知识表示与知识库系统

1、第六章知识表示与知识库系统一、知识表示：知识的符号化对传统的AI说，知识表示就智能的表现之一。知识表示就是要研究可行、有效的、通用的用机器表达知识的原则与方法。知识的分类：事物性知识：事物的概念、类别、性质事件性知识：事件的论述、特性、现象、时间、因果性能性知识：如何做事情及其做事的技巧（典型的表示方法就是程序）元知识：关于知识的范围、来源、重要性，力量弱点经验等知识表示方法应具有的性质：1 .充分性：充分、详尽地表示知识正确性：保证推理正确有效性：提高推理效率灵活性：模块化好，利用知识和灵活运用和增删，修改。自然性：表示接近自然语言，易于理解。如谓词逻辑：效率低普通程序：效率高、不灵活二、谓

2、词逻辑表示方法：缺点：1.效率低，当知识增多时，运用知识会导致组合爆炸，只能用于小型知识库系统。语言结核小，表达事物较简单，不适合表达复杂事物。三、产生式规则表示过程性知识（可以放在程序中，最好放在规则库中），利用数据库中事实做正向或 逆向推理。以前的课中讲到了重写规则，也叫产生式规则，其例子用来说明检查语法的正确性。规则的作用十分强大，有时简单的规则能够产生有趣的结果。例：重写系统（L系统）同时使用产生式规则：如：a-*ab, b-*abaababaabaababaababa给这种字符串赋予几何意义.用龟来说明：(x,y,a)表示龟的状态。(x,y)表示位置，a表示龟爬行的方向。步长：d,角

3、度增量8,用下面命令控制龟的运动：F:向前移动步长d,新状态：(x l,yl, a)XI = x 4- cos a * dY1 = y + sin a * d在点(x,y)与(x l,yl)之间画一条线。f：向前移动步长d,不画线。+：向左转角度8,新状态：(xl,yl, a +8)-：向右转角度8,新状态：(xl,yl, a -8)举例：w: F-F-F-F, & =90P: F-*F-F+F+FF-F-F+F举例：6=25.7w： FP: F-F+FF-FF产生式系统一般由三个部分组成：一组规则，规则库。数据库(当前状态)解释程序：负责整个产生式系统的运行，包括：规则与数据库中数据的匹配选

4、出匹配的规则加以执行删除老数据，或代换老数据或生成新数据问题：怎样算匹配上？匹配不上？选择规则与数据匹配的次序？多个规则匹配成功时，确定所选规则的准则是什么？ 非确定性匹配问题。特点：1.格式固定，一致性IF-THEN模块化好：易扩充与修改。数据驱动，影响间接，非透明，看不出流程的轮廓。自然效率低：执行时竟选消除非确定性匹配问题多出现在医学应用上。咳嗽A流涕A头痛八浑身酸痛A怕冷一感冒其中有2个或3个满足或给每一项加权；加权和20.8T感冒。语义网络Quillian在1966年写的一篇博士论文最早研究语义网络表示知识。模拟人的联想记忆的 心理学模型。房间里只有一些椅子。有的是我的，有的是李华的我的是木质的，李华的是皮的我是老师，李华是学生表示简单，自然，使知识分类，分等级。推理时，对于给定的事物与事实，构造一个语义网络片断，然后到知识库中寻找同其 结构，细节相一致的语义网络。对于属性的继承性。缺点：不能保证推理的正确性框架结构：Minsky 1975年提出，“人的记忆的构架” 一个机器人闯入房间：颜色:窗:2.尹类框架：厨房 一 上层：房间框架 转入条件：煤气罐数0 煤气罐数：d 煤气罐:煤气灶:4 .匹配不完全匹配，框架是对一类事物的完整全部描述。不匹配：属性不存在：没有窗有两扇门方法：规定必要条件，如某个属性必须存在允许误差范围，门的数目4预测煤气灶=煤气罐数X2如