人工智能系统的基本结构演示文稿

人工智能系统的基本结构演示文稿当前1页，总共30页。第二章人工智能系统结构

2.1产生式系统概述

2.2问题的表示

2.3控制策略分类

2.4产生式系统的类型

当前2页，总共30页。2.1产生式系统概述产生式，也称作规则，或产生式规则，用于描述各种知识单元间广泛存在的因果关系，即前提和结论之间的关系。在产生式系统中，待描述系统的知识被分为两部分：事实：表示已知事实，如事物、事件及其之间关系，也可以看作是无前提条件的产生式。产生式规则：前提和结论之间的关系式，表示推理过程和行为。当前3页，总共30页。2.1.1产生式系统的基本结构三个基本部分：综合数据库（事实库）、规则库（规则集）、控制器（规则解释）。1、综合数据库是产生式系统使用的主要数据结构，存储有关问题状态、性质等事实（叙述型知识），包括推理过程中形成的中间结论，对应问题的表示信息。2、规则库是产生式规则的集合，存储有关问题的状态转移、性质变化等规则（过程型知识），规则形式:if条件then行动if前提then结论如果某规则的前件能够被事实库中的事实满足，则该规则被激活。当前4页，总共30页。3、控制器是规则的解释程序或执行程序，它规定选择一条可用规则的原则和规则使用的方式(推理方向)，并根据综合数据库的信息，控制求解问题的过程（控制策略,推理引擎）。通常从选择规则到执行操作分三步：匹配。判断规则的前件是否成立?可能有多条规则的前件能够与综合数据库中的事实匹配!冲突解决，选择可调用的规则。从匹配满足的规则集中选择一条规则。执行规则，并在满足结束条件时终止产生式系统的运行。如果规则的后件是结论，把该结论加入综合数据库；如果规则的后件是动作，执行该动作；当前5页，总共30页。4、产生式系统的特点：数据、知识和控制相互独立。知识具有相对固定的格式：均由左、右两部分组成。知识无序性与模块化：知识的补充和修改非常容易。控制系统与问题无关。当前6页，总共30页。2.1.2产生式系统的基本过程

基本算法如下：过程PRODUCTION1．DATA初始数据库

2．UntilDATA满足结束条件(匹配）之前,do:

{3．从规则集中选一条可应用于DATA的规则R（选择）

4．综合数据库

R应用到DATA得到结果（执行）

}上述过程是“匹配、选择、执行”的循环过程。当前7页，总共30页。2.2问题的表示用产生式系统求解问题，就是把一个问题的描述转化成产生式系统的三个部分。其中问题的表示（即综合数据库和规则集的描述）对问题的求解有很大的影响。状态空间法。所求问题的已知事实及中间结论，称为状态。状态的集合及状态间的转移规则构成问题的表示。基于这种表示的问题求解称为状态空间法。求解过程是，通过对可能的状态空间的搜索求得一个解。（PRODUCTION过程）问题归约法。待求问题分解为一些较为简单的子问题，且子问题也可以分解，所以可得到若干子问题。包含问题、子问题的集合与问题分解的规则一起构成问题的表示。基于这种表示的问题求解称为问题归约法。求解过程是，通过对各个子问题解答的搜索求得原问题的解答。（SPLIT过程）当前8页，总共30页。2.2.1状态空间法状态空间可用三元组（S，O，G）来描述S是状态集合。状态是表示某种事实的符号或数据。问题的状态可以用任何类型的数据结构描述。起始状态S0是S的一个非空子集，描述问题的初始状态。G是目标状态。G是S的一个非空子集，它可以是一个或多个要达到的状态，也可以是对某些状态性质的描述。O是规则集合。集合中的每个元素称作操作算子，将一个状态转化为另一个状态。问题求解：从S0出发，经过一系列操作变换达到G，即状态空间搜索问题。状态空间的一个解是一个有限的规则序列，即为状态空间的一个解，解不一定唯一。当前9页，总共30页。2.2.2问题归约法问题归约法也可用一个三元组（S0，O，P）来描述S0是初始问题，即要求解的问题；P是本原问题集，其中的每一个问题是自然成立的，不需证明的；O是操作算子集，一个操作算子可把一个问题化成若干个子问题。该方法由问题出发，运用操作算子产生一些子问题，对子问题再运用操作算子产生子问题的子问题，一直进行到产生的问题均为本原问题，则问题得解。问题归约的最终目的是产生本原问题。问题归约法是比状态空间法更一般的问题求解方法，如果在归约法中，每运用一次操作算子，只产生一个子问题，则就是状态空间法。当前10页，总共30页。2.2.3产生式系统举例图2-1八数码游戏问题描述：给定一种初始布局（初始状态）和一个目标的布局（目标状态），问如何移动将牌，实现从初始状态到目标状态的转变。一个合理的走步序列是问题的一个解。当前11页，总共30页。1．综合数据库：选择一种数据结构表示将牌布局。本例选用二维数组来表示布局较直观，其数组元素用表示，其中且互不相等。

这样每个具体取值矩阵就代表了一个棋局状态。显然，该问题有个状态。当前12页，总共30页。2.规则集：移动一块将牌（即走一步）就使状态发生一次转变。有四种走法：空格左移、空格上移、空格右移、空格下移。 记数组第i行第j列的元素为 空格所在的行、列分别记为，则 则空格左移一格、空格上移一格、空格右移一格、空格下移一格可用如下4条规则来描述：当前13页，总共30页。规则1:（空格左移一格）

规则2:（空格上移一格）规则3:（空格右移一格）规则4:（空格下移一格）当前14页，总共30页。3.控制策略：从规则集中选择规则并作用于状态的一种广义选取函数。 确定某一策略后，可以用算法的形式给出程序。使用该策略从初始状态出发，通过不断寻求满足一定条件的问题状态，最后到达目标状态。当前15页，总共30页。2.3控制策略分类对当前的状态，只要某一条规则作用之后能生成合法的新状态，那么，这条规则就是可用规则。产生式系统的运行表现出一种搜索过程，在每一个循环中选一条规则试用，直到找到某一个序列能产生满足结束条件的状态为止。不同的控制策略产生不同的解，高效率的控制策略能够走较少的步骤达到目标，但需要问题求解的足够知识。控制策略分为两类：不可撤回方式（Irrevocable）和试探方式（Tentative）。当前16页，总共30页。1）不可撤回方式：思想:利用问题给出的局部知识决定如何选取规则，已用过的规则不能撤回。优点是控制简单。例：爬山问题。登山过程中，登山人的目标是爬上峰顶，如何一步一步地向目标前进就是一个策略问题。通常，人们利用高度随位置变化的函数H(P)来引导爬山，这是一种不可撤回方式。当前17页，总共30页。利用H(P)可以计算朝不同方向迈出一步后高度的变化情况。即向东：△z1=H（P0+△x）-H(P0)向西：△z2=H（P0

-△x）-H(P0)向北：△z3=H（P0+△y）-H(P0)向南：△z4=H（P0

-△y）-H(P0)

选择△z变化最大的那一步攀登，到达新的位置P；从P开始重复这一过程，直到到达山顶。图2-2爬山过程示意图假设登山人当前所处的位置为P0，如果只有四个方向可供选择：[向东（△x）、向西（-△x）、向北（△y）、向南（-△y）]，分别记为规则1、2、3、4。当前18页，总共30页。

爬山算法1.开始状态作为一个可能状态。2.从一个可能状态，应用可用规则集生成所有新的可能状态集。3.对该状态集中每一状态：（1）进行状态测试，检查其是否为目标：（2）如果是目标则程序停止。（3）如果不是目标，计算该状态的好坏或者比较各状态的好坏。4.取状态集中最好状态，作为下一个可能状态。5.回到第2步。当前19页，总共30页。爬山算法缺点：有时到达某一状态后，尽管它不是目标状态，但在测试过中又找不到比该状态更好的状态，如图2-3。⑴局部极大点（多峰时处于非主峰）：它比周围邻居状态都好，但不是目标。⑵平顶：它与全部邻居状态都有同一个值。⑶山脊：如果搜索方向与山脊的走向不一致，则有可能会停留在山脊处。

所以，用不可撤回方式来求解登山问题，需要对状态测试函数进行选择：这个函数应具有单极值，且这个极值对应目标状态值。图2-3爬山法的三种可能状态

当前20页，总共30页。测试函数例：以8数码为例，统计“不在位”将牌个数（逐一比较当前状态与目标状态对应位置,有差异的将牌总个数），并取其负值作为状态描述的函数.-W(n)（n为测试状态）基于该定义，下图所示状态的函数值为-4。显然，目标状态的函数值为0。283164751234576

8当前21页，总共30页。12384765283164751W=-4283147652W=-3上231847653W=-3上231847654W=-2左123847655W=-1下123847656W=0右283147653W=-3左832147654W=-3上832147655W=-3右813247656W=-3下813247657W=-3左138247658W=-2上138247659W=-1右1238476510W=0下图2-4八数码问题各状态的爬山函数值当前22页，总共30页。爬山法的策略执行使新状态的测试函数值有最大增长的规则；所有规则都不能使新状态的测试函数值增长时，执行使测试函数值不减少的规则；如果以上两种规则都不存在，则过程停止。当前23页，总共30页。2）试探方式试探方式分为两种：回溯方式和图搜索方式。回溯方式：应用规则后遇到规定的情况时，返回到最近的回溯点（无特殊规定时，最近的上一状态即是回溯点），从那里改选另外一条可应用规则。当前24页，总共30页。2）试探方式对八数码问题而言，在3种情况下应考虑回溯：新生成的状态在通向目标的路径上已经出现过；从初始状态开始，在应用了指定数目的规则后，仍没有找到目标状态；对当前状态，再没有可应用规则。假如规定的搜索深度为6层（表现为：应用了第6条规则之后得到的状态仍然不是目标状态），回溯策略应用于八数码游戏时的一部分搜索图如图2-5所示当前25页，总共30页。283164751左、上、右同状态4，回溯到上一步，到状态5228316475上、右左283641753上、右、下上832641754右、下上832641755左、右、下右832641756左同状态5，回溯到上一步，到状态6832641757左834261757下用了6条规则，未找到解，回溯到上一步，到状态6状态6的所有规则用完，回溯到上一步，到状态5832641756左、下右863241757左（1）（1）（2）（3）863241756左、上、右、下下（2）图2-5利用回溯策略的部分搜索图当前26页，总共30页。图搜索方式:对任一状态，应用其所有可应用规则，并把状态变化过程用图结构记录下来，一直到得到解为止。图搜索策略求解问题是一种穷举方式。图搜索方式下，求得一条解路径需要搜索问题的整个求解空间。对于状态空间较大的问题，需要利用与问题有关的知识引导规则的选择，以便在较窄的空间内找到问题的解。搜索过程中利用应用问题相关知识对规则进行选择的搜索，称为启发式图搜索。图2-6八数码游戏的部分搜索树当前27页，总共30页。图2-7是5个城市旅行商问题的地图，求从A出发经B、C、D、E再回到A的最短路径。问题的表示：