知识表达方式

1、重庆大学经济与工商管理学院 博2002春 刘谊一、回答如下：1、知识工程中表达知识的一般方法如下：人们能聪明地解决许多困难问题，是因为人们灵活地使用从书本和过去的实践所获得的知识经验。当计算机在数值计算、数据处理、工程控制、数据通讯等领域获得巨大成功后，人们很自然地想用计算机模拟人类思维。人工智能作为电脑模拟人脑的科学，一直得到科学技术界的重视，取得一些成功。要在计算机中运用知识经验进行推理，首先要解决知识表达方式问题。经长期研究，较常用的知识表达方式有下列几种：（1）命题逻辑表示法：逻辑表示法是以逻辑演算为理论基础的知识表示方法,它是人工智能中最早使用的说明型知识表示方法之一。命题逻辑由由命

2、题符号、联结符号、公理集、推理规则集组成。设A1,A2,AN,B1,B2,BN是一阶谓词逻辑描述的命题。该方式由已知条件命题A1,A2,AN成立，来推演证明结论命题B1,B2,BN是否成立。A1,A2,AN B1,B2,Bm ，m,n （2）一阶谓词逻辑表示命题逻辑由于用符号表示内容较多，实现时十分冗长繁琐。谓词逻辑把基本组成单位化小为谓词符号、函数符号、变量符号、常量符号、及元符号等。用V(x,y)表示行业x的价格指数变动情况为y,S(x,y)表示行业x的结构指数变动情况为y,SS(x)表示卖出公司x的股票，B(x,y) 表示公司x属于行业y,则公式：表示命题：“如果某行业价格指数下跌，且结

3、构指数稳定，则卖出该行业所有公司的股票。”数理逻辑提供了一套完整的理论用于命题归结推演，可惜这种方式没有考虑命题、关系的不确定性质，因而应用受到局限。 (3)产生式表达法：产生式规则是前因后果式的表达模型，有两个部分组成，前一部分说明要应用这一规则所必须满足的条，如情况、状态、前提、原因等。后一部分表示结果，如活动、结论、后果、操作等。产生式规则的格式为： IF 条件THEN 结论产生式规则与逻辑表示法。虽然形式上都采用了IF-THEN形式，但逻辑表示法的IF-THEN仅表示蕴涵关系，而产生式系统中的规则不仅表达了蕴涵关系，而且可以是控制信息、语言变量或复杂的过程语句等更灵活的表达形式。产生式

4、系统通常由产生式规则集、综合数据库和控制策略三部分组成。在执行过程中，如果一条规则左部被满足，系统控制策略决定执行规则右部所规定的动作。产生式系统的优点在于接近人的思维方式，规则间相对独立，易于理解。但它刚性太强，对层次表达能力弱。大型复杂的专家系统较少采用产生式规则，而转向框架式表示方法。(4)框架表示法：框架表示法的发展是一个认识过程，人类具有根据以前相类似状态的经验来解释当前碰上的新状态的能力，这种能力使我们能在每一件经历过的事件中积累知识而不是碰上一件新事物即从头开始。1975年Minsky的论文"A framework for representing knowledge&

5、quot;中，针对人们在理解情景时的心理活动，提出框架理论。框架理论的基本观点是人脑已存储有大量的典型情景，当人面临新的情景时，就从记忆中选择（粗匹配）某个框架的基本知识结构，这个框架是以前记忆的一个知识空框，具体内容依新的情景而改变，对这空框的细节加工、修改和补充，形成对新情景的认识又记忆于人脑中。框架理论将框架视作知识的单位，将一组有关框架连接起来形成框架系统。系统中不同框架可以有共同结点，系统的行为由系统内框架的变化来表现，推理过程由框架间的协调来完成。框架适于表示某一类情景的结构化数据结构，框架最顶层是固定的一类事物，依概念的抽象程度表现出自上而下的分层结构。框架由框架名和一些槽组成，

6、每个槽有一些值，槽值可以是逻辑的、数字的，可以是程序、条件、默认值或是一个子框架。(5)语义网络表达法：语义网络的概念最早是Qullian在1968年，作为人类联想记忆的一个显式心理学模型提出的，它描述人类对现实世界中事物的认识记忆方式。Simmons与Slocum等人在1972年对其作了进一步发展，并用在自然语言理解研究中。尽管各专家系统使用的语义网络模式不尽相同，但大都是在网络结构上增加语义信息，有共同的机理和原则。语义网络用有向图表示，由三元组（结点1，弧，结点2）连接而成。结点表示概念、事物、事件、情况等，弧表示它们之间的关系。语义网络的主要优点是它的灵活性，能容易地增加、修改、删除节

7、点和弧。语义网络的另一优点是继承性，在图2-1中，道 琼斯工业指数继承金融市场指数的属性。 (6) 面向对象的表示法人们认识世界是以将世界划分为一些事和物为基础的，这里物指物体，事指物体间的联系。面向对象的表示法中对象指物体，消息指物体间的联系，通过发送消息使对象间相互作用来求得所需结果。在面向对象表示中类和类继承是重要概念。类由一组变量和一组操作组成，它描述一组具有相同属性和操作的对象。每一个对象都属于某一类，每个对象都可由相关的类生成。一个类拥有另一个类的全部变量和操作，称继承。继承是面向对象表示法的主要推理形式。2、在决策过程中表达决策知识的特有方法有：(1) 关联网络概念 为了凭借知识

8、经验来进行或辅助决策分析,要研究决策知识在计算机中的存储表达方式。关联网络是一种较好的优化决策过程的知识表达方法。在优化系统中，存在着许多对象，对象发出行为作用于系统的其它对象，改变系统中对象的状态，或系统的状态。为完成某项任务，达到某种目的，需要系统中的一些对象执行某种行为序列。当存在多个行为序列可以完成给定任务，达到既定目的时，就需要优化选择。某个行为方案可以用它的属性值或特征来表达。有些特征是确定的，有些特征需要优化决策过程选择的，这些特征称为决策变量。衡量决策变量选择的优劣合理程度的要素称优化目标。实际过程对行为方案提出要求和限制，称约束条件。通常的优化模型将优化目标与约束表示为决策变

9、量的定量函数。但决策变量与目标、约束的关系有时难于精确量化，用定性或模糊方式表达却容易一些，应在决策变量与优化目标及约束之间引入定性关联或联系。决策变量经过一些中介或中间因素与决策目标及约束关联更接近思维方式和实际情况，决策过程所涉及的要素有四类：决策变量、优化目标、约束和中间变量，与它们之间的定性定量联系一起组成一个从决策变量至中间变量再至优化目标和约束的有向图。关联网络上的推理关联网络的简化方法（2）“手段目的分析”寻优方法手段-目的分析网络手段-目的链是人们问题解决思维过程知识的一种模拟和表达。在手段-目的链中，如果实现各目的的手段都是唯一的，则是单纯的“问题解决分析”;如果实现一些目的

10、的手段不是唯一的，则实现这些目的的手段需经过选择过程，即优化决策过程。在寻优过程中，对于当前讨论的决策方案，若它们不满足某些约束，或者使某些指标、目标的状态不优，则我们应想办法改进调整方案使约束h1,.,hs尽量都得到满足，使决策目标f1,.,fm的状态进一步趋于优化。一般的手段-目的网络与特殊的手段-目的网络在建立“手段”与“目的”之间的联系时，有两类主要的思维形式。其一是从“目的”开始，寻找联想实现“手段”的逆向思维过程。其二是假定实施某种“手段”或“手段组”，试想会发生什么效果、能否解决问题或发生什么副作用的正向评估过程。一般来说，前者以发散式思维为主，由给定“目的”在较大的类型手段-目

11、的网络LME或总体手段-目的网络TME上进行。由于在“稀疏空间”中进行，搜索范围较大，困难程度大。而后者以类比、演绎等定向思维过程，搜索路线相对明确，相对容易一些。公共手段与复合手段在一般情况下，对于多个目的G=(g1,.,gm),某个行为手段的实施会对一些目的有利，对另一些目的不利。但也存在这种情形，当某个手段实施后使多个指标同时改进，多个目的同时达到。这种手段的实施一举多得，对加速方案改进特别有利，这种手段是我们最希望、最应该寻找、构造和研究的。因而我们提出公共手段的定义。若手段mi实施后能实现多个目的G=(g1,.,gm),称mi为能实现G=(g1,.,gm)的公共手段。在寻优的计算、迭

12、代过程中，通过观察手段与目的之间的推理阵的特点，及时发现和寻找公共手段，是一项特别有意义的事情。(3)多阶段存贮模型传统运筹学方法求解多阶段、需求量不确定的存贮模型之所以困难，是因为该模型中含有随机变量和离散变量，导致该模型的决策变量和优化目标函数和约束不能用直接定量函数关系表达,不能求得其梯度和海赛阵。对于依靠梯度、海赛阵计算寻优方向为主的优化方法变十分困难,但手段-目的分析方法和下章建议的证据合成寻优方法利用手段-目的网络或证据合成网络描述决策变量与决策目标、约束之间的因果关系，替代目标和约束的梯度、海赛阵，指引、确定决策变量的改进方向，防止盲目尝试。(4) 证据描述方法为了描述客观世界和

13、人类认知过程的不确定现象，人们创造了许多方式、方法以表达信息的不精确性和知识的不完全性，这些方式主要有：自然语言描述方法、概率描述方法、证据理论。证据论是Shafer在七十年代创立的处理客观世界不确定性的一种有效方法。人们对客观世界事物的描述和判断称为命题。对于简单情形，我们能直接判断某命题的真伪性，但在复杂情形，当直接对命题判断有困难时，可以通过该命题与相关命题、周围事物的关系来进行推测，这些相关的命题、周围的事物以某种程度，或以某种证据说明、推断和判断该命题成立的可能性。这种由已知或假定成立的一事物来判断某一命题是否成立的程度的方法，是一种证据论的描述方法。3、自己的见解我认为在以上这些方

14、法各有千秋。现实中的决策过程千差万别，因此必须采取不同的方法。相对来说，关联网络这种方法，直观易懂，和认得思维模式非常接近，对于决策过程的辅助功能非常显著。特别是用关联网络的知识结合手段目的分析方法对解决生活中许多实际问题非常有效。证据合成是人类在模态判断和概略判断 过程中经常使用的重要思维形式之一，也是优化决策过程进行设计、比较、评估和选择的主要手段之一。对于处理如投资、政府决策等问题效果较好。二、一个具体的例子财务决策支持系统财务决策支持系统是一种面向财务的专用决策的支持系统，是DSS的一个重要应用领域。它以计算机技术、信息技术为手段，运用管理学、运筹学、和控制论等科学方法，对财务方面的某

15、一类半结构化或非结构化问题，通过计量决策与主观决策密切结合，通过人机对话，反复对比、分析、判断，帮助和支持财务决策活动。1、 系统功能财务决策支持系统具有三个系统功能：决策、管理和核算。核算即为会计功能管理；即管理信息功能，由管理层实现，并将分析的结果输出送决策层；决策，即根据会计分析的信息和其它管理信息进行预测、判断、分析和决策，然后将决策方案下达管理层。在管理层进行指标分解，编制财务计划，再下达到核算层，并对核算层的执行过程进行控制。财务决策的目标是通过正确的决策管理是企业营业成本达到最低，主要对象是投资、筹资决策，成本预测决策、销售、利润预测决策几个方面。2、 系统结构决策支持系统DSS

16、，一般由方法库、模型库、数据库、和对话部件几部分。财务决策支持系统FDSS也是如此。只不过是将方法库和模型库合二为一，统称模型库。模型库用于表示决策问题的层次关系。由于财务决策问题的复杂性，其模型建造可能要经过多次反复，每种模型尽可能有多种表示，以便有效地适应多种决策范围。如：投资决策模型、筹资决策模型、成本决策模型、销售决策模型。由于决策环境变量经常变化，相应的模型要能做相应地修改和调整重构、规划、和试算，使决策者能充分认识问题的，发挥其创造力，才作出正确的决策。模型库管理系统提供了直接干预决策模型的手段用以支持模型的生成、编辑、分析、运行、重构和评价及维护。模型的操纵在现有模型的基础上进行，包括：（1） 模型检索（2） 模型组合（3） 模型选择（4） 模型检验（5） 模型运行模型运行所产生的各种决策信息，如模型分析信息、判断推理信息、决策方案、灵敏度分析等信息。数据库为系统提供原始数据和决策信息。这里大多数原始数据是从会计核算层数据库提取的。包括资金数据、成本数据、销售、利润数据。对话部件及其管理系统进行对话管理，它贯穿在整个FDSS及其决策过程中。通过它从键盘输入必要的条件和判断，通过运算、推理，充分利用系统提供的各种算法和模型，充分发挥决策者的创造性和判断力，作出正确决策。同时，系统维护人员通过对话可