用于DBi的规则集合,当使用RS中任何一条规则R使DB的状态改变后,该RS对DB仍然适用.,3.3.3产生式系统的分类（
33、续）,即对任何规则RRS,RS仍然是R(DBi)=DBi+1的可用规则集。（2）如果DBi 满足目标条件，则应当应用RS中任何一条规则所生成的新综合数据库DBi+1仍然满足目标条件。（3）若对当前的综合数据库DBi 使用某一规则序列r1,r2,rk得到一个新的综合数据库DBk,即DBi r1 DBi+1 r2 rk DBk,3.3.3产生式系统的分类（续）,当改变规则的使用次序后，仍然可以得到DBk由以上性质可以看出，在可交换产生式系统中，综合数据库DB的内容是递增的，即对规则的任何执行序列DBi r1 DBi+1 r2 rk DBk都有DBi DBi+1 DBk成立这说明在可交换的产生式系统
34、中，其规则的结论部分总是包含着新的内容，一旦执行该规则就会把该新内容填加到综,3.3.3产生式系统的分类（续）,合数据库中。另外，在可交换的产生式系统中，搜索过程不必回溯，不需要记录可用规则的作用顺序。这样就节省了搜索时间，提高了搜索效率。2.可分解的产生式系统把一个规模较大的问题分解为若干个规模较小的较简单的子问题，然后对每个子问题分别进行求解，是人们求解问题时常用的方法，可分解的产生式系统就是基于这一思想提出来的。,3.3.3产生式系统的分类（续）,一个产生式系统可分解的条件是可把它的综合数据库DB及终止条件都分解为若干独立的部分，其产生式规则一般具有如下形式：IF P THEN DBi1
35、,DBi2,DBim其含义是，若当前综合数据库是DBi，则，当前提条件P被满足时，就把DBi分解为m个互相独立的子库。例如，设综合数据库的初始内容是：C，B，Z，规则库中有如下的规则：,3.3.3产生式系统的分类（续）,r1:IF C THEN D,Lr2:IF C THEN B,Mr3:IF B THEN M,Mr4:IF Z THEN B,B,M终止条件是生成只包含M的综合数据库。即，使综合数据库的内容变为M，M，,M,3.3.3产生式系统的分类（续）,求解该问题时，首先把初始数据库分解为三个子库，然后对每个子库分别应用规则库中的合适规则进行求解，其求解过程如下页可分解的产生式系统图所示。
36、在一个可分解的产生式系统中，由于初始数据库被分解成了若干个子库，每个子库又可分解成若干个子子库，这样就缩小了搜索空间，提高了求解问题的效率。,c,b,z c b z r1 r2 r3 r4 d,l b,m m,m b,b,md l b m m m b m b r3 r3 r3 m,m m,m m,m m m m m m m 可分解的产生式系统图图中弧线表示与，不带弧线表示或的关系。,3.3.3产生式系统的分类（续）,3可恢复的产生式系统在可交换的产生式系统中，规则的使用次序是可以交换的，但要求每条规则的执行都要为综合数据库添加新的内容，这一要求是很强的，对许多情况不能适用。事实上，人们在求解问
37、题的过程中经常要进行回溯的。所谓回溯就是当问题求解到某一步发现无法进行下去时，就撤消在此之前得到的某些结果，恢复,3.3.3产生式系统的分类（续）,到先前的某个状态。用产生式系统求解问题也是这样，当执行一条规则后使综合数据库的状态由DBi变为DBi+1时，如果 发现由DBi+1不可能得到问题的解，就需要立即撤消由刚才执行规则所产生的结果，使综合数据库恢复到先前的状态，然后选用别的规则继续求解。,3.3.3产生式系统的分类（续）,像这样在问题的求解过程中既可以对综合数据库添加新的内容，又可删除或修改老内容的产生式系统称为可恢复的产生式系统。,3.3.4产生式表示法的特点,产生式表示法有以下优点：
38、1.自然性：产生式表示法用如果则的形式表示知识，这是人们常用的一种表达因果关系的知识表示形式，直观，便于推理。2.模块性：产生式是规则库中最基本的知识单元，它们同推理机构相对独立，而且每条规则都具有相同的形式，这就便于对其进行模块化处理，对知识的增,3.3.4产生式表示法的特点（续）,删、改带来了方便，为规则库的建立和扩展提供了可管理性。3.有效性产生式表示法既可以表示确定性知识又可以表示不确定性知识；既有利于表示启发性知识又可以方便的表示过程性知识。,3.3.4产生式表示法的特点（续）,4.清晰性产生式有固定的格式，每一条产生式规则都由前提与结论两部分组成，而且每一部分所含的知识量都比较少，
39、这就便于对规则进行设计，又易于对规则库中知识的一致性及完整性进行检测。,3.3.4产生式表示法的特点（续）,产生式尽管有以上优点但也有不足之处1.效率不高在产生式系统求解问题的过程中，首先要用产生式的前提部分与综合数据库中的已知事实进行匹配，从规则库中选出可用的 规则，此时选出的规则可能不止一个，这就需要按一定的 策略进行冲突消解，然后把选中的规则启动执行。因此，产生式系统求解问题的过程是一个反复进行匹配冲突消解执行的过程。,3.3.4产生式表示法的特点（续）,由于规则库一般都比较庞大，而匹配又是一件十分费时的工作，因此工作效率是不高的。2.不能表达具有结构性的知识产生式适合表达具有因果关系的
40、过程性知识,但对具有结构关系的知识却无能为力,它不能把具有结构关系的事物间的区别与联系表示出来.而框架表示法可以解决这方面的问题.,3.3.4产生式表示法的特点（续）,因此，产生式法除了独立作为一种知识表示模式外,还经常与其它表示方法结合起来使用.,3.3.4产生式表示法的特点（续）,踪上可以看出,产生式表示法适合表示具有以下特点的领域知识:(1)由许多相对独立的知识元组成的领域知识,彼此间关系不密切,不存在结构关系，例如化学反应方面的知识.(2)具有经验性及不确定性的知识,而且相关领域中对这些知识没有严格、统一的理论。,3.3.4产生式表示法的特点（续）,（3）领域问题的求解过程可被表示为一
41、系列相对独立的操作，而且每个操作可被表示为一条或多条产生式规则。,3.4框架表示法,3.4.1框架理论3.4.2框架3.4.3框架网络3.4.4框架中槽的设置与组织3.4.5框架系统中求解问题的基本过程3.4.6框架表示法的特点,3.4.1框架理论,框架理论是美国著名的人工智能学者明斯基提出的。该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，当面临一个新事物时，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。,3.4.2框架,框架是一种描述所论对象（一个事物、一个事件或一个概念）属性的数据结构。在框架理论中，将框架
42、视作知识表示的一个基本单位。一个框架由若干个被称为“槽”的结构组成，每一个槽又可根据实际情况划分为若干个“侧面”。一个槽用于描述所论对象的某一方面的属性，一个侧面用于描述相应属性的某个方面。槽和侧面所具有的属性值分别称为槽值和侧面值。,3.4.2框架（续）,在一个用框架表示知识的系统中，一般都含有多个框架，为了指称和区分不同的框架以及一个框架内的不同槽、不同侧面，需要分别给它们起不同的名字，分别叫做框架名、槽名及侧面名。无论是对于框架，还是槽或侧面，都可以为其附加上一些说明性的信息，一般是指一些约束条件，用于指出什麽样的值才能填入到槽或侧面中去。框架的一般表示形式和例子见下页。,框架名槽名1：
43、侧面名1 值1，值2，值p1 侧面名2 值1，值2，值p2 侧面名m1 值1，值2，值pm1槽名2：侧面名1 值1，值2，值q1 侧面名2 值1，值2，值q2 侧面名m2 值1，值2，值qm2 槽名n:：侧面名1 值1，值2，值r1 侧面名2 值1，值2，值r2 侧面名mn 值1，值2，值rmn约束：约束条件1，约束条件2，约束条件n,由上述表述形式可以看出，一个框架可以有任意有限数目的槽，一个槽可以分若干个侧面，也可以没有侧面，视问题而定。槽值和侧面值可以是数值、字符串、布尔值、也可以是满足某个给定条件时要执行的动作或过程，特别还可以是另一个框架的名字，从而实现一个框架对另一个框架的调用，表
44、示出框架之间的横向联系。,为了增强对框架的感性认识，下面给出两个例子，第一个是关于“假冒伪劣商品”的框架，第二个是关于教师的框架。框架名：假冒伪劣商品 商品名称：生产厂家：出售商店：处罚：处理方式 处罚依据：处罚时间：单位(年.月.日）经办部门：,在这个框架中，用括起来的内容是框架名，它有4个槽，其槽名分别是“商品名称”、“生产厂家”、“出售商店”及“处罚”。其中处罚槽又包括4个侧面，侧面名分别是“处罚方式”、“处罚依据”、“处罚时间”及“经办部门”对于“处罚时间”侧面，用“单位”指出了一个填值时的标准限制，要求所填的时间必须按年、月、日的顺序填写。下面再看一个例子：,框架名：教师 姓名：单位
45、（姓、名）年龄：单位（岁）性别：范围（男、女）缺省：男 职称：范围（教授、副教授、讲师、助教）缺省：讲师 部门：单位（系、教研室）住址：住址框架 工资：工资框架 开始工作时间：单位（年、月）截止时间：单位（年、月）缺省：现在,对于上述两个框架，当把具体的信息填入槽或侧面后，就得到了相应框架的一个事例框架。例如把某教师的一组信息填入教师框架的各个槽，就可得到：,框架名：教师-1 姓名：夏冰 年龄：36 性别：女 职称：副教授 部门：计算机教研室 住址：adr-1 工资：sal-1 开始工作时间：1988,9 截止时间：1996,7这是一个关于“教师”的事例框架，对于每个教师都可以有这样一个事例框
46、架。,3.4.3框架网络,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。例如在夏冰的框架中，“住址”槽的槽值是“adr-1”,而它是一个地址框架的名字，这就在“教师-1”与“adr-1”这两个框架之间建立了联系。当我们希望了解夏冰的情况时，不仅可以直接在“教师-1”框架了解到有关她的年龄、职称等情况，还可以通过“住址”槽找到她的住址框架，从而得到她的详细住址。,框架之间除了这种横向联系之外，还可以有框架之间的纵向联系。这种纵向联系的一个例子如下图所示。图中框架网络中师生员工框架、教职工框架及教师框架之间就是一种纵向联系。师生员工框
47、架教职工框架 学生框架 教师框架 工人框架 电子系学生 机械系学生 教师-1 教师-N 学生-1 学生-N 框架网络图 从框架和框架之间的纵向联系可以引出框架表示法的一个重要性质：继承性。,3.4.3框架网络（续）,由于学生、教职工都共处于学校这个环境中，所以他们必然有一些共同的属性，因此，对他们进行描述时，可以把这些共同的属性抽取出来构成上层框架，然后对各类人员独有的属性分别构成下层框架，为了指明这种上下关系，可在下层框架 中设立一个专用的槽（一般称为继承槽），用以指出它的上层框架是哪个。,3.4.3框架网络（续）,框架的继承性不仅在框架间建立了纵向联系，而且通过这种联系，下层框架还可以继承
48、上层框架的属性及值，避免了重复描述，节约了时间和空间的开销。像这样具有横向及纵向联系的一组框架称为框架网络。,3.4.3框架网络（续）,由以上讨论可知，框架是一种集事物各方面属性的描述为一体，并反映相关事物间各种关系的数据结构。在此结构中，槽起着至关重要的作用，因此不仅要用它描述事物各有关方面的属性，而且还要用它来指出相关事物间的复杂关系。因此，在用框架作为知识的表示模式时，对槽的设置与组织应给予足够的重视。,3.4.3框架网络（续）,下面具体给出框架网络图中的几个框架描述框架名：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
49、住址：住址框架,3.4.3框架网络（续）,框架名：教职工继承：师生员工工作类别：范围（教师，干部，工人）开始工作时间：单位（年，月）截止工作时间：单位（年，月）缺省：现在离退休状况：范围（离休，退休）,3.4.3框架网络（续）,框架名：教师继承：教职工部门：单位（系，教研室）语种：范围（英，法，德，日，俄）缺省：英外语水平：范围（优，良，中，差）缺省：良职称：范围（教授，副教授，讲师，助教）缺省：讲师研究方向：,3.4.3框架网络（续）,框架名：教师继承：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语种：德语开始工作时间：1985,9,3.4.3框架网络（续）,由上面的框
50、架描述可以看出：）在框架网络中，既有用“继承”槽指出的上、下层框架间的纵向联系，也有以框架名作为槽值指出的框架间的横向联系，因此框架网络是一个纵、横交错的复杂的框架体系结构。,3.4.3框架网络（续）,）原则上事例框架中的每一个槽都应给出槽值，但可以继承上层框架槽值的槽，其槽值可以不给出。例如在教师框架中，虽然没有给出性别、职称槽及槽值，但由继承性可知，孙林的性别为男，职称是讲师。,3.4.3框架网络（续）,为了说明框架调用时“参数”的应用方法，下面看一个房间和教室的例子。框架名：房间墙数x1:缺省：x1条件：x1,3.4.3框架网络（续）,窗数x2:缺省：x2 条件：x2门数：x3:缺省：x
