人工智能第二章节课件幻灯片.pptVIP

用“If…then…”的形式表示知识，并模拟人类求解问题的思维过程 格式固定、形式单一、规则间相互独立 匹配提供的信息只有成功与失败，匹配一般无递归，系统容易建立 推理方式单纯、知识库与推理机分离，修改方便、容易理解 既可以表示确定性知识，又可以表示不确定知识 既利于表示启发性知识，又利于表示过程性知识 2.4.5产生式系统的特点 优点 2.4.5 产生式系统的特点 缺点 求解效率低：各规则之间的联系以数据库为媒介，求解过程是一种反复进行的“匹配－冲突消除－执行”的过程 不能表示结构性的知识：产生式表示的知识有一定的格式，且规则之间不能直接调用，因此那些具有结构关系或层次关系的知识不易用它表示出来 组合爆炸问题：模式匹配最浪费时间，匹配时间与产生式规则数目及工作存储器中元素数目的乘积成正比。产生式规则数目大时，匹配时间可能超过人们的忍耐程度 控制饱和问题：很难设计适应各种情况下竞争消除的策略 第二章 知识表示方法 2.1 知识表示概述 2.2 状态空间法 2.3 问题归约法 2.4 产生式表示法 2.5 谓词逻辑法 2.6 语义网络法 2.7 框架表示 2.8 剧本（脚本）表示 2.9 其他方法 剧本表示法：剧本的知识表示方法与框架类似，由一组槽组成，用来表示特定领域内一些事件的发生序列。 剧本方式是采用一个专用的框架，用来表示特定领域的知识。 剧本通过一些元语作为槽名来代表要表示的对象的基本行为。 有些象电影剧本。 开场条件1．病人有病。2．病人的病需要找医生诊治。3．病人有钱。4．病人能够去医院。角色 病人、医生、护士。道具 医院、挂号室、椅子、 桌子、药方、药房、 钱、药。 场景 场景1 进入医院 （1）?病人走进医院 （2）? 病人挂号 （3）? 病人在椅子上坐下等待看病 场景2 看病 （1）? 病人进入医生的办公室 （2）? 病人向医生介绍病状 （3）? 医生向病人解释病情 （4）? 医生给病人开药方 场景3 交费 （1）? 病人到交费处 （2）? 病人递交药方 （3）? 病人交钱 （4）? 病人取回药方及收据 场景4 取药 （1）? 病人到药房 （2）? 病人递交药方 （3）? 病人取药 场景5 离开 （1）? 病人离开医院 结果 1．病人看病了，明白了自己的病是怎么回事。 2．病人花了钱，买了药。 3．医生付出了劳动。 4．医院的药品少了。 剧本表示法（推理） 剧本表示的知识有强烈的因果结构，系统对事件的处理必须是一个动作完成后才能完成另一个。整个过程的启动取决于开场条件，满足剧本的开场条件，剧本中的事件才有可能发生。而剧本的结果就是动作完成后的系统结果。 由于剧本是以非常固定的形式描述的，在预言一些没有直接提到的事件方面特别有用。如已知某一剧本适用于所给定的情形，一旦剧本被起用，则可以应用它按照事件发生的顺序推理。 如果事件被强行中断，也就是给定的情节中的某个时间与剧本中的事件不能对应时，则剧本便不能预测被中断以后的事件。如，上例中，如果医生说病人没病，病人就回家了。那么，对于病人所发生的变化；医院的药所发生的变化都不能作出推断。 与框架相比，剧本要呆板得多，知识表达的范围也很窄，但对于表达事先构思好的特定知识，如理解故事情节等是非常有效的。 第二章 知识表示方法 2.1 知识表示概述 2.2 状态空间法 2.3 问题归约法 2.4 产生式表示法 2.5 谓词逻辑法 2.6 语义网络法 2.7 框架表示 2.8 剧本（脚本）表示 2.9 其他方法 上述的知识表示虽各有特点，而且适用的领域也不同。如： 谓词逻辑方法只适用于确定性、陈述性、静态性知识，而对动态的、变化性、模糊性知识则很难表示。 产生式规则方法推理方法太单一，如果前提条件太多，或规则条数太多，则推理的速度将慢得惊人。 语义网络方法表达的知识面比较窄。 框架方法表示的知识横向关系不太明确。（纵向从属继承关系很明确） 对于复杂的、深层次的知识，就很难用一种知识表示来解决问题。 2.9.1 混合型知识表示法 根据需要表示的知识的特征来决定用二、三种方式联合表示。 2.9.1 混合型知识表示法 逻辑与框架：框架里的槽值可以对应于谓词项。 语义网络与框架：结点与框架对应，结点的参数就是框架的槽值。 产生式与框架：框架的槽值对应于一条产生式规则。 与神经网络结合。 框架与产生式 在产生式系统中，随着产生式规则数量的增加，系统设计者难以理解规则之间的相互作