《人工智能基础》知识表示作业-天津大学

《人工智能基础》知识表示作业学院专业计算机科学与技术年级姓名《人工智能基础》知识表示作业_3017216107_王冰禹2学号联系方式（电话）（电子邮箱）目录第一章概述.........................................31.1知识表示概述................................................31.2知识概述....................................................31.3人工智能系统所关心的知识....................................3第二章知识的分类与特性.............................52.1知识的分类..................................................52.1.1事实性知识.....................................................52.1.2过程性知识.....................................................52.1.3控制性知识.....................................................52.1.4其他分类.......................................................52.2知识的特性..................................................62.2.1相对正确性.....................................................62.2.2知识的确定与不确定性...........................................62.2.3知识的可利用性和可发展性.......................................7第三章知识表示的分类方法...........................83.1分类........................................................83.1.1叙述式表示.....................................................83.1.2过程式表示.....................................................83.2表示方法.....................................................93.2.1谓词逻辑表示法.................................................93.2.2产生式表示法..................................................103.2.3语义网络表示法................................................113.2.4框架表示法....................................................133.2.5过程表示法....................................................153.2.6Petri网表示法................................................163.2.7面向对象的知识表示............................................173.2.8问题归约表示..................................................193.2.9状态空间表示法................................................193.2.10人工神经元(ANN)表示法........................................19第四章新的研究成果与发展..........................21《人工智能基础》知识表示作业_3017216107_王冰禹3参考文献............................................22第一章概述1.1知识表示概述知识表示（KnowledgeRepresentation）,即把知识用计算机可接受的符号以某种形式描述出来，诸如语法树、图表结构、树形或网状表达等等。知识表示就是对知识的符号化过程，即把相关问题的知识加以形式化描述，表示成为便于计算机存储、管理和调用的某种数据结构模式。1.2知识概述知识是信息接受者通过对信息的提炼和推理而获得的正确结论，是人对自然世界、人类社会以及思维方式与运动规律的认识与掌握，是人的大脑通过思维重新组合和系统化的信息集合。Feigenbaum认为知识是经过削减、塑造、解释和转换的信息。简单地说，知识是经过加工的信息。Bernstein说知识是特定领域的描述、关系和过程组成。Hayes-Roth认为知识是事实、信念和启发式规则。信息关联后所形成的信息结构：事实&规则。1.3人工智能系统所关心的知识一个智能程序高水平的运行需要有关的事实知识、规则知识、控制知识和元知识。1.事实：是有关问题环境的一些事物的知识，常以“…是…”的形式出现。如事物的分类、属性、事物间关系、科学事实、客观事实等，在知识库中属于低层的知识。如雪是白色的、鸟有翅膀、张三李四是好朋友。2.规则：是有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以“如果…那么…”形式出现。特别是启发式规则是属于专家提供的专门经验知识，这种知识虽无严格解释但很有用处。3.控制：是有关问题的求解步骤，技巧性知识，告诉怎么做一件事。也包括当有多个动作同时被激活时应选哪一个动作来执行的知识。《人工智能基础》知识表示作业_3017216107_王冰禹44.元知识：是有关知识的知识，是知识库中的高层知识。包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。《人工智能基础》知识表示作业_3017216107_王冰禹5第二章知识的分类与特性2.1知识的分类2.1.1事实性知识关于问题领域的性质及求解目标、求解环境及其已知条件、相关特性等方面的静态知识，事实性知识一般采用直接表示形式，用以记叙及描述有关的概念、事实、事物的状态及属性等。2.1.2过程性知识指那些能依据一定的规则，推导出相关的结论与目标的规律性知识和能够实施匹配的序列操作性知识。2.1.3控制性知识一种用于取舍问题的求解策略，控制信息实施方法，决定推理路线的选取原则等方面知识。2.1.4其他分类按照知识结构和表现特点划分，可分为逻辑性知识和形象性知识按照知识确定性与不确定性划分，可分为确定性知识和不确定性知识按照知识的作用范围划分，可分为常识性知识和领域性知识《人工智能基础》知识表示作业_3017216107_王冰禹6图2-1知识不同划分2.2知识的特性2.2.1相对正确性相对应于一定的客观环境与条件下，知识是正确的，但当客观环境与条件发生改变时，知识的正确性就要接受检验，必要时就要对原来的认识加以修正或补充，以至全部更新而取而代之。例如：1+1=10，在二进制条件下为正确的，但在十进制条件下是错误的；在一般工程计算中，牛顿定律满足计算要求并且很方便，但在接近光速的运行检测等等偏差会很大，需要以量子力学和相对论为依据来考察。2.2.2知识的确定与不确定性由于证据不足、地域时区不同、各种变化因素及现实世界的复杂性，造成客观后果及其知识的不确定性；模糊性概念及模糊关系比比皆是，形成了知识的不确定性；概率事件发生常常不可避免，一般都具有随机不确定性的规律；经验性及各种不完备的积累过程，导致相关知识的不确定性等《人工智能基础》知识表示作业_3017216107_王冰禹72.2.3知识的可利用性和可发展性可采用多种形式来记录、描述、表示和利用知识，诸如采用语言、文字，使用书籍，结合文学、戏剧、绘画、摄影等艺术及电影、电视、多媒体等手段，进行知识的演播、学习与欣赏等。《人工智能基础》知识表示作业_3017216107_王冰禹8第三章知识表示的分类方法3.1分类人工智能中知识表示方法注重知识的运用，知识表示方法可粗略地分为叙述式表示和过程式表示两大类：3.1.1叙述式表示叙述式表示把知识表示为一个静态的事实集合，并附有处理它们的一些通用程序，即叙述式表示描述事实性知识，给出客观事物所涉及的对象是什么。对于叙述式的知识表示，它的表示与知识运用（推理）是分开处理的。叙述式表示法易于表示“做什么”。1.优点：(1).形式简单、采用数据结构表示知识、清晰明确、易于理解、增加了知识的可读性。(2).模块性好、减少了知识间的联系、便于知识的获取、修改和扩充。(3).可独立使用，这种知识表示出来后，可用于不同目的。2.缺点：(1).不能直接执行，需要其他程序解释它的含义，因此执行速度较慢。3.1.2过程式表示过程式表示将知识用使用它的过程来表示。即过程式表示描述规则和控制结构知识，给出一些客观规律，告诉怎么做，一般可用一段计算机程序来描述。例如，矩阵求逆程序，其中表示了矩阵的逆和求解方法的知识。这种知识是隐含在程序之中的，机器无法从程序的编码中抽出这些知识。过程式表示法一般是表示“如何做”的知识。1.优点：可以被计算机直接执行，处理速度快。2.缺点：不易表达大量的知识，且表示的知识难于修改和理解。《人工智能基础》知识表示作业_3017216107_王冰禹93.2表示方法3.2.1谓词逻辑表示法虽然命题逻辑(propositionallogic)能够把客观世界的各种事实表示为逻辑命题,但是它具有较大的局限性,不适合于表示比较复杂的问题。谓词逻辑(predicatelogic)允许表达那些无法用命题逻辑表达的事情。逻辑语句,更具体地说,一阶谓词演算(firstorderpredicatecalculus)是一种形式语言，其根本目的在于把数学中的逻辑论证符号化。如果能够采用数学演绎的方式证明一个新语句是从那些已知正确的语句导出的，那么也就能断定这个新语句也是正确的。例题：在一个屋子里，机器人在x处，y处的棚上吊着一串香蕉，z有一个凳子，要求机器人从x处出发，到z处搬上凳子桌上到y处踩在凳子上取香蕉，用谓词逻辑来表示机器人的行动过程:解：(1)表示：两个谓词p（x,y,z,s）在状态s时，机器人r、香蕉b、凳子c分别在位置x,y,z处。R（s）:状态s成功三个函词:walk(x,y,z,s)一个新的状态由s经过“r由y到z”后产生的一个状态carry(y,z,s)一个新的状态由s经过“r从y到z”产生climb(s)一个新的状态由s经过“r踩到凳子c”产生四个常量：0r、0b、0c、0s分别表示r、c、b的初始位置、初始状态四个公理：a.∀x∀y(p(x,y,z,s)p(z,y,z,walk(x,z,s)))b.∀x∀y∀s∀z(pp(x,y,x,s)p(y,y,y,carry(x,y,s)))c.∀s(p(0b,0b,0b,s)R(climb(s))d.P(0r,0b,0c,0s)(2)应用格林技巧(3)归结反演¬p(x,y,z,s)∨p(y,y,y,walk(x,z,s)))p((0r,0b,0c,0s)↓↙《人工智能基础》知识表示作业_3017216107_王冰禹10p(0c,0b,0c,walk(0r,0c,0s))¬p(x,y,x,s)∨p(y,y,y,carry(x,y,s)))↓↙p(0b,0b,0b,carry(0c,0b,walk(0r,0c,0s)))¬(p(0b,0b,0b,