人工智能202知识表达(胡静演讲稿)ppt课件

1、第二章 知识表达技术 课程的根本内容知识的概念与含义，知识类型和知识模型的变换；重点引见几种常用的知识表达法形状空间表示法、与/或图表示法、产生式系统、知识的逻辑表达方法、语义网络、框架表达法、特征表表达法和面向对象的表达法。课程的根本要求掌握知识表达的根本概念，学会划分知识的类型和了解知识模型变换在处理人工智能问题的过程中的作用与意义；学会如何将一个详细的问题，用所引见的知识表达方法来表示；初步领会在各种知识表达方法中，其知识机构是如何随知识的运用而变化的。.第二章 知识表达技术21 知识的概念与含义 智能行为即拥有知识即对知识的获取、表达、搜索、分析、解答等智能才干 人的智能的中心也在于“

2、知识 感性知识与理性知识，阅历知识与实际知识智能表如今：知识的获取才干经过感知器官获取感性知识知识的处置才干将感性知识上升为理性知识知识的运用才干采取行动，发扬知识的成效知识：是人们对自然景象的认识和从中总结出来的规律、阅历.第二章 知识表达技术21 知识的概念与含义 知识方式 K = F+R+CK表示知识项(Knowledge items)F表示现实(Facts)人类对客观世界、客观事物的形状、属性、特征的描画，以及对事物之间关系的描画 R表示规那么(Rules)能表达在前提与结论之间的因果关系的一种方式 C表示概念(Concepts)现实的含义规那么语义阐明等.第二章 知识表达技术 22

3、知识表达技术 知识类型表达型知识有关系统形状、环境和条件，问题的概念、定义和现实的知识。过程型知识有关系统形状变化、问题求解过程的操作、演算和行动的知识。控制型知识有关如何选择相应的操作、演算和行动的比较、判别、管理和决策的知识。例：对于从北京到上海，是乘飞机还是坐火车的问题。表达型知识：北京、上海、飞机、火车、时间、费用。过程型知识：乘飞机、坐火车。控制型知识：乘飞机较快、较贵；坐火车较慢、较廉价。 .知识的表达技术.第二章 知识表达技术 (一) 形状空间表达 形状用来表示系统形状,现实等表达型知识的一组变量或数组Q=q1,q2,qnt操作是用来表示引起形状变化的过程型知识的一组关系或函数F

4、:f1,f2,fm形状空间(State Space)是利用形状变量和操作符号，表示系统或问题的有关知识的符号体系，形状空间是一个四元组S，O，S0，G：S形状集合;O操作算子集合;S0初始形状,S0S;G目的状态,GS,(G可假设干详细形状，也可满足某些性质的途径信息描画)从S0结点到G结点的途径被称为求解途径。形状空间一解是一有限操作算子序列，它使初始形状转换为目的形状： O1 O2 O3 Ok S0S1S2G其中O1，Ok即为形状空间的一个解(解往往不是独一的) .第二章 知识表达技术 23 形状空间表达 【例22】八数码问题的形状空间在一33方格盘，放1到8八个数码，另一格为空。空格周围

5、上下左右数码可移到空格。一规划： 2 3 1 5 8 4 6 7八数码任何一种摆法就是一个形状，一切的摆法为形状集S，构成了一个形状空间，其大小为9！相应操作算子是数码挪动，其操作算子共有4方向8数码=32个。可简化为4个：Up，Left，Down，Right.形状图这种描画问题的有向图被称为形状空间图，简称形状图；许多智力问题都可以归结为在某一形状中寻觅目的或途径的问题。.X1X2X3XX0X4X7X6X5例 3.8八数码难题的形状图表示。 我们将棋局 用向量 A(X0, X1, X2, X3, X4, X5, X6, X7, X8)表示,Xi为变量,Xi的值就是方格Xi内的数字。于是,向量

6、A就是该问题的形状空间表达式。 . 设初始形状和目的形状分别为 So(0, 2, 8, 3, 4, 5, 6, 7, 1) Sg(0, 1, 2, 3, 4, 5, 6, 7, 8) 易见,数码的挪动规那么就是该问题的形状变换规那么,即操作。经分析, 该问题共有24条移码规那么, 可分为9组。 .0组规那么: 1组规那么: . 2组规那么: 8组规那么: 于是, 八数码问题的形状空间形状图可表示为 (So, r1, r2, , r24, Sg) . 当然,上述24条规那么也可以简化为4条: 即空格上移UP、 下移DOWN、左移LEFT、右移RIGHT。不过,这时形状(即棋局)就需求用矩阵来表示

7、。 可以看出,这个形状图中仅给出了初始节点和目的节点, 并未给出其他节点。而其他节点需用形状转换规那么来产生。 类似于这样表示的形状图称为隐式形状图, 或者说形状图的隐式表示。 . 状 态 空 间 表 示例2 走迷宫是人们熟习的一种游戏, 如图31就是一个迷宫。假设我们把该迷宫的每一个格子以及入口和出口都作为节点, 把通道作为边, 那么该迷宫可以由一个有向图表示(如图3-2所示)。 那么, 走迷宫其实就是从该有向图的初始节点(入口)出发, 寻觅目的节点(出口)的问题, 或者是寻觅通向目的节点(出口)的途径的问题。 .图 3-1 迷宫图 .图 3-2 迷宫的有向图表示 .第二章 知识表达技术 二

8、 与/或图表达法 超图 树图 与/或树基于人们在求解问题时的两种思想方法：分解：将复杂大问题分解为一组简单小问题假设一切子问题都处理了，那么总问题也处理了，这是“与的逻辑关系“与树变换：将较难问题变换为较易等价/等效问题假设一难问题可以等价变换为几个容易问题，那么任何一个容易问题处理了，也就处理了原有难问题，这是“或的逻辑关系“或树兼用“分解和“变换方法“与/或树 .与 或 图 搜 索 与或图我们仍用例子引入与或图的概念。 例 如下图,设有四边形ABCD和ABCD, 要求证明它们全等。分析：分别衔接B、D和B、D, 那么原问题可分解为两个子问题： Q1：证明ABDABD Q2：证明BCDBCD

9、 .图3-12 四边形ABCD和ABCD.于是, 原问题的处理可归结为这两个子问题的处理。 换句话说,原问题被处理当且仅当这两个子问题都被处理。 进一步,问题Q1还可再被分解为 Q11：证明ABAB Q12：证明ADAD Q13：证明AA或 Q11： 证明ABAB Q12： 证明ADAD Q13： 证明 BDBD .问题Q2还可再被分解为 Q21：证明 BCBC Q22：证明 CDCD Q23：证明 CC或 Q21：证明 BCBC Q22：证明 CDCD Q23：证明 BDBD .如今思索原问题与这两组子问题的关系, 我们便得到图3-13。图中的弧线表示所连边为“与关系,不带弧线的边为或关系。

10、这个图中既有与关系又有或关系,因此被称为与或图。但这个与或图是一种特殊的与或图, 称为与或树。 .图 3-13 问题的分解与变换 .第二章 知识表达技术 24 形状图、与/或图表达法 【例23】猴子和香蕉问题两种方法都试试设机器人“猴子位于a处，目的物“香蕉挂在c处上方，猴子想吃香蕉，但高度不够，拿不着。在b处有可挪动的台子，假设猴子站在台子上，就可以拿到香蕉。问题是制定机器人的行动方案，使猴子能拿到香蕉。 香蕉 a猴子 c b台子.第二章 知识表达技术 1.形状空间法 【例23】猴子和香蕉问题形状空间法:四元数组描画：S=(w,x,y,z)其中： w：猴子所处程度位置 x：台子所在程度位置

11、y：猴子能否在台子上y=1:在;y=0:不在z：猴子能否能拿到香蕉z=1:拿到;z=0:没拿到能够出现的形状如下：S0=(a,b,0,0)S1=(b,b,0,0)S2=(c,c,0,0)S3=(c,c,1,0)S4=(c,c,1,1)其中S0为初始形状，S4为目的形状.第二章 知识表达技术 24 与/或图表达法 【例23】猴子和香蕉问题允许的操作集为：F=f1,f2,f3,f4其中： f1(u)为猴子走到u处 (w,x,0,z)(u,x,0,z) f2(v)为猴子推台子到v处 (x,x,0,0)(v,v,0,0) f3为猴子爬上台子 (x,x,0,z)(x,x,1,z) f4为猴子拿到香蕉 (

12、c,c,1,0)(c,c,1,1).第二章 知识表达技术 24 与/或图表达法 【例23】猴子和香蕉问题允许的操作集为：F=f1,f2,f3,f4比较目的形状S4与初始形状S0的差别，来选择主操作。由于S0与S4中的四个形状量都有差别，相应的操作为f1,f2,f3和f4，都可选为主操作。因此，可将原问题变换为四个新问题，而新问题又可分为几个子问题及子子问题。这一过程与/或树图 .第二章 知识表达技术 24 与/或图表达法 【例23】猴子和香蕉问题与/或树图 .第二章 知识表达技术 习题练习 一 例 2.1 梵塔问题形状空间法。设有三根宝石杆,在1号杆上穿有A、B两个金盘, A小于B，并且 A位

13、于B的上面。要求：把这两个金盘全部移到另一根杆上,而且规定每次只能挪动一个盘子,任何时辰都不能使B位于A的上面小盘永远在大盘上面。. 图 2.1 二阶梵塔的全部形状 .第二章 知识表达技术 习题练习 一 例 2.1 梵塔问题形状空间法。设用二元组(SA,SB)表示问题的形状, SA表示小盘A所在的杆号, SB表示大盘B所在的杆号, 这样, 全部能够的形状有9种, 可表示如下： s0(1, 1), s1(1, 2), s2(1, 3)s3(2, 1), s4(2, 2), s5(2, 3)S6(3, 1), S7(3, 2), S8(3, 3) .这里的操作算子就是盘子的搬动规那么，分别用A(i

14、,j)及B(i,j)表示：A(i,j)表示把A盘小盘从第i号杆移到第j号杆上;B(i,j)表示把B盘大盘从第i号杆移到第j号杆上。经分析，共有12个操作，它们分别是：A(1,2),A(1,3),A(2,1),A(2,3),A(3,1),A(3,2)B(1,2),B(1,3),B(2,1),B(2,3),B(3,1),B(3,2).这样由题意,问题的初始形状为(1, 1),目的形状为(3, 3), 那么二阶梵塔问题可用形状图表示为 (1, 1), A(1, 2), , B(3, 2), (3, 3) 从初始节点到目的节点的任何一跳通路都是一个解，其中的最短途径长度是3，它有三个算子组成：A1，3

15、、B1，2、A3，2。 .由此题可以得出结论1首先必需定义形状的描画方式，经过运用这种描画方式可把问题的全部形状都表示出来。2其次还要有一组算子，经过运用算子可把问题的一种形状转换为另一种形状。3形状图就是经过一组算子将问题的初始形状转换为目的形状。.作 业一-传教士与野人三个传教士和三个野人来到一条河边。河边只需一只每次最多可供两个人过河的小船。传教士如何用这只小船才干使河的两边的野人数目绝不会超越传教士数目的形状。指定形状描画格式、开场形状和目的形状，并画出形状图只需画出“合法的形状，即河两边的野人数目没有超越传教士的数目.第二章 知识表达技术 三、 产生式系统 产生式系统(product

16、ion system)描画假设干个不同的以一个根本概念为根底的系统。这个根本概念就是产生式规那么或产生式条件和操作对的概念 。论域知识分为两部分：现实表示静态知识，如事物、事件和它们之间的关系产生式规那么表示推理过程和行为，如动作，算子，变换等这类系统的知识库主要用于存储规那么，因此又把此类系统称为基于规那么的系统(rule-based system) .第二章 知识表达技术 25 产生式系统 产生式系统的根本构造一个产生式系统包含现实库、规那么集和规那么解释控制器三部分 .第二章 知识表达技术 25 产生式系统 现实库当前知的知识信息数据，包括推理过程中构成的中间结论知识，换句话说，它用于存

17、储有关问题的形状、性质等现实的表达型知识，也称为综合数据库或任务存储器。数据是广义的.第二章 知识表达技术 25 产生式系统 规那么集库存储有关问题的形状转移、性量变化等规那么的过程型知识，或称“规那么库产生式规那么的普通方式可以表述为：P1,P2,PmC1,C2,Cn每条产生式规那么分为左部和右部两个部分，左部表示激活该产生式规那么的前提条件/规那么前件，右部表示调用该产生式规那么后所做的行为部分/规那么后件/结论。可简述成“条件-动作对的方式。.第二章 知识表达技术 25 产生式系统 产生式规那么的方式与传统程序设计言语中条件语句非常类似，但实践上两者之间存在根本的区别详细见书上解释.第二

18、章 知识表达技术 25 产生式系统 规那么解释控制器根据有关问题的控制型知识，选择控制战略，将规那么与现实进展匹配，控制并利用知识进展推理并求解问题 通常从选择规那么到执行操作分3步：匹配、冲突消解和操作由匹配器担任判别规那么条件能否成立，冲突消解器担任选择可调用的规那么，解释器担任执行规那么的动作，并在满足终了条件时终止产生式系统的运转。.第二章 知识表达技术 25 产生式系统 匹配当前现实库内容与规那么条件部分匹配。假设两者完全匹配，那么把这条规那么称为触发规那么。当按规那么的操作部分去执行时，称这条规那么为启用规那么。 被触发的规那么不一定总是启用规那么，由于能够同时有几条规那么的条件部

19、分被满足，需处理冲突步骤中来处理。在复杂的情况下，在现实库和规那么的条件部分之间能够要进展近似匹配2. 冲突处理当有一条以上规那么的条件部分和当前现实库相匹配时，就需求决议首先运用哪一条规那么，这称为冲突处理3. 操作执行规那么的操作部分，经操作以后，当前现实库将被修正。然后，其它的规那么有能够被运用，即进入下一循环 .第二章 知识表达技术 25 产生式系统 如：设有以下两条美式足球的规那么： 规那么R1 规那么 R2 IF fourth dawn IF fourth dawn short yardage short yardage THEN punt within 30 yards(from

20、 the goal line) THEN field goalR1规那么：如进攻方在前三次进攻中前进的间隔少于10码(short yardage)，那么在第四次进攻时(fourth dawn)，可以踢悬空球(punt)R2规那么：如进攻方在前三次进攻中前进的间隔少于10码，而进攻的位置又在离对方球门线30码间隔之内，那么就可以射门(field goal)假设当前现实库包含现实“fourth dawn和“short yardage以及“within 30 yards？ -那么上述两条规那么都被触发，这就需求用“冲突处理来处理首先运用哪一条规那么的问题。.第二章 知识表达技术 25 产生式系统 常

21、见的冲突处理方案：专注性排序如某一规那么条件部分规定的情况，比另一规那么条件部分规定的情况更有针对性，那么这条规那么有较高的优先级规那么排序如规那么编排的顺序就表示了启用的优先级，那么称之为规那么排序数据排序把规那么条件部分的一切条件按优先级次序编排起来，运转时首先运用在条件部分包含较高优先级数据的规那么。规模排序按规那么的条件部分的规模陈列优先级，优先运用被满足的条件较多的规那么就近排序把最近运用的规那么放在最优先的位置。这和人类的行为有类似之处上下文限制把产生式规那么按它们所描画的上下文分组，也就是说按上下文对规那么分组。在某种上下文条件下，只能从与其相对应的那组规那么中选择可运用的规那么

22、 .第二章 知识表达技术 25 产生式系统 【例24】动物识别系统规那么I1到I4这一组规那么可用于把哺乳动物和鸟类动物区分开：规那么I1 假设 该动物有毛发，那么 它是哺乳动物规那么I2 假设 该动物能产乳，那么 它是哺乳动物规那么I3 假设 该动物有羽毛，那么 它是鸟类动物规那么I4 假设 该动物能飞行，它能生蛋，那么 它是鸟类动物规那么I5到I8把哺乳动物又进一步分为更细的类食肉动物和有蹄动物：规那么I5 假设 该动物是哺乳动物，它吃肉，那么 它是食肉动物规那么I6 假设 该动物是哺乳动物，它长有爪子，它长有利齿，它眼睛前视，那么 它是食肉动物规那么I7 假设 该动物是哺乳动物，它长有蹄

23、，那么 它是有蹄动物规那么I8 假设 该动物是哺乳动物，它反刍，那么 它是有蹄动物，并且是偶蹄动物.第二章 知识表达技术 25 产生式系统 【例24】动物识别系统以下两个规那么对食肉动物进展细分：规那么I9 假设 该动物是食肉动物，它的颜色是黄褐色，它有深色的斑点 那么 它是猎豹规那么I10 假设 该动物是食肉动物，它的颜色是黄褐色，它有黑色条纹 那么 它是老虎 以下两个规那么对有蹄动物进展细分：规那么I11 假设 该动物是有蹄动物，它有长腿，它有长颈，它的颜色是黄褐色，它有深色的斑点，那么 它是长颈鹿规那么I12 假设 该动物是有蹄动物，它的颜色是白的，它有黑色条纹， 那么 它是斑马 .第二

24、章 知识表达技术 25 产生式系统 【例24】动物识别系统 以下对鸟类进展分类的规那么：规那么I13 假设 该动物是鸟类，它不会飞，它有长腿，它有长颈，它的颜色是黑、白色相杂，那么 它是鸵鸟规那么I13的IF部分的条件“它有长腿和“它有长颈，也出如今规那么I11的IF部分。I11是有蹄动物的，而I13是鸟的分类，无混淆规那么I14 假设 该动物是鸟类，它不能飞行，它能游水，它的颜色是黑色和白色，那么 它是企鹅规那么I15 假设 该动物是鸟类，它擅长飞行，那么 它是海燕 .第二章 知识表达技术 25 产生式系统 【例24】动物识别系统识别长颈鹿的过程开场，察看到：动物的颜色是黄褐色,深色斑点规那

25、么I11还是规那么I9？再看到该动物给它的幼兽喂奶，并能反刍，于是现实库内容增为：动物的颜色是黄褐色,深色斑点,能产乳,反刍现用规那么集与现实库进展匹配，I2首先可用，并更新现实库为：哺乳动物,黄褐色,深色斑点,能产乳,反刍进而I8又能用，更新现实库为：有蹄动物,偶蹄动物,哺乳动物,黄褐色,深色斑点,能产乳,反刍还无法识别，而现实库也不能和其它规那么的前提相匹配，需再察看，进一步发现该动物腿和颈都很长，即得到现实库：动物有长腿,有长颈,有蹄动物,偶蹄动物,哺乳动物,黄褐色,深色斑点,能产乳,反刍规那么I11可运用，推理出该动物为长颈鹿问题的求解过程可终止.第二章 知识表达技术 25 产生式系统

26、 产生式系统的问题求解过程的步骤： 现实库初始化 假设存在未用规那么前提能与现实库相匹配那么转，否那么转 运用规那么，更新现实库，并标志所用规那么 现实库能否包含解。假设是，那么终止求解过程，否那么转 要求更多的关于问题的信息，假设不能提供所要信息，那么求解失败，否那么更新现实库并转 . 图 6-2 推理机的一次推理过程 .一个实践的产生式系统, 其目的条件普通不会只经一步推理就可满足, 往往要经过多步推理才干满足或者证明问题无解。 所以, 产生式系统的运转过程,就是推理机不断运用规那么库中的规那么, 作用于动态数据库, 不断进展推理并不断检测目的条件能否满足的过程。当推理到某一步, 目的条件

27、被满足, 那么推理胜利, 于是系统运转终了；或者再无规那么可用, 但目的条件仍未满足, 那么推理失败, 当然系统也运转终了。 .控制战略与常用算法 产生式系统的推理可分为正向推理和反向推理两种根本方式。简单来讲, 正向推理就是从初始现实数据出发, 正向运用规那么进展推理(即用规那么前提与动态数据库中的现实匹配, 或用动态数据库中的数据测试规那么的前提条件, 然后产生结论或执行动作),朝目的方向前进；反向推理就是从目的出发, 反向运用规那么进展推理(即用规那么结论与目的匹配, 又产生新的目的, 然后对新目的再作同样的处置),朝初始现实或数据方向前进。下面我们给出产生式系统正向推理和反向推理的例子

28、： .例动物分类问题的产生式系统描画及其求解。 设由以下动物识别规那么组成一个规那么库, 推理机采用上述正向推理算法, 建立一个产生式系统。该产生式系统就是一个小型动物分类知识库系统。 规那么集： r1： 假设某动物有奶, 那么它是哺乳动物。 r2： 假设某动物有毛发, 那么它是哺乳动物。 r3： 假设某动物有羽毛, 那么它是鸟。 r4： 假设某动物会飞且生蛋, 那么它是鸟。 .r5： 假设某动物是哺乳动物且有爪且有犬齿且目盯前方, 那么它是食肉动物。 r6： 假设某动物是哺乳动物且吃肉, 那么它是食肉动物。 r7： 假设某动物是哺乳动物且有蹄, 那么它是有蹄动物。 r8： 假设某动物是有蹄动

29、物且反刍chu食物, 那么它是偶蹄动物。 r9： 假设某动物是食肉动物且黄褐色且有黑色条纹, 那么它是老虎。 r10： 假设某动物是食肉动物且黄褐色且有黑色斑点, 那么它是金钱豹。 .r11： 假设某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点, 那么它是长颈鹿。 r12：假设某动物是有蹄动物且白色且有黑色条纹, 那么它是斑马。 r13： 假设某动物是鸟且不会飞且长腿且长脖子且黑白色, 那么它是驼鸟。 r14： 假设某动物是鸟且不会飞且会游泳且黑白色, 那么它是企鹅。 r15： 假设某动物是鸟且善飞且不怕风浪, 那么它是海燕。 .图 6-4 规那么集构成的部分推理网络 .再给出初始现实： f

30、1：某动物有毛发。f2：吃肉。f3：黄褐色。f4： 有黑色条纹。 目的条件为： 该动物是什么？易见, 该系统的运转结果为： 该动物是老虎。其推理树如图 6-5所示。 .图 6-5 关于“老虎的正向推理树 .作业二-针对猴子摘香蕉问题，请给出产生式系统描画。定义一个五元组：M，B，Box，On，HM猴子的位置； On=0猴子在地板上B香蕉的位置； On=1猴子在箱子上Box箱子的位置；H=0猴子没有抓到香蕉 H=1猴子抓到香蕉.作业二-请补充以下的规那么集规那么集：R1：IFx，y，z，0，0 THENw，y，z，0，0-代表猴子从x处走到w处R2：R3：R4：.第二章 知识表达技术 26 知识

31、的逻辑表达方法 逻辑的描画是人们思想活动规律的反映和笼统表达人类思想和推理的最准确和最胜利的方法经过计算机可作准确处置与自然言语又非常接近.数理逻辑符号逻辑是用数学方法研讨方式逻辑的一个分支。它经过符号系统来表达客观对象以及相关的逻辑推理。常用的是命题逻辑和谓词逻辑.1 命题逻辑的简述 命题 是可以判别真或假的陈说句通常用大写字母来表示，如A, B, P, Q等命题的真假值普通用 T 或 F 来表示 .例：雪是白的。陈说句，T雪是红的。陈说句，F雪是黑的。陈说句，F他是工人。陈说句，他泛指，无法判别真假他今天上课没有？疑问句请坐公共汽车！祈使句 .命题逻辑是研讨命题及命题之间关系的符号逻辑系统

32、。在命题逻辑中，表示单一意义的命题，称之为原子命题。灯关着， 天在下雨 原子命题经过 “结合词 构成 复合命题。PQ：假设天在下雨，那么天不晴.五个结合词： “ 或 “ 表示 “非复合命题 P 为真，当且仅当P为假。 “ 表示 “合取复合命题“PQ为真，当且仅当P和Q都为真。 . “ 表示 “蕴含复合命题“PQ为假，当且仅当P为真且Q为假。 “ 表示 “析取复合命题“PQ为真，当且仅当P、Q两者之一为真。 . “ 表示 “等价复合命题“PQ为真，当且仅当P、Q同时为真、或者同时为假。 联接词的优先顺序：非 、合取 、析取 、蕴含 、等价注：可以用括号表示优先级.命题变元：用符号P、Q等表示的不

33、具有固定、详细含义的命题。它可以表示具有“真、“假含义的各种命题。命题变元可以利用结合词构成所谓的适宜公式。 .适宜公式的定义假设P为原子命题，那么P为适宜公式，称为原子公式。假设P是适宜公式，那么P也是一个适宜公式。.假设P和Q是适宜公式，那么PQ、 PQ 、PQ 、PQ都是适宜公式。经过有限次运用规那么1、2、3，得到的由原子公式、结合词和园括号所组成的符号串，也是适宜公式。.对于适宜公式，规定以下运算优先级： 逻辑结合词的运算优先次序为： 、 、 、 同级结合词按出现顺序优先运算 .在命题逻辑中，主要研讨推理的有效性。即：能否根据一些适宜公式前提推导出新的适宜公式结论。 一些适宜公式前提

34、条件适宜公式结论？.在命题逻辑中，最根本的单元是命题，它是作为一个不可分割的整体。例如：雪是黑的命题逻辑具有较大的局限性，不适宜于表达比较复杂的问题。.例：一切科学都是有用的假设1。数理逻辑是科学假设2。所以，数理逻辑是有用的结论。很明显，我们无法用两个假设推断出结论。.谓词逻辑是命题逻辑的扩展和开展。它将一个原子命题分解成客体和谓词两个组成部分。例如： 雪 是黑的 客体 谓词本课程首先引见一阶谓词逻辑。 .2 谓词 语法与语义谓词逻辑的根本组成部分谓词变量函数常量园括号、方括号、花括号和逗号.例“机器人Robot在第一个房间Room1内，可以表示为： INROOMROBOT，R1其中 INR

35、OOM是谓词 ROBOT和R1是常量.谓词是指个体客体所具有的性质或者假设干个体之间的关系。用大写字母来表示。 个体是可以详细的如，小张、3、5也可以是笼统的如，x, y。.例：小明是学生，A表示是“是学生，x表示“小明，记作A(x)。-性质x大于y，G表示“大于，记作Gx, y。-关系.客体变元：定义在某一个客体域由个体组成的集合上的变量笼统的。用x, y, z 来表示。函数：以个体为变量，以个体为值的函数。普通用小写字母来表示，例如 f(x), f(x,a)。.假设谓词有 n 个客体变元，称之为 n 元谓词，并商定 0 元谓词就是命题谓词的特例。可以用客体域中任一个客体取代命题函数中的客体

36、变元，从而给相应的谓词公式赋予真、假值。.谓词公式的定义：原子谓词公式由原子命题组成，如：Humanx复合谓词公式由原子谓词公式 经过联接词构成。.(2)、连词和量词结合词连词就是命题逻辑中的五个，它们的含义也是一样的。.两个量词：全称量词，记作“x,含义是 “对每一个x 或“对一切x。存在量词，记作“x，含义是 “存在某个x 、“有一个x 或者 “某些x。 .例1：“一切的机器人都是灰色的，用谓词逻辑可以表示成： xROBOT(x) COLOR(x，gray).例2： “一号房间里有一个物体，可以表示成 xINROOMx, r1 .一阶谓词：只允许对客体变元施加量词，不允许对谓词施加量词。.

37、3 谓词公式(1)、谓词公式的定义 利用连词和量词可以将原子谓词公式组成复合谓词公式，称之为谓词公式。 .例：任何整数或者为正或者为负。数学表达：对于一切的x，假设x是整数，那么x或者为正、或者为负。记作： I(x)：“x是整数。原子谓词公式 P(x)：“x是正数。同上 N(x)：“x是负数。 同上谓词公式： xI(x) (P(x) N(x).第二章 知识表达技术 总结 谓词逻辑命题逻辑的扩展和开展 原子命题=客体+谓词谓词公式、原子谓词公式、复合谓词公式客体变元；客体域；n元谓词；x：全称量词；x：存在量词 一阶谓词逻辑谓词逻辑中最直观的一种逻辑一切罗马人或忠于或仇恨恺撒:x Roman(x

38、)loyalto(x,Caesar)hate(x,Caesar).第二章 知识表达技术 26 知识的逻辑表达方法 谓词逻辑表达法的特性优点严厉性:保证其演绎推理结果的正确性，较准确地表达知识通用性:拥有通用的逻辑演算的方法和推理的规那么 三段论法等自然性:一种接近于自然言语的方式言语。模块性:便于用计算机实现逻辑推理的机械化、自动化缺陷效率低:丢弃语义信息，使推理过程冗长，效率低，出现“组合爆炸。灵敏性差:不便于表达和参与启发性知识及元知识。.第二章 知识表达技术 26 知识的逻辑表达方法 谓词逻辑表达法的运用自动问答系统Green的QA-3为一通用系统，推理采用归结法，控制采用启发式，无约束

39、的归结是完备的 机器人行动规划系统Fikes等设计的STRIPS含两类过程：问题应对过程、规划和处理问题的过程。前者采用的是归结法，后者采用是手段-目的分析法 机器博弈系统Filman等设计的FOL系统是一证明系统。证明采用一阶谓词逻辑阐明，演绎采用Prawitz的自然演绎系统，逻辑准确性，过程控制方式化 问题求解系统Kowalski等设计的PS系统，直接用逻辑子句表示知识，简易方便 .作业三-用一阶谓词表示下面的句子1我们都生活在一个黄色的房子里；2一切选修人工智能的学生都喜欢玩游戏；3并不是一切的学生都选修了历史和生物；4有个理发师为城中一切不为本人理发的男人理发选做.第二章 知识表达技术

40、 5、 语义网络 1968 Quillian提出概念；1970 Simmon用于自然言语了解的研讨概念语义网络是一种采用网络方式表示人类知识的方法方式上，一个语义网络为一个带标识的有向图内容组织上，4个相关部分组成 词法部分：决议表示词汇表中允许有哪些符号，它涉及各个结点和弧线 构造部分：表达符号陈列的约束条件，指定各弧线衔接的结点对 过程部分：阐明访问过程，能用于建立和修正描画，以及回答相关问题 语义部分：确定与描画相关的联想意义的方法，即确定有关结点的陈列及其占有物和对应弧线 .图72苹果的语义网络. 语义网络的概念 语义网络是由节点和边也称有向弧组成的一种有向图。其中节点表示事物、对象、

41、概念、行为、性质、形状等；有向边表示节点之间的某种联络或关系。例如图72就是一个语义网络。其中，边上的标志就是边的语义。.第二章 知识表达技术 27 语义网络 特性显式/简明表达实体构造、属性与实体间因果关系利于以联想方式对系统的解释与概念相关的属性和联络被组织在一结点中易于被访问和学习更加直观，更易于了解承继方式符合人类思想习惯语义解释依赖于构造的推理过程无构造商定推理不很有效结点联络有线状/树状/网状/递归状知识存储/检索需较复杂的过程.第二章 知识表达技术 27 语义网络 语义网络表达法的优点自然性直接而明确地表达概念之间的语义关系，接近于人类的语义记忆方式联想性着重于表达语义关系知识，

42、表达了联想思想过程，如经过正例、反例的比较，进展学习的过程效率较高可经过语义关系检索和推理，较快导出与问题有关的概念和现实，不用历遍整个知识库语义网络表达法的缺陷不能象逻辑方法那样保证推理的严厉性和有效性不便于表达判别性知识不便于表达深层知识，如与时间要素有关的动态知识 .语义网络的表达才干 由语义网络的构造特点可以看出，语义网络不仅可以表示事物的属性、形状、行为等，而且更适宜于表示事物之间的关系和联络。而表示一个事物的层次、形状、行为的语义网络，也可以看作是该事物与其属性、形状或行为的一种关系。如图73所示的语义网络，就表示了专家系统这个事物的内涵，同时也可以看作是表示了专家系统与“智能系统

43、、“专家知识、“专家思想及“困难问题这几个事物之间的关系或联络。所以，笼统地说，语义网络可表示事物之间的关系。因此，关系或联络型的知识和能化为关系型的知识都可以用语义网络来表示。.图73 专家系统的语义网络 .第二章 知识表达技术 27 语义网络 语义网络的知识表示 根本命题的语义网络表示以个体为中心 1实例联络 ISA 实例关系表示类与其实例个体之间的关系。这是最常见的一种语义关系。例如，“小华是一个大学生就可表示为图74。其中，关系“是一个普通标识为“is-a，或ISA。 小华大学生是一个.第二章 知识表达技术 27 语义网络 语义网络的知识表示 根本命题的语义网络表示以个体为中心 2泛化

44、联络 AKO(A Kind Of) .图75 表示分类关系的语义网络 泛化联络是指事物间的类属关系.第二章 知识表达技术 27 语义网络 语义网络的知识表示 根本命题的语义网络表示以个体为中心 3聚集联络 part-of 桌子桌腿桌面Part-ofPart-of.第二章 知识表达技术 27 语义网络 语义网络的知识表示 根本命题的语义网络表示以个体为中心 4)属性联络 .第二章 知识表达技术 27 语义网络 语义网络的知识表示 根本命题的语义网络表示以谓词或关系为中心 设有n元谓词或关系R(arg1,argn),arg1取值为a1,argn取值为an,R的等价一组二元关系如下： arg1(R,

45、a1)arg2(R,a2) argn(R,an)对应的语义网络：.第二章 知识表达技术 27 语义网络 语义网络的知识表示 衔接词在语义网络中的表示方法合取give(John,Mary,“战争与和平)read(Mary,“战争与和平)对应的语义网络：.第二章 知识表达技术 27 语义网络 语义网络的知识表示 衔接词在语义网络中的表示方法析取 John is a programmer or Mary is a lawyer 对应的语义网络：.第二章 知识表达技术 27 语义网络 语义网络的知识表示 衔接词在语义网络中的表示方法否认 ISA，AKO及part-of的有向弧 give(John,Ma

46、ry,“战争与和平)read(Mary,“战争与和平) 对应的语义网络：.第二章 知识表达技术 27 语义网络 语义网络的知识表示 衔接词在语义网络中的表示方法蕴含一弧：命题前提条件ANTE，另一弧：规那么结论CONSE 假设车库起火，那么用CO2或沙来灭对应的语义网络：.第二章 知识表达技术 27 语义网络 语义网络的知识表示 变元和量词在语义网络中的表示方法 存在量词 直接用ISA弧全称量词 分块方法 存在量词：The dog bit the postman .第二章 知识表达技术 27 语义网络 语义网络的知识表示 变元和量词在语义网络中的表示方法 存在量词 直接用ISA弧全称量词 分块

47、方法 全称量词：Every dog has bitten a postman (x)DOG(x)(y)POSTMAN(y)BITE(x,y).第二章 知识表达技术 27 语义网络 语义网络的知识表示 变元和量词在语义网络中的表示方法 存在量词 直接用ISA弧全称量词 分块方法 全称量词：Every dog has bitten every postman用弧与结点P相连 . 基于语义网络的推理 基于语义网络的推理也是承继。承继也是经过匹配、搜索实现的。问题求解时，首先根据待求问题的要求构造一个网络片断，然后在知识库中查找可与之匹配的语义网络，当网络片断中的讯问部分与知识库中的某网络构造匹配时，

48、那么与讯问处匹配的现实，就是问题的解。. 基于语义网络的推理我们要经过图7-1所示的语义网络(假设它已存入知识库), 查询富士苹果有什么特点。那么, 我们可先构造如图7-15所示的一个网络片段。然后, 使其与知识库中的语义网络进展匹配。 匹配后X的值应为“脆甜。当然, 这是一个简单问题。.图715 语义网络片段 苹果x富士 特点AKO. 基于语义网络的推理假设问题复杂, 也能够不能经过直接匹配得到结果, 那么还需求沿着有关边进展搜索, 经过承继来获得结果。例如要问：吃富士苹果对人的安康有何意义？ 那么, 经过上述网络片断不能直接获得答案, 这时, 就需沿着边“AKO不断搜索到节点“水果, 由水

49、果的“富营养性, 经过特性承继便得到富士苹果也富营养。 .第二章 知识表达技术 28 框架表达法 一个通用的数据构造的方式存储以往的阅历数据构造 框架框架 一个构造 一种组织构造或组织新资料可用从阅历中得到的概念来分析/解释框架表示法 一构造化表示方法框架 语义网络的结点-槽-值表示构造框架一组语义网络的结点和槽，这组结点和槽可以描画格式固定的事物、行动和事件 语义网络可看作结点和弧线的集合 .第二章 知识表达技术 28 框架表达法 框架构造框架(Frame)是一种组织和表示知识的数据构造框架名 槽(Slot) 槽名 槽值/填充值 恣意数目FRAME 槽名1： 侧面名11：侧面值11 侧面名1

50、2：侧面值12 侧面名1m：侧面值1m 槽名n： 侧面名n1：侧面值n1 侧面名n2：侧面值n2 侧面名nm：侧面值nm.第二章 知识表达技术 28 框架表达法 各种属性的槽或侧面缺省值DEFAULT侧面用于阐明该侧面的典型取值一鸟类框架，鸟能否会飞属性槽可填“会飞缺省值附加过程侧面阐明槽值的计算过程和填槽时要做的动作一组子程序槽或侧面的取值类型数值型整型数INTEGERS 浮点数FLOATS地震框架中强度槽和财富损失槽的取值字符串STRINGS如地震框架中地点槽和断层槽取值约束类型可以经过上面给出的根本类型经过布尔运算构成 . 框架的概念 顾名思义，框架就是一种构造，一种方式，其普通方式是:

51、 | | . | 即一个框架普通有假设干个槽，一个槽有一个槽值或者有假设干个侧面，而一个侧面又有假设干个侧面值。其中槽值和侧面值可以是数值、字符串、布尔值，也可以是一个动作或过程，甚至还可以是另一个框架的名字。.例7.1 下面是一个描画“教师的框架：框架名:类属:任务:范围:(教学，科研) 缺省:教学性别:(男，女)学历:(中师，高师)类型:(，).例7.2 下面是一个描画“大学教师的框架：框架名:类属:学历:(学士，硕士，博士)专业:职称:(助教，讲师，副教授，教授)外语:语种:范围:(英，法，日，俄，德，) 缺省:英程度:(优，良，中，差)缺省:良.例7.3 下面是描画一个详细教师的框架:

52、框架名:类属:姓名:李明性别:男年龄:25职业:教师职称:助教专业:计算机运用. 比较例7.2和例7.3中的框架，可以看出，前者描画的是一个概念，后者描画的那么是一个详细的事物。二者的关系是，后者是前者的一个实例。因此，后者普通称为前者的实例框架。这就是说，这两个框架之间存在一种层次关系。普通称前者为父框架，后者为子框架。当然，“父和“子是相对而言的。例如“大学教师虽然是“教师-1的父框架，但它却是“教师框架的子框架，而“教师又是“知识分子的子框架。. 框架之间的这种层次关系对减少信息冗余有重要的意义。凡是父框架所具有的属性，子框架也一定具有。于是，子框架就可以从父框架那里承继某些槽值或侧面值

53、。除此之外，由于一个框架的槽值还可以是另一个框架名，这就将框架横向联络起来了。而框架间的“父子关系又是一种纵向关系，于是，某一领域的全体框架便构成了一个框架网络或框架系统。. 基于框架的推理 基于框架的推理方法是承继。所谓承继，就是子框架可以拥有其父框架的槽及其槽值。实现承继的操作有匹配、搜索和填槽。 .框架名: 教师-1姓名: 李明性别: 男年龄: 25职称: 助教专业: 计算机运用部门: 计算机系软件教研室外语程度： 框架名:类属:学历:(学士，硕士，博士)专业:职称:(助教，讲师，副教授，教授)外语:语种:范围:(英，法，日，俄，德，) 缺省:英程度:(优，良，中，差) 缺省:良.第二章

54、 知识表达技术 28 框架表达法 框架间的关系类框架 实例框架类超类关系AKO包含关系实例类关系ISA属于关系主子调用关系组成衔接指针框架系统 .第二章 知识表达技术 28 框架表达法 【例29】框架间关系例：机器人纠纷问题设机器人罗宾与苏西在一同玩耍，调皮的苏西打了罗宾一下，其结果可以猜测，有两种能够性：一是：罗宾愤怒，还击苏西一下；苏西也不示弱，二人摔打起来另是：罗宾没有还手，但感到委屈，哭了起来 .第二章 知识表达技术 28 框架表达法 【例210】自然灾祸新闻报道“今天一次强度为里氏7级的地震袭击了X地域，呵斥250人死亡和5百万人民币的财富损失。有专家说：多年来，接近Y断层的地方不断

55、是一个危险的地域。地震框架 地点： X 日期： 今天 强度： 7 死亡人数： 250 财富损失： 5百万人民币 断层： Y框架系统 地震是一灾祸事件，灾祸事件还有洪水、飓风等. 还需指出的是，产生式规那么也可用框架表示。例如，产生式 假设头痛且发烧，那么患感冒。用框架表示可为： 框架名： 前提：条件1:头痛 条件2:发烧 结论:患感冒.第二章 知识表达技术 28 框架表达法 框架系统与产生式系统的结合规那么框架：外部方式槽用来记录用户给出本规那么的原始方式分析方法槽用相应的方法将原始规那么转换成某种内部方式，这种内部表示包含一组表达式转换的结果是向相应的条件槽、结论槽和动作槽填值条件槽结论槽动

56、作槽另外，也可以向规那么框架中填入描画信息，如规那么之间的关系、规那么的用途、要到达的目的等 .第二章 知识表达技术 28 框架表达法 框架系统特性：承继性 一个框架系统=一种树型构造树的每一个节点=一个框架构造 ISA AKO衔接通用性各种问题 扩展性 某细节另一框架预测性得到不直接信息判别推理认识某类事物修正性 不完好完善描画 .第二章 知识表达技术29 特征表表达法 特征表是经过对象特征来表达知识的一种表格方式人工智能言语LISP特征表 属性和取值特点：便于表达表达性知识便于表达过程性知识或控制性知识便于检索不同问题，不同对象，兴趣特征不同属性工程不同不同观念，不同方法特征/属性不同同一

57、问题/对象系统形状不同取值不同(同一属性)留意:各种属性在不同地方反复出现，应防止矛盾和不一致景象 .第二章 知识表达技术29 特征表表达法 【例213】机器人行动规划问题在一含有凹室(alcove)的房间里，有两张桌子A和B，一个机器人robot和一个箱子box，如图28所示。为了让机器人从凹室出发，把桌子A上的箱子移到桌子B上，然后回到凹室，需求制定相应的行动规划 .第二章 知识表达技术29 特征表表达法 【例213】机器人行动规划问题1初始形状：对 象属 性取 值ROBOTLOCATION ALCOVEHOLDS EMPTYBOXSUPPORTED-BY AAIS-A TABLESUPP

58、ORTS BOXBIS-A TABLESUPPORTS EMPTY.第二章 知识表达技术29 特征表表达法 【例213】机器人行动规划问题2目的形状： 对 象属 性取 值ROBOTLOCATION ALCOVEHOLDS EMPTYBOXSUPPORTED-BY BAIS-A TABLESUPPORTS EMPTYBIS-A TABLESUPPORTS BOX.第二章 知识表达技术29 特征表表达法 【例213】机器人行动规划问题3中间形状： 对 象属 性取 值ROBOTLOCATION B HOLDS BOXBOXSUPPORTED-BY ROBOTAIS-A TABLESUPPORTS E

59、MPTYBIS-A TABLESUPPORTS EMPTY.第二章 知识表达技术210 面向对象的表示 近年来，面向对象技术蓬勃兴起。在知识表示领域那么出现了面向对象的知识表示方法。面向对象技术中的中心概念是对象和类。对象可以泛指一切事物，类那么是一类对象的笼统模型。反之，一个对象是其所属类的实例。通常，在面向对象的程序设计言语中，只给出类的定义，其对象由类生成。面向对象方法学 构造软件系统/知识系统能较自然地反映人们思索方式求解空间在构造上同问题空间获得一致.第二章 知识表达技术210 面向对象的表示 1.对象、音讯和方法 静态特性+动态行为问题空间中对象 呆板与被动数据/数据构造传统程序文语 鸿沟 计算机求解空间与客观问题空间间对象不仅有形状，而且有行为各种资源和智