智能系統(tǒng)控制課件：enisc1

1、Donghua Univ.Donghua Univ.Professor Tao GongCollege of Info S&T2014/09Book: Artificial Immune System Based on Normal Model and Its Applications, Tsinghua University Press, 2011Network Course: http:/ Representation, Search Ch1 Representation, Search and Reasoning of Knowledgeand Reasoning of Know

2、ledgeISCTao GongCollege of Information Science and Technology, DHU2CH1CH1 Representation, Search and Representation, Search and Reasoning of KnowledgeReasoning of KnowledgeConcepts and Designs of Expert SystemsSearch and Reasoning of KnowledgeKnowledge Representation of symbolicismThree Major Groups

3、 of AIISC3Nowadays, the major groups of artificial intelligence (AI) include the following three ones:(1)Symbolicism, or called logicism, psychologism, computerism: its principles include the physical symbol system (i.e. symbol operation system) hypothesis and limited rationality principle.(2)Connec

4、tionism, or called bionicsism, physiologism: its principles include neural networks, the connection mechanism among the neural networks, and learning algorithms.(3)Actionism, or called evolutionism, cyberneticsism: its principles include cybernetics and sensing-action control system.1 Three Major Gr

5、oups of AICh1 Representation, Search & Reasoning of KnowledgeCollege of Information Science and Technology, DHUTao GongISC4 Symbolicism thinks that the AI originated from the mathematical logic.The mathematical logic developed quickly since the end of the 19th century, and it was used to describ

6、e the intelligent behaviors since 1930s.After the invention of the computer, the computer was used to implement the logic deduction system. The heuristic program LT logic theorist was one of the typical fruits, and this program proved 38 mathematic theorems. This fact shows that the computer can be

7、used to investigate the thinking process of human beings and simulate their intelligent activity. Another example is the mechanical proving of geometry theorems by Prof. Wenjun Wu, and he won the top science award of China.Heuristic algorithmsExpert systemsKnowledge engineering1.1 Symbolicism1 Three

8、 Major Groups of AICollege of Information Science and Technology, DHUTao GongISC5 Connectionism thinks the AI originated from the bionics, especially such as the research on the brain.The typical fruit of connectionism was the brain model (MP model), which was proposed by the physiologist McCulloch

9、and the mathematical logician Pitts in 1943. This model opened a new path of simulating the structure and functions of the brain with electric devices.MP modelperceptronHopfield neural networkBP algorithm1.2 Connectionism1 Three Major Groups of AICollege of Information Science and Technology, DHUTao

10、 GongISC61.3 Actionism1 Three Major Groups of AICollege of Information Science and Technology, DHUTao Gong Actionism thinks that the AI originated from the cybernetics.The idea of cybernetics was popular from 1940s to 1950s, and this cybernetics was interesting for early researches (e.g. Wiener, Mac

11、ollough and Xuesen Qian) on artificial intelligence.From 1960s to 1970s, with the development of these control systems, the intelligent control and the intelligent robots were proposed. In 1980s, the intelligent control systems and the intelligent robots were designed and developed.The first typical

12、 fruit of actionism was the six-legged walking robot, which was designed by Brooks to simulate the insect behaviors with the control system based on the sensing-behavior pattern.The three major groups of AI will coexist and cooperate with each other for a long time by fusion and integration.ISC7 Wit

13、h on the symbols and logics, the traditional problem solving of AI is based on the knowledge representation and reasoning. Each knowledge-symbol-based intelligent system uses a searching procedure to find the solution for the problem. However, before the searching procedure, some knowledge represent

14、ation approaches should be utilized to represent the problem. These problem-representation approaches include the state space, the problem reduction, and the predicate formula etc. The right selection of suitable knowledge representation is important to increase the problem-solving efficiency of AI.

15、 The knowledge representation approaches use graphs, formulas, structures and statements etc.2 Knowledge RepresentationCh1 Representation, Search & Reasoning of KnowledgeCollege of Information Science and Technology, DHUTao GongISC8 The state space approach is a solution-space-based problem repr

16、esentation and solving approach, which utilizes the states and the operators. When the knowledge is represented with the state space graph, the initial state is changed with one by one operator. The experimental series of the operators is built step by step, until the target state is attained. Becau

17、se luxuriant nodes should be extended with the state space approach and this easily causes the combination explosion, this approach is only suitable for representing simple problems. The state is an ordered subset of the variables q0, q1, , qn , which describes the difference among the different obj

18、ects of the same class. Its vector is Q=q0,q1,qnT Here, the element qi (i=0,1,n) represents the state variable.2.1 State Space Approach2 Knowledge RepresentationCollege of Information Science and Technology, DHUTao GongISC9 The demo for solving the problem of the monkey and the banana is shown below

19、. The right text box shows the current state (W,x,Y,z). W denotes the horizontal position of the monkey; x has the value 1 when the monkey is on the box, otherwise x has the value 0; Y represents the horizontal position of the box; z has the value 1 when the monkey gets the banana, otherwise z has t

20、he value 0.College of Information Science and Technology, DHUTao Gong2.1 State Space Approach2 Knowledge RepresentationISC10 The problem reduction method is used from the object (the problem to be solved), through the backward inference and a series of transformations, to turn the initial problem in

21、to the set of sub-problems and the set of sub-sub-problems. These transformations end at the basic sub-problem set. The basic sub-problem can be solved directly, so that the initial problem can be solved. This problem-solving approach can be represented with the AND-OR graph. The state space approac

22、h is a special example for the problem reduction method.2.2 Problem Reduction MethodCollege of Information Science and Technology, DHUTao Gong2 Knowledge RepresentationISC11College of Information Science and Technology, DHUTao Gong2.2 Problem Reduction Method2 Knowledge RepresentationISC12The predic

23、ate logic method utilizes the appropriate formula of the predicate and one-order predicate calculation, in order to transform the problem solving into the problem proving. Afterwards, the resolution theorems and the resolution inversion are used to prove that a new sentence is derived from the known

24、 correct sentences, so this new sentence is also proved correct. The predicate logic is a kind of formal language, which can make the logical arguments of math symbolic.The predicate logic method is often used with other knowledge representation methods, and it is flexible and convenient to represen

25、t more complex problems.College of Information Science and Technology, DHUTao Gong2.3 Predicate Logic Method2 Knowledge RepresentationISC13 語義網(wǎng)絡(luò)是一種結(jié)構(gòu)化表示方法，它由節(jié)點(diǎn)和語義網(wǎng)絡(luò)是一種結(jié)構(gòu)化表示方法，它由節(jié)點(diǎn)和弧線或鏈線組成。節(jié)點(diǎn)用于表示物體、概念和狀態(tài)，弧線或鏈線組成。節(jié)點(diǎn)用于表示物體、概念和狀態(tài)，弧線用于表示節(jié)點(diǎn)間的關(guān)系?；【€用于表示節(jié)點(diǎn)間的關(guān)系。 語義網(wǎng)絡(luò)的解答是一個經(jīng)過推理和匹配而得到語義網(wǎng)絡(luò)的解答是一個經(jīng)過推理和匹配而得到的具有明確結(jié)果

26、的新的語義網(wǎng)絡(luò)。的具有明確結(jié)果的新的語義網(wǎng)絡(luò)。 語義網(wǎng)絡(luò)可用于表示多元關(guān)系，擴(kuò)展后可以表語義網(wǎng)絡(luò)可用于表示多元關(guān)系，擴(kuò)展后可以表示更復(fù)雜的問題。示更復(fù)雜的問題。2.4 Semantic Network MethodCollege of Information Science and Technology, DHUTao Gong2 Knowledge RepresentationISC14 框架是一種結(jié)構(gòu)化表示方法，是一種表示概念或?qū)ο罂蚣苁且环N結(jié)構(gòu)化表示方法，是一種表示概念或?qū)ο蟮囊怀刹蛔冎R的數(shù)據(jù)結(jié)構(gòu)?？蚣芡ǔＳ芍付ㄊ挛锔鱾€方的一成不變知識的數(shù)據(jù)結(jié)構(gòu)?？蚣芡ǔＳ芍付ㄊ挛锔鱾€方面的槽組成，每

27、個槽擁有若干個側(cè)面，而每個側(cè)面又可擁面的槽組成，每個槽擁有若干個側(cè)面，而每個側(cè)面又可擁有若干個值。有若干個值。 大多數(shù)實(shí)用系統(tǒng)必須同時使用許多框架，并可把它們大多數(shù)實(shí)用系統(tǒng)必須同時使用許多框架，并可把它們聯(lián)成一個框架系統(tǒng)?？蚣鼙硎疽训玫綇V泛應(yīng)用，然而并非聯(lián)成一個框架系統(tǒng)?？蚣鼙硎疽训玫綇V泛應(yīng)用，然而并非所有問題都可以用框架表示。所有問題都可以用框架表示。 劇本是框架的一種特殊形式，它使用一組槽來描述事劇本是框架的一種特殊形式，它使用一組槽來描述事件的發(fā)生序列。劇本表示特別適用于描述順序性動作或事件的發(fā)生序列。劇本表示特別適用于描述順序性動作或事件，但使用不如框架靈活，因此應(yīng)用范圍也不如框架廣泛

28、。件，但使用不如框架靈活，因此應(yīng)用范圍也不如框架廣泛。 框架是一種復(fù)雜結(jié)構(gòu)的語義網(wǎng)絡(luò)，因此語義網(wǎng)絡(luò)推理框架是一種復(fù)雜結(jié)構(gòu)的語義網(wǎng)絡(luò)，因此語義網(wǎng)絡(luò)推理中的匹配和特性繼承在框架系統(tǒng)中也可以實(shí)行。此外，框中的匹配和特性繼承在框架系統(tǒng)中也可以實(shí)行。此外，框架可以在新的情況下推論出未被觀察到的事實(shí)。架可以在新的情況下推論出未被觀察到的事實(shí)。2.5 框架和劇本框架和劇本2 符號主義的知識表示符號主義的知識表示College of Information Science and Technology, DHUTao GongISC15 知識的搜索與推理是人工智能研究的另一個核心問題。對知識的搜索與推理是人工

29、智能研究的另一個核心問題。對這一問題的研究曾經(jīng)十分活躍，而且至今仍不乏高層次這一問題的研究曾經(jīng)十分活躍，而且至今仍不乏高層次的研究課題。的研究課題。(1)盲目搜索只是窮舉，不運(yùn)用特別信息。盲目搜索包括寬盲目搜索只是窮舉，不運(yùn)用特別信息。盲目搜索包括寬度優(yōu)先搜索、深度優(yōu)先搜索和等代價搜索等。度優(yōu)先搜索、深度優(yōu)先搜索和等代價搜索等。(2)啟發(fā)式搜索主要討論有序搜索啟發(fā)式搜索主要討論有序搜索(或最好優(yōu)先搜索或最好優(yōu)先搜索)、最優(yōu)搜、最優(yōu)搜索索A*算法和算法和AO*算法。算法。(3)在求解問題時，可把問題表示為一個有待證明的問題或在求解問題時，可把問題表示為一個有待證明的問題或定理，然后用消解原理和消

30、解反演過程來證明。定理，然后用消解原理和消解反演過程來證明。(4)高級求解系統(tǒng)是知識推理和搜索的先進(jìn)方法，規(guī)則演繹高級求解系統(tǒng)是知識推理和搜索的先進(jìn)方法，規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)就是兩種比較有效的搜索方法。系統(tǒng)和產(chǎn)生式系統(tǒng)就是兩種比較有效的搜索方法。(5)系統(tǒng)組織技術(shù)將一個大系統(tǒng)或復(fù)雜系統(tǒng)中的知識劃分為系統(tǒng)組織技術(shù)將一個大系統(tǒng)或復(fù)雜系統(tǒng)中的知識劃分為一組相對獨(dú)立的模塊，然后考慮各子模塊間在求解時的一組相對獨(dú)立的模塊，然后考慮各子模塊間在求解時的合作問題。合作問題。3 知識的搜索與推理技術(shù)知識的搜索與推理技術(shù)Ch1 Representation, Search & Reasoning o

31、f KnowledgeCollege of Information Science and Technology, DHUTao GongISC16 A*算法一種有序搜索算法，其特點(diǎn)算法一種有序搜索算法，其特點(diǎn)在于對估價函數(shù)的定義上。對于一般的有在于對估價函數(shù)的定義上。對于一般的有序搜索，總是選擇估價函數(shù)序搜索，總是選擇估價函數(shù) f 值最小的節(jié)值最小的節(jié)點(diǎn)作為擴(kuò)展節(jié)點(diǎn)。因此，估價函數(shù)點(diǎn)作為擴(kuò)展節(jié)點(diǎn)。因此，估價函數(shù) f 是根是根據(jù)需要找到一條最小代價路徑的觀點(diǎn)來估據(jù)需要找到一條最小代價路徑的觀點(diǎn)來估算節(jié)點(diǎn)的。可考慮每個節(jié)點(diǎn)算節(jié)點(diǎn)的?？煽紤]每個節(jié)點(diǎn) n 的估價函數(shù)的估價函數(shù)值為兩個分量：從起始節(jié)點(diǎn)

32、到節(jié)點(diǎn)值為兩個分量：從起始節(jié)點(diǎn)到節(jié)點(diǎn) n 的代的代價以及從節(jié)點(diǎn)價以及從節(jié)點(diǎn) n 到達(dá)目標(biāo)節(jié)點(diǎn)的代價。到達(dá)目標(biāo)節(jié)點(diǎn)的代價。3.1 A*算法算法3 知識的搜索與推理技術(shù)知識的搜索與推理技術(shù)College of Information Science and Technology, DHUTao GongISC17 遺傳算法是仿真生物遺傳學(xué)和自然選擇機(jī)理，通過遺傳算法是仿真生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式所構(gòu)造的一類搜索算法，從某種程度上說遺傳人工方式所構(gòu)造的一類搜索算法，從某種程度上說遺傳算法是對生物進(jìn)化過程進(jìn)行的數(shù)學(xué)方式仿真。算法是對生物進(jìn)化過程進(jìn)行的數(shù)學(xué)方式仿真。Holland在在他的著

33、作他的著作Adaptation in Natural and Artificial Systems首次提出遺傳算法，并主要由他和他的學(xué)生發(fā)展起來的。首次提出遺傳算法，并主要由他和他的學(xué)生發(fā)展起來的。 遺傳算法自從遺傳算法自從1965年提出以來，在國際上已經(jīng)形成年提出以來，在國際上已經(jīng)形成了一個比較活躍的研究領(lǐng)域，已召開了多次比較重要的了一個比較活躍的研究領(lǐng)域，已召開了多次比較重要的國際會議和創(chuàng)辦了很多相關(guān)的國際刊物。國際會議和創(chuàng)辦了很多相關(guān)的國際刊物。 遺傳算法已用于求解帶有應(yīng)用前景的一些問題，例遺傳算法已用于求解帶有應(yīng)用前景的一些問題，例如遺傳程序設(shè)計(jì)、函數(shù)優(yōu)化、排序問題、人工神經(jīng)網(wǎng)絡(luò)、如遺

34、傳程序設(shè)計(jì)、函數(shù)優(yōu)化、排序問題、人工神經(jīng)網(wǎng)絡(luò)、分類系統(tǒng)、計(jì)算機(jī)圖像處理和機(jī)器人運(yùn)動規(guī)劃等。分類系統(tǒng)、計(jì)算機(jī)圖像處理和機(jī)器人運(yùn)動規(guī)劃等。3.2 遺傳算法遺傳算法3 知識的搜索與推理技術(shù)知識的搜索與推理技術(shù)College of Information Science and Technology, DHUTao GongISC18 生物種群的生存過程普遍遵循達(dá)爾文進(jìn)化準(zhǔn)則，群體中的個生物種群的生存過程普遍遵循達(dá)爾文進(jìn)化準(zhǔn)則，群體中的個體根據(jù)對環(huán)境的適應(yīng)能力而被大自然所選擇或淘汰。進(jìn)化過程的體根據(jù)對環(huán)境的適應(yīng)能力而被大自然所選擇或淘汰。進(jìn)化過程的結(jié)果反映在個體的結(jié)構(gòu)上，其染色體包含若干基因，相應(yīng)的表

35、現(xiàn)結(jié)果反映在個體的結(jié)構(gòu)上，其染色體包含若干基因，相應(yīng)的表現(xiàn)型和基因型的聯(lián)系體現(xiàn)了個體的外部特性與內(nèi)部機(jī)理間邏輯關(guān)系。型和基因型的聯(lián)系體現(xiàn)了個體的外部特性與內(nèi)部機(jī)理間邏輯關(guān)系。通過個體之間的交叉、變異來適應(yīng)大自然環(huán)境。通過個體之間的交叉、變異來適應(yīng)大自然環(huán)境。 遺傳算法類似于自然進(jìn)化，通過作用于染色體上的基因?qū)ふ疫z傳算法類似于自然進(jìn)化，通過作用于染色體上的基因?qū)ふ液玫娜旧w來求解問題。與自然界相似，遺傳算法對求解問題的好的染色體來求解問題。與自然界相似，遺傳算法對求解問題的本身一無所知，它所需要的僅是對算法所產(chǎn)生的每個染色體進(jìn)行本身一無所知，它所需要的僅是對算法所產(chǎn)生的每個染色體進(jìn)行評價，并基于

36、適應(yīng)值來選擇染色體，使適應(yīng)性好的染色體有更多評價，并基于適應(yīng)值來選擇染色體，使適應(yīng)性好的染色體有更多的繁殖機(jī)會。在遺傳算法中，通過隨機(jī)方式產(chǎn)生若干個所求解問的繁殖機(jī)會。在遺傳算法中，通過隨機(jī)方式產(chǎn)生若干個所求解問題的數(shù)字編碼，即染色體，形成初始群體；通過適應(yīng)度函數(shù)給每題的數(shù)字編碼，即染色體，形成初始群體；通過適應(yīng)度函數(shù)給每個個體一個數(shù)值評價，淘汰低適應(yīng)度的個體，選擇高適應(yīng)度的個個個體一個數(shù)值評價，淘汰低適應(yīng)度的個體，選擇高適應(yīng)度的個體參加遺傳操作，經(jīng)過遺傳操作后的個體集合形成下一代新的種體參加遺傳操作，經(jīng)過遺傳操作后的個體集合形成下一代新的種群。對這個新種群進(jìn)行下一輪進(jìn)化。這就是遺傳算法的基本

37、原理。群。對這個新種群進(jìn)行下一輪進(jìn)化。這就是遺傳算法的基本原理。3.2 遺傳算法遺傳算法3 知識的搜索與推理技術(shù)知識的搜索與推理技術(shù)College of Information Science and Technology, DHUTao GongISC19 在謂詞公式、某些推理規(guī)則以及置換合一等概念的基礎(chǔ)在謂詞公式、某些推理規(guī)則以及置換合一等概念的基礎(chǔ)上，能夠進(jìn)一步研究消解原理上，能夠進(jìn)一步研究消解原理(resolution principle)。 消解是一種可用于一定的子句公式的重要推理規(guī)則。一消解是一種可用于一定的子句公式的重要推理規(guī)則。一個子句定義為由文字的析取組成的公式個子句定義為由

38、文字的析取組成的公式(一個原子公式和原一個原子公式和原子公式的否定叫做文字子公式的否定叫做文字)。當(dāng)消解可使用時，消解過程被應(yīng)。當(dāng)消解可使用時，消解過程被應(yīng)用于母體子句對，以便產(chǎn)生一個導(dǎo)出子句。例如，如果存在用于母體子句對，以便產(chǎn)生一個導(dǎo)出子句。例如，如果存在某個公理某個公理E1E2和另一公理和另一公理E2E3，那么，那么E1E3在邏輯在邏輯上成立，這就是消解，而上成立，這就是消解，而E1E3稱為稱為E1E2和和E2E3的的消解式消解式(resolvent)。 任一謂詞演算公式可以按照以下九步化成一個子句集任一謂詞演算公式可以按照以下九步化成一個子句集：(1) 消去蘊(yùn)涵符號；消去蘊(yùn)涵符號；(2

39、) 減少否定符號的轄域；減少否定符號的轄域；(3) 對變量標(biāo)對變量標(biāo)準(zhǔn)化；準(zhǔn)化；(4) 消去存在量詞；消去存在量詞；(5) 化為前束形；化為前束形；(6) 把母式化成把母式化成合取范式；合取范式；(7) 消去全稱量詞；消去全稱量詞；(8) 消去連詞符號消去連詞符號；(9) 更更換變量名稱。換變量名稱。3.3 消解原理消解原理3 知識的搜索與推理技術(shù)知識的搜索與推理技術(shù)College of Information Science and Technology, DHUTao GongISC20 在所有基于規(guī)則的系統(tǒng)中，每個在所有基于規(guī)則的系統(tǒng)中，每個if可能與某斷言可能與某斷言(assertio

40、n)集中的一個或多個斷言匹配。有時把該斷言集中的一個或多個斷言匹配。有時把該斷言集稱為工作內(nèi)存。在許多基于規(guī)則的系統(tǒng)中，集稱為工作內(nèi)存。在許多基于規(guī)則的系統(tǒng)中，then部分部分用于規(guī)定放入工作內(nèi)存的新斷言。這種基于規(guī)則的系統(tǒng)用于規(guī)定放入工作內(nèi)存的新斷言。這種基于規(guī)則的系統(tǒng)稱為規(guī)則演繹系統(tǒng)稱為規(guī)則演繹系統(tǒng)(rule based deduction system)。在這。在這種系統(tǒng)中，通常稱每個種系統(tǒng)中，通常稱每個if部分為前項(xiàng)部分為前項(xiàng)(antecedent)，稱每，稱每個個then部分為后項(xiàng)部分為后項(xiàng)(consequent)。 有時，有時，then部分用于規(guī)定動作，這時，稱這種基于部分用于規(guī)定

41、動作，這時，稱這種基于規(guī)則的系統(tǒng)為反應(yīng)式系統(tǒng)規(guī)則的系統(tǒng)為反應(yīng)式系統(tǒng)(reaction system)或產(chǎn)生式系統(tǒng)或產(chǎn)生式系統(tǒng)(production system)。 在基于規(guī)則的系統(tǒng)中，無論是規(guī)則演繹系統(tǒng)還是規(guī)在基于規(guī)則的系統(tǒng)中，無論是規(guī)則演繹系統(tǒng)還是規(guī)則產(chǎn)生式系統(tǒng)，均有兩種推理方式，即正向推理則產(chǎn)生式系統(tǒng)，均有兩種推理方式，即正向推理(forward chaining)和逆向推理和逆向推理(backward chaining)。3.4 規(guī)則演繹系統(tǒng)規(guī)則演繹系統(tǒng)3 知識的搜索與推理技術(shù)知識的搜索與推理技術(shù)College of Information Science and Technology

42、, DHUTao GongISC21 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)(production system)首先是由首先是由Post于于1943年年提出的產(chǎn)生式規(guī)則提出的產(chǎn)生式規(guī)則(production rule)而得名的，他們用這種而得名的，他們用這種規(guī)則對符號串進(jìn)行置換運(yùn)算。后來，美國的紐厄爾和西蒙利規(guī)則對符號串進(jìn)行置換運(yùn)算。后來，美國的紐厄爾和西蒙利用這個原理建立一個人類的認(rèn)知模型用這個原理建立一個人類的認(rèn)知模型(1965年年)。同時，斯坦。同時，斯坦福大學(xué)利用產(chǎn)生式系統(tǒng)結(jié)構(gòu)設(shè)計(jì)第一個專家系統(tǒng)福大學(xué)利用產(chǎn)生式系統(tǒng)結(jié)構(gòu)設(shè)計(jì)第一個專家系統(tǒng)DENDRAL。 產(chǎn)生式系統(tǒng)用來描述若干個不同的以一個基本概念為基

43、產(chǎn)生式系統(tǒng)用來描述若干個不同的以一個基本概念為基礎(chǔ)的系統(tǒng)，這個基本概念就是產(chǎn)生式規(guī)則或產(chǎn)生式條件和操礎(chǔ)的系統(tǒng)，這個基本概念就是產(chǎn)生式規(guī)則或產(chǎn)生式條件和操作對的概念。在產(chǎn)生式系統(tǒng)中，論域的知識分為兩部分：用作對的概念。在產(chǎn)生式系統(tǒng)中，論域的知識分為兩部分：用事實(shí)表示靜態(tài)知識，如事物、事件和它們之間的關(guān)系；用產(chǎn)事實(shí)表示靜態(tài)知識，如事物、事件和它們之間的關(guān)系；用產(chǎn)生式規(guī)則表示推理過程和行為。生式規(guī)則表示推理過程和行為。 產(chǎn)生式系統(tǒng)表達(dá)自然直觀，便于推理，可進(jìn)行模塊化處產(chǎn)生式系統(tǒng)表達(dá)自然直觀，便于推理，可進(jìn)行模塊化處理，格式清晰，設(shè)計(jì)和檢測方便，表示靈活，因而曾得到廣理，格式清晰，設(shè)計(jì)和檢測方便，表示

44、靈活，因而曾得到廣泛應(yīng)用。不過，產(chǎn)生式系統(tǒng)因求解效率低和無法表示結(jié)構(gòu)性泛應(yīng)用。不過，產(chǎn)生式系統(tǒng)因求解效率低和無法表示結(jié)構(gòu)性知識，不適用于求解復(fù)雜系統(tǒng)。知識，不適用于求解復(fù)雜系統(tǒng)。3.5 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)3 知識的搜索與推理技術(shù)知識的搜索與推理技術(shù)College of Information Science and Technology, DHUTao GongISC22 專家系統(tǒng)（專家系統(tǒng)（expert system）已越來越普遍地獲得應(yīng)用，）已越來越普遍地獲得應(yīng)用，其領(lǐng)域要求高度可靠，并具有快速決策和不同功能。其領(lǐng)域要求高度可靠，并具有快速決策和不同功能。 這些功能包括解釋、預(yù)測、分析、

45、診斷、調(diào)試、設(shè)計(jì)、這些功能包括解釋、預(yù)測、分析、診斷、調(diào)試、設(shè)計(jì)、規(guī)劃、診斷、控制、監(jiān)視、教學(xué)、檢測、咨詢、管理、規(guī)劃、診斷、控制、監(jiān)視、教學(xué)、檢測、咨詢、管理、評估和決策支持等。評估和決策支持等。 專家控制系統(tǒng)是一個應(yīng)用專家系統(tǒng)技術(shù)的控制系統(tǒng)，專家控制系統(tǒng)是一個應(yīng)用專家系統(tǒng)技術(shù)的控制系統(tǒng)，也是一個典型的和廣泛應(yīng)用的基于知識的控制系統(tǒng)。也是一個典型的和廣泛應(yīng)用的基于知識的控制系統(tǒng)。 Hayes-Roth等在等在1983年提出專家控制系統(tǒng)，關(guān)于專家年提出專家控制系統(tǒng)，關(guān)于專家控制系統(tǒng)應(yīng)用的第一次報導(dǎo)是在控制系統(tǒng)應(yīng)用的第一次報導(dǎo)是在1984年年用于煉油的用于煉油的分布式實(shí)時過程控制系統(tǒng)。分布式實(shí)時

46、過程控制系統(tǒng)。 奧斯特洛母等在奧斯特洛母等在1986年發(fā)表他們的題為年發(fā)表他們的題為“專家控制專家控制”（Expert Control）的論文。）的論文。 4 專家系統(tǒng)專家系統(tǒng)Ch1 Representation, Search & Reasoning of KnowledgeCollege of Information Science and Technology, DHUTao GongISC23 專家：指的是那些對解決專門問題非常熟悉的人們，專家：指的是那些對解決專門問題非常熟悉的人們，他們的這種專門技術(shù)通常源于豐富的經(jīng)驗(yàn)以及他們處理問他們的這種專門技術(shù)通常源于豐富的經(jīng)驗(yàn)以及他們

47、處理問題的詳細(xì)專業(yè)知識。題的詳細(xì)專業(yè)知識。 專家系統(tǒng)尚無統(tǒng)一的定義。專家系統(tǒng)的先行者專家系統(tǒng)尚無統(tǒng)一的定義。專家系統(tǒng)的先行者Feigenbaum曾把專家系統(tǒng)定義為一個智能計(jì)算機(jī)程序，曾把專家系統(tǒng)定義為一個智能計(jì)算機(jī)程序，它應(yīng)用知識和推理過程來求解那些需要大量的人類專家經(jīng)它應(yīng)用知識和推理過程來求解那些需要大量的人類專家經(jīng)驗(yàn)才能解決的難題。驗(yàn)才能解決的難題。 定義定義1 專家系統(tǒng)主要指的是一個智能計(jì)算機(jī)程序系統(tǒng)，專家系統(tǒng)主要指的是一個智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗(yàn)，能夠其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗(yàn)，能夠利用人類專家的知識和解決問題的經(jīng)驗(yàn)方法來處理該

48、領(lǐng)域利用人類專家的知識和解決問題的經(jīng)驗(yàn)方法來處理該領(lǐng)域的高水平難題。專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問的高水平難題。專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。題的計(jì)算機(jī)程序系統(tǒng)。 專家系統(tǒng)的基本功能：取決于它所含有的知識，因此，專家系統(tǒng)的基本功能：取決于它所含有的知識，因此，有時也把專家系統(tǒng)稱為基于知識的系統(tǒng)（有時也把專家系統(tǒng)稱為基于知識的系統(tǒng)（knowledge-based system）。）。 4.1 專家系統(tǒng)的概念專家系統(tǒng)的概念4 專家系統(tǒng)專家系統(tǒng)College of Information Science and Technology, DHUTao GongISC24

49、 1. 啟發(fā)性：專家系統(tǒng)要解決的問題，其結(jié)構(gòu)往往是不啟發(fā)性：專家系統(tǒng)要解決的問題，其結(jié)構(gòu)往往是不合理的，其問題求解（合理的，其問題求解（problem-solving）知識不僅包括理）知識不僅包括理論知識和常識，而且包括專家本人的啟發(fā)知識。在問題求論知識和常識，而且包括專家本人的啟發(fā)知識。在問題求解過程中，專家們應(yīng)用和組合啟發(fā)知識（甚至是多種經(jīng)解過程中，專家們應(yīng)用和組合啟發(fā)知識（甚至是多種經(jīng)驗(yàn)），模仿專家的思維和認(rèn)知過程。專家系統(tǒng)具有啟發(fā)性，驗(yàn)），模仿專家的思維和認(rèn)知過程。專家系統(tǒng)具有啟發(fā)性，并能夠高效和準(zhǔn)確地作出推理、判斷、決策和結(jié)論。并能夠高效和準(zhǔn)確地作出推理、判斷、決策和結(jié)論。 2. 透

50、明性透明性: 專家系統(tǒng)能夠解釋本身的推理過程和回專家系統(tǒng)能夠解釋本身的推理過程和回答用戶提出的問題，以便讓用戶了解推理過程，增大對專答用戶提出的問題，以便讓用戶了解推理過程，增大對專家系統(tǒng)的信任感。家系統(tǒng)的信任感。例如，醫(yī)療診斷專家系統(tǒng)診斷出某病人例如，醫(yī)療診斷專家系統(tǒng)診斷出某病人患有肺炎，而且建議使用某種抗生素治療，那么，專家系患有肺炎，而且建議使用某種抗生素治療，那么，專家系統(tǒng)能夠向病人解釋為什么患有此病以及為什么必須用這種統(tǒng)能夠向病人解釋為什么患有此病以及為什么必須用這種抗生素治療，就象一位醫(yī)療專家詳細(xì)向病人解釋病情和治抗生素治療，就象一位醫(yī)療專家詳細(xì)向病人解釋病情和治療方案一樣。療方案

51、一樣。解釋機(jī)制為專家系統(tǒng)提供一個透明的界面：解釋機(jī)制為專家系統(tǒng)提供一個透明的界面：當(dāng)專家系統(tǒng)解釋用戶的提問時，它應(yīng)用知識庫內(nèi)的知識和當(dāng)專家系統(tǒng)解釋用戶的提問時，它應(yīng)用知識庫內(nèi)的知識和問題求解過程中產(chǎn)生的中間結(jié)果。問題求解過程中產(chǎn)生的中間結(jié)果。4.2 專家系統(tǒng)的特點(diǎn)專家系統(tǒng)的特點(diǎn)4 專家系統(tǒng)專家系統(tǒng)College of Information Science and Technology, DHUTao GongISC25 3. 靈活性：專家系統(tǒng)的靈活性是指它的擴(kuò)展和豐富知靈活性：專家系統(tǒng)的靈活性是指它的擴(kuò)展和豐富知識庫的能力，以及改善非編程狀態(tài)下的系統(tǒng)性能，即自學(xué)識庫的能力，以及改善非編程狀態(tài)

52、下的系統(tǒng)性能，即自學(xué)習(xí)能力。專家系統(tǒng)知識庫的擴(kuò)展和修正是比較靈活方便習(xí)能力。專家系統(tǒng)知識庫的擴(kuò)展和修正是比較靈活方便的的 ，專家系統(tǒng)能夠不斷增加新的知識，并修改與更新原，專家系統(tǒng)能夠不斷增加新的知識，并修改與更新原有知識。有知識。 4. 符號操作符號操作:與與常規(guī)程序進(jìn)行數(shù)據(jù)處理和數(shù)字計(jì)算不常規(guī)程序進(jìn)行數(shù)據(jù)處理和數(shù)字計(jì)算不同，專家系統(tǒng)強(qiáng)調(diào)符號處理和符號操作（運(yùn)算），使用符同，專家系統(tǒng)強(qiáng)調(diào)符號處理和符號操作（運(yùn)算），使用符號表示知識，用符號集合表示問題的概念。號表示知識，用符號集合表示問題的概念。 5. 不確定性推理：領(lǐng)域?qū)＜仪蠼鈫栴}的方法大多數(shù)是不確定性推理：領(lǐng)域?qū)＜仪蠼鈫栴}的方法大多數(shù)是經(jīng)驗(yàn)

53、性的；經(jīng)驗(yàn)知識一般用于表示不精確性并存在一定概經(jīng)驗(yàn)性的；經(jīng)驗(yàn)知識一般用于表示不精確性并存在一定概率的問題。專家系統(tǒng)能夠綜合應(yīng)用模糊和不確定的信息與率的問題。專家系統(tǒng)能夠綜合應(yīng)用模糊和不確定的信息與知識，進(jìn)行推理。知識，進(jìn)行推理。4.2 專家系統(tǒng)的特點(diǎn)專家系統(tǒng)的特點(diǎn)4 專家系統(tǒng)專家系統(tǒng)College of Information Science and Technology, DHUTao GongISC26 專家系統(tǒng)的結(jié)構(gòu)是指專家系統(tǒng)各組成部分的構(gòu)造方法專家系統(tǒng)的結(jié)構(gòu)是指專家系統(tǒng)各組成部分的構(gòu)造方法和組織形式。系統(tǒng)結(jié)構(gòu)選擇恰當(dāng)與否，是與專家系統(tǒng)的適和組織形式。系統(tǒng)結(jié)構(gòu)選擇恰當(dāng)與否，是與專家系統(tǒng)

54、的適用性和有效性密切相關(guān)的。例如，用性和有效性密切相關(guān)的。例如，MYCIN系統(tǒng)的任務(wù)是系統(tǒng)的任務(wù)是疾病診斷與解釋，其問題的特點(diǎn)是需要較小的可能空間、疾病診斷與解釋，其問題的特點(diǎn)是需要較小的可能空間、可靠的數(shù)據(jù)及比較可靠的知識，這就決定了它可采用窮盡可靠的數(shù)據(jù)及比較可靠的知識，這就決定了它可采用窮盡檢索解空間和單鏈推理等較簡單的控制方法和系統(tǒng)結(jié)構(gòu)。檢索解空間和單鏈推理等較簡單的控制方法和系統(tǒng)結(jié)構(gòu)。 4.3 專家系統(tǒng)的結(jié)構(gòu)與類型專家系統(tǒng)的結(jié)構(gòu)與類型4 專家系統(tǒng)專家系統(tǒng)知識庫知識庫推理機(jī)推理機(jī)答案答案輸入或提問輸入或提問專家知識專家知識圖圖1 專家系統(tǒng)簡化結(jié)構(gòu)圖專家系統(tǒng)簡化結(jié)構(gòu)圖College of

55、 Information Science and Technology, DHUTao GongISC27圖圖2 理想專家系統(tǒng)結(jié)構(gòu)圖理想專家系統(tǒng)結(jié)構(gòu)圖 圖圖2則為理想專則為理想專家系統(tǒng)的結(jié)構(gòu)圖。由家系統(tǒng)的結(jié)構(gòu)圖。由于每個專家系統(tǒng)所需于每個專家系統(tǒng)所需完成的任務(wù)和特點(diǎn)不完成的任務(wù)和特點(diǎn)不同，其系統(tǒng)結(jié)構(gòu)也不同，其系統(tǒng)結(jié)構(gòu)也不盡相同，一般只具有盡相同，一般只具有圖中部分模塊。圖中部分模塊。 4.3 專家系統(tǒng)的結(jié)構(gòu)與類型專家系統(tǒng)的結(jié)構(gòu)與類型College of Information Science and Technology, DHUTao GongISC28 黑板是用來記錄系統(tǒng)推理過程中要用到的

56、控制信息、黑板是用來記錄系統(tǒng)推理過程中要用到的控制信息、中間假設(shè)和中間結(jié)果的數(shù)據(jù)庫，它包括計(jì)劃、議程和中間中間假設(shè)和中間結(jié)果的數(shù)據(jù)庫，它包括計(jì)劃、議程和中間解三部分。解三部分。 知識庫包括兩部分內(nèi)容知識庫包括兩部分內(nèi)容: (1) 已知的同當(dāng)前問題有關(guān)的已知的同當(dāng)前問題有關(guān)的數(shù)據(jù)信息；數(shù)據(jù)信息；(2) 進(jìn)行推理時要用到的一般知識和領(lǐng)域知識。進(jìn)行推理時要用到的一般知識和領(lǐng)域知識。 調(diào)度器按照系統(tǒng)建造者所給出的控制知識（通常使用調(diào)度器按照系統(tǒng)建造者所給出的控制知識（通常使用優(yōu)先權(quán)辦法），從議程中選擇一個項(xiàng)作為系統(tǒng)下一步要執(zhí)優(yōu)先權(quán)辦法），從議程中選擇一個項(xiàng)作為系統(tǒng)下一步要執(zhí)行的動作。行的動作。 執(zhí)行器

57、應(yīng)用知識庫及黑板中記錄的信息，執(zhí)行調(diào)度器執(zhí)行器應(yīng)用知識庫及黑板中記錄的信息，執(zhí)行調(diào)度器所選定的動作。所選定的動作。 協(xié)調(diào)器的主要作用就是當(dāng)?shù)玫叫聰?shù)據(jù)或新假設(shè)時，對協(xié)調(diào)器的主要作用就是當(dāng)?shù)玫叫聰?shù)據(jù)或新假設(shè)時，對已得到的結(jié)果進(jìn)行修正，以保持結(jié)果前后的一致性。已得到的結(jié)果進(jìn)行修正，以保持結(jié)果前后的一致性。 4.3.1 專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)的結(jié)構(gòu)4.3 專家系統(tǒng)的結(jié)構(gòu)與類型專家系統(tǒng)的結(jié)構(gòu)與類型College of Information Science and Technology, DHUTao GongISC29一般應(yīng)用程序與專家系統(tǒng)的區(qū)別在于：一般應(yīng)用程序與專家系統(tǒng)的區(qū)別在于： 前者把問題求解的知識隱含地編入程序，而后者則把其前者把問題求解的知識隱含地編入程序，而后者則把其應(yīng)用領(lǐng)域的問題求解知識單獨(dú)組成一個實(shí)體，即為知識庫。應(yīng)用領(lǐng)域的問題求解知識單獨(dú)組成一個實(shí)體，即為知識庫。 知識庫的處理是通過與知識庫分開的控制策略進(jìn)行的。知識庫的處理是通過與知識庫分開的控制策略進(jìn)行的。更明確地說，一般應(yīng)用程序把知識組織為兩組：數(shù)據(jù)級和更明確地說，一般應(yīng)用程序把知識組織為兩組：數(shù)據(jù)級和程序級；大多數(shù)專家系統(tǒng)則將知識