人工智能中對(duì)5.3的讀書報(bào)告

人工智能技術(shù)期末考查學(xué)號(hào)2010118504106學(xué)生姓名張紅貴2010年05月09日5.3產(chǎn)生式規(guī)則及其推理讀書報(bào)告（一）、主要的定義、定理、推導(dǎo)1、產(chǎn)生式產(chǎn)生式：是由美國(guó)數(shù)學(xué)家波斯特提出來(lái)的。波斯特根據(jù)替換規(guī)則提出了一種稱為波斯特機(jī)的計(jì)算機(jī)模型，模型中的每一條規(guī)則當(dāng)時(shí)被稱為一個(gè)產(chǎn)生方式。產(chǎn)生式也稱為產(chǎn)生式規(guī)則，或簡(jiǎn)稱規(guī)則。產(chǎn)生式規(guī)則的一般形式為：<前件>—<后件>其中前件就是前提，后件是結(jié)論或動(dòng)作；前件和后件可以是由邏輯運(yùn)算符AND、OR、NOT組成的表達(dá)式。如果前提滿足，則可得結(jié)論或者執(zhí)行相應(yīng)的動(dòng)作，即后件由前件來(lái)觸發(fā)。所以，前件是規(guī)則的執(zhí)行條件，后件是規(guī)則體?？刂撇呗耘c常用算法正向推理步1將初始事實(shí)/數(shù)據(jù)置入動(dòng)態(tài)數(shù)據(jù)庫(kù)步2用動(dòng)態(tài)數(shù)據(jù)庫(kù)中的事實(shí)/數(shù)據(jù)，匹配/測(cè)試目標(biāo)條件，若目標(biāo)條件滿足，則推理成功，結(jié)束。步3用規(guī)則庫(kù)中各規(guī)則的前提匹配動(dòng)態(tài)數(shù)據(jù)庫(kù)中的事實(shí)/數(shù)據(jù)，將匹配成功的規(guī)則組成待用規(guī)則集。步4若待用規(guī)則集為空，則運(yùn)行失敗，退出步5將待用規(guī)則集中個(gè)規(guī)則的結(jié)論加入動(dòng)態(tài)數(shù)據(jù)庫(kù)，或者執(zhí)行其動(dòng)作，轉(zhuǎn)步2.反向推理算法步1將初始事實(shí)/數(shù)據(jù)置入動(dòng)態(tài)數(shù)據(jù)庫(kù)，將目標(biāo)條件置入目標(biāo)鏈。步2若目標(biāo)鏈為空，則推理成功，結(jié)束。 步3取出目標(biāo)鏈中第一個(gè)目標(biāo)，用動(dòng)態(tài)數(shù)據(jù)庫(kù)中的事實(shí)/數(shù)據(jù)同其匹配，若成功轉(zhuǎn)2。步4用規(guī)則集中的各規(guī)則的結(jié)論同該目標(biāo)匹配，將第一個(gè)匹配成功且未用過(guò)的規(guī)則前提作為新的目標(biāo)，并取代原來(lái)的父目標(biāo)而加入目標(biāo)鏈，轉(zhuǎn)步3。步5若目標(biāo)是初始目標(biāo)，則推理失敗，退出。步6將該目標(biāo)的父目標(biāo)移回目標(biāo)鏈，取代該目標(biāo)及其兄弟目標(biāo)，轉(zhuǎn)步3。正向推理算法二步1將初始事實(shí)/數(shù)據(jù)置入動(dòng)態(tài)數(shù)據(jù)庫(kù)。步2用動(dòng)態(tài)數(shù)據(jù)庫(kù)中的事實(shí)/數(shù)據(jù)，匹配/測(cè)試目標(biāo)條件，若目標(biāo)條件滿足，則推理成功，結(jié)束。步3用規(guī)則庫(kù)中各規(guī)則的前提匹配動(dòng)態(tài)數(shù)據(jù)庫(kù)中的事實(shí)/數(shù)據(jù)，將匹配成功的規(guī)則組成待用規(guī)則集。步4若待用規(guī)則集為空，則運(yùn)行失敗，退出。步5用某種策略，從待用規(guī)則集中選取一條規(guī)則，將其結(jié)論加入動(dòng)態(tài)數(shù)據(jù)庫(kù)，或者執(zhí)行其動(dòng)作，撤銷待用規(guī)則集，轉(zhuǎn)步2。程序?qū)崿F(xiàn)產(chǎn)生式規(guī)則的程序語(yǔ)言實(shí)現(xiàn)例如把5—20動(dòng)物分類系統(tǒng)中的產(chǎn)生式規(guī)則用PROLOG的規(guī)則可表示如下：animal_is(“老虎”)：-it_is(“食肉動(dòng)物”)，fact(“黃褐色”)，fact（“有黑色條紋”），it_is（“食肉動(dòng)物”）：-it_is(“哺乳動(dòng)物”)， fact（“有爪”）， fact(“有犬牙”)，fact（“目盯前方”），it_is（“食肉動(dòng)物”）：-it_is(“哺乳動(dòng)物”)， fact（“吃肉”）.it_is1（“哺乳動(dòng)物”）：-fact(“有奶”).it_is1（“哺乳動(dòng)物”）：-fact(“有毛發(fā)”).也可以將上面的規(guī)則表示成如下的形式：rule([“食肉動(dòng)物”，“黃褐色”，“有黑色條紋”]，“老虎”).rule([“哺乳動(dòng)物”，“有爪”，“有犬牙”，“目盯前方”]，“食肉動(dòng)物”).rule([“食肉動(dòng)物”，“吃肉”]，“食肉動(dòng)物”).rule([“有奶”]，“哺乳動(dòng)物”).rule([“有毛發(fā)”]，“哺乳動(dòng)物”).規(guī)則庫(kù)的語(yǔ)言程序?qū)崿F(xiàn)動(dòng)態(tài)數(shù)據(jù)庫(kù)的程序?qū)崿F(xiàn)推理機(jī)的程序?qū)崿F(xiàn)（二）、課后練習(xí)8、若要用產(chǎn)生式系統(tǒng)求解諸如走迷宮、八數(shù)碼等路徑問題，那么，本章中給出的正向推理和反向推理算法能否適用？若不適用，則應(yīng)對(duì)其作何修改。答，不適用，產(chǎn)生式是將初始事實(shí)/數(shù)據(jù)置入動(dòng)態(tài)數(shù)據(jù)庫(kù)，是盲目搜索就是是無(wú)向?qū)У乃阉?，是隨機(jī)碰撞式搜索。而且算法中并沒記錄倒臺(tái)數(shù)據(jù)庫(kù)的狀態(tài)變化歷史，而是始終保持當(dāng)前的一個(gè)動(dòng)態(tài)數(shù)據(jù)庫(kù)狀態(tài)。也就是沒有路徑，只是知道是否到達(dá)。應(yīng)將每次的匹配條件記錄下來(lái)，最后匯總起來(lái)。（三）、總結(jié)和收獲智能化是信息化和自動(dòng)化的必然發(fā)展趨勢(shì)，電腦是死的，必須給它一定的方法、規(guī)則讓其按照一定的套路來(lái)走。產(chǎn)生式規(guī)則就如邏輯蘊(yùn)含命題，就是由前提推出一個(gè)結(jié)論小推理。主要先將初始事實(shí)/數(shù)據(jù)置入動(dòng)態(tài)數(shù)據(jù)庫(kù)組成前提，再給出問題，就可以推出結(jié)論。推理的方法可分正向推理、反向推理等產(chǎn)生式系統(tǒng)常用算法