人工智能課件

產(chǎn)生式系統(tǒng)5.1產(chǎn)生式規(guī)則產(chǎn)生式規(guī)則是表示知識(shí)的一種方式，一般形式為：P

Q，或IfPthenQ。產(chǎn)生式的含義是：如果前提P被滿足，則可推出結(jié)論Q或執(zhí)行Q所規(guī)定的動(dòng)作。例：1）IF動(dòng)物會(huì)飛AND會(huì)下蛋THEN該動(dòng)物是鳥。

2）如果爐溫超過(guò)上限，則關(guān)閉閥門。

3）如果病人有紅色斑點(diǎn)，且病人發(fā)燒，且病人是學(xué)齡兒童，則別人患的是水痘。產(chǎn)生式規(guī)則與邏輯蘊(yùn)含式的區(qū)別與聯(lián)繫邏輯蘊(yùn)含式是產(chǎn)生式，反之則不然?；懂a(chǎn)生式的推理模式假言推理：5.2產(chǎn)生式系統(tǒng)5.2.1產(chǎn)生式系統(tǒng)的組成產(chǎn)生式規(guī)則庫(kù)。用於描述相應(yīng)領(lǐng)域內(nèi)的知識(shí)的產(chǎn)生式規(guī)則的集合。規(guī)則庫(kù)中的知識(shí)要求完整、一致、表達(dá)準(zhǔn)確靈活、知識(shí)組織合理；推理機(jī)。又稱控制系統(tǒng)，是一個(gè)程式模組，負(fù)責(zé)產(chǎn)生式系統(tǒng)的運(yùn)行。如規(guī)則與事實(shí)的匹配、執(zhí)行規(guī)則、停止控制等。產(chǎn)生式系統(tǒng)的組成產(chǎn)生式規(guī)則庫(kù)動(dòng)態(tài)資料庫(kù)動(dòng)態(tài)資料庫(kù)。又稱綜合資料庫(kù)。存放初始事實(shí)、數(shù)據(jù)、目標(biāo)條件、中間結(jié)果和最後結(jié)果。推理機(jī)產(chǎn)生式系統(tǒng)的運(yùn)行過(guò)程從規(guī)則庫(kù)中取一條規(guī)則，將其前提同當(dāng)前動(dòng)態(tài)資料庫(kù)中的事實(shí)/數(shù)據(jù)進(jìn)行模式匹配匹配成功否？NY把該規(guī)則的結(jié)論放入當(dāng)前動(dòng)態(tài)資料庫(kù)，或執(zhí)行規(guī)則所規(guī)定的動(dòng)作產(chǎn)生式系統(tǒng)的控制策略（正向推理）正向推理：從初始事實(shí)/數(shù)據(jù)出發(fā)，正向使用規(guī)則進(jìn)行推理，朝目標(biāo)方向前進(jìn)。步1初始化動(dòng)態(tài)資料庫(kù)，將初始事實(shí)、數(shù)據(jù)置入動(dòng)態(tài)資料庫(kù)中。步2用動(dòng)態(tài)資料庫(kù)中的事實(shí)、數(shù)據(jù)匹配目標(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)資料庫(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。產(chǎn)生式系統(tǒng)的正向推理步5將待用規(guī)則集中各規(guī)則的結(jié)論加入動(dòng)態(tài)資料庫(kù)，或者執(zhí)行其動(dòng)作，轉(zhuǎn)步2。例1設(shè)動(dòng)物分類的規(guī)則庫(kù)為：R1：若某動(dòng)物有奶，則它是哺乳動(dòng)物。R2：若某動(dòng)物有毛髮，則它是哺乳動(dòng)物。R3：若某動(dòng)物有羽毛，則它是鳥。R4：若某動(dòng)物會(huì)飛且生蛋，則它是鳥。R5：若某動(dòng)物是哺乳動(dòng)物且有爪且有犬齒且目盯前方，則它是食肉動(dòng)物。R6：若某動(dòng)物是哺乳動(dòng)物且吃肉，則它是食肉動(dòng)物。R7：若某動(dòng)物是哺乳動(dòng)物且有蹄，則它是有蹄動(dòng)物。R8：若某動(dòng)物是有蹄動(dòng)物且反芻食物，則它是偶蹄動(dòng)物。產(chǎn)生式系統(tǒng)的正向推理R9：若某動(dòng)物是食肉動(dòng)物且黃褐色且有黑色條紋，則它是老虎。R10：若某動(dòng)物是食肉動(dòng)物且黃褐色且有黑色斑點(diǎn)，則它是金錢豹。R11：若某動(dòng)物是有蹄動(dòng)物且長(zhǎng)腿且長(zhǎng)脖子且黃褐色且有暗斑點(diǎn)，則它是長(zhǎng)頸鹿。R12：若某動(dòng)物是有蹄動(dòng)物且白色且有黑色條紋，則它是斑馬。R13：若某動(dòng)物是鳥且不會(huì)飛且長(zhǎng)腿且長(zhǎng)脖子且黑白色，則它是鴕鳥。R14：若某動(dòng)物是鳥且不會(huì)飛且會(huì)游泳且黑白色，則它是企鵝。R15：若某動(dòng)物是鳥且善飛且不怕風(fēng)浪，則它是海燕。動(dòng)物分類產(chǎn)生式系統(tǒng)再給出初始事實(shí)：F1：某動(dòng)物有毛髮F2：吃肉F3：黃褐色F4：有黑色條紋目標(biāo)條件為：該動(dòng)物是什麼？動(dòng)物分類產(chǎn)生式系統(tǒng)動(dòng)物分類正向推理樹老虎食肉動(dòng)物哺乳動(dòng)物有毛髮R2R6吃肉黃褐色有黑色條紋R9產(chǎn)生式系統(tǒng)的反向推理反向推理：從目標(biāo)出發(fā)，反向使用規(guī)則進(jìn)行推理，朝初始事實(shí)或數(shù)據(jù)方向前進(jìn)。步1初始化動(dòng)態(tài)資料庫(kù)，將初始事實(shí)、數(shù)據(jù)置入動(dòng)態(tài)資料庫(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)資料庫(kù)中的事實(shí)、數(shù)據(jù)同其匹配，若匹配成功，轉(zhuǎn)步2。步4用規(guī)則庫(kù)中各規(guī)則的結(jié)論同該目標(biāo)匹配，若匹配成功，則將第一個(gè)匹配成功且未用過(guò)的規(guī)則的前提作為新的目標(biāo)，並取代原來(lái)的父目標(biāo)而加入目標(biāo)鏈，轉(zhuǎn)步3。產(chǎn)生式系統(tǒng)的反向推理步5若該目標(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。例2對(duì)於例1中的產(chǎn)生式系統(tǒng)，反向推理樹如下圖：動(dòng)物分類產(chǎn)生式系統(tǒng)反向推理動(dòng)物分類反向推理樹老虎食肉動(dòng)物哺乳動(dòng)物有毛髮R6吃肉黃褐色有黑色條紋R9有奶目盯前方有犬齒有爪R5R1R2產(chǎn)生式系統(tǒng)衝突消解策略正向推理演算法二：帶衝突消解策略。步1初始化動(dòng)態(tài)資料庫(kù)，將初始事實(shí)、數(shù)據(jù)置入動(dòng)態(tài)資料庫(kù)中。步2用動(dòng)態(tài)資料庫(kù)中的事實(shí)、數(shù)據(jù)匹配目標(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)資料庫(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)資料庫(kù)，或者執(zhí)行其動(dòng)作，撤銷待用規(guī)則集，轉(zhuǎn)步2。產(chǎn)生式系統(tǒng)的程式實(shí)現(xiàn)產(chǎn)生式規(guī)則的程式語(yǔ)言實(shí)現(xiàn)規(guī)則的前提部分可表示為

條件1AND條件2AND…AND條件n或條件1OR條件2OR…OR條件n規(guī)則的結(jié)論部分可表示為

斷言1/動(dòng)作1and斷言2/動(dòng)作2and…and斷言n/動(dòng)作n或斷言1/動(dòng)作1or斷言2/動(dòng)作2or…or斷言n/動(dòng)作n產(chǎn)生式系統(tǒng)的程式實(shí)現(xiàn)一般只考慮含有至多一個(gè)結(jié)論部分的產(chǎn)生式規(guī)則（類似於Horn子句邏輯）

條件1AND條件2AND…AND條件n

斷言/動(dòng)作產(chǎn)生式規(guī)則的具體表示方法可以使用If-Then規(guī)則，也可以使用多元組的形式表示，如二元組（<前件>，<後件>）可表示一個(gè)產(chǎn)生式規(guī)則。無(wú)論使用何種表示方式，必須與規(guī)則的解釋程式（即推理機(jī)）相容。在Prolog中表示產(chǎn)生式規(guī)則，至少有兩種形式：1、用Prolog的規(guī)則表示產(chǎn)生式規(guī)則；2、用Prolog的事實(shí)表示產(chǎn)生式規(guī)則。產(chǎn)生式系統(tǒng)的程式實(shí)現(xiàn)若用Prolog的規(guī)則表示產(chǎn)生式規(guī)則，則使用Prolog內(nèi)部的推理機(jī)，無(wú)須自己編寫推理機(jī)。若用Prolog的事實(shí)表示產(chǎn)生式規(guī)則，則須自己編寫顯式的推理機(jī)程式。例動(dòng)物分類系統(tǒng)中的產(chǎn)生式規(guī)則可用Prolog語(yǔ)言中的規(guī)則表示為：

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_is1(“哺乳動(dòng)物”),fact(“有爪”),fact(“有犬齒”),fact(“目盯前方”).產(chǎn)生式系統(tǒng)的程式實(shí)現(xiàn)it_is(“食肉動(dòng)物”):-it_is1(“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(“有毛髮”).上面的產(chǎn)生式規(guī)則也可以用Prolog中的事實(shí)表示為：Rule([“食肉動(dòng)物”,“黃褐色”，“有黑色條紋”],“老虎”).產(chǎn)生式系統(tǒng)的程式實(shí)現(xiàn)rule([“哺乳動(dòng)物”,“有爪”,“有犬齒”,“目盯前方”],“食肉動(dòng)物”).rule([“哺乳動(dòng)物”,“吃肉”],“食肉動(dòng)物”).rule([“有奶”],“哺乳動(dòng)物”).rule([“有毛髮”],“哺乳動(dòng)物”).這種表示方法需要自己編寫一個(gè)推理機(jī)程式。產(chǎn)生式系統(tǒng)的程式實(shí)現(xiàn)規(guī)則庫(kù)的程式實(shí)現(xiàn)在Prolog中，如果用Prolog的規(guī)則表示產(chǎn)生式規(guī)則，規(guī)則庫(kù)是程式的一部分，放在程式的clauses段。如果用事實(shí)表示產(chǎn)生式規(guī)則，則規(guī)則庫(kù)用動(dòng)態(tài)資料庫(kù)或資料庫(kù)檔實(shí)現(xiàn)。第6章知識(shí)表示6.1知識(shí)及其表示6.1.1知識(shí)的概念知識(shí)是人們對(duì)客觀事物及其規(guī)律的認(rèn)識(shí)及利用客觀規(guī)律解決實(shí)際問(wèn)題的方法和策略。就內(nèi)容而言，知識(shí)可分為原理性知識(shí)和方法性知識(shí)。就形式而言，知識(shí)可分為顯式知識(shí)和隱式知識(shí)。顯式知識(shí)指可用語(yǔ)言、文字、符號(hào)、圖形、聲音等表示和處理的知識(shí)，可供他人直接識(shí)別。隱式知識(shí)是一種個(gè)體技能型的知識(shí)。第6章知識(shí)表示6.1知識(shí)及其表示就可靠性和嚴(yán)密性而言，知識(shí)又可分為理論知識(shí)和經(jīng)驗(yàn)知識(shí)。6.1.2知識(shí)表示知識(shí)表示是指面向電腦的知識(shí)描述和表達(dá)，是指把知識(shí)表示為電腦能存儲(chǔ)、識(shí)別、處理和利用的形式的方法。知識(shí)表示是建立專家系統(tǒng)和各種知識(shí)系統(tǒng)的基礎(chǔ)。提出了各種知識(shí)表示方法，如一階謂詞邏輯、產(chǎn)生式規(guī)則、框架、語(yǔ)義網(wǎng)路、對(duì)象、腳本、過(guò)程、神經(jīng)網(wǎng)路等。知識(shí)表示可分為陳述表示和過(guò)程表示。陳述表示是把事物的屬性、狀態(tài)和關(guān)係邏輯的描述出來(lái)，而過(guò)程表示則是把事物的行為和操作、解決問(wèn)題的方法和步驟具體地表示出來(lái)。也稱為知識(shí)的動(dòng)態(tài)表示或靜態(tài)表示。第6章知識(shí)表示6.1.3知識(shí)表示的語(yǔ)言實(shí)現(xiàn)如支持謂詞邏輯的語(yǔ)言Prolog和Lisp，專門支持產(chǎn)生式規(guī)則的語(yǔ)言O(shè)PS5，專門支持框架的語(yǔ)言FRL，面向?qū)ο蟮恼Z(yǔ)言Smalltalk,C++等。6.2框架6.2.1框架的概念框架的一般形式為

<框架名><槽名1><槽值1>/<側(cè)面名11><側(cè)面值111，側(cè)面值112，…><側(cè)面名12><側(cè)面值121，側(cè)面值122，…>

………<槽名2><槽值2>/<側(cè)面名21><側(cè)面值211，側(cè)面值212，…><側(cè)面名22><側(cè)面值221，側(cè)面值222，…>

………<槽名k><槽值k>/<側(cè)面名k1><側(cè)面值k11，側(cè)面值k12，…><側(cè)面名k2><側(cè)面值k21，側(cè)面值k22，…>

……….6.2框架6.2.1框架的概念例1一個(gè)描述“教師”的框架框架名：<教師>類屬：<知識(shí)份子>工作：範(fàn)圍：（教學(xué)，科研）缺省：教學(xué)性別：（男，女）學(xué)歷：（中專，大專，本科，研究生）類型：（<小學(xué)教師>，<中學(xué)教師>，<大學(xué)教師>）6.2框架6.2.1框架的概念例2一個(gè)描述“大學(xué)教師”的框架框架名：<大學(xué)教師>類屬：<教師>學(xué)歷：（學(xué)士，碩士，博士）專業(yè)：<學(xué)科專業(yè)>職稱：（助教，講師，副教授，教授）外語(yǔ)：語(yǔ)種：範(fàn)圍：（英，法，日，德，…）缺?。河⑺疁?zhǔn)：（優(yōu)，良，中，差）缺省：良6.2框架6.2.1框架的概念例3一個(gè)描述具體教師的框架框架名：<教師-1>類屬：<大學(xué)教師>姓名：李明性別：男年齡：25職業(yè)：教師職稱：助教專業(yè)：電腦應(yīng)用部門：電腦系軟體教研室工作：參加工作時(shí)間：1995年工齡：當(dāng)前年份-參加工作年份工資：<工資單>6.2框架6.2.1框架的概念框架之間的關(guān)係實(shí)例框架父框架和子框架框架的“繼承”特性子框架從父框架繼承某些槽值或側(cè)面值。子框架可以覆蓋父框架中已有的槽值或側(cè)面值。一個(gè)框架的槽值可以是另外一個(gè)框架名?？蚣芫W(wǎng)路6.2框架6.2.2框架的表達(dá)能力框架適合表達(dá)結(jié)構(gòu)性的知識(shí)?？蚣艿牟壑悼梢允菍?duì)象的屬性或狀態(tài)值，也可以是運(yùn)算式或規(guī)則，甚至動(dòng)作或過(guò)程調(diào)用。例4關(guān)於“房間”的框架框架名：<房間>牆數(shù)x1:

缺?。簒1=4

條件：x1>0窗數(shù)x2：缺省：x2=2

條件：x2

06.2框架6.2.2框架的表達(dá)能力門數(shù)x3：缺?。簒3=1

條件：x3>0前牆：（牆框架（w1,d1））後牆：（牆框架（w2,d2））左牆：（牆框架（w3,d3））右牆：（牆框架（w4,d4））天花板：〈天花板框架〉地板：〈地板框架〉門：〈門框架〉窗：〈窗框架〉條件：w1+w2+w3+w4=x2d1+d2+d3+d4=x3類型：（〈辦公室〉，〈教室〉，〈臥室〉，〈倉(cāng)庫(kù)〉，…）6.2.2框架的表達(dá)能力例5機(jī)器人糾紛問(wèn)題的框架描述?？蚣苊骸创蛉?1〉動(dòng)作：打動(dòng)作發(fā)出者：羅賓動(dòng)作接受者：蘇西後果：（〈打人-2〉，〈哭-1〉）框架名：〈打人-2〉動(dòng)作：打動(dòng)作發(fā)出者：羅賓動(dòng)作接受者：蘇西後果：（〈打人-1〉，〈哭-2〉）框架名：〈哭-1〉動(dòng)作：哭動(dòng)作發(fā)出者：蘇西後果：（得意，懊悔）框架名：〈哭-2〉動(dòng)作：哭動(dòng)作發(fā)出者：羅賓後果：心理平衡6.2.2框架的表達(dá)能力產(chǎn)生式規(guī)則也可用框架表示例如產(chǎn)生式：如果頭痛且發(fā)燒，則患感冒。可用框架表示為：框架名：〈診斷1〉前提：條件1：頭痛條件2：發(fā)燒結(jié)論：患感冒6.2.3基於框架的推理基於框架的推理方法是繼承。實(shí)現(xiàn)繼承的操作有匹配、搜索和填槽。匹配是問(wèn)題框架同知識(shí)庫(kù)中的框架的模式匹配。搜索就是沿著框架間的縱向和橫向聯(lián)繫，在框架網(wǎng)路中進(jìn)行查找。6.2.4框架的程式語(yǔ)言實(shí)現(xiàn)專用的框架表示語(yǔ)言FRL(FrameRepresentationLanguage)在Prolog中，用含結(jié)構(gòu)或表的謂詞實(shí)現(xiàn)框架。例教師框架用Prolog語(yǔ)言表示Frame(name(“教師”),Kind_of(“<知識(shí)份子>”),Work(scope（“教學(xué)”，“科研”）,default(“教學(xué)”),sex（”男“，”女“）,degree（“中?！?，“大專”，“本科”，“研究生”）type（“<小學(xué)教師>”，“<中學(xué)教師>”，“<大學(xué)教師>”））。6.2.4框架的程式語(yǔ)言實(shí)現(xiàn)框架的通用表示形式Frame(name(“教師”),body([st(“類屬”，[st(“<知識(shí)份子>”,[])]),st(“工作”,[st(“範(fàn)圍”,[st(“教學(xué)”，[]),st(“科研”,[]）]),st(“缺省”,[st(“教學(xué)”,[])])]),St(“性別”,[st(”男“,[])，st(”女“,[]）]),St(“學(xué)歷”，[st（“中?！?[])，st(“大?！?[])，st(“本科”,[])，st(“研究生”,[])]）,St(“類型”,[st(“<小學(xué)教師>”,[])，st(“<中學(xué)教師>”,[])，st(“<大學(xué)教師>”,[])])）。6.2.4框架的程式語(yǔ)言實(shí)現(xiàn)這是一個(gè)Prolog“事實(shí)”，在Prolog程式中說(shuō)明如下：

domainsname=name(string)body=body(subtreelist)subtreelist=subtree*subtree=st(string,subtreelist)databaseframe(name,body)框架表示法的特點(diǎn)優(yōu)點(diǎn)結(jié)構(gòu)性，繼承性，自然性缺點(diǎn)沒有完整的理論體系，框架、槽、側(cè)面等各知識(shí)表示單元缺乏清晰的語(yǔ)義，表達(dá)能力有待增強(qiáng)。多重繼承容易產(chǎn)生歧義。6.3語(yǔ)義網(wǎng)路6.3.1語(yǔ)義的概念語(yǔ)義網(wǎng)路是由節(jié)點(diǎn)和邊組成的一種有向圖，是通過(guò)概念及其語(yǔ)義關(guān)係來(lái)表達(dá)知識(shí)的一種網(wǎng)路圖。其中節(jié)點(diǎn)表示事物、對(duì)象、概念、行為、性質(zhì)、狀態(tài)等；有向邊表示節(jié)點(diǎn)之間的某種聯(lián)繫或關(guān)係。語(yǔ)義網(wǎng)路分為7種類型：命題語(yǔ)義網(wǎng)路；數(shù)據(jù)語(yǔ)義網(wǎng)路：以數(shù)據(jù)為中心的語(yǔ)義網(wǎng)路。語(yǔ)言語(yǔ)義網(wǎng)路：用於自然語(yǔ)言理解和分析；結(jié)構(gòu)語(yǔ)義網(wǎng)路：描述客觀事物的結(jié)構(gòu)，應(yīng)用於模式識(shí)別和機(jī)器學(xué)習(xí)等領(lǐng)域。分類語(yǔ)義網(wǎng)路：描述抽象概念及其層次；推理語(yǔ)義網(wǎng)路：適合於推理框架語(yǔ)義網(wǎng)路：與框架想結(jié)合的語(yǔ)義網(wǎng)路。6.3語(yǔ)義網(wǎng)路

語(yǔ)義網(wǎng)路的實(shí)例水果營(yíng)養(yǎng)北方蘋果

甜陝西秦冠高產(chǎn)富士富有日本國(guó)家脆甜

中國(guó)西部味道產(chǎn)於是一種產(chǎn)於

引進(jìn)於是一種是一種特點(diǎn)特點(diǎn)位於

是一個(gè)6.3語(yǔ)義網(wǎng)路語(yǔ)義網(wǎng)路的例獵狗

狗動(dòng)物是一種是一種吃肉跑得快能狩獵有尾巴咬人身上有毛有生命能運(yùn)動(dòng)會(huì)吃6.3語(yǔ)義網(wǎng)路6.3.2語(yǔ)義網(wǎng)路的表達(dá)能力語(yǔ)義網(wǎng)路適合於表達(dá)事物之間的關(guān)係。關(guān)係型的知識(shí)和能轉(zhuǎn)化為關(guān)係型的知識(shí)都可以用語(yǔ)義網(wǎng)路表示。實(shí)例關(guān)係。表示類與其實(shí)例之間的關(guān)係。常用語(yǔ)言“是一個(gè)”描述，可表示為“ISA”或“is-a”

DeepBlueComputerISA6.3語(yǔ)義網(wǎng)路6.3.2語(yǔ)義網(wǎng)路的表達(dá)能力分類關(guān)係（從屬、泛化）。指事物間的類屬關(guān)係。常用語(yǔ)言“是一種”描述，可表示為“a-kind-of”，或AKO。AnimalBirdMammalPandaDogPigPigeonSparrowAKOAKOAKOAKOAKO6.3語(yǔ)義網(wǎng)路6.3.2語(yǔ)義網(wǎng)路的表達(dá)能力聚集關(guān)係。整體與部分的關(guān)係。下層概念是上層概念的一部分。“一部分”可用“a-part-of”表示桌子桌面桌腿ApartofApartof6.3語(yǔ)義網(wǎng)路6.3.2語(yǔ)義網(wǎng)路的表達(dá)能力屬性關(guān)係。表示對(duì)象的屬性及屬性值。PersonMale40SimonTeacherISASexAgeProfession6.3語(yǔ)義網(wǎng)路集合與成員關(guān)係?！笆浅蓡T””可用“a-member-of”表示張三電腦學(xué)會(huì)Amemberof6.3語(yǔ)義網(wǎng)路邏輯關(guān)係。雨天外出ANDOR帶雨傘帶雨批6.3語(yǔ)義網(wǎng)路方位關(guān)係。表示位置、時(shí)間等。華山路徐匯區(qū)SJTUWangProfessor50屬於位於工作於職稱年齡6.3語(yǔ)義網(wǎng)路屬性或擁有關(guān)係自然語(yǔ)言語(yǔ)句的深層結(jié)構(gòu)表示“小王送給小李一本書”

鳥翅膀Have送書小王小李

書giverrecipientObjectS用語(yǔ)義網(wǎng)表示量詞存在量詞

x(student(x)read(x,“Gonewiththewind”)studentreadbook

xread1GonewiththewindISAISAISASubjectObject用語(yǔ)義網(wǎng)表示量詞全稱量詞。用分塊語(yǔ)義網(wǎng)表示。

x(student(x)read(x,“Gonewiththewind”)

Fstudentreadbook

xread1GonewiththewindISAISAISASubjectObjectGSRISA

7.2不確定性知識(shí)的表示隨機(jī)性知識(shí)的表示隨機(jī)性產(chǎn)生式規(guī)則的表示是在產(chǎn)生式規(guī)則的後面加上一個(gè)稱為信度（或可信度）的0到1之間的數(shù)。一般表示形式為或其中表示規(guī)則為真的信度，表示A為真的情況下B為真的信度。一般可以以概率作為信度。例如果烏雲(yún)密佈並且電閃雷鳴，則天要下暴雨；（0.95)如果頭痛發(fā)燒，則患了感冒；（0.8)7.2.2模糊知識(shí)的表示模糊不確定性通常用隸屬度表示，隸屬度表示對(duì)象具有某種屬性的程度。隸屬度可以與謂詞邏輯、產(chǎn)生式規(guī)則、框架、語(yǔ)義網(wǎng)路等結(jié)合起來(lái)表示模糊不確定性。模糊產(chǎn)生式規(guī)則“如果患者有些頭疼並且發(fā)高燒，則他患了重感冒”可表示為：（患者，癥狀，（頭疼，0.95))

（患者，癥狀，（發(fā)燒，1.1))

（患者，疾病，（感冒，1.2))模糊謂詞普通謂詞加上程度表示。例：“Mary很喜歡書”可表示為like1.2(mary,book)，或1.2like（mary,book)。模糊框架框架名：〈大棗〉屬：（〈乾果〉，0.8）形：（圓，0.7)

色：（紅，1.0)

味：（甘，1.1）用途：食用藥用：用量：約五枚用法：水煎服模糊語(yǔ)義網(wǎng)狗食肉動(dòng)物理解人意(靈敏，1.5)(can,0.3)(AKO,0.7)嗅覺7.2.3模糊集合與模糊邏輯模糊邏輯傳統(tǒng)二值邏輯的模糊推廣。定義命題的真值為對(duì)象具有該屬性的隸屬度。設(shè)一個(gè)n元模糊謂詞，則其真值定義為具有屬性P的隸屬度，即：對(duì)模糊命題，可定義邏輯運(yùn)算為邏輯或邏輯非第7章不確定性處理7.2.4多值邏輯Kleene三值邏輯

TFUTFUTFUFFFUFU

TFUTFUTTTTFUTUUP

PTFUFTU第7章不確定性處理7.2.5非單調(diào)邏輯推理中的結(jié)論並不總是單調(diào)增加的。7.2.6時(shí)序邏輯將時(shí)間概念（如“過(guò)去”，“將來(lái)”，“有時(shí)”等）引入邏輯，使命題的真值隨時(shí)間變化。7.3不確定性推理的一般模式基於不確定性知識(shí)的推理稱為不確定性推理。在一般推理的基礎(chǔ)上，還要進(jìn)行不確定性度量（如信度、隸屬度等）的計(jì)算。不確定性推理=符號(hào)模式匹配+不確定性計(jì)算符號(hào)模式能否匹配成功，要求符號(hào)模式本身要匹配，而且不確定性要超過(guò)“閾值”。推理過(guò)程中規(guī)則的觸發(fā)要求前提匹配成功，並且前提條件的不確定性超過(guò)閾值。推理結(jié)論是否成功取決與不確定性是否超過(guò)閾值。主觀Bayes方法，確定性理論（可信度方法）、證據(jù)理論等。

主觀Bayes方法在專家系統(tǒng)PROSPECTOR中成功應(yīng)用。知識(shí)的不確定性表示為7.4確定性理論（可信度方法）適用於隨機(jī)不確定性的推理，在專家系統(tǒng)MYCIN中成功應(yīng)用。C-F模型1。知識(shí)不確定性的表示IfEThenH(CF(H,E))CF(H,E)稱為該條知識(shí)的可信度（CertaintyFactor),取值範(fàn)圍為[-1，1]。若CF(H,E)>0，則說(shuō)明前提條件E所對(duì)應(yīng)的證據(jù)的出現(xiàn)增加了H為真的概率。CF(H,E)越大，H為真的可信度越大。若CF(H,E)=1，則表示E的出現(xiàn)使H為真。若CF(H,E)<0，則說(shuō)明E所對(duì)應(yīng)的證據(jù)的出現(xiàn)減少了H為真的概率，即增加了H為假的概率。CF(H,E)越小，H為假的可信度越大。若CF(H,E)=-1，則表示E的出現(xiàn)使H為假。若CF(H,E)=0，則表示H與E獨(dú)立，即E所對(duì)應(yīng)的證據(jù)的出現(xiàn)對(duì)H沒有影響。實(shí)際應(yīng)用中，CF(H,E)的值由領(lǐng)域?qū)＜抑苯咏o出。第7章不確定性的處理2。證據(jù)不確定性的表示證據(jù)的不確定性也用可信度因數(shù)表示。若證據(jù)肯定為真，則CF(E)=1；若證據(jù)肯定為假，則CF(E)=-1；其他情況則介於-1與正1之間。對(duì)組合證據(jù)，若E=E1andE2and…andEn，則

CF(E)=min{CF(E1),CF(E2),…,CF(En)}若E=E1ORE2OR……OREn,則

CF(E)=max{CF(E1),CF(E2),…,CF(En)}第7章不確定性的處理推理中結(jié)論的不確定性的計(jì)算

CF(H)=CF(H,E)max{0,CF(E)}

若CF(E)<0,則CF(H)=0;

若CF(E)=1,則CF(H)=CF(H,E)結(jié)論不確定性的合成演算法。當(dāng)有多條知識(shí)推出相同結(jié)論時(shí)，總的不確定性可利用公式計(jì)算。第7章不確定性的處理如果有兩條知識(shí)：

IFE1THENH(CF(H,E1))IFE2THENH(CF(H,E2))則H的總的信度可分兩步（1）、分別計(jì)算每一條知識(shí)的CF(H):CF1(H)=CF(H,E1)max{0,CF(E1)}CF2(H)=CF(H,E2)max{0,CF(E2)}第7章不確定性的處理總的可信度可計(jì)算為例設(shè)有如下一組知識(shí)：

r1:IFE1THENH(0.8)r2:IFE2THENH(0.6)r3:IFE3THENH(0.5)r4:IFE4AND(E5ORE6)THENE1(0.7)r5:IFE7ANDE8THENE3(0.9)

第7章不確定性的處理已知：CF(E2)=0.8CF(E4)=0.5,CF(E5)=0.6CF(E6)=0.7,CF(E7)=0.6,CF(E8)=0.9求CF(H).帶有閾值的不確定性推理知識(shí)不確定性的表示

IfEThenH(CF(H,E)，

)其中可信度因數(shù)CF(H,E)在（0，1]之間；

是閾值，0<

1.只有當(dāng)前提條件E的可信度CF(E)

時(shí)，相應(yīng)的知識(shí)才能被利用。證據(jù)不確定性的表示也使用可信度表示，但取值範(fàn)圍為[0,1]。複合證據(jù)不確定性的計(jì)算法同前。結(jié)論不確定性的計(jì)算方法當(dāng)可信度CF(E)

時(shí)，結(jié)論H的可信度

CF(H)=CF(H,E)CF(E)第7章不確定性的處理結(jié)論不確定性的合成演算法當(dāng)有n條規(guī)則有相同的結(jié)論時(shí)，即

IFE1THENH(CF(H,E1),

1)IFE2THENH(CF(H,E2),2)

……………..IFEnTHENH(CF(H,En),

n)如果都滿足CF(Ei)

i，則首先求出每條規(guī)則的結(jié)論的可信度第7章不確定性的處理結(jié)論H的綜合可信度可由下列方法之一求出：（1）求極大值（2）加權(quán)求和法（3）有限求和第7章不確定性的處理加權(quán)的不確定性推理當(dāng)條件的重要性程度不一樣時(shí)，可以使用加權(quán)的規(guī)則表示知識(shí)，一般形式為

其中，是加權(quán)因數(shù)，是閾值，均由領(lǐng)域?qū)＜医o出。權(quán)值一般滿足條件

第7章不確定性的處理加權(quán)的不確定性推理組合證據(jù)不確定性的演算法如果前提條件則其可信度為如果第7章不確定性的處理

則結(jié)論的不確定性當(dāng)一條知識(shí)的時(shí)，結(jié)論的可信度為其中“

”可以是相乘預(yù)算或“取極小運(yùn)算”。第7章不確定性的處理加權(quán)的不確定性推理加權(quán)因數(shù)的引入不僅解決了證據(jù)的重要性、獨(dú)立性的問(wèn)題，而且還解決了證據(jù)不完全的推理問(wèn)題，並為衝突消解提供了一種解決途徑。例、設(shè)有如下知識(shí)：

r1:IFE1(0.6)andE2(0.4)thenE6(0.8,0.75)r2:IFE3(0.5)andE4(0.3)andE5(0.2)thenE7(0.7,0.6)r3:IFE6(0.7)andE7(0.3)thenH(0.75,0.6)已知：CF(E1)=0.9,CF(E2)=0.8,CF(E3)=0.7,CF(E4)=0.6,CF(E5)=0.5.求：CF(H)=?第7章不確定性的處理前提條件中帶有可信度因數(shù)的不確定性推理知識(shí)不確定性的表示或其中為子條件的可信度。第7章不確定性的處理不確定性的匹配演算法（1）。不帶加權(quán)因數(shù)如果存在證據(jù)，則當(dāng)

時(shí)，證據(jù)與知識(shí)匹配。（2）。帶加權(quán)因數(shù)第7章不確定性的處理結(jié)論的不確定性計(jì)算不帶加權(quán)因數(shù)如果知識(shí)的前提條件與證據(jù)匹配成功，則帶加權(quán)因數(shù)第7章不確定性的處理7.5證據(jù)理論D-S證據(jù)理論證據(jù)理論用集合表示命題。對(duì)象的所有可能取值的集合稱為樣本空間（識(shí)別框架）。樣本空間的任何一個(gè)子集都表示一個(gè)命題。1、基本概率分配函數(shù)設(shè)D為樣本空間，D的所有子集組成的集合記為。7.5證據(jù)理論D-S證據(jù)理論定義函數(shù)若滿足：則稱m為上的基本概率分配函數(shù)。為A

的基本概率數(shù)。基本概率分配函數(shù)不是概率函數(shù)。見例。概率分配函數(shù)的基本作用是對(duì)命題進(jìn)行可信度分配。7.5證據(jù)理論D-S證據(jù)理論2、信任函數(shù)定義信任函數(shù)定義為，且滿足信任函數(shù)又稱為下限函數(shù)，表示命題A為真的信任程度。7.5證據(jù)理論D-S證據(jù)理論信任函數(shù)的性質(zhì)1、2、3、遞增性。若，則4、。為A的補(bǔ)集。7.5證據(jù)理論D-S證據(jù)理論似然函數(shù)定義似然函數(shù)定義為似然函數(shù)又稱為上限函數(shù)。表示對(duì)A為非假的信任程度。似然函數(shù)的性質(zhì)1、7.5證據(jù)理論D-S證據(jù)理論似然函數(shù)的性質(zhì)2、3、信任區(qū)間區(qū)間稱為A的信任區(qū)間，表示對(duì)A信任的上下限。7.5證據(jù)理論D-S證據(jù)理論一些特殊的信任區(qū)間：

[1，1]：表示A為真；

[0，0]：表示A為假；

[0，1]：表示對(duì)A一無(wú)所知；

[0.5,0.5]：表示A是否為真是完全不確定的；

[0.25，0.85]：表示對(duì)A為真的信任程度比對(duì)A為假的信任程度稍高一些。

[0.25,1]：表示對(duì)A為真有0.25的信任度。7.5證據(jù)理論概率分配函數(shù)的正交和（Dempster組合規(guī)則）定義設(shè)m1和m2是兩個(gè)概率分配函數(shù)，則其正交和為其中7.5證據(jù)理論D-S證據(jù)理論如果，則m也是一個(gè)概率分配函數(shù)；如果，則不存在正交和，稱m1與m2矛盾。例。見書。7.5證據(jù)理論一個(gè)基於證據(jù)理論的不確定推理模型概率分配函數(shù)和類概率函數(shù)樣本空間上的概率分配函數(shù)滿足下麵要求：（1）、（2）、

（3）、（4）、當(dāng)且或時(shí)，7.5證據(jù)理論顯然，在此概率分配函數(shù)中，只有單個(gè)元素構(gòu)成的子集及樣本空間本身的函數(shù)值才有可能大於0。其他子集的概率分配數(shù)均為0。性質(zhì)7.5證據(jù)理論對(duì)任何集合A和B，都有定義命題A的類概率函數(shù)為

其中|A|表示集合A中元素的個(gè)數(shù)。7.5證據(jù)理論類概率函數(shù)的性質(zhì)（1）、（2）、（3）、（5）、7.5知識(shí)不確定性的表示在該模型中，不確定的知識(shí)可表示為H是結(jié)論，用樣本空間中的子集表示。CF是可信度因數(shù)，滿足7.5證據(jù)理論證據(jù)的不確定性證據(jù)E的不確定性用CER(E)表示，取值範(fàn)圍為[0，1]。結(jié)論不確定性的計(jì)算（1）、求H的概率分配函數(shù)。7.5證據(jù)理論如果有兩條知識(shí)支持同一結(jié)論，即：則分別計(jì)算出每一條知識(shí)的概率分配函數(shù)：對(duì)m1和m2求正交和得到H的概率分配函數(shù)m。7.5證據(jù)理論結(jié)論不確定性的計(jì)算（2）、求出信任函數(shù)、似然函數(shù)和類概率函數(shù)（3）、H的確定性其中，是知識(shí)的前提條件與7.5證據(jù)理論相應(yīng)證據(jù)的匹配度，定義為實(shí)際計(jì)算時(shí)，採(cǎi)用辨別框的方法。例設(shè)有如下知識(shí)：

r1:IFE1andE2thenG={g1,g2}CF={0.2,0.6}r2:IFGandE3thenA={a1,a2}CF={0.3,0.5}r3:IFE4and(E5orE6)thenB={b1}CF={0.7}r4:IFAthenH={h1,h2,h3}CF={0.2,0.6,0.1}r5:IFBthenH={h1,h2,h3}CF={0.4,0.2,0.1}7.5證據(jù)理論已知初始數(shù)據(jù)的確定性：CER(E1)=0.7,CER(E2)=0.8,CER(E3)=0.6CER(E4)=0.9,CER(E5)=0.5,CER(E6)=0.7假設(shè)辨別框中元素的個(gè)數(shù)為10，求CER(H)=?證據(jù)理論的特點(diǎn)比概率論更弱的公理體系；能處理由“不知道”所引起的不確定性；辨別框太大時(shí)，計(jì)算複雜。模糊理論（補(bǔ)充內(nèi)容）模糊集與隸屬函數(shù)模糊性是指客觀事物在性態(tài)及類屬方面的不分明性，類似事物間存在一系列過(guò)度狀態(tài)，它們互相滲透，彼此之間沒有明顯的分界線。普通集合可用其特徵函數(shù)表示。設(shè)A是論域U上的一個(gè)集合，對(duì)任意，令則稱為集合A的特徵函數(shù)。模糊集與隸屬函數(shù)定義設(shè)U是論域，是定義在U上而取值為[0，1]之間的函數(shù)，即則稱為定義在U上的一個(gè)隸屬函數(shù)，由所確定的集合稱為U上的一個(gè)模糊集，稱為u對(duì)A的隸屬度。模糊集與隸屬函數(shù)模糊集的表示方法若論域是離散的有限集，其模糊集可表示為也可以表示為或模糊集與隸屬函數(shù)或表示為或若論域是連續(xù)的，則模糊集用函數(shù)表示。例如“年老”與“年輕”兩個(gè)模糊概念可表示為模糊集與隸屬函數(shù)無(wú)論是連續(xù)還是離散，有限或無(wú)限，都可以統(tǒng)一表示為模糊集的運(yùn)算包含。若對(duì)任意，都有，則稱A包含B，記為模糊集的運(yùn)算並、交、補(bǔ)運(yùn)算設(shè)A，B為論域U上的兩個(gè)模糊集，它們的並、交、補(bǔ)也是模糊集，分別記為，和，它們的隸屬函數(shù)分別為模糊集的

水準(zhǔn)截集設(shè)A是論域U上的模糊集，，則稱普通集合為A的一個(gè)

水準(zhǔn)截集。

水準(zhǔn)截集的性質(zhì)：1。；2。若，則模糊集的

水準(zhǔn)截集設(shè)A是論域U上的一個(gè)模糊集，稱分別為模糊集A的核及支集。當(dāng)時(shí)，稱A為正規(guī)模糊集。模糊數(shù)如果實(shí)數(shù)域R上的模糊集A的隸屬函數(shù)在R上連續(xù)且具有如下性質(zhì)：（1）A是凸模糊集，即對(duì)任意，A的

水準(zhǔn)截集是閉區(qū)間；（2）A是正規(guī)模糊集，即存在，使則稱A為一個(gè)模糊數(shù)。模糊數(shù)的隸屬函數(shù)是單峰函數(shù)。例如模糊數(shù)“6左右”可用隸屬函數(shù)表示：模糊數(shù)模糊數(shù)的運(yùn)算設(shè)

是實(shí)數(shù)域R上的一種二元運(yùn)算，A和B為兩個(gè)模糊數(shù)，則它們之間的運(yùn)算結(jié)果也是一個(gè)模糊數(shù)，其隸屬函數(shù)為模糊數(shù)的四則運(yùn)算：+，-，×，÷模糊關(guān)係及其合成定義設(shè)是上的模糊集，則稱為的笛卡爾乘積，它是上的一個(gè)模糊集。元模糊關(guān)係R是指論域上的一個(gè)模糊集，記為模糊關(guān)係及其合成當(dāng)，都是有限論域時(shí)，其上的二元模糊關(guān)係R可用一個(gè)矩陣表示，稱為模糊矩陣，模糊關(guān)係的合成設(shè)與分別是和上的兩個(gè)二元模糊關(guān)係，則與的合成是指從U到

W的一個(gè)模糊關(guān)係，記為，其隸屬函數(shù)為建立隸屬函數(shù)的方法模糊統(tǒng)計(jì)法把論域U劃分為若干區(qū)間。選擇n個(gè)具有正確判斷力的評(píng)判員，請(qǐng)他們分別給出模糊概念應(yīng)該屬於的區(qū)段。假設(shè)n個(gè)評(píng)判員給出的區(qū)段中覆蓋某個(gè)區(qū)間的次數(shù)為m，則當(dāng)n足夠大時(shí)，就可把m/n作為該區(qū)間中值對(duì)A的隸屬度。對(duì)每個(gè)區(qū)間的中值點(diǎn)求出隸屬度後，就可繪製出A的隸屬度函數(shù)曲線。建立隸屬函數(shù)的方法對(duì)比排序法對(duì)有限論域，如果直接為每一個(gè)元素確定隸屬度是困難的，則可通過(guò)對(duì)論域中的因素兩兩比較，確定一個(gè)元素相對(duì)於另一個(gè)元素隸屬於該模糊概念的隸屬度，然後對(duì)每一個(gè)元素的所有隸屬度進(jìn)行加權(quán)平均得到最後的隸屬度。建立隸屬函數(shù)的方法專家評(píng)判法設(shè)論域，A是U上待定隸屬函數(shù)的模糊集。請(qǐng)m位專家分別對(duì)每一個(gè)給出一個(gè)隸屬度的估計(jì)值，求出平均值及離差建立隸屬函數(shù)的方法檢查離差是否小於或等於事先指定的閾值，如果大於，則請(qǐng)專家重新給出估計(jì)值，然後再計(jì)算平均值和離差。重複這一過(guò)程，直到離差小於或等於時(shí)為止。然後請(qǐng)專家給出自己所估計(jì)值的“確信度”，設(shè)為，求其平均值若達(dá)到一定的閾值，則就以作為的隸屬度建立隸屬函數(shù)的方法基本概念擴(kuò)充法從基本模糊概念的隸屬函數(shù)出發(fā)，通過(guò)一些運(yùn)算導(dǎo)出其他相關(guān)模糊概念的隸屬函數(shù)。例。假設(shè)已知“大”的隸屬函數(shù)，則模糊推理模糊推理是利用模糊性知識(shí)進(jìn)行的不確定性推理模糊命題含有模糊概念、模糊數(shù)據(jù)或帶有確信程度的語(yǔ)句稱為模糊命題。模糊命題的一般表示形式為或模糊命題其中x是論域上的變數(shù)；A是模糊概念或模糊數(shù)；CF是該模糊命題的確信度或可能性，可以是一個(gè)確定的數(shù)，也可以是一個(gè)模糊數(shù)或模糊語(yǔ)言值。模糊語(yǔ)言值是一些表示大小、長(zhǎng)短、高矮、輕重、快慢、多少等程度的辭彙。模糊命題模糊知識(shí)的表示模糊產(chǎn)生式規(guī)則的一般形式

IfEThenH(CF,)E是用模糊命題表示的模糊條件，可以是多個(gè)模糊命題構(gòu)成的複合條件。H是模糊命題表示的模糊結(jié)論。CF是規(guī)則的可信度因數(shù)，可以是確定的數(shù)、模糊數(shù)或模糊語(yǔ)言值。推理中所用的證據(jù)也是用模糊命題表示。模糊匹配與衝突消解在進(jìn)行證據(jù)與規(guī)則前提匹配時(shí)，要計(jì)算兩個(gè)模糊集所表示的模糊概念的相似程度，稱為匹配度。匹配度的計(jì)算貼近度指兩個(gè)模糊概念互相貼近的程度。設(shè)A，B分別是論域上的表示相應(yīng)模糊概念的模糊集，它們的貼近度定義為模糊匹配與衝突消解其中匹配度越大表示越匹配模糊匹配與衝突消解語(yǔ)義距離Hamming距離有限論域：論域?yàn)殚]區(qū)間[a,b]:模糊匹配與衝突消解語(yǔ)義距離歐幾裏德距離Minkowski距離模糊匹配與衝突消解語(yǔ)義距離切比雪夫距離相似度設(shè)A，B分別是論域U上的兩個(gè)模糊集，A與B之間的相似度可用以下方法計(jì)算最大最小法模糊匹配與衝突消解算術(shù)平均最小法幾何平均最小法相關(guān)係數(shù)法模糊匹配與衝突消解

其中，指數(shù)法對(duì)複合條件證據(jù)的匹配，可對(duì)每個(gè)子條件算出匹配度，然後利用公式（如求最小、乘積；最大、求和）計(jì)算出總的匹配度。模糊匹配與衝突消解衝突消解策略按匹配度大小排序按加權(quán)平均值排序按廣義順序關(guān)係排序模糊推理的基本模式模糊假言推理設(shè)A、B分別是論域U、V上的模糊集合，模糊假言推理的一般模式為知識(shí)：IfxisAthenyisB

證據(jù)：xis

結(jié)論：yis模糊推理的基本模式模糊拒取式推理設(shè)A、B分別是論域U、V上的模糊集合，模糊拒取式推理的一般模式為知識(shí)：IfxisAthenyisB

證據(jù)：yis

結(jié)論：xis模糊推理的基本模式模糊三段論推理設(shè)A、B、C分別是論域U、V、W上的模糊集合，模糊三段論推理的一般模式為

IfxisAthenyisBIfyisBthenzisCIfxisAthenzisC簡(jiǎn)單模糊推理合成推理規(guī)則在模糊假言推理和模糊拒取式推理中，首先構(gòu)造出A與B之間的模糊關(guān)係R。對(duì)假言推理，結(jié)論為：yis，的計(jì)算公式為對(duì)模糊拒取式推理，結(jié)論為：xis,的計(jì)算公式為簡(jiǎn)單模糊推理推理中構(gòu)造模糊關(guān)係R的方法Zadeh方法極大極小規(guī)則算術(shù)規(guī)則對(duì)於模糊假言推理，若已知證據(jù)為:xis

則由，推出的結(jié)論分別為簡(jiǎn)單模糊推理

它們的隸屬函數(shù)分別為對(duì)於模糊拒取式推理，若已知證據(jù)為：yis，則由，求得的及分別為簡(jiǎn)單模糊推理它們的隸屬函數(shù)分別為簡(jiǎn)單模糊推理Mamdani方法條件命題的最小運(yùn)算規(guī)則對(duì)模糊假言推理，結(jié)論為簡(jiǎn)單模糊推理Mamdani方法對(duì)模糊拒取式，結(jié)論為Mizumoto方法一組借鑒多值邏輯中計(jì)算邏輯蘊(yùn)含式思想的模糊關(guān)係構(gòu)造方法。簡(jiǎn)單模糊推理Mizumoto方法1。其中，2。簡(jiǎn)單模糊推理Mizumoto方法其中3。4。簡(jiǎn)單模糊推理5。6。簡(jiǎn)單模糊推理7。8。

其中，9。

其中各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則I.

知識(shí)：IfxisAthenyisB

證據(jù)：xisA

結(jié)論：yisB各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則II.

知識(shí)：IfxisAthenyisB

證據(jù)：xisveryA

結(jié)論：yisveryB

或yisB各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則III.

知識(shí)：IfxisAthenyisB

證據(jù)：xismoreorlessA

結(jié)論：yismoreorlessB

或yisB各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則IV.

知識(shí)：IfxisAthenyisB

證據(jù)：xisnotA

結(jié)論：yisunknown

或yisnotB各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則V.

知識(shí)：IfxisAthenyisB

證據(jù)：yisnotB

結(jié)論：xisnotA各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則VI.

知識(shí)：IfxisAthenyisB

證據(jù)：yisnotveryB

結(jié)論：xisnotveryA各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則VII.

知識(shí)：IfxisAthenyisB

證據(jù)：yisnotmoreorlessB

結(jié)論：xisnotmoreorlessA各種模糊關(guān)係的性能分析模糊推理時(shí)所依據(jù)的一些基本原則VIII.

知識(shí)：IfxisAthenyisB

證據(jù)：yisB

結(jié)論：xisunknown

或xisA各種模糊關(guān)係性能的分析對(duì)模糊假言推理，的性能較好，次之，與較差。對(duì)模糊拒取式，的性能比較好，次之，與最差。綜合之，性能比較好，次之，其他性能較差。模糊三段論推理模糊三段論的推理中，應(yīng)有模糊關(guān)係的構(gòu)造方法，有些滿足三段論，有的不滿足。模糊關(guān)係模糊三段論××××多維模糊推理多維模糊推理是指前提條件是複合條件的模糊推理知識(shí)：Ifisandisand…andisthenyisB證據(jù)：isandisand…andis結(jié)論：yis

多維模糊推理Zadeh方法（1）、求出，，…，的笛卡爾乘積，並記為A,（2）、用前面討論的任何一種構(gòu)造模糊關(guān)係的方法構(gòu)造出A與B之間的模糊關(guān)係，記為多維模糊推理（3）、求出證據(jù)中的笛卡爾積，記為。（3）、由與的合成求出，即多維模糊推理Tsukamoto方法首先對(duì)複合條件中的每一個(gè)簡(jiǎn)單條件按簡(jiǎn)單模糊推理求出相應(yīng)的，即然後再對(duì)各取交得到多維模糊推理Sugeno方法通過(guò)遞推計(jì)算求出，

…………帶有可信度因數(shù)的模糊推理既有模糊不確定性，又有隨機(jī)不確定性。知識(shí)：IfxisAthenyisBCF1

證據(jù)：xisCF2

結(jié)論：yisCF其中的可信度因數(shù)可以是[0,1]上確定的數(shù)，也可以是模糊數(shù)或模糊語(yǔ)言值。帶有可信度因數(shù)的模糊推理模糊推理使用前面介紹的方法可信度的計(jì)算當(dāng)時(shí)，（1）；（2）；（3）；模糊數(shù)與模糊語(yǔ)言值的計(jì)算可通過(guò)隸屬函數(shù)定義。確定數(shù)與模糊數(shù)或模糊語(yǔ)言值之間的運(yùn)算可先把確定數(shù)化為模糊數(shù)後進(jìn)行。例如確定數(shù)1可表示為模糊集{1/1}。帶有可信度因數(shù)的模糊推理可信度的計(jì)算當(dāng)時(shí)，設(shè)用表示的匹配度，則結(jié)論的可信度因數(shù)可用如下公式之一計(jì)算：（1）；（2）；（3）；（4）；作業(yè)1.P170,7,82.設(shè)有如下推理規(guī)則：R1:IfE1andE2thenA={a}(CF={0.8})R2:IfE2and(E3orE4)thenB={b1,b2}(CF={0.4,0.5})R3:IfAthenH={h1,h2,h3}(CF={0.2,0.3,0.4})R4:IfBthenH={h1,h2,h3}(CF={0.3,0.2,0.1})且已知初始證據(jù)的的確定性分別為：

CER(E1)=0.5,CER(E2)=0.6,CER(E3)=0.7,CER(E4)=0.8.假設(shè)|D|=10,求CER(H)=?作業(yè)3。P171,9題（用Rm,Rc,Ra,Rs推理）8.1專家系統(tǒng)的概念8.1.1什麼是專家系統(tǒng)專家系統(tǒng)（Expertsystem)是一個(gè)智能電腦軟體系統(tǒng)。人類專家的特點(diǎn)具有豐富的專業(yè)知識(shí)和實(shí)踐經(jīng)驗(yàn)。具有獨(dú)特的分析問(wèn)題和解決問(wèn)題的方法和策略。專家系統(tǒng)應(yīng)具備的要素應(yīng)用於某專門領(lǐng)域8.1專家系統(tǒng)的概念擁有專家級(jí)知識(shí)；能模擬專家的思維；能達(dá)到專家級(jí)水準(zhǔn)。專家系統(tǒng)的特點(diǎn)專家系統(tǒng)善於解決不確定性的、非結(jié)構(gòu)化的、沒有演算法解或雖有演算法解但實(shí)現(xiàn)困難的問(wèn)題。如：醫(yī)療診斷、地質(zhì)勘探、天氣預(yù)報(bào)、管理決策等。專家系統(tǒng)是基於知識(shí)的智能問(wèn)題求解系統(tǒng)。不同於常規(guī)程式基於固定演算法。專家系統(tǒng)=知識(shí)+推理，常規(guī)程式=數(shù)據(jù)結(jié)構(gòu)+演算法。8.1專家系統(tǒng)的概念從系統(tǒng)結(jié)構(gòu)看，專家系統(tǒng)的知識(shí)與推理是分離的，因而系統(tǒng)具有很好的靈活性和可擴(kuò)充性。專家系統(tǒng)具有“自學(xué)習(xí)”能力，能不斷地對(duì)自己的知識(shí)進(jìn)行總結(jié)、擴(kuò)充和完善。具有解釋功能。在運(yùn)行過(guò)程中能回答用戶的提問(wèn)，並具有透明性，能以用戶所能理解的方式解釋得到結(jié)論的推理過(guò)程。專家系統(tǒng)不像人類專家那樣容易疲勞、遺忘和受環(huán)境影響。它的工作狀態(tài)始終是穩(wěn)定如一的。而且能夠突破人類專家的時(shí)間和空間限制，永久保存，任意複製，在不同地區(qū)和部門使用。8.1專家系統(tǒng)的概念專家系統(tǒng)的實(shí)用範(fàn)圍用專家系統(tǒng)來(lái)提高工作效率人類專家的知識(shí)很快就要失傳，必須通過(guò)專家系統(tǒng)來(lái)收集、保存和應(yīng)用人類專家太少，必須建造專家系統(tǒng)來(lái)使專家們的知識(shí)同時(shí)應(yīng)用於不同的地點(diǎn)。一些危險(xiǎn)的工作環(huán)境需要專家系統(tǒng)來(lái)代替人類專家。8.1.3專家系統(tǒng)的類型1。按用途分類解釋型。根據(jù)所得到的有關(guān)數(shù)據(jù)、經(jīng)過(guò)分析、推理，從而給出解釋的一類專家系統(tǒng)。8.1專家系統(tǒng)的概念診斷型。根據(jù)輸入資訊推出相應(yīng)對(duì)象存在的故障、找出產(chǎn)生故障的原因並給出排除故障方案的一類專家系統(tǒng)。如醫(yī)療診斷、機(jī)器故障診斷、產(chǎn)品品質(zhì)鑒定等專家系統(tǒng)。預(yù)測(cè)型。根據(jù)相關(guān)對(duì)象的過(guò)去及當(dāng)前狀況來(lái)推測(cè)未來(lái)情況的一類專家系統(tǒng)。如天氣預(yù)報(bào)、市場(chǎng)預(yù)測(cè)、地震預(yù)報(bào)等。決策型。利用已知資訊通過(guò)推理幫助決策的專家系統(tǒng)。如智能決策支持系統(tǒng)。設(shè)計(jì)型。按給定要求進(jìn)行相應(yīng)設(shè)計(jì)的一類專家系統(tǒng)。如工程設(shè)計(jì)、電路設(shè)計(jì)、建築及裝潢設(shè)計(jì)、服裝設(shè)計(jì)等領(lǐng)域。規(guī)劃型。按給定目標(biāo)擬定總體規(guī)劃、行動(dòng)計(jì)畫、運(yùn)籌優(yōu)化等的一類專家系統(tǒng)。如機(jī)器人動(dòng)作控制、工程規(guī)劃、軍事行動(dòng)規(guī)劃等。專家系統(tǒng)的概念控制型。用於對(duì)各種大型設(shè)備及系統(tǒng)實(shí)現(xiàn)控制的一類專家系統(tǒng)。監(jiān)測(cè)型。用於完成即時(shí)監(jiān)測(cè)任務(wù)的一類專家系統(tǒng)。如病人監(jiān)護(hù)、網(wǎng)路監(jiān)測(cè)、航空監(jiān)管等。教育型。能用於輔助教學(xué)的專家系統(tǒng)。如制訂教學(xué)計(jì)畫、設(shè)計(jì)習(xí)題、水準(zhǔn)測(cè)試等。按輸出結(jié)果分類分析型。工作性質(zhì)屬於邏輯推理，輸出結(jié)果是個(gè)“結(jié)論”。如診斷型、解釋型、預(yù)測(cè)型、決策型都屬於分析型專家系統(tǒng)。設(shè)計(jì)型。工作性質(zhì)屬於某種“操作”，輸出結(jié)果是一個(gè)“方案”。專家系統(tǒng)的概念按知識(shí)表示分類產(chǎn)生式規(guī)則、一階謂詞邏輯、框架、語(yǔ)義網(wǎng)等。按知識(shí)分類精確推理專家系統(tǒng)和不精確推理專家系統(tǒng)。按技術(shù)分類符號(hào)推理專家系統(tǒng)和神經(jīng)網(wǎng)路專家系統(tǒng)。專家系統(tǒng)的概念按規(guī)模分類大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。按體系結(jié)構(gòu)分集中式專家系統(tǒng)。對(duì)知識(shí)和推理進(jìn)行集中管理的一類專家系統(tǒng)。分佈式專家系統(tǒng)。知識(shí)庫(kù)和推理機(jī)分佈在電腦網(wǎng)上。專家系統(tǒng)的概念專家系統(tǒng)與知識(shí)系統(tǒng)專家系統(tǒng)與知識(shí)工程專家系統(tǒng)與人工智慧8.2專家系統(tǒng)的結(jié)構(gòu)8.2.1概念結(jié)構(gòu)

人機(jī)界面推理機(jī)解釋模組知識(shí)庫(kù)動(dòng)態(tài)資料庫(kù)

知識(shí)庫(kù)管理系統(tǒng)8.2專家系統(tǒng)的結(jié)構(gòu)1。知識(shí)庫(kù)知識(shí)庫(kù)就是以某種表示形式存儲(chǔ)於電腦中的知識(shí)的集合。知識(shí)庫(kù)中的知識(shí)包括專家知識(shí)、領(lǐng)域知識(shí)和元知識(shí)。元知識(shí)是關(guān)於調(diào)度和管理知識(shí)的知識(shí)。2。推理機(jī)是專家系統(tǒng)實(shí)現(xiàn)推理的程式，專家系統(tǒng)的核心部分。推理機(jī)使用知識(shí)庫(kù)中的知識(shí)進(jìn)行推理。推理機(jī)模擬專家的思維機(jī)制。是專家分析問(wèn)題、解決問(wèn)題的機(jī)器實(shí)現(xiàn)。推理機(jī)的推理方法必須與知識(shí)的表示方法一致。8.2專家系統(tǒng)的結(jié)構(gòu)3。動(dòng)態(tài)資料庫(kù)類似於產(chǎn)生式系統(tǒng)中的動(dòng)態(tài)資料庫(kù)，是專家系統(tǒng)存放初始證據(jù)、事實(shí)、推理結(jié)果和控制資訊的場(chǎng)所。只在系統(tǒng)運(yùn)行期間產(chǎn)生、變化和撤銷。4。人機(jī)介面專家系統(tǒng)與領(lǐng)域?qū)＜一蛑R(shí)工程師及一般用戶間的介面，用於完成輸入輸出工作。領(lǐng)域?qū)＜一蛑R(shí)工程師通過(guò)人機(jī)介面輸入知識(shí)，更新、完善知識(shí)庫(kù)。8.2專家系統(tǒng)的結(jié)構(gòu)一般用戶通過(guò)它輸入欲求解的問(wèn)題、已知事實(shí)以及向系統(tǒng)提出詢問(wèn)。系統(tǒng)通過(guò)它輸出運(yùn)行結(jié)果、回答用戶的提問(wèn)或向用戶索取進(jìn)一步的事實(shí)。解釋模組負(fù)責(zé)向用戶解釋專家系統(tǒng)的行為和結(jié)果?；卮鹩脩籼岢龅摹盀槭颤N？”、“結(jié)論是如何得出的？”等問(wèn)題。8.2專家系統(tǒng)的結(jié)構(gòu)知識(shí)庫(kù)管理系統(tǒng)負(fù)責(zé)知識(shí)庫(kù)的建立、刪除。知識(shí)的獲取、維護(hù)、查詢、更新等。知識(shí)的檢查，包括知識(shí)的一致性、冗餘性和完整性檢查。8.2專家系統(tǒng)的結(jié)構(gòu)8.2.1具有“自學(xué)習(xí)”功能的專家系統(tǒng)

人機(jī)界面推理機(jī)解釋模組知識(shí)庫(kù)動(dòng)態(tài)資料庫(kù)

知識(shí)庫(kù)管理系統(tǒng)自學(xué)習(xí)模組8.2專家系統(tǒng)的結(jié)構(gòu)8.2.2實(shí)際結(jié)構(gòu)實(shí)際問(wèn)題的複雜性使得實(shí)際的專家系統(tǒng)機(jī)構(gòu)變得複雜。專家系統(tǒng)模組只是整個(gè)系統(tǒng)中的一部分。也可能有多個(gè)專家系統(tǒng)模組。專家模組1專家模組m處理模組1處理模組n

總控8.2專家系統(tǒng)的結(jié)構(gòu)8.2.1地質(zhì)圖件繪製專家系統(tǒng)

多媒體人機(jī)界面方法選擇參數(shù)確定圖件繪製圖形評(píng)價(jià)IO介面

動(dòng)態(tài)數(shù)據(jù)庫(kù)

方法知識(shí)庫(kù)

參數(shù)知識(shí)庫(kù)

評(píng)價(jià)知識(shí)庫(kù)

自學(xué)習(xí)模組

知識(shí)庫(kù)管理系統(tǒng)8.2專家系統(tǒng)的結(jié)構(gòu)分佈式結(jié)構(gòu)Client/Server結(jié)構(gòu)

知識(shí)庫(kù)

推理機(jī)

人-機(jī)介面伺服器客戶機(jī)8.2專家系統(tǒng)的結(jié)構(gòu)Browser/Server結(jié)構(gòu)

知識(shí)庫(kù)

推理機(jī)

人-機(jī)介面WebServerBrowserInternet8.2專家系統(tǒng)的結(jié)構(gòu)8.2.4黑板模型

層次n

層次2

層次1知識(shí)源1知識(shí)源2知識(shí)源m黑板知識(shí)源監(jiān)督程式調(diào)度程式

控制機(jī)構(gòu)8.2專家系統(tǒng)的結(jié)構(gòu)8.2.4黑板模型有“黑板”、知識(shí)源，控制機(jī)構(gòu)三部分組成。1。黑板一個(gè)分層的全局工作區(qū)（全局資料庫(kù)）。用來(lái)存儲(chǔ)初始數(shù)據(jù)、中間結(jié)果和最終結(jié)果。高層是下層的抽象；下層是上層的實(shí)例。2。知識(shí)源知識(shí)源也是分層的。每個(gè)知識(shí)源用來(lái)完成特定的解題功能。一個(gè)知識(shí)源可視為一個(gè)大規(guī)則。條件部分稱為知識(shí)源先決條件，動(dòng)作部分稱為知識(shí)元體。8.2專家系統(tǒng)的結(jié)構(gòu)3?？刂茩C(jī)構(gòu)控制機(jī)構(gòu)是求解問(wèn)題的推理機(jī)構(gòu)，包括監(jiān)督程式和調(diào)度程式。監(jiān)督程式監(jiān)視著黑板狀態(tài)，根據(jù)黑板狀態(tài)採(cǎi)用一定的策略選擇合適的知識(shí)源，將其條件部分防入調(diào)度佇列，並與黑板狀態(tài)匹配。調(diào)度程式通過(guò)“聚焦”來(lái)優(yōu)先使用調(diào)度佇列中最重要的知識(shí)源來(lái)執(zhí)行。8.3專家系統(tǒng)的應(yīng)用與發(fā)展概況8.3.1專家系統(tǒng)的意義8.3.2專家系統(tǒng)的應(yīng)用8.3.3專家系統(tǒng)的發(fā)展概況產(chǎn)生發(fā)展趨勢(shì)8.4專家系統(tǒng)實(shí)例8.4.1PROSPECTOR的功能與結(jié)構(gòu)1?？碧皆u(píng)價(jià)對(duì)地質(zhì)數(shù)據(jù)和資訊進(jìn)行分析和評(píng)價(jià)，預(yù)測(cè)成礦的可能性。並指導(dǎo)下一步應(yīng)採(cǎi)集那些資訊。2。區(qū)域資源評(píng)價(jià)評(píng)價(jià)某一較大區(qū)域的地質(zhì)資源分佈情況。3。井位選擇當(dāng)已知某一區(qū)域含有某種礦藏後，可以幫助選擇最佳井位。PROSPECTOR的總體結(jié)構(gòu)執(zhí)行程式解釋系統(tǒng)提問(wèn)系統(tǒng)

推理網(wǎng)絡(luò)知識(shí)獲取系統(tǒng)模型檔模型檔模型檔分類學(xué)檔網(wǎng)路編譯程序傳播程式匹配程式英語(yǔ)分析程式PARSEFILE程式用戶PROSPECTOR的功能與結(jié)構(gòu)執(zhí)行程式人機(jī)介面，負(fù)責(zé)接受用戶輸入的命令，解釋命令的含義，並調(diào)用其他子系統(tǒng)。英語(yǔ)分析程式負(fù)責(zé)理解用戶用自然語(yǔ)言輸入的資訊。匹配程式使用分類學(xué)詞典比較各個(gè)語(yǔ)義空間的關(guān)係，把用戶提供的資訊加入推理網(wǎng)路中或檢查推理網(wǎng)路的一致性PROSPECTOR的功能與結(jié)構(gòu)傳播程式負(fù)責(zé)在推理網(wǎng)路中進(jìn)行概率傳播，實(shí)現(xiàn)不確定性推理。提問(wèn)系統(tǒng)負(fù)責(zé)向用戶提問(wèn)，要求用戶輸入數(shù)據(jù)。解釋系統(tǒng)用於解答用戶的詢問(wèn)。網(wǎng)路編譯系統(tǒng)為在井位選擇推理網(wǎng)路中傳播圖形資訊，生成高效代碼。知識(shí)獲取系統(tǒng)在運(yùn)行時(shí)生成、修改或保存推理網(wǎng)路。8.5專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)8.5.1一般步驟與方法知識(shí)庫(kù)管理系統(tǒng)設(shè)計(jì)

系統(tǒng)總體分析與設(shè)計(jì)

知識(shí)獲取

知識(shí)表示與知識(shí)描述語(yǔ)言設(shè)計(jì)推理機(jī)設(shè)計(jì)解釋模組設(shè)計(jì)總控與介面設(shè)計(jì)其他功能模組設(shè)計(jì)知識(shí)庫(kù)設(shè)計(jì)

編程與調(diào)試

測(cè)試與評(píng)價(jià)

運(yùn)行與維護(hù)8.5專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)快速原型與增量式開發(fā)先建立一個(gè)小型的系統(tǒng)“模型”，再不斷地?cái)U(kuò)充和完善。知識(shí)獲取1。人工獲取由知識(shí)工程師挖掘、搜集、分析、綜合、整理知識(shí)，然後存入知識(shí)庫(kù)。2。半自動(dòng)獲取利用知識(shí)獲取系統(tǒng)，採(cǎi)取提示、指導(dǎo)或問(wèn)答的方式，幫助專家提取、歸納有關(guān)知識(shí)，並自動(dòng)存入知識(shí)庫(kù)。3。自動(dòng)獲取機(jī)器學(xué)習(xí)。8.5專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)知識(shí)表示與知識(shí)描述語(yǔ)言設(shè)計(jì)按照知識(shí)的特點(diǎn)，選擇一種知識(shí)表示方式，並為這種表示方式設(shè)計(jì)知識(shí)描述語(yǔ)言。知識(shí)描述語(yǔ)言就是具體的語(yǔ)法結(jié)構(gòu)形式。知識(shí)庫(kù)與知識(shí)庫(kù)管理系統(tǒng)設(shè)計(jì)1。知識(shí)庫(kù)設(shè)計(jì)知識(shí)庫(kù)結(jié)構(gòu)的設(shè)計(jì)，即知識(shí)的組織形式。一般為層次結(jié)構(gòu)或網(wǎng)狀結(jié)構(gòu)。分佈式知識(shí)庫(kù)。8.5專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)2。知識(shí)庫(kù)管理系統(tǒng)設(shè)計(jì)知識(shí)操作功能設(shè)計(jì)。知識(shí)的添加、刪除、修改、查詢和統(tǒng)計(jì)等。知識(shí)檢查功能設(shè)計(jì)。知識(shí)的完整性、一致性、冗餘性檢查。知識(shí)庫(kù)操作設(shè)計(jì)知識(shí)庫(kù)的建立、刪除、分解、合併等。

8.5專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)推理機(jī)與解釋