(AI人工智能实验报告.docVIP

简单动物识别系统 的知识表示 课 程 人工智能 院 系 计算机学院 专 业 计算机应用技术 2010年4月26日 一、实验目的 理解和掌握产生式知识表示方法，能够用选定的编程语言实现产生式系统的规则库。 二、实验环境 集成开发环境: MyEclipse 6.5 数据库：MySQL 网站框架:Struts+Hibernate+Spring 表示层语言：JSP 三、实验内容 1）数据流程图 2）数据库设计 由于不同规则的前提属性个数不相同，所以建表时将其所有前提属性作为一项，用“，”号隔开（如：“是鸟，有长脖子，有长腿，不会飞”）。当程序从规则库中读取后用“，”划分成独立的字符串并储存在字符串数组中，数组长度就是该前提属性个数（上例中数组长度为4）。 每次单个属性匹配成功后参数index都会加1，当其值等于规则左部属性个数的时，则表明该规则匹配成功，将该规则标记并把结果写入综合数据库后，然后再次遍历规则库（除掉标记过的规则），直到出现最终结论，即发现mark值为ture(1)时完成整个推理过程，若一次遍历后无任何规则匹配成功，则说明推理失败。 规则库表设计 3）实验效果展示 主页面 查询规则库 添加规则 修改规则 识别结果 综合数据库 匹配成功后数据库表 匹配失败页面 四、实验不足与改进 每次匹配都会从头开始扫描规则库，假若被判断属性同时满足一个最终规则和若干个中间规则，那么并不能保证程序中第一次匹配成功的是那条最终规则，从而可能造成大量的无用计算。如上例匹配成功后若再查询，还是需要匹配3次才能成功。如图： 再次匹配结果 由此可以改进该表的设计，将规则库中的表分成两张，一张里存放所有最终规则，另一张存放中间规则，这样每次做匹配扫描时先从第一张表开始，若匹配成功则推断完成。 五、实验总结 通过本次试验我进一步理解了产生式的表示，在该试验中，产生式的规则库直接映射到数据库的表中，所以最初环节为对表的设计，它直接影响真个程序的结构所以在设计的时候应该考虑全面、谨慎。若后期修改其结构，则会造成大量的代码重写，例如本实验中就是没有考虑到第二次输入已匹配成功的问题时系统的优化，从而造成很多不必要的运算。此外，最终解决推理问题后，让我更深刻的体会到了，人工智能的发展前景，若知识库足够完善，肯定能对生活中很多事物进行辨别推理，最重要的是该系统可以通过每次推断来获得新的知识，这种功能在以往开发的系统里是不具备的。个人感觉理论的教学若结合实验，在思考和解决问题的过程，总能体会到很多原本认为枯燥无趣的原理的作用。 输入需要判断的动物的属性 综合数据库 规则库 匹配成功? 检索综合数据库进行匹配 是 结论是否为问题的解 求解成功存储结果至规则库 是 否 否 还有未标记规则 是 求解失败 结束 结果写入综合数据库 提取一条规则并标记