第八章 产生式规则专家系统

1、2022-5-1北京交通大学经济管理学院信息管理系1第八章 产生式规则专家系统杜晖2022-5-1北京交通大学经济管理学院信息管理系2内容n产生式规则ES流行的原因n产生式规则的不确定性推理n产生式规则ES的事实库n产生式规则ES的解释机制n产生式规则ES不确定性推理举例n习题2022-5-1北京交通大学经济管理学院信息管理系3产生式规则ES流行的原因n产生式规则容易被理解n产生式规则基于演绎推理，保证了推理的正确性n大量产生式规则连成的推理树可以是多棵树。从广度看，反映了实际问题的范围；从深度看，反映了问题的难度2022-5-1北京交通大学经济管理学院信息管理系4产生式规则的不确定性推理（1

2、）n在推理过程中，由于知识的不确定性知识的不确定性所引起的结论不确定性结论不确定性的传播过程n事实的不确定性n由不确定性因素（包括模糊性/不完全性/不准确与不精确性/随机性）造成n一般用可信度CF (Certainty Factor)值表示，0CF1或0CF100%n“肺炎 CF=0.8”表示某病人患肺炎的可信度为0.8(80%)2022-5-1北京交通大学经济管理学院信息管理系5产生式规则的不确定性推理（2）n规则的不确定性n专家掌握的规则大多是经验性、不精确的n也可用可信度CF值表示n“如果 听诊=干鸣音 则 诊断=肺炎 CF=0.5”表示根据病人的听诊是干鸣音而诊断该病人患肺炎的可信度是

3、0.5(50%)2022-5-1北京交通大学经济管理学院信息管理系6产生式规则的不确定性推理（3）n结论的不确定性n由于事实和规则的不确定性，导致了结论的不确定性n反映了不确定性的传播过程n仍用可信度CF值表示2022-5-1北京交通大学经济管理学院信息管理系7产生式规则的不确定性推理（4）n结论的可信度计算公式n前提为连接时n规则形式：IF E1E2En THEN H CF(R)；n结论H的可信度CF(H)=CF(R)MINCF(E1),CF(E2)CF(En)。 其中，Ek(k=1,2n)代表前提中的每个事实；CF(Ek)代表每个事实的可信度；CF(R)代表规则的可信度；CF(H)代表结论

4、的可信度2022-5-1北京交通大学经济管理学院信息管理系8产生式规则的不确定性推理（5）n前提为连接时n规则形式：IF E1E2 THEN H CF(R)IF E1 THEN H CF(R1)，IF E2 THEN H CF(R2)，CF(R)=CF(R1)=CF(R2)n结论H的可信度：CF(H)=CF1(H)+CF2(H)-CF1(H)CF2(H)。其中，CF1(H)=CF(E1)CF(R1) CF2(H)=CF(E2)CF(R2)产生式规则的不确定性推理（6）n三项前提时，即IF E1E2 E3 THEN H CF(R)，结论H的可信度：CF(H)=CF12(H)+CF3(H)-CF1

5、2(H)CF3(H)。其中，CF12(H)=CF1(H)+CF2(H)-CF1(H)CF2(H)；CF3(H)=CF(E3)CF(R3)2022-5-1北京交通大学经济管理学院信息管理系10产生式规则的不确定性推理（7）n与确定性逆向推理的区别n当某个结论的可信度不为1时（即CF1），对于相同结论的其它规则仍要进行推理，求结论的可信度，并和已计算出该结论的可信度进行合并n举例n有两条相同结论的规则：R1：AG；R2：BCG。分别使用确定性逆向推理和不确定性逆向推理计算G的可信度2022-5-1北京交通大学经济管理学院信息管理系11产生式规则的不确定性推理（8）n确定性逆向推理：先引用规则R1，

6、提问A？当回答为yes时，推出结论G成立，即yes，不再搜索R2对结论G进行推理2022-5-1北京交通大学经济管理学院信息管理系12产生式规则的不确定性推理（9）n不确定性逆向推理：设R1：AG CF(0.8)；R2：BCG CF(0.9)n引用规则R1，提问A？当回答为yes时，还需要给定事实的可信度，设为CF(0.7)，按公式求得G的可信度为CF1(G)=0.80.7=0.56n由于G的可信度不为1，再引用规则R2，提问B和C，设回答B为yes，CF(0.7)，回答C为yes，CF(0.8)，计算G的可信度为CF2(G)=0.9min0.7,0.8=0.63产生式规则的不确定性推理（10

7、）n合并G的可信度为CF(G)=CF1(G)+CF2(G)-CF1(G)CF2(G)=0.56+0.63-0.560.63=0.84n如果对某个事实用户回答为no，则它的可信度CF=02022-5-1北京交通大学经济管理学院信息管理系14产生式规则ES的事实库n不确定性推理事实库的关系型结构n事实属性放事实，y/n值表示是(yes)还是否(no)，规则号表示事实取y/n的理由，规则号为“0”表示向用户提问得到，具体规则号表示由该规则推出，可信度表示该事实的可信度事实y/n值规则号可信度A1n00A2y00.7A3y40.632022-5-1北京交通大学经济管理学院信息管理系15产生式规则ES的

8、解释机制（1）n推理过程的全部解释n推理过程成功路径的解释n仅对推理过程中的成功路径进行说明2022-5-1北京交通大学经济管理学院信息管理系16产生式规则ES的解释机制（2）n推理过程的全部解释n提取一条规则压入规则栈时，显示“引用”该规则和“求”规则前提中的某项事实。将事实为结论，压入栈顶，继续搜索规则n若栈顶目标在规则库中找不到以其为结论的规则，则向用户提问n用户的回答（yes或no）以一个事实表示，记入事实库2022-5-1北京交通大学经济管理学院信息管理系17产生式规则ES的解释机制（3）n从规则栈中退出一条规则时，说明规则是“成功”还是“失败”的n若规则前提中的所有事实都成立，则规

9、则是成功的，其结论也成立，记入事实库n若规则前提中有事实不成立，则规则是失败的n求得最后结果，做最后说明时，将事实库中所有取值为“y”的事实逐个显示2022-5-1北京交通大学经济管理学院信息管理系18产生式规则ES应用举例（4）n应用举例（P124）n有如下规则及可信度nR1：ABCG CF(0.8) R2：DEA CF(0.7) R3：JKB CF(0.8) R4：PQC CF(0.9) R5：F(RS)D CF(0.6)n已知事实及可信度：nF(0.4)，R(0.5)，S(0.6)，E(n)，J(0.4)，K(0.6)，P(n)，Q(0.4)2022-5-1北京交通大学经济管理学院信息管

10、理系19产生式规则ES应用举例（5）n问题n用逆向推理求结论G的可信度，并解释整个推理过程n推理过程n将规则分解为只含的规则，消去的规则nR1：ABCG CF(0.8) R21：DA CF(0.7) R22：EA CF(0.7) R3：JKB CF(0.8) R41：PC CF(0.9) R42：QC CF(0.9) R51：FD CF(0.6) R52：RSD CF(0.6)2022-5-1北京交通大学经济管理学院信息管理系20产生式规则ES应用举例（6）n画出推理树2022-5-1北京交通大学经济管理学院信息管理系21产生式规则ES应用举例（7）n利用规则栈和事实库进行逆向推理n引用R1规

11、则（将R1规则压入规则栈顶）求An引用R21规则（将R21规则压入规则栈顶）求D规则号前提表结论FR51FDR21DAR1ABCG事实y/n值规则号可信度Fyes00.4Ryes00.5Syes00.6DyesR51，R520.47Eno00产生式规则ES应用举例（8）n引用R51规则求F。提问F？回答yes，CF(0.4)，计算D的可信度为：CF1(D)=0.40.6=0.24，R51规则成功，退栈n引用R52规则（将R52规则压入规则栈顶）求R和S。提问R？回答yes，CF(0.5)；提问S？回答yes，CF(0.6)；计算D的可信度为：CF2(D)=0.6min0.5,0.6=0.3；R

12、52规则成功，退栈；合并D的可信度为：CF(D)=0.24+0.3-0.240.3=0.4680.47n回溯到规则R21，计算A的可信度：CF1(A)=0.470.7=0.3290.33，R21规则成功（R21规则退栈）2022-5-1北京交通大学经济管理学院信息管理系23产生式规则ES应用举例（9）n引用R22规则（将R22规则压入规则栈顶）求E。提问E？回答no，即CF(0)，计算A的可信度：CF2(A)=00.7=0，R22规则失败（R22规则退栈）。合并A的可信度为：CF(A)=0.33+0-0.330=0.33n回溯到R1规则求Bn引用R3规则（将R3规则压入规则栈顶）求J和K。提问

13、J？回答yes，CF(0.4)；提问K？回答yes，CF(0.6)；计算B的可信度：CF(B)=0.8min0.4,0.6=0.32，R3规则成功（R3规则退栈）n回溯到R1规则求Cn引用R41规则（将R41规则压入规则栈顶）求P。提问P？回答no，即CF(0)，计算C的可信度：CF1(C)=0.90=0，R41规则失败（R41规则退栈）2022-5-1北京交通大学经济管理学院信息管理系24产生式规则ES应用举例（10）n引用R42规则（将R42规则压入规则栈顶）求Q。提问Q？回答yes，CF(0.4)，计算C的可信度：CF2(C)=0.90.4=0.36，R42规则成功（R42规则退栈）。合并C的可信度为：CF(C)=0+0.36-00.36=0.36n回溯到R1规则，CF(G)=0.8min0.33,0.32,0.36=0.256，R1规则成功（R1规则退栈），目标G成立的可信度为0.256n成功推理路径的解释nF成立的可信度为0.4，用户回答的事实nR成立的可信度为0.5，用户回答的事实nS成立的可信度为0.6，用户回答的事实2022-5-1北京交通大学经济管理学院信息管理系25产生式规则ES应用举例（11）nD成立的可信度为0.47，由规则R51，R52推出nA成立的可信度为0.33，由规则R21，R22推出nJ成立的