东北大学决策支持系统课件DSSCH5数据库方法库及知识库.ppt

1,第5章 决策支持系统的数据库、方法库及知识库,2,第5章 决策支持系统的数据库、方法库及知识库,5.1 DSS的数据库系统 5.2 数据库系统的设计 5.3 决策支持系统的方法库 5.4 DSS知识库系统 5.5 知识的表示及组织,3,5.1 DSS的数据库系统,数据是决策的依据，也是减少决策不确定因素的基础，因此数据库系统是决策支持系统重要的组成部分。数据库系统主要由数据库与数据库管理系统组成。,4,5.1.1 DSS对数据库的要求,1.析取数据的能力 2.支持记忆 3.变化细度和精度的功能 4.宽的时间范围 5.多重数据来源 6.随机存取能力 7.集合运算能力 8.公有或私有的数据库 9.响应时间的能力 10.支持各种关系和视图 11.对DSS其它部件有好的接口 12.与终端用户有好的接口,5.1.2 DSS数据库的组成,DSS数据库系统往往由以下几部分组成：数据析取子系统、DSS数据库 、数据库管理系统、数据词典 、数据查询模块（图5-1） 。,5,6,5.1.3 DSS数据库系统各部件的功能,1.数据库 DSS数据库中的数据是从内部和外部数据源以及属于一个或多个用户的个人数据中抽取的。 2.数据组织 3.数据析取系统 为了创建DSS数据库或数据仓库，常有必要从几个数据源中获取数据，这种操作称为析取或抽取。,7,4.数据库管理系统 数据库管理系统（Database Management Systems，DBMS），可用于修改、删除、操纵、存储和检索数据库中的信息。 5.查询模块 6.数据词典,8,5.2数据库系统的设计,5.2.1数据库的设计方案 1.数据信息的特征 2.数据来源 3.三种设计方案 5.2.2数据析取设计 1.数据析取 2.数据析取的特点,9,5.2.3 DSS数据库及其管理系统设计的一些关键问题 1.关于数据的详细性与概括性问题 2.关于数据来源目录问题 3.关于DSS数据库操作的有关问题 4.关于与DSS其它部分接口的问题,10,5.2.4 DSS的数据库类型 1. 经营管理数据库 2.战略规划数据库,11,5.3决策支持系统的方法库,5.3.1建立方法库的理论依据 方法库是在程序基础上发展起来的。20世纪70年代开始出现了专用程序包即程序库。程序库针对性强，但有它的局限性，表现在程序库中的子程序被不同用户调用时，每次都要进行编译、连接；修改程序库中的子程序，要相应地修改调用它的用户程序。为了使用程序库，用户必须熟悉有关程序设计语言和数据规则，方法库就是为了克服上述缺点而研制出来的。,12,5.3.2方法库系统的功能,方法库系统是存储、管理、调用及维护DSS各子系统要用到的通用算法、标准函数等方法的子系统。 例如，数学方法、数理统计方法、经济数学方法等。方法库系统由方法库与方法库管理系统两大部分组成。 方法库系统主要是一个软件系统,它综合了数据库和程序库,它为求解模型提供算法,可使DSS更有活力.,13,1.方法库系统的功能,（1）方法库系统是具有扩充性的程序组件 （2）可扩充性是指在组件集合（程序库或方法库）中随时可以加入新的组件（程序或方法），这包括完全新建的方法和组合生成的方法。,14,2.在DSS中引入方法库的优点,（1）提供各种通用计算、分析、加工处理的能力。 （2）提高模型运行的效率。用户可以从模型库中调出所需要的模型，同时从方法库中调出相应的方法程序，通过联结，有效地完成模型的运算和分析。 （3）实现软件资源的共享。由于建立了方法库，对于模型库中的模型，就无需考虑 每一个模型都配置一个或多个算法，而是各种模型共享一类方法程序，或一类模型共享多个方法程序。,15,5.3.3方法库系统的结构,一、概述： 目前，建立方法库系统结构的一个基本观点，是将方法抽象为数据，利用数据库管理系统所具有的功能对方法库进行管理，如数据定义、数据存取、数据查找、并发控制、错误恢复、完全性限制等功能都是可以利用的。这样做的好处是可以减少开发费用，避免由于方法管理系统与数据库管理系统之间的差异带来的接口难点。,16,二、方法库系统的结构,17,1、方法库,方法库由方法程序库和方法字典组成。 （1）方法程序库是存储方法模块的工具，可由各种通用性和灵活性都比较强的可用来构成各种数学模型的方法程序库组成。如图给出了方法程序库中方法的集合。,18,（2）方法字典则用来对方法库中的程序进行登录和索引。 （3）按方法的存储方式，方法库可以被分为层次结构型方法库、关系型方法库、语义网络模型结构方法库和含有人工智能技术的方法库等。,19,2、方法库管理系统 它是方法库系统的核心部分，是方法库的控制机构（后面将作详细介绍）。 3、内部数据库 它是方法库系统本身的一个数据库，用于存放输入的数据及经过方法加工后的输出数据。 4、用户介面 它包括系统员介面、程序员介面和终端用户介面等。,20,5.3.4方法库的构成和实现方法,1、方法库系统的构成 一般情况下，MBS应包括一个具有通用模块的基本子系统和一个具有面向具体应用模块的用户子系统。基本子系统一次实现，而完整的MBS则要在基本子系统基础上增加具有特定应用功能的模块，这种模块可以是以前开发的，也可以是从外部得到的。,21,方法库 的层次构成,基本子系统和用户子系统都可以分成两个层次，因此整个MBS分为四个互相联系的层次，分层的主要依据是面向应用的程序。0层是最核心的，而3层则最具有应用的性质，下面简单介绍这四层结构。 0层：具有最基本的功能，因而也可称为“MBS操作系统”，其主要部分有： （1）对各解释器提供公共服务的中心控制器； （2）对非MBS的基本接口，如文件系统、数据库管理系统、打印机和CRT终端等； （3）与操作系统功能的接口，如请求和释放系统资源，从系统环境中获取各种信息，像日期、时间、用户标识等； （4）MBS的文件管理。,22,1层：包括与应用无关的部分，需要时装配进来，因此不是每个 MBS都具备的，这些模块包括： （1）实现运用广泛的数据类型或典型产生器（参数化的数据类型）的模块。 （2）MBS自身文件的定义说明和处理功能，这些文件包括的信息有中间结果、目录、数据字典、错误信息、提示信息等； （3）常驻的数据结构的管理。,23,2层：这层相应于程序库提供的功能。 （1）基本程序，较核心的有标准数学函数、统计或图形输出算法；较面向应用的有CAD算法等。许多程序可从外部获得，这些基本程序很少用到低层的功能； （2）实现一些更复杂的用户要求，需要特别编制一些程序，一般来讲，这些程序需由应用领域的专家来编制，这些程序既用到基层程序，又用到1层的功能； （3）相应于一些新命令的用户过程，由用户在已有命令的基础上定义。,24,3层：相应于交互式的用户接口。包括进行语法、语义分析的解释器，并通过中控制器调用2层相应的功能。如果从用户角度看，系统可处于不同的运行状态，如命令态、初始态、辅助态、过程态等，每种都有各自的解释器。,25,2.用系统化方法实现方法库,1、基本思想 方法库系统在很大程度可用已有的“构件”来构造。0层是方法库系统的操作系统，对所有的方法库系统都是一样的。对1层和0层的一部分，可以实现满足许多需求的构件，如各种DBMS接口，用户数据类型，转换程序。 2、主要任务 构造方法库系统的主要任务就是选择合适的构件，编制缺少的构件，再把它们组合起来。这三方面都可以通过一定的软件支持来提高工作效率 。,26,3、开发方法库系统的软件支持环境,包括三部分：工具库，构件库和信息系统。 工具库包括编译、编辑器、接口产生器、解释器的构造系统。构件库包括所有可能成为方法库系统一部分的软件构件，包括整个方法库操作系统，不依赖应用的1层模块，各种可能用到的方法，包括方法的LIS接口，系统表格和错误信息表。构件库管理的主要手段是添加、拷贝、修改和存取。 信息系统提供对构件库和工具库的描述，记录库中各部分之间的关系，如方法和接口、方法的层次关系、所有构件的目录。,27,5.3.5方法库系统的应用层次及方法库语言,1.方法库系统的三个层次 (1) 基础级 基础级上提供的方法称为元方法。这一级方法构成了方法库的基本集。系统管理员负责建立基础的、公用的模块，维护方法库管理系统软件。 (2) 应用级 应用级上，方法库为终端用户提供应用问题的数学模型。在早期的计算机文献中把这种形态的方法库称为模型库。 (3) 匹配级 匹配级处于基础级和应用级之间，它把基本方法合成为专用方法，并使数据和加工方法相衔接，它向应用程序员提供剪裁应用软件的工具，使方法库适应不同的应用领域。,28,2.方法库语言,从构件库产生方法库只需按下面的顺序进行，首先通过信息系统了解是否有缺少的程序。编制这些程序，加入构件库中，再把需要的构件加入方法库。 方法库描述语言面向方法库的系统管理员。系统管理员可使用方法库描述语言建立方法库的概念模式、决定方法的存储结构和存储方式、定义方法的完整性和有效性、对方法的修改、删除及分类等。 2.方法库操纵语言 它是面向程序员的。与数据库系统相比，由于方法库的操作对象是方法而不是数据，因而方法库的操作运算也与数据库不同。在方法库中，方法的运算主要是方法的链接。通过链接运算将几个方法链接起来而称为一个新的方法。方法库操纵语言，可以是封闭式的，也可以潜入某一宿主语言中。利用方法库操纵语言，程序员根据需要编制程序输入到系统中，即可进行方法的查找、合成、对方法的数据输入与输出等。,29,3.方法库使用语言,它主要是面向一般用户，如用于决策的领导干部等。 方法库使用语言应是一种自封闭的语言，要求非过程化程度高，应当具有对话式及批处理两种操作方式，当用户进入方法库使用语言状态后，系统自动地提供对话环境，以菜单的形式，指引用户使用方法库使用语言。 方法库使用语言应当简明易懂，该语言所采用的术语应当是一般用户所易接受的方式，而不应采用技术性较强的术语，使得用户能在较短的时间内掌握该语言。,30,5.3.6方法库管理系统,一.方法库管理系统应包括以下组成部分： 1.方法库运行控制程序。包括方法库的管理程序、方法的存储程序、方法的更新程序、方法的链接程序、运行方法的程序、完整性与安全性保护程序等。 2.语言解释器。它被用来解释各级界面语言。 3.数据处理程序。主要用来控制与数据库的通信。 4.模型库接口的控制程序。 5.公用程序。包括辅助学习程序、字典维护程序及方法库维护程序等。,31,二.方法库管理系统的功能,1、对方法的描述、录入、修改、删除等处理。通常采用的方法是选择适当的计算机程序设计语言，将有关算法变成一组可行的程序存入计算机内，而后按照求解问题的需要调用对应的程序模块，以达到解决问题的目的。2、与数据处理、模型库进行交互的能力。,32,5.3.7方法库与数据库的关系,一、方法库内外数据库 方法库本身应当具有一个数据库，为了区别于外部数据库，可以把它称为内部数据库，它用来存放输入数据及经过方法加工后的输出数据。内部数据库中的数据既可以从外部数据库通过系统连接传送过来，也可以由用户自己输入。通常说的数据库是指外部数据库。,33,二、方法库与数据库的数据传递关系,1、方法库管理系统中的数据处理程序根据方法本身的信息（在方法字典中）自动地通过转换，把数据正确地输入到要用的方法体中 ； 2、方法库与内部数据库的联系可以具有两种形式。其一，方法库管理系统自动地调度；其二，由用户通过宿主语言进行通信。,34,5.4 DSS知识库系统,5.4.1知识库系统概述 5.4.2知识库系统的功能、特点及技术环境 5.4.3知识库的关键技术,35,5.4.1知识库系统概述,当DSS向智能方向发展时，知识和推理的研究就显得越来越重要。事实上，也只有当知识和推理技术被熟练地运用于DSS时，才可能真正达到决策支持所提出的目标。许多非结构化和半结构化问题很复杂，因此除了需要常规DSS的功能以外，还需要问题求解的专门知识，所以在先进的DSS中需要包含知识库子系统，该系统可提供求解问题所需要的某些知识以及提供可增强DSS其他部件运行功能的知识。包含知识库子系统的DSS称为智能DSS、专家支持系统或者称为基于知识的DSS。,36,5.4.2知识库系统的功能、特点及技术环境,一、DSS设立知识库 的功能 为自然语言理解创立语义和语用的环境；为建模和数值计算提供必要的分析基础；补充和延拓决策人员的思维能力。 二、知识库的特点 1.DSS不仅具有定性的知识推理能力，而且具有定量的计算功能，并能将两种功能有机地结合起来。显然，它的功能比一般专家系统的功能强。 2.专家系统的知识结构通常比较单一，限定于用规则或因果关系等形式表示的某方面的专业知识。,37,3.DSS推理机制不仅具有对不同结构特点的知识的推理，而且要与定量计算结果综合起来以加强辅助决策的有效性，这就使得它的推理比一般专家系统的推理更加复杂。 4.在计算机的语言实现方面也有很大的不同。现有的专家系统一般采用人工智能程序设计语言，然而这些语言在数学计算方面效率很低，不能满足复杂计算问题的求解要求。目前利用现有的面向计算的编程语言完成智能GDSS的软件，则系统的透明性和灵活性又不能令人满意。比较理想的方法是以智能语言为外壳，辅以其他多种语言工具组成GDSS的软件 。,38,5.4.3知识库的关键技术,知识库的关键技术是知识的获取和解释、知识的表示、问题求解及知识库的管理和维护。 从本质上讲，这些技术和知识工程与专家系统所使用的技术并没有什么根本的差别，因此在DSS研究中完全可以借鉴知识工程和专家系统的一些成果。其不同点在于DSS特别重视推理和计算的结合，以及机器推理对于决策者思维的延拓能力。在专家系统中计算是很少的，几乎没有数学模型的概念，知识的结构和形式比较确定。,39,5.5 知识的表示及组织,知识的表示、知识的获取及知识的运用一起，成为知识处理学的三大课题。而且一般认为知识的表示处于中心地位。因为一方面获取的知识必须表示成某种形式，否则就无从记录知识；另一方面显然没有表示就根本谈不上运用知识。 5.5.1知识表示的概念 一、知识的定义 知识的定义是“以各种方式把一个或多个信息关联在一起的信息结构”。简言之，知识是一个或多个信息之间的关联（关系或联系）。,40,二、什么是知识表示,1、所谓知识表示实际上就是对知识的一种描述，即用一些约定的符号把知识编码成一组计算机可以接受的数据结构。所谓知识表示过程就是把知识编码成某种数据结构的过程。 2、知识表示技术就是研究在计算机中如何用最合适的形式对系统中所需的各种知识进行组织，它与问题的性质和推理控制策略有着密切的关系。,41,5.5.2知识表示观点和方法,1.知识表示观点 知识表示观点是人们对知识表示的看法。根据对控制性知识的组织方式，目前已形成了以下两种有代表性的知识表示观点。 （1）陈述性观点 陈述性知识表示是指以陈述的方式把知识用一定的数据结构表示出来。即把知识看作一种特殊的数据，知识表示仅说明描述的对象是什么，不涉及如何运用知识的问题。,42,（2）过程性观点 过程性知识表示是指以程序（亦称为过程）的方式把知识表示出来，即把知识寓于程序之中，把知识表示和运用知识结合起来。过程性知识表示的优点是推理过程直接、清晰，有利于模块化，并且便于用特殊领域的启发式信息来避免推理思路的不相关和不自然，因此工作效率较高；其主要缺点是灵活性差，对知识的维护不方便。,43,2.知识表示方法,2.知识表示方法 知识表示方法又称为知识表示技术，其表示形式被称为知识表示模式。目前，使用较多的知识表示方法有10余种，如一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法、脚本表示法、过程表示法、面向对象表示法以及一些不确定性知识的表示方法等。,44,5.5.3知识的规则表示法,是由一组以“如果这个条件满足的话,那么就得出这个结论或采取这个动作”的形式表示人类知识和经验的基本形式.其形式为: IF Condition THEN Conclusion/Action 如果 条件 那么 结论或动作 （1）每个这样的语句就叫一个规则，一系列这样的规则就构成知识库；（2）与传统的程序相比知识库中运用的“IF-THEN”语句的数量和深度不同（通常含有几百甚至于几万条规则，其次，规则往往是相互关联，嵌套很多层，而且嵌套关系比传统的程序要复杂）。,45,知识规则表示法的框图实例：,46,5.5.6语义网络表示法,一、概念：当知识涉及有互联特性的对象和群族时,用语义网络表示法 更有效。语义网络是一种采用网络的形式表示人类知识的方法。形式上，一个语义网络为一个带标识的有向图，其中带有标识的结点表示问题领域中的物体、概念、事件、动作或势态，结点一般划分为实例结点和类结点两种类型；结点之间的有向弧表示结点之间的语义联系，是语义网络组织知识的关键。即语义基本单元可用如下三元组： （结点1，弧，结点2）来表示。,47,二、实例,1、用语义基元描述“驼鸟是一种鸟”这一事实。由于“驼鸟”与“鸟”之间的语义联系为“是一种”，因此在此语义网络中，弧线被标识为“是一种”。,48,例2.用语义网络表示以下两个简单事实：,李新的自行车是永久牌、蓝色、26型。王红的自行车是金狮牌、红色、24型。这两个事实相互独立，但又有一定联系。不管是李新的自行车，还是王红的自行车，都是一辆特定的自行车，属于具体概念。为使该问题的表示更加一般化和便于扩充，可在语义网络中增加“自行车”这个抽象概念，并用自行车1、自行车2分别代表李新和王红的自行车。其语义网络如图所示。,49,三、语义网络推理 过程,用语义网络表示知识的问题求解系统主要由两大部分所组成，一部分是由语义网络构成的知识库，另一部分是用于问题求解的推理机构。语义网络的推理过程主要有两种，一种是继承，另一种是匹配。 1.继承 所谓继承是指把对事物的描述从抽象结点传递到具体结点。通过继承可以得到所需给点的一些属性值，它通常是沿着Isa、AKind-of等继承弧进行的。,50,继承的一般过程为：,（1）建立一个结点表，用来存放待求解结点和所有以Isa、AKindof等继承孤与此结点相连的那些结点。初始情况下，表中只有待求解结点。 （2）检查表中的第一个结点是否有继承弧。如果有，就把该弧所指的所有结点放入结点表的末尾，记录这些结点的所有属性，并从结点表中删除第一个结点。如果没有，仅从结点表中删除第一个结点。 （3）重复（2），直到结点表为空。此时，记录下来的所有属性都是待求解结点继承来的属性。,51,2.匹配,语义网络的问题求解一般是通过匹配来实现的。所谓匹配就是在知识库的语义网络中寻找与待求解问题相符的语义网络模式。其主要过程为： （1）根据待求解问题的要求构造一个网络片断，该网络片断中有些结点或弧的标识是空的，称为询问处，它反映的是待求解的问题。 （2）根据该语义片断到知识库中去寻找所需要的信息。 （3）当待求解问题的网络片断与知识库中的某语义网络片断相匹配时，则与询问处相匹配的事实就是该问题的解。 为了说明这一过程，下面看一个例子。,52,例如假设在知识库中存放着如图73所示的语义网络，问职员王强在哪个公司工作。,53,根据这个问题的要求，可构造如图所示的语义网络片断。当用该语义网络片断与上图所示的语义网络进行匹配时，由“工作在”弧所指的结点可知，职员王强工作在“理想公司”，这就得到了问题的答案。如果还想知道职员王强的其他情况，可通过在语义网络中增加相应的空结点来实现。,54,5.5.5框架表示法,框架表示法是在框架理论的基础上发展起来的一种结构化知识表示方法。 但在框架表示法中,事物之间的相互关系是基于共享特性而不是层次关系。 框架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。当遇到一个新事物时，就从记忆中找出一个合适的框架，并根据新的情况对其细节加以修改、补充，从而形成对这个新事物的认识。如，当一个人走进教室前，会根据以往对教室的认识，想象到教室会有窗户、黑板、课桌、凳子、讲台等。至于该教室的细节，还需要在进入教室后通过观察来得到。,55,关与知识的框架,框架所表示的知识不是层次式的，而是概念式随意式的。如图所示，一个汽车，它有特征或框架中的槽，如四个轮子，一个汽油或柴油马达，可以行走或运动。汽车的特点可以和其他类似的东西相比较，如摩托车，见图中摩托车框架。,56,5.4 .5推理机制的设计与实现,5.4.1推理机基本概念 一、概念：推理机是知识库系统问题求解过程必不可少的机制，其功能是根据一定的推理策略从知识库中选择有关知识，对用户提供的事实进行推理，直到得出相应的结论为止。 二、控制策略 控制策略决定了对知识进行选择的方法，对问题求解的效率和效果有重要影响，常用的控制策略有三种：数据驱动控制（又称前向推理）、目标驱动控制（又称反向推理）和混合推理（又称双向推理）。,57,三、控制策略的问题空间及特点,数据驱动控制适合于解空间很大的问题，其主要缺点是盲目推理，求解了许多与总目标无关的子目标；目标驱动控制适合于解空间较小的问题，其不足在于子目标选择盲目，不允许用户主动提供信息来指导推理过程；混合控制则综合了两者的优点。,58,4.推理的系统的基本构成,推理方向用来确定推理的控制方式，即推理过程是从初始证据开始到目标，还是从目标开始到初始证据。按照对推理方向的控制，推理可分为正向推理、逆向推理、混合推理及双向推理四种情况。无论哪一种推理方式，系统都需要有一个存放知识的知识库，一个存放初始证据及中间结果的综合数据库和一个用于推理的推理机。,59,（1）正向推理,正向推理是一种从已知事实出发、正向使用推理规则的推理方式，亦称为数据驱动推理或前项链推理。其基本思想是：用户需要事先提供一组初始证据，并将其放入综合数据库。推理开始后，推理机根据综合数据库中的已有事实，到知识库中寻找当前可用知识，形成一个当前可用知识集，然后按照冲突消解策略，从该知识集中选择一条知识进行推理，并将新推出的事实加入综合数据库，作为后面继续推理时可用的已知事实，如此重复这一过程，直到求出所需要的解或者知识库中再无可用知识为止。,60,（2）逆向推理,概念：逆向推理是一种以某个假设目标作为出发点的推理方法，也称为目标驱动推理或逆向链推理。 其基本思想是：首先根据问题求解的要求，将要求证的目标（称为假设）构成一个假设集，然后从假设集中取出一个假设对其进行验证，检查该假设是否在综合数据库中、是否为用户认可的事实 。直到被肯定或否定。例子：,61,二、例子：,如图所示，反向推理如先假定录取，反推所有条件不满足，则不录取。,62,逆向推理的主要优缺点,优点:逆向推理的主要优点是不必寻找和使用那些与假设目标无关的信息和知识，推理过程的目标明确，同时也有利于向用户提供解释，在诊断性专家系统中较为有效。 缺点:其主要缺点是当用户对解的情况认识不清时，由系统自主选择假设目标的盲目性比较大，若选择不好，可能需要多次提出假设，会影响系统效率。,63,（3）混合推理,为了更好地发挥这两种推理各自的长处，避免各自的短处，互相取长补短，可以将它们结合起来使用。这种把正向推理和逆向推理结合起来所进行的推理称为混合推理。 混合推理的方法 混合推理可有多种具体的实现方法。例如，可以采用先正向推理，后逆向推理的方法；也可以采用先逆向推理，后正向推理的方法；还可以采用随机选择正向和逆向推理的方法。下面分别对这三种情况进行讨论。,64,先正向后逆向的混合推理,这种方法先进行正向推理，从已知事实出发推出部分结果，然后再用逆向推理对这些结果进行证实或提高它们的可信度。其推理过程如图所示。,65,先逆向后正向的混合推理,这种方法先进行逆向推理，从假设目标出发推出一些中间假设，然后再用正向推理对这些中间假设进行证实。其推理过程如图所示。,66,双向混合推理,所谓双向混合推理是指正向推理和逆向推理同时进行，使推理过程在中间的某一步结合起来。其基本思想是：依据某种选择，先根据问题的已知事实进行正向推理，或从假设目标出发进行逆向推理。在整个推理过程中，两种控制策略依据一定的算法交替执行。,67,混合推理的适用场合,（l）已知事实不够充分 如果综合数据库中的已知事实不够充分，当用这些事实与知识库中知识的前提条件进行匹配时，很可能找不到一个可以匹配的知识，这就使得推理无法进行下去。此时，可把那些条件部分不能匹配的知识都找出来，并把这些知识的结论作为假设进行逆向推理。由于在逆向推理中可以向用户询问有关证据，这就有可能使推理再进行下去。像这种需要先通过正向推理形成假设，然后再通过逆向推理去证实假设的情况特别适合采用混合推理。,68,（2）由正向推理推出的结论可信度不高 有些问题，采用正向推理虽然可以推出结论，但其可信度不高，甚至会低于规定的阈值。此时，可选择几个可信度相对较高的结论作为假设，然后进行逆向推理。这样，通过进一步向用户询问证据，有可能会推出可信度较高的结论。 （3）希望得出更多的结论 在逆向推理中，由于要与用户对话，这样就会获得一些原来未知的证据。这些证据不仅可用来证实需要证明的假设，同时还可能推出其他结论。此时，可通过使用正向推理，充分利用这些新获得的证据去推出另外一些结论。,69,（4）希望从正反两个方向同时进行推理 有时，可能会希望从正反两个方向同时进行推理，即根据问题初始证据进行正向推理，同时由假设的结论进行逆向推理。,70,5.5.8知识库组织,知识库的组织应遵循以下原则： （1）知识库的组织应该保证今后知识库与问题求解机制的某种独立性，使得不会由于知识库内部组织方式的改动而引起知识处理机构的大改动。 （2）要尽量便于今后对知识库的扩充、维护和修改，使之无论是作功能上的扩充，还是作性能上的改进都有可能。,71,（3）要尽量便于今后对其内容的各种运用和输入输出等。 （4）要考虑到在一个知识库中同时存放多种知识表示模式的可能。 （5）要尽量便于知识库内容一致性和完整性等的检查和维护，要便于输入知识时，“同化”和“调整”等动作。,72,5.5.9知识获取的分类、过程及方式,一、知识获取的定义及策略 显然，要进行知识处理，仅仅解决了知识表示、组织和问题求解是不够的，因为如果不解决知识从何而来的问题，知识处理将成为无米之炊。 1.知识获取的概念: 知识获取这个词是从知识处理系统的立场而言的，意即知识处理系统主动地从外界取得知识。,73,二、知识获取的策略,目前知识获取通常是由知识工程师与专家系统中的知识获取机构共同完成的。知识工程师负责从领域专家那里抽取知识，并用适当地模式把知识表示出来，而专家系统中的知识获取机构负责把知识转换为计算机可存储的内部形式，然后把它们存入知识库。在存储的过程中，要对知识进行一致性、完整性检测。,74,三、知识获取方式,知识获取方式有三种。 1.人工移植 在这种方式中，知识获取分两步走，首先, 利用知识工程师熟悉知识表示和组织，用确定的知识表示语言描述从领域专家或有关的技术文献处获取非模式化知识，然后模式化后由知识工程师用某种知识编辑软件(知识编译器)将获取的知识输人到知识库中。工作过程如图所示。,75,知识编译器的作用:,知识编译器是知识工程师的一种工具软件，它能将对知识工程师方便友善的知识表示转换成机器上要求的格式，并将新知识与系统原有知识有机地结合。通常情况下，知识编译器还负责知识库的维护，将完整性检查作为任务,在输入新知识时被触发.,76,2. 机器学习,机器通过学习，获取知识，进行知识积累，对知识库进行更新。机器学习有示教式学习和自学式学习。 系统不仅可以直接与领域专家对话，而且还能从系统自身的运行实践中总结、归纳出新的知识，发现知识中可能存在的错误，不断自我完善，建立起性能优良、知识完善的知识库。 机器学习获取知识的过程如图所示。,77,3. 机器感知,通过机器的视觉、听觉等途径，直接感知外部世界，输人自然信息，获取感性和理性知识。为达到这一目的，机器应具备如下能力：具有识别语音、文字、图像的能力；具有理解、分析、归纳能力。机器感知获取知识的过程如图所示.,78,4.关于知识获取方式的问题,(1) 机器学习和机器感知称为自动知识获取，在自动知识获取系统中，原来需要知识工程师做的工作都由系统取代了，并且还要做更多的工作。这就要求机器具有从运行实践中学习的能力。 (2) 自动知识获取是一种理想的知识获取方式，但它却涉及到人工智能的多个研究领域。例如，模式识别、自然语言理解、机器学习等，对硬件也有较高的要求。,79,四、推理的冲突消解策略,（一）冲突消解 的概念 在推理的某一步，如果知识库中有多条知识可用，则称发生了冲突。此时，需要按照某种策略从这多条知识中选择一条最佳知识用于推理，称这种解决冲突的过程为冲突消解。冲突消解所用的策略则称为冲突消解策略。,80,（二）常用的冲突消解策略,1.特殊知识优先 这种策略把知识的特殊性作为选择知识的依据，优先选择那种更具有特殊性的知识。在当前可用知识中，特殊性知识一般是要求前提条件更多的知识，特殊性知识比一般性知识具有针对性更强，结论更接近于目标的特点。优先选择特殊性知识，会缩短推理过程。,81,2.新鲜知识优先 这种策略把知识的新鲜性作为选择知识的依据，优先选择更新鲜的知识，认为新鲜知识是对老知识的更新和改进，比老知识更有效。 (1)判断知识新鲜性的根据 知识的新鲜性是根据该知识前提中所用事实的新鲜性来确定的，而事实的新鲜性则是根据其在综合数据库中生成的先后顺序确定的。一般来说，在综合数据库中后生成的事实比先生成的事实具有更大的新鲜性。,82,(2)比较两条知识新鲜性的方法 A.按前提中新鲜事实的个数进行比较。如果一个知识前提中包含的新鲜事实比另一个知识前提中包含的新鲜事实多，则包含新鲜事实多的知识为更新鲜知识。 B.按前提中最新鲜的事实进行比较。如果一个知识的前提中包含的最新鲜事实比另一个知识前提中包含的最新鲜事实更新鲜，则包含有更新鲜事实的知识为更新鲜知