人工智能AI2章确定性知识系统

1第2章确定性知识系统按照符号主义的观点，知识是一切智能行为的基础，要使计算机具有智能，首先必须使它拥有知识，并且能够使用知识。2.1确定性知识系统概述2.2确定性知识表示方法2.3确定性知识推理方法2.4确定性知识系统简介22.1确定性知识系统概述2.1.1确定性知识表示概述1.知识的概念2.知识的类型3.知识表示的概念4.知识表示方法2.1.2确定性知识推理概述31.知识的概念一般性观点知识是人们在改造客观世界的实践中积累起来的认识和经验信息加工观点知识是对信息进行智能性加工所形成的对客观世界规律性的认识。知识=信息+关联常用的关联形式：如果…,则…代表性解释(1)Feigenbaum:知识是经过剪裁、塑造、解释、选择和转换了的信息(2)Bernstein：知识由特定领域的描述、关系和过程组成(3)Heyes-Roth：知识=事实+信念+启发式42.知识的类型按知识的适用范围常识性知识：通用通识的、普遍知道的、适应所有领域的知识。领域性知识：面向某个具体专业领域的知识。如：专家经验。按知识的作用效果陈述性知识或事实性知识（零级）：用于描述事物的概念、定义、属性，或状态、环境、条件等；回答“是什么？”、“为是么？”过程性知识或程序性知识（一级）：用于问题求解过程的操作、演算和行为的知识，即如何使用事实性知识的知识。回答“怎么做？”控制性知识或策略性知识（二级）：是关于如何使用过程性知识的知识，如：推理策略、搜索策略、不确定性的传播策略。按知识的确定性确定性知识：可以给出其“真”、“假”的知识。不确定性知识：具有不确定特性（不精确、模糊、不完备）的知识。53.知识表示的概念知识表示的解释知识表示是对知识的描述，即用一组符号把知识编码成计算机可以接受的某种结构。其表示方法不唯一。知识表示的要求表示能力：是指能否正确、有效地将问题求解所需要的知识表示出来。可利用性：是指表示方法应有利于进行有效的知识推理。包括：对推理的适应性，对高效算法的支持程度可组织性与可维护性：可组织性是指可以按某种方式把知识组织成某种知识结构。可维护性是指要便于对知识的增、删、改等操作可理解性与可实现性：可理解性是指知识应易读、易懂、易获取等可实现性是指知识的表示要便于计算机上实现64.知识表示方法知识表示方法也称知识表示技术，其表示形式被称为知识表示模式。知识表示的类型按知识的不同存储方式：陈述性知识：知识用某种数据结构来表示；知识本身和使用知识的过程相分离。过程性知识：知识和使用知识的过程结合在一起。知识表示的基本方法非结构化方法：一阶谓词逻辑产生式规则结构化方法：语义网络框架知识表示的其它方法状态空间法和问题归约法。放在搜索中讨论。72.1确定性知识系统概述2.1.1确定性知识表示概述2.1.2确定性知识推理概述1.推理的概念2.推理方法及其分类3.推理控制策略及其分类8按照心理学的观点，推理是由具体事例归纳出一般规律，或者根据已有知识推出新的结论的思维过程。心理学对推理有两种解释：从结构的角度：推理由两个以上的判断所组成，是一种对已有判断进行分析和综合，再得出新的判断的过程。例如，若有以下两个判断：①计算机系的学生都会编程序；②程强是计算机系的一名学生；则可得出下面第三个判断：③程强会编程序。从过程的角度：认为推理是在给定信息和已有知识的基础上的一系列加工操作，提出了如下人类推理的公式：y=F(x,k)其中，x为推理时给出的信息，k为推理时可用的领域知识和特殊事例，F为可用的一系列操作，y为推理过程所得到的结论。1.推理的概念推理的心理学观点9推理过程的心理形式从心理学的角度，推理是一种心理过程。可有以下几种主要形式：(1)三段论推理，它是由两个假定真实的前提和一个可能符合也可能不符合这两前提的结论组成。例如，上面给出的计算机系学生的例子。(2)线性推理，或称线性三段论，这种推理的三个判断之间具有线性关系。例如“5比4大”、4比3大”，因此可推出“5比3大”。(3)条件推理，即前一命题是后一命题的条件，例如，“如果一个系统会使用知识进行推理能，我们就称它为智能系统”。(4)概率推理，即用概率来表示知识的不确定性，并根据所给出的概率来估计新的概率，这种推理形式是我们将要在第5章中进行讨论的内容。推理的机器实现人工智能中的推理是由推理机完成的。所谓推理机，是指系统中用来实现推理的那段程序。根据推理所用知识的不同，推理方式和推理方法的不同，推理机的构造也有所不同。1.推理的概念推理的心理过程102.推理方法及其分类推理方法解决的主要问题：推理过程中前提与结论之间的逻辑关系；不确定性推理中不确定性的传递问题。推理方法的分类形式：可有多种不同的分类方法.例如:分类按推理的逻辑基础按知识的确定性按推理的控制策略演绎推理归纳推理确定性推理不确定性推理(第5章单独讨论)推理策略搜索理策略(第3章单独讨论)112.推理方法及其分类按推理的逻辑基础分类(1/3)演绎推理是一种由一般到个别的推理方法，即从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。其核心是三段论，如假言推理、拒取式和假言三段论。例：假言三段论A→B，B→C⇒A→C常用的三段论是以下三部分组成的：大前提：是已知的一般性知识或推理过程得到的判断；小前提：是关于某种具体情况或某个具体实例的判断；结论：是由大前提推出的，并且适合于小前提的判断。例如，前面所提到的例子有如下三个判断：①计算机系的学生都会编程序；（①是大前提，一般性知识）②程强是计算机系的一位学生；（②是小前提，具体情况）③程强会编程序。（③是经演绎推出来的结论结论）122.推理方法及其分类按推理的逻辑基础分类(2/3)归纳推理是一种由个别到一般的推理方法。归纳推理的类型按照所选事例的广泛性可分为完全归纳推理和不完全归纳推理按照推理所使用的方法可分为枚举、类比、统计和差异归纳推理等完全归纳推理是指在进行归纳时需要考察相应事物的全部对象，并根据这些对象是否都具有某种属性，推出该类事物是否具有此属性。如，计算机质量检验。不完全归纳推理是指在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。例如，计算机，随机抽查。枚举归纳推理是指在进行归纳时，如果已知某类事物的有限可数个具体事物都具有某种属性，则可推出该类事物都具有此种属性。类比归纳推理是指在两个或两类事物有许多属性都相同或相似的基础上，推出它们在其他属性上也相同或相似的一种归纳推理。其推理模式可表示为：IFA有属性abcANDB有属性abTHENB可能有属性c132.推理方法及其分类按推理的逻辑基础分类(3/3)演绎推理与归纳推理的区别演绎推理是在已知领域内的一般性知识的前提下，通过演绎求解一个具体问题或者证明一个结论的正确性。它所得出的结论实际上早已蕴含在一般性知识的前提中，演绎推理只不过是将已有事实揭露出来，因此它不能增殖新知识。归纳推理所推出的结论是没有包含在前提内容中的。这种由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。例如，一位计算机维修员，从书本知识，到通过大量实例积累经验，是一种归纳推理方式。运用这些一般性知识知识去维修计算机的过程则是演绎推理。142.推理方法及其分类按所用知识的确定性分类确定性推理指推理所用知识和推出的结论都是可以精确表示的。本章讨论：产生式推理自然演绎推理归结演绎推理不确定性推理指推理所用知识和推出的结论都是不确定的。放在第5章讨论：可信度推理主观Bayes推理证据理论模糊推理概率推理153.推理控制策略及其分类推理的控制策略推理的控制策略是指如何使用领域知识使推理过程尽快达到目标的策略。它可分为推理策略和搜索策略。推理策略主要解决推理方向、冲突消解等问题，如推理方向控制策略、求解策略、限制策略、冲突消解策略等推理方向控制策略用于确定推理的控制方向，可分为正向推理、逆向推理、混合推理及双向推理。求解策略是指仅求一个解，还是求所有解或最优解等。限制策略是指对推理的深度、宽度、时间、空间等进行的限制。冲突消解策略是指当推理过程有多条知识可用时，如何从这多条可用知识中选出一条最佳知识用于推理的策略。搜索策略主要解决推理线路、推理效果、推理效率等问题。本章主要讨论推理策略，至于搜索策略将放到下一章单独讨论。16第2章确定性知识系统按照符号主义的观点，知识是一切智能行为的基础，要使计算机具有智能，首先必须使它拥有知识，并且能够使用知识。2.1确定性知识系统概述2.2确定性知识表示方法2.3确定性知识推理方法2.4确定性知识系统简介172.2确定性知识表示方法2.2.1谓词逻辑表示法1.谓词逻辑表示的逻辑学基础2.谓词逻辑表示方法3.谓词逻辑表示的应用4.谓词逻辑表示的特性2.2.2产生式表示法2.2.3语义网络表示法2.2.4框架表示法181.谓词逻辑表示的逻辑学基础命题、真值、论域命题断言：一个陈述句称为一个断言.命题：具有真假意义的断言称为命题.（定义2.1）真值T：表示命题的意义为真F：表示命题的意义为假说明：一个命题不能同时既为真又为假一个命题可在一定条件下为真，而在另一条件下为假论域由所讨论对象的全体构成的集合。也称为个体域论域中的元素称为个体191.谓词表示的逻辑学基础谓词、函数},,,|),,,{(2121DxxxxxxDnnn谓词用来表示谓词逻辑中命题，形如P(x1,x2,…,xn)。其中P是谓词名，即命题的谓语，表示个体的性质、状态或个体之间的关系；x1,x2,…,xn是个体，即命题的主语，表示独立存在的事物或概念。定义2.2：设D是个体域，P：Dn→{T，F｝是一个映射，其中则称P是一个n元谓词，记为P(x1,x2,…,xn)，其中，x1,x2,…,xn为个体，可以是个体常量、变元和函数。例如：GREATER(x,6)，表示x大于6，函数：可作为谓词的个体定义2.3：设D是个体域，f：Dn→D是一个映射，其中},,,|),,,{(2121DxxxxxxDnnn谓词与函数的区别：谓词是D到{T，F}的映射，函数是D到D的映射谓词的真值是T和F，函数的值（无真值）是D中的元素谓词可独立存在，函数只能作为谓词的个体201.谓词逻辑表示逻辑学基础连词和量词连词：¬：“非”或者“否定”。表示对其后面的命题的否定∨：“析取”。表示所连结的两个命题之间具有“或”的关系∧：“合取”。表示所连结的两个命题之间具有“与”的关系。→：“条件”或“蕴含”。表示“若…则…”的语义。读作“如果P，则Q”其中，P称为条件的前件，Q称为条件的后件。↔：称为“双条件”。它表示“当且仅当”的语义。即读作“P当且仅当Q”。例如，对命题P和Q，P↔Q表示“P当且仅当Q”，量词：∀：全称量词。意思是“所有的”、“任一个”命题(∀x)P(x)为真，当且仅当对论域中的所有x，都有P(x)为真命题(∀x)P(x)为假，当且仅当至少存在一个xiD，使得P(xi)为假∃：存在量词，意思是“至少有一个”、“存在有”命题(∃x)P(x)为真，当且仅当至少存在一个xiD，使得P(xi)为真命题(∃x)P(x)为假，当且仅当对论域中的所有x，都有P(x)为假211.谓词逻辑表示的逻辑学基础自由变元和约束变元辖域：指位于量词后面的单个谓词或者用括弧括起来的合式公式约束变元：辖域内与量词中同名的变元称为约束变元自由变元：不受约束的变元称为自由变元例子：(∀x)(P(x，y)→Q(x，y))∨R(x，y)其中，(P(x，y)→Q(x，y))是(∀x)的辖域辖域内的变元x是受(∀x)约束的变元R(x，y)中的x和所有的y都是自由变元变元的换名：谓词公式中的变元可以换名。但需注意：第一：对约束变元，必须把同名的约束变元都统一换成另外一个相同的名字，且不能与辖域内的自由变元同名。例，对(∀x)P(x，y)，可把约束变元x换成z，得到公式(∀z)P(z，y)。第二：对辖域内的自由变元，不能改成与约束变元相同的名字。例，对(∀x)P(x，y)，可把y换成t，得到(∀x)P(x，t)，但不能换成x。222.谓词逻辑表示方法表