人工智能及其应用 教学课件 作者 孔月萍 周继 chapter7_071106.pptVIP

人工智能及其应用 第七章 智能应用系统开发实例 内容提要： 分层设计原理 智能识别系统 智能诊断系统 智能规划系统 基于框架的智能系统 神经网络的应用 遗传算法的应用 7.1 分层设计原理 分层设计的基本思想: 将初始问题分解为等效的几个子问题； 对每个子问题进行分析；如果必要继续分解子问题，直到子问题能够用程序设计语言将其轻而易举地表达清楚为止。 可用树状结构表示分层设计的结果。 7.1 分层设计原理 例： 求一组数的平均值 初始化：提示信息，输入一组数字。 计算：计算这组数的累加和，计算平均值。 输出：输出解释信息、程序运行结果。 求平均值的分层设计过程 下图为分层设计结果 求平均值的分层设计过程 此设计结果描述为Prolog程序：ch7ex01.pro /*Program ch7ex01.pro*/ DOMAINS n=integer s,ave=real slist=integer* PREDICATES init(n,slist) calc(n,slist,ave) average sum(slist,s) input(n,slist) output(ave) CLAUSES average :- init(N,List), calc(N,List,Ave), output(Ave). init(N,List) :- write(“Calculate the average of a list of numbers.\n), nl, write(How many numbers ? ), readint(N), nl, write(Now type in ), write(N), write( Numbers), nl, nl, input(N,List). calc(N,List,Ave) :- sum(List,Sum), Ave=Sum/N. output(Ave) :- nl, nl, write(The average of your numbers is ==), write(Ave), nl, nl. input(0,[]) :- !. input(N,[H|T]) :- readint(H), M = N - 1, input(M,T). sum([],0) :- !. sum([H|T],S) :- sum(T,S1), S=H+S1. GOAL average. 7.2 智能识别系统 问题描述 系统结构与设计 智能识别系统的使用 系统结构与设计 识别用户的狗。 把识别结果输出给用户。 显示提示信息。 清除识别过程中的中间结果及信息。 系统结构与设计 即“dogs”系统的最高层目标可以用Prolog的规则表示如下： dogs :- init, identify(Dog), outmessage(Dog), forget. 此最高层目标说明了整个程序由以下四个子目标组成： Init—显示提示信息，告诉用户程序的目的和操作方法。 identify—识别用户的狗。 out_message—把识别结果输出给用户，输出信息中包括狗的种类名；或者告诉用户无法识别狗品种的原因。 forget—从系统中清除掉刚才识别过的狗的信息，以避免在识别另一只狗时发生混淆。 智能识别系统的使用 Is it a hunting dog that tracks by sight or scent? yes. Is it a muscular dog? yes. Is it a compact dog? no. Does it have a short coat? yes. Is it used for racing? yes. ******************************************** Your dog is a(n)greyhound Program finished. Do you wish to run the program again? no. 智能识别系统的使用 (2)而下面的对话告诉我们，当该系统无法识别用户的狗品种时，它是如何回答的： Is it a hunting dog that tracks by sight or scent? yes. Is it a muscular dog?