人工智能导论课件ch3-知识表示-1

第3章知识表示1第3章知识表示1本章知识结构知识的表示知识与知识表示基本概念一阶谓词逻辑表示法语义网络表示法产生式规则表示法框架表示法2本章知识结构知识的表示知识与知识表示基本概念一阶谓词逻辑表示本章学习要点了解知识、信息和数据的概念，以及它们之间的关系。了解知识的特性、分类及它们的表示方法。掌握各种知识表示法表示知识的步骤和方法。

（重点：一阶谓词表示法、语义网络表示法）了解各种知识表示方法具体表示形式的优缺点及适宜的应用对象。3本章学习要点了解知识、信息和数据的概念，以及它们之间的关系。3.2一阶谓词逻辑表示法3.1知识与知识表示3.3产生式表示法3.4语义网络表示法3.5框架表示法主要内容43.2一阶谓词逻辑表示法3.1知识与知识表示3.3知识是人类智能的基础。智能活动过程主要是一个获取知识并运用知识的过程。人工智能问题的求解也是以知识为基础的，知识的获取、知识的表示和运用知识进行推理是人工智能学科研究的3个主要问题。3.1知识与知识表示5知识是人类智能的基础。3.1知识与知识表示5

–“如何表示知识?”

怎样使机器能懂，能对之进行处理，并能以一种人类能理解的方式将处理结果告诉人们。

–在AI系统中，对知识要给出一个清晰简洁的描述很困难。人工智能研究中的基本问题之一---知识表示6–“如何表示知识?”人工智能研究中的基

费根鲍姆

知识是经过消减、塑造、解释和转换的信息。

Bernstein

知识是由特定领域的描述、关系和过程组成的。

Hayes-roth

知识是事实、信念和启发式规则。

知识库观点

知识是某领域中所涉及的各有关方面的一种符号表示。3.1.1知识的含义和结构7费根鲍姆知识是经过消减、塑造、知识的金字塔结构元知识知识信息数据噪声8知识的金字塔结构元知识信息数据噪声8数据是记录信息的符号，是信息的载体和表示。信息是对数据的解释，是数据在具体的场合下具体的含义。知识、信息与数据9数据信息知识、信息与数据9相同的数据在不同的环境下表示不同的含义，蕴涵不同的信息；并不是所有的数据都蕴涵着信息；不同格式的数据所蕴涵的信息量是不同的。10相同的数据在不同的环境下表示不同的含义，蕴涵不同的信息；1知识、数据和信息的关系一般把有关信息关联在一起所形成的信息结构称为知识。知识、数据、信息是3个层次的概念。有格式的数据信息知识抽象11知识、数据和信息的关系一般把有关信息【实例】知识的形成13717876683252515643001512【实例】知识的形成137178766832525156430数据加工将每两位数字分为一组；忽略那些小于32的两位数；把余下的每组两位数用ASCII字符代替。13数据加工13加工后的信息GOLD438+14加工后的信息GOLD438+14信息所表示的知识黄金价格为438，并且在升值（+）。15信息所表示的知识黄金价格为438，并且在升值（+）。15元知识所谓元知识，就是指使用知识的知识。如果：黄金价格低于500且价格正在上涨（+）那么：购买黄金16元知识如果：黄金价格低于500163.1.2知识的种类知识形式严密性与可靠性确定性确切性显式知识隐式知识理论知识经验知识确定性知识不确定知识确切描述知识不确切描述知识173.1.2知识的种类知识形式严密性确定性确切性显式相对正确性不确定性可表示性可利用性

3.1.3知识的特性18相对正确性3.1.3知识的特性18面向计算机的知识描述或表达形式和方法。知识表示的过程就是把知识编码成某种数据结构的过程。什么是知识表示？研究的主要内容表示观表示方法3.1.4知识表示19面向计算机的知识描述或表达形式和方法。什么是知识表示？知识表示方法知识表示方法替代表示直接表示局部表示分布表示陈述性表示过程性表示状态空间表示与或图表示语义网络表示框架表示谓词逻辑表示产生式表示20知识表示方法知识表示方法替代表示直接表示局部表示分布表示陈表示知识的能力与推理方法的匹配知识和元知识的一致

是否自然

过程性表示还是说明性表示是否加入启发信息能否模块化能否表示不精确知识是否适于计算机处理是否有高效的算法选取知识表示方法的影响因素：21表示知识的能力是否加入启发信息选取知识表示方法的影响因素3.2一阶谓词逻辑表示法3.1知识与知识表示3.3产生式表示法3.4语义网络表示法3.5框架表示法主要内容223.2一阶谓词逻辑表示法3.1知识与知识表示3.33.2一阶谓词逻辑表示法一阶谓词逻辑表示法是一种重要的知识表示方法，它以数理逻辑为基础，是到目前为止能够表达人类思维活动规律的一种最精确的形式语言。233.2一阶谓词逻辑表示法一阶谓词逻辑表示法是一3.2.1谓词、函数、量词（参见教材95页）P（x1,x2,……,xn)谓词逻辑中的n元谓词：谓词符号（大写字母）参量（项/个体）243.2.1谓词、函数、量词（参见教材95页）P（x1,x2f（x1,x2,……,xn)为了表达个体之间的对应关系，引入n元个体函数，简称函数：函数符号（小写字母）个体变元25f（x1,x2,……,xn)为了表达个体“所有”、“一切”、“任一”、“全体”、“凡是”全称量词，记为“存在”、“有些”、“至少有一个”、“有的”存在量词，记为量词：26“所有”、“一切”、“任一”、“全体”、“凡是”全称量词，记(1)所有的人都是要死的。(2)有的人活到100岁以上。在个体域D为人类集合时，可符号化为：(1)

其中P(x)表示x是要死的。(2)

其中Q(x)表示x活到100岁以上。【实例】关于量词的使用27(1)其中P(x)表示x是要死的。(2)其中Q(x)个体变元的变化范围称为个体域（或论述域）。包揽一切事物的集合称为全总个体域。用谓词表示时，一般取全总个体域，然后再采取使用限定谓词的方法指出每个个体变元的个体域。（1）对于全称量词：（2）对于存在量词：个体域：（教材P96）蕴含式合取项28个体变元的变化范围称为个体域（或论述域）。个体域：（教材P9紧接于量词之后被量词作用（即说明）的谓词公式称为该量词的辖域。（1）对于全称量词：（2）对于存在量词：辖域：（教材P97）全称量词辖域存在量词辖域29紧接于量词之后被量词作用（即说明）的谓指导变元、约束变元、自由变元（教材P97）指导变元：量词后面的变元称为量词的指导变元；约束变元：在一个量词的辖域中的与该量词的指导变元相同的变元称为约束变元；

自由变元：其它的变元称为自由变元；指导变元约束变元自由变元约束变元30指导变元、约束变元、自由变元（教材P97）指导变元：量词后【改名规则】一个变元在一个谓词公式中即可约束出现，又可自由出现，为了避免混淆，通常通过改名规则，使得一个谓词公式中一个变元仅以一种形式出现。【换名规则】在谓词公式中，将某量词辖域中出现的某个约束变元以及对应的指导变元更改为本辖域中没有出现过的个体变元符号，公式其它部分不变，谓词公式的等价性不变。【代替规则】在谓词公式中，将某量词辖域中出现的某个自由变元的所有出现用本辖域中未曾出现过的某个个体变元符号代替，谓词公式的等价性不变。换名规则和代替规则是AI确定性推理的基础！31【改名规则】一个变元在一个谓词公式中即【改名规则的应用实例】32【改名规则的应用实例】323.2.2谓词公式用谓词联接符号将一些谓词联接起来所形成的公式。例如：ISSTUDENT(张三）∧ISSTUDENT(李四）谓词联接符号333.2.2谓词公式用谓词联接符号将一些谓词联接起来所形成的∧

：合取（与）∨

：析取（或）：等价（当且仅当）：蕴含（IF…THEN）：否定（非）(或记为～)常用的谓词联接符号：34∧：合取（与）∨：析取（或）：等价（当且仅当）：蕴含（I∧

：

“我喜欢音乐和绘画”，可表示为：

LIKE(I,Music)∧

LIKE(I,Painting)∨

：“小张打篮球或踢足球”，可表示为：

PLAY(Zhang,Basketball)∨

PLAY(Zhang,football)：“机器人不在2号房间”，可表示为：【实例】联接符号的使用35∧：“我喜欢音乐和绘画”，可表示为：∨：“小张打篮球或：“如果小王跑得最快，那么他获得冠军。”

RUN(Wang,Faster)WIN(Wang,Champion)

：“燕子飞回南方，春天来了。”，表示为：

FLY(Swallow,South)COME(Spring)36：“如果小王跑得最快，那么他获得冠军。”：“燕子飞回南方，3.2.3一阶谓词(教材P97）在谓词前面加上量词，称作谓词中的所有个体变元被量化。例如：仅个体变元被量化的谓词称为一阶谓词；不仅个体变元被量化，函数符号和谓词符号也被量化的谓词称为二阶谓词。373.2.3一阶谓词(教材P97）在谓谓词公式表示知识的步骤：定义谓词及个体，确定每个谓词及个体的确切含义；根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值；根据所要表达的知识的语义，用适当的联接符号将各个谓词联接起来，形成谓词公式。38谓词公式表示知识的步骤：定义谓词及个体，确定每个谓词及个体例1：张三与李四打网球(ZhangandLiplaytennis)解：①定义谓词：PLAY（x,y,z):x和y进行运动z定义个体：Zhang（张三）；Li（李四）；tennis（乒乓球）②将个体代入谓词中PLAY(Zhang,Li,tennis)【实例】一阶谓词逻辑表示39例1：张三与李四打网球【实例】一阶谓词逻辑表示39例2:

(1)马科斯是男人。(2)马科斯是庞贝人。(3)所有庞贝人都是罗马人。(4)每个罗马人都有一个父亲。使用谓词逻辑表达为：

(1)MAN(Marcus);(2)POMPEIAN(Marcus);(3)(4)40例2:(1)马科斯是男人。40例3：①有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。

定义谓词：LIKE(x,y):x喜欢y。定义个体：x：人

meihua:梅花

juhua:菊花

表示为：41例3：41②喜欢玩篮球的人必喜欢踢足球。定义谓词：

LIKEPLAY(x,y):x喜欢玩y。定义个体：

basketball:篮球football:足球表示为：42②喜欢玩篮球的人必喜欢踢足球。42③要想出国留学，必须通过外语考试。定义谓词：PASS(x,y):x通过y

EXAM(z):关于z的考试

WANT(x,y):x想到y学习定义个体：abroad:出国English:外语表示为：43③要想出国留学，必须通过外语考试。43④并不是所有的学生选修了历史和生物。定义谓词：TAKES(x,y):学生x选修了课程ySTUDENT(x):x是学生定义个体：H:历史课程B:生物课程表示为：44④并不是所有的学生选修了历史和生物。44①小张不肯学习但他是幸运的。②所有人都有饭吃。③他每天下午都去玩足球。课堂练习45课堂练习45表示为：①

②定义谓词：HAVE(x,y):x有y；EAT（X，Y）：x吃y。

③定义谓词：PLAY(z,y,x):z在x时间玩y。46表示为：46例4:猴子摘香蕉问题

?BAC3.2.4谓词逻辑表示及推理47例4:猴子摘香蕉问题?BAC3.2.4谓词逻辑表定义谓词:SITE(x,y):

x在y处；HANG(x,yx):x悬挂在y处

On(x,y):x站在y上；HOLDS(y,w):y手里拿着w初始状态S0:目标状态Sg:48定义谓词:初始状态S0:目标状态Sg:48猴子需要执行以下四个操作:

Goto(u,v):猴子从u走到v处。

Pushbox(v,w):猴子推着箱子从v走到w处。

Climbbox:猴子爬上箱子。Grasp:猴子摘到香蕉。猴子摘香蕉求解过程：Goto(u,v)用A替换u用C替换v49猴子需要执行以下四个操作:猴子摘香蕉求解过程：Goto(Pushbox(v,w)用C替换v用B替换w50Pushbox(v,w)用C替换v50ClimbboxGrasp51ClimbboxGrasp513.2.5谓词逻辑表示法的特点1.优点⑴严密性。可以保证其演绎推理结果的正确性，可以较精确的表达知识。⑵自然性。谓词逻辑是一种接近于自然语言的形式语言。⑶通用性。拥有通用的逻辑演算方法和推理的规则。⑷易于实现。用它表示的知识易于模块化，便于知识的增删及修改，便于在计算机上实现。523.2.5谓词逻辑表示法的特点1.优点522.局限性⑴效率低。由于推理是根据形式逻辑进行的，把推理演算与知识含义截然分开，抛弃了表达内容中所含有的语义信息，往往使推理过程太冗长，降低了系统的效率。⑵灵活性差。不便于表达和加入启发性知识及元知识。⑶组合爆炸。在其推理过程中，随着事实数目的增大及盲目的使用推例规则，有可能形成组合爆炸。532.局限性533.2一阶谓词逻辑表示法3.1知识与知识表示3.3产生式表示法3.4语义网络表示法3.5框架表示法主要内容543.2一阶谓词逻辑表示法3.1知识与知识表示3.3

1943年Post首先在一种计算形式体系中提出。形式上很简单，但在一定意义上模仿了人类思考的过程。60年代开始，成为专家系统最基本的知识表示方法。3.3产生式表示法(参见教材127页）551943年Post首先在一种计算形式体系3.3产生式表3.3.1知识的产生式表示方法容易描述事实、规则以及它们的不确定性度量；适合表示事实性知识和规则性知识；基本形式为：

PQ或者IFPTHENQ前提（可用的条件）结论（应该执行的操作）563.3.1知识的产生式表示方法容易描述事实、规则以及它们的知识的产生式表示方法知识规则性知识事实性知识确定性不确定性确定性不确定性PQ或者IFPTHENQPQ(CF)或者IFPTHENQ(CF)(对象,属性,值）

或者(关系,对象1,对象2）(对象,属性,值,可信度值）

或者(关系,对象1,对象2,可信度值）57知识的产生式表示方法知识规则性知识事实性知识确定性不确基本结构3.3.2产生式系统的组成（教材P128）产生式规则库推理机动态数据库58基本结构3.3.2产生式系统的组成（教材P128）产生产生式规则库描述某领域内知识的产生式规则集合，是产生式系统进行问题求解的基础。推理机又称控制执行机构，它是一个程序模块，负责控制和协调规则库与数据库的运行。包含了推理方式和控制策略。动态数据库又称为事实库，用于存放事实、中间结果和最后结果等。59产生式规则库59

规则描述事物间的因果关系。规则的产生式表示形式称为产生式规则，简称规则。规则的一般形式

IF<前提>THEN<结论>

IF<条件>THEN<行动>或<前提><结论><条件><行动>例如：所有人会死∧甲是人→甲会死60规则描述事物间的因果关系。规则的产生式表示形3.3.3产生式系统的运行过程外部输入的初始事实放入综合数据库613.3.3产生式系统的运行过程外部输入的初始事实放入综合数3.3.4产生式系统的推理方式正向推理反向推理双向推理事实/前提条件目标/结论目标/结论事实/前提条件目标/结论事实/前提条件623.3.4产生式系统的推理方式正向推理事实/前提条件目标关于“老虎”的正向推理树自底向上综合过程反向搜索结论事实63关于“老虎”的正向推理树自底向上综合过程反向搜索结论自顶向下分析过程正向搜索关于“老虎”的反向推理树结论事实64自顶向下分析过程正向搜索关于“老虎”的反向推理树结论例：设字符转换规则为：A∧B→C，A∧C→D，B∧C→G，B∧E→F，D→E。已知A，B，求F。描述：

(1)综合数据库：{x}，其中x为字符。

(2)规则集:a.IFA∧BTHENCb.IFA∧CTHENDc.IFB∧CTHENGd.IFB∧ETHENFe.IFDTHENE(3)控制策略：顺序排队(4)初始条件：{A,B}(5)结束条件：F∈{x}【实例】65例：设字符转换规则为：A∧B→C，A∧C→D，描述：求解过程：数据库可触发规则被触发规则A,B①①A,B,C②③②A,B,C,D③⑤③A,B,C,D,G⑤⑤A,B,C,D,G,E④④A,B,C,D,G,E,F①IFA∧BTHENC②IFA∧CTHEND③IFB∧CTHENG④IFB∧ETHENF⑤IFDTHENE66求解过程：数据库可触发规则被触发规则A,B①①A,B,C②③猴子摘香蕉问题?CAB【产生式系统应用举例】67猴子摘香蕉问题?CAB【产生式系统应用举例】67求解：(1)综合数据库：(M,B,Box,On,H)M:猴子的位置B：香蕉的位置Box:箱子的位置On=0:猴子在地板上On=1:猴子在箱子上H=0:猴子没有抓到香蕉H=1:猴子抓到了香蕉(2)初始状态：(A,C,B,0,0)68求解：(1)综合数据库：(M,B,Box,On,(3)结束状态：(x1,x2,x3,x4,1),其中x1～x4为变量（M,B,Box,On,H）。(4)规则集：

r1:IF(x,y,z,0,0)THEN(w,y,z,0,0)r2:IF(x,y,x,0,0)THEN(z,y,z,0,0)r3:IF(x,y,x,0,0)THEN(x,y,x,1,0)r4:IF(x,y,x,1,0)THEN(x,y,x,0,0)r5:IF(x,x,x,1,0)THEN(x,x,x,1,1)其中，x,y,z,w为变量。69(3)结束状态：(x1,x2,x3,x4,1)解答：根据具体问题可将规则具体为：r1:IF(a,c,b,0,0)THEN(b,c,b,0,0)r2:IF