专家系统介绍

专家系统概述本章学习目的：

•

了解ES的发展、原理；

•

了解ES编程与语言；本章主要讲述内容：

1.ES的产生与发展及今后展望；2.专家系统的基本原理

3.传统数据处理、AI与ES;4.ES的基本思想、特征与定义；5.ES的基本结构；

1.1专家系统（ES）技术的产生、发展和展望

在讲述专家系统之前，先讲一下人工智能（AI），AI是计算机科学的一个分支，它研究一类具有智能的计算机系统的设计（含软、硬件两部分），来模仿人的行为，是一种将符号方法和非算法（启发式）结合的应用方法学。ES是AI的一个分支，是从理论到实践的尝试，也可以说是AI从理论研究到应用研究的一个转折点。ES技术的产生

ES的研究起源于1965年E.A.Feigenbaum等人对DENDRAL()的开发。按时间顺序，ES技术的产生可分为：孕育期（1965年前）；产生期（1965~1971）；基本成熟期（1972~1977）；进一步发展与应用化时期（1977年以后）。

(1)孕育时期（1965年前）自1946年计算机问世以来，其应用集中在计算科学与数据处理上，并通过“算法”来实现。而对于符号处理，算法无从适应，为发挥计算机的更大效能，1956年J.McCarthy、M.Lminsky、N.Lochester和C.E.Shannon等四人发起并组织了“Dartmouth会议”，这标志着AI的诞生。

AI理论基础的奠定：1956年以前AI研究针对的具体问题：

Ⅰ.

逻辑理论机：一个程序，模拟人类用数理逻辑证明定理时的思维规律。

Ⅱ.西洋跳棋程序Checker：自学习、自组织、自发展。

由GPS带来的AI理论成熟：1957年以后，A.Newell和H.A.Imans以心理学实验为基础，开始GPS（通用问题求解程序，可以用来求解11种不同类型的问题）的研究，这项研究最终归于失败，但为AI提供了以下几个方面的理论成就：

Ⅰ.

发现一些通用问题求解技术和各种搜索策略；

Ⅱ.

认识到知识在智能行为中的地位；

Ⅲ.AI研究开始从通用问题基于推理的模型转向专门问题基于知识的模型；

表处理语言LISP出现：

1960年由J.McCanthy研制的表处理语言LISP，奠定了ES的开发工具的基础，它除了具有数据处理的功能外，还能方便地进行符号处理。

以上三大问题（AI的出现及基础理论的形成；由GPS带来的观念转化；表处理语言LISP）的出现带来了ES的出现——即孕育着ES。

(2)产生时期（1965~1971）

Ⅰ.

Standfond的费根鲍教授提出的DWNDRAL系统的出现：它是“结合启发式程序+大量专门知识”的实用智能系统，第一次显示了“知识的组织”对AI的重要性；对解的问题以符号表达为主；解空间的启发式搜索。标志着ES的问世。

Ⅱ.

MACSYMA系统的开发：(1968年由MIT的C.Engleman等开发)具有以下特点：

•

MACSYMA是一人机交互系统；

•

执行公式化简，符号微分，符号积分等数学问题求解；

•

使用启发式转换；

•

使用大量专门知识，进行符号处理。

Ⅲ.产生时期ES技术的水平评价：

•

解空间的搜索利用启发式程序，使“通用问题求解向专用性问题”转换；

•

使用了大量的专门知识，并用于组织，用于符号推理；

•

问题求解与推理技术，知识获取与形式化均处于雏形。

第一代ES对AI研究的重要意义在于：

它把AI的启发式程序+符号推理技术用于实际问题求解，使AI转向实用。

(3)基本成熟时期（1972~1977）

Ⅰ.

ES进一步发展的原因：

DENDRAL等的成功，使人们认识到：结合专门知识来实现专家级的问题求解,

克服人类专家的一些人为因素,

ES提供了存储专家知识、传授专家知识的手段。

Ⅱ.

ES的基础理论进一步发展与完善

•1972年A.Newell和H.A.Siman在研究人类的认识模型中开发的基于规则的产生式系统技术；

•1972年法国马塞大学的PROLOG语言；

•1975年M.L.Minsky提出的理解复杂行为的框架表示法。

Ⅲ.

ES的基本成熟期

ES技术的基本成熟期是与一批ES系统的开发相关联的，这批ES系统涉及到数学、医疗、自然语言理解、地质等许多领域。其中贡献最大的有：

•

MYCIN系统：一个基于规则的产生式系统，运用可信度因子实现不确定性推理。

•

CASNET系统：用于语言理解，采用黑板结构。

•

HEARSAY系统：1976年Standford大学开始开发的用于根据地质数据找矿的ES咨询系统。

Ⅳ.基于成熟期ES技术的水平评价

•

知识组织的形式化技术基本确定，如出现语义网络、框架等；

•

系统的人机接口已列为重要问题；

•

系统的解释机制的出现；

•

系统对新知识的获取；

•

不确定推理机的建立。

•

开始了非计算机专业人员直接建立ES的应用年代。

•

开发ES通用性研究；

总而言之，这一时期的ES开发的基本理论与方法已经形成，且ES技术进一步向其它公式领域拓展。

(4)进一步发展与应用化时期

Ⅰ.ES的基本理论进一步完善：

骨架系统（skeletalsystem）等ES建造工具出现；自动知识获取系统；知识管理系统KBMS的研究；新的推理模型。

Ⅱ.ES的实用扩展到各个领域：

以机械工程CAD/CAM为例，ES覆盖了从CAD、CAPP到CAM的各个阶段。

Ⅲ.ES技术今后的展望：今后ES技术可能沿以下几个方向发展：

•

综合多个知识表示模式，使浅层知识、深层知识、常识知识等结合起来；

•

分布式ES体系结构；

•

知识的自学习方法；

•

符号推理与数值理论的结合；

•

新的ＥＳ工具模型；

•

实时ＥＳ。1.2专家系统的基本原理1.传统数据处理与ES

(1)算法与启发式方法

算法：指抽象的通步缩进的求解步骤，算法具有：

•

通用性，即算法能求解问题的全部问题；

•

确定性，即求解状态、步骤是精确、唯一的，可被机械执行；

•

有效性，即任何问题代入算法后都可经有限个步骤达到期望的结果;

我们把存在算法并且算法可以实现的问题称为定规问题。

启发式方法：对问题的求解采用积累的方式，符号处理是启发式方法的特点。

•

符号性，一般仅用于求解一类的特定问题；

•

试程性，允许用多方法试探求解；

•

针对性，启发式方法常利用求解问题的一些特殊规律求解，这些规律不精确，经不起或未经严格的证明，不能保证对每个问题都有精确解或最优解。

通常，我们把这类问题称为非定规问题。

(2)传统数据处理

Ⅰ.

基于算法，根据待求问题，找出相应算法，属过程型。

•

用特定的程序设计语言编制算法程序；

•

计算机按程序的要求，针对所输入的数据进行操作与求解；

•

输出问题的解。

Ⅱ.

算法也可以表达知识，过程型知识，但

•

不易表达大量知识，知识修改和理解难；

•

只适于表达完全正确的知识；

•

只适于处理完全准确的数据。

(3)ES的信息处理

现实中许多问题不能用算法表示，其求解是经验性的，ES对信息处理以

“知识”为中心，包括：

•

知识的叙述性表示，用特定的数据结构来表示知识，而不仅是用算法表示；

•

知识的处理，以符号处理为特征；

•

知识的启发式应用，以问题求解的特定策略为基础，指导问题求解策略。

ES信息处理的主要特点是“知识”与对知识的应用相分离。

2.ES的定义、基本思想与特征

(1)专家系统的定义：专家系统是一个（或一组）能在某特定领域内，以人类专家水平去求解该领域中困难问题的计算机程序。

(2)专家系统的基本思想：利用计算机存储关于某一领域的大量专门知识；有效地利用这些知识去解决问题。

(3)ES的特征：ES以知识为中心，并具有三大特征：

•

启发性（Heuristic），不仅使用逻辑知识，也使用启发性知识；

•

透明性（Transparency），能向用户解释推理；

•

灵活性（Flexibility），系统的知识便于修改和补充。3.专家系统的基本结构、流行结构和理想结构

(1)ES的基本结构知识库推理机动态程序KEngineerDomainEngineer知识数据结果用户人机接口知识获取机制解释机制推理机动态数据库知识库知识库：存放领域专家提供的求解问题的专门知识，其质量直接影响ES的性能。动态数据库：反映具体问题在当前求解状态下的符号或事实的集合，包括(或上下文)问题的有关初始数据和系统求解期间所产生的所有问题。推理机：在一定的控制策略下，针对上下文中的当前问题信息，识别和选取知识库中对当前问题的可用知识进行推理，以修改上下文，直到最终得到问题的解。知识获取机制：解释机制：人机接口：实现用户输入和ES内部表达方式的转换。

(2)ES的流行结构

目前，ES的流行结构是扩充的基于规则的产生式系统，结构仍为基本结构，仅仅是包括：

知识库——“规则”+“事实”组成；

推理机——规则推理机（正向、反向、双向）；

上下文——动态事实集。

(3)ES的理想结构

Hayes-Roth曾提出一个理想的结构“黑板结构”。思想来源：

•

黑板控制结构；

•

基于规则的ES结构。语言处理程序知识库解释程序用户规划议题结果执行程序调度程序一阶性处理程序术语解释：

黑板:用于记录系统在求解问题过程中所产生的中间假设与结果，它是沟通系统各个部件的全局工作区，可划分为三个部分：

•

规划部分：描述整体的解题步骤；系统能达到的目标；为达到目标所制定的处理计划；实施计划所要求的条件和预期状态。

•

议事日程部分：记录着等待执行的动作，通常对应着知识库中与先前对应着的记录在黑板中的某一结果有关的规则。

•

结果部分：系统所生成候选假设和中间结果及这些结果间的依赖关系。

解释程序：解答用户提问；系统自身相关问题解释；

调度程序：用于管理和控制过程；该程序运用策略性知识，指导对议事日程各个项目的调度；

执行程序：应用知识库来实现和完成；由调度程序从议事日程里选出相应的议事项目，并把求解的结果记录到黑板中；一阶性处理程序：用于维护系统而得出结果的一阶表示形式；4.专家系统分类

基于逻辑的ES;基于规则的ES;

基于语义网络的ES;

基于框架的ES;

Ⅱ.按任务类型分为：

•解释型ES——用于分析符号等数据，进而阐明这些数据的实际意义；

•预测型ES——根据处理对象的过去与现在情况推测未来的演变结果；

•诊断型ES——根据输入信息找出处理对象中存在的故障、缺陷；

•

调试型ES——给出已确认故障的排除方案；

•维修型ES——制定并实施纠正某类故障的规划；

•规划型ES——根据给定目标拟定行动计划；

•设计型ES——根据给定要求形成所需方案和图样；

•

监护型ES——完成实时监测任务；

•控制型ES——完成实时控制；

•

教育型ES——诊断型和调试型的组合，用于教学和培训。Ⅰ.按知识表示技术分为5.研制专家系统的意义

理论意义：

Ⅰ.ES作为理论研究的实现工具推动了AI的发展；它以知识为中心，从知识表示、知识利用和知识获取这三个环节取得巨大成功。Ⅱ.ES的实用性较强，成为检验AI基本理论和测试AI基本技术的较理想的实验场所。Ⅲ.ES应用的不断深入，向AI提出了新的课题，促使AI的进一步发展。

实践意义：ES作为一实用工具为人类提供了保存知识、传播知识、利用知识、评价知识的有效手段，知识是一宝贵的资源，知识的推广和使用可产生巨大的经济效应，ES能利用专家知识造福人类。1.3ES的开发工具1.人工智能语言

专家系统的编程语言既可用通用语言，如C语言等，也可用人工智能语言LISP、PROLOG完成。

(1)LISP语言

基于表处理和函数，经典的LISP语言只有一种结构“表”。LISP语言与其它语言的最大区别是，它以表为对象处理符号，而不仅仅是数据。

LISP语言的主要特点：

Ⅰ.

函数式程序设计语言，LISP语言不同于传统语言，LISP程序实质上被描述为以一组接近数学形式定义的函数。

Ⅱ.

程序与数据等价，LISP的程序和数据具有相同的表示形式“表”，因此，LISP语言中程序与数据无严格界限。

Ⅲ.

递归控制结构，LISP函数多以递归定义，任何函数可直接或间接调用本身。

Ⅳ.

交互式解释执行。(2)Prolog语言

Prolog是一种逻辑程序设计语言，基于一阶谓词逻辑，是典型的叙述型语言（DeclarationLanguage）。

Prolog语言的特点：

(1)建立在一阶谓词逻辑和归结原理基础上，有自动推理功能。(2)用Prolog设计应用程序时，仅需指明领域中各对象间的关系和决策规则，而应用这些知识的推理由Prolog完成。(3)Prolog应用程序，由数据库和规则库组成。(4)Prolog程序设计要做三件事，即说明事实、定义规则、提出问题。

(3)采用高级语言及面向对象语言

(1)首先必须用高级语言完成推理机，知识库建立等工具。(2)在此基础上建立知识库、完成推理。2.专家系统外壳专家系统外壳又称骨架系统，它是由一些已经开发成功，并且在实际使用中被证明为行之有效的专家系统演变而来的，即抽去这些专家系统中具体的知识，保留它的体系结构和功能，再把领域专用的界面改为通用的界面，就得到了相应的专家系统外壳。显然，在专家系统外壳中，知识表示模式、推理机制等都是确定的。当使用这些外壳建造专家系统时，只需把相应领域的知识用外壳规定的模式表示出来装入到知识库中就行了。较重要的专家系统外壳有：EMYCIN，KAS，EXPERT等。3.通用型专家系统工具

这是不依赖于任何已有的专家系统，完全重新设计且提供更多灵活性的一类专家系统开发工具。目前这类工具已有很多。4.专家系统开发环境

随着专家系统应用范围的不断扩大，人们对专家系统建造工具的要求也越来越高。人们不仅要求建造工具能够提供高效的推理机，而且还希望它能够提供多种形式的知识表示模式、多种不确定性推理模式、多种获取知识的手段、多种辅助工具（如数据库访问、作图等）以及多种友好的辅助界面（如调试功能、解释功能、自然语言接口等）等等，这样，单一的建造工具就不能适合人们的要求了，在这一背景下，专家系统开发环境就应运而生了。

专家系统开发环境又称专家系统开发工具包，它为专家系统的开发提供多种方便的构件，例如获取知识的辅助工具、适应各种不同知识结构的知识表示模式，各种不同的不确定性推理机制、知识库管理系统以及各种不同的辅助工具、调试工具等。

目前，国内外已有一些成型的产品。第二章专家系统的知识表示本章学习目的：

了解各种知识的表示方法，特点及应用场合等。本章主要讲述内容：

•

知识和知识分类及表示方法；

•

知识的产生式规则表示法；

•

知识的框架表示法；

•

知识的语义网络表示法；

•

知识的逻辑表示法；

•

其它知识表示法简介；2.1知识、知识分类与知识表示问题1.知识的定义

知识是人类在实践中所积累的认识和经验的总和，其中ES的知识指与领域问题求解相关的知识即“数据”和“符号”。2.知识的分类

(1)按知识的作用，将计算机处理的知识分为三类

•

描述性知识：表示对象及概念的特征及其相互关系的知识；问题求解状况的知识；

•

判断性知识：表示与领域有关的问题求解知识，如推理规则等；

•

过程性知识：表示问题的求解策略，即如何应用判断性知识等进行推理的知识；

(2)按知识的作用层次分

•

对象级知识：直接描述有关领域对象的知识。

•

元级知识：描述对象级知识的知识，如关于领域知识的内容、特征、应用范围的知识，如何运用这些知识的知识。

(3)其它分类形式

•

共性知识与个性知识；

•静态知识与动态知识；3.知识表示问题

(1)知识表示的定义

将知识进行符号化，并用特定的数据结构（逻辑与物理两方面）进行描述与存储的方法。

(2)知识表示的要求

•

表示能力：能够将问题求解所需的知识正确有效的表达出来；

•

可理解性：所表达知识简单、明了、易于理解；

•

可访问性：能够有效地利用所表达的知识；

•

可扩充性：能够方便、灵活的对所表达的知识进行扩充；

(3)知识表示方法的分类（

按其表示的特征分）

•

叙述性表示：将知识与控制分开，把知识的使用方法，即控制部分留给计算机程序。它的特点是：严密性强、易于模块化、具有推理的完备性；但推理效率较低。

•

过程性表示：将知识与控制结合起来（利弊与上述方法相反）。

两种表示方法各有利弊，对不同性质的问题应采用不同形式的表达方法。

知识的表示和推理在大部分情况下位于独立的两个模块，但推理机制强烈关联于相应的知识表示方式。

(4)常用的知识表示方法简介

Ⅰ.产生式规则表示法

•

将知识表示成“if……then……”的形式；

•

表示方法自然、简洁；

Ⅱ.框架表示法

•

将知识表示为层状结构，一个对象或概念的所有信息均属于该层次的结构中；

•

该层次结构还可以表示对象间的关系；

•

该层次结构由一系列的“槽”和相关于“槽”的一系列“侧面”组成；

Ⅲ.

语义网络表示法

采用结点和结点间的弧表示对象、概念及其相互关系。

Ⅳ.一阶谓词逻辑表示法

•

采用一阶谓词逻辑表示知识

•

属叙述性知识表示

•

有严格的数学基础

Ⅴ.

其它表示法

•

状态空间法；

•与或图

•

PETRI网

•

概念图2.2知识的产生式规则表示法1.概述

产生式最早由P.Post于1943年提出，用于构造Post机计算模型；1972年A.Newell和H.A.Simon在研究人类的认识模型中提出了Rule-Based产生式方法及规则表示模式；Rule-Based的表示法是目前应用最为普遍的一种。

产生式通常用于具有因果关系的知识。

2.产生式规则的逻辑结构

(1)格式

if（前提1）&（前提2）&…….

then（结论1）&（结论2）&……

正规化格式

if（前提1）&（前提2）&…….

then（结论1）

(2)产生式规则的基本单元

前提:符号化的事实型知识，不同前提形式构成不同产生式规则类型。常量型前提（TigerhasLeg）；变量型前提（Lieats$VAR）；

结束型前提（$VAR>=28）；

表达式计算型（$VAR=2x+5y-16）；

结论:符号化事实型知识；

例如规则1：if该动物有羽毛then该动物是鸟规则2：if该动物是鸟and有长脖子

and有长腿

and不会飞

then该动物是鸵鸟3.产生式规则的物理结构

产生式规则为变化数据结构，采用“链接表”实现。规则号规则名指向第一个前提的指针结束第一个前提Next指针规则号规则名指向第一个前提的指针指向第一个结论的指针第一个前提Next指针第一个结论Next指针Ⅰ.

C语言实现

structpremises{charpremise_value[80];structpremise*next;}structrules{intrule_no;charrule_name[30];charconclusion[80];structpremise*first;}structrulesRule[N];structpremise*rp;intrule_n.Premise_n[N];

Ⅱ.

LISP语言的实现采用表结构，具有直接性（Rule_No（if（……））lisp串；（then（……））嵌套在lisp函数；

Ⅲ.

Prolog语言的实现

QULE(integer,string,list,real)FACT(integer,string,list,real)4.产生式规则的组织

规则的组织是构造规则库的核心！

(1)规则库的实质一种隐含的“与或图”，该“与或图”以“事实性知识”为节点，节点间的连接关系由规则确定，为“与”关系，规则间的关系为“或”关系。

(2)原则上规则库的规则可以顺序存放，但存在下列矛盾；

•

规则的一致性问题应解决；

•

如何控制冲突；

•

提高规则的匹配效率；

(3)推荐的组织形式

Ⅰ.以规则树的形式组织，最高点为推理目标规则，依次按层次组织；Ⅱ.以类层次形式的“与或图”组织规则；5.产生式规则的特点

(1)产生式规则表现的是“表层”知识，即人类在特定的领域关于“做什么”的过程性知识。(2)产生式规则与推理机分离，且规则间的联系与上下文的数据结构相关。(3)产生式规则的匹配效率随着KB增加而迅速降低；(4)产生式规则的解释能力较差，不象“深层”知识那样有明确的因果关系。(5)产生式规则主要表示对象操作过程或对数据对象进行求解的过程的“动态知识”。2.3知识的框架表示法1.概念

知识的框架表示法1975年由M.Minsky提出，最早用作视觉感知、自然语言对话等问题的知识表示；目前已作为一种通用数据结构来表示知识对象(实体)。

框架理论认为，人们对现实世界中各种事物的认识都是以一种类似于框架的结构存储在记忆中的，当面临一种新事物时，就从记忆中找出一个合适的框架并根据实际情况对其细节加以修改、补充，从而形成对当前事物的认识。

例如：当一个人要走近一个教室时，他能根据以往的知识，想象到这个教室一定有四面墙，有门、窗、天花板和地板，有课桌、椅子、黑板等，尽管他对这个教室的细节还不清楚，但对教室的基本结构是可以预见的。他之所以能做到这一点，是由于他通过以往的认识活动已经在记忆中建立了关于教室的框架，该框架不仅指出了相应事物的名称（教室），而且还指出了事物各有关方面的属性（如有四面墙、有课桌、有黑板，……）。通过对该框架的查找，很容易得到教室的各有关特征。2.框架的定义

(1)框架是用于描述具有固定的静态对象的通用数据结构，该对象用“对象…属性…属性值”表示。(2)框架由若干个槽（Slot）组成，槽用于描述属性。(3)槽又可由若干个侧面组成。侧面用于描述相应属性的一个方面。(4)侧面又可由一个或多个侧面值组成。(5)框架实质上是一个层次的嵌套链接表！

例1：框架名：<假冒伪劣商品>

商品名称：生产厂家：出售商店:处罚：处理方式：

处罚依据：处罚时间：单位（年、月、日）经办部门：

在这个框架中，有4个槽，其中，“处罚”槽有4个侧面，侧面“处罚时间”用“单位”指出了一个填值时的标准限制。例2：框架名：<教师>

姓名：单位（姓、名）年龄：单位（岁）性别：范围（男、女）缺省（男）职称：范围（教授、副教授、讲师、助教）缺省（讲师）部门：单位（系、教研室）住址：<住址框架>

工资：<工资框架>

开始工作时间：单位（年、月）3.框架表示法的

(Frame名

逻辑结构

(Slot名{(Value侧面Value)}.and.{(Default侧面Value).or.(Range侧面Value).or.(Type侧面Value).or.(if_needed侧面过程）.or.(if_added侧面过程）.or.(if_removed侧面过程）}).or.(Slot名

{(Value

Value)}.and.{(Default

Value).or.(Range

Value).or.(Type

Value).or.(if_needed侧面过程）.or.(if_added侧面过程）.or.(if_removed侧面过程）}).or.

槽可以包含附加在槽上的过程，成为附加过程。

附加过程一般有三种类型：

Ⅰ.当需要槽值，但初始值不存在且缺省值也未设定时，执行if_needed过程。

Ⅱ.

当将槽值加入槽中时，将运行if_added过程。

Ⅲ.

当要从槽中删除槽值时，运行if_removed过程。

4.框架表示法的物理结构

框架也采用链表表示。框架序号框架名指向槽的指针槽名指向Value侧面序列的指针指向指向侧面序列的指针指向next槽的指针Value侧面值或槽值Next侧面Value值Default侧面值…if_needed侧面值

Ⅰ.C语言实现

structvalues{charvalu[80];structvalus*next_value;}structother_facets{chardefault[80];charrange[80];chartypes[80];charif_needed[80];}structsolts{charslotname[80];structvalues*first_value;structotherfacets*first;structslots*next_slot;}structframes{intframe_no;charframe_name[80];structslots*first_slot;}

Ⅱ.Llst语言和Prolog语言实现（略）。

5.知识的框架表示法的特点

(1)框架能进行结构化深层知识表示：

•

框架可为实体、属性关系和默认值等提供显示表示；其中提供默认值相当于用人的经验预测。

•

适合表示常识性知识；

•

表示实体固有的因果模型，便于知识的解释；

(2)容易附加过程信息

框架主要描述静态知识，它的if_needed，if_added，if_removed侧面可进行附加。

(3)框架之间的层次结构提供了继承特性

一个框架的属性及附加过程可从高层次的框架继承下来。

(4)框架间的组织结构化

框架可组织成层状；每个框架形成了一个独立的知识单元；可利用系统扩展、模块化。

2.4知识的逻辑表示法

用形式逻辑（尤其是一阶谓词逻辑）表示知识是AI研究中提出使用的一种普遍方法。1.概述

命题逻辑和谓词逻辑是最先应用于人工智能的两种逻辑，谓词逻辑是在命题逻辑基础上发展起来的。

(1)命题：命题是具有真假意义的语句。

命题代表人们进行思维时的一种判断，或者是肯定，或者是否定，只有这两种情况。若命题的意义为真，则称它的真值为真。记作T；若命题的意义为假，则称它的真值为假，记作F。一个命题不能同时既为真又为假，但可以在一定条件下为真，在另一条件下为假。

例如：“北京是中华人民共和国的首都”，“3<5”都是真值为T的命题。

“太阳从西边升起”，“煤球是白的”都是真值为F的命题。

“1+1=10”在二进制情况下是真值为T的命题，在十进制下是真值为F的命题。

在命题逻辑中，命题通常用大写的英文字母表示：

例如，可以用P表示“西安是个古老的城市”。

命题这种表示法有较大的局限性，它无法把它所描述的客观事物的结构及逻辑特征反映出来，也不能把不同事物的共同特征描述出来。

例如：对“老李是小李的父亲”这一命题，若用英文字母P表示，怎么也看不出老李与小李的父子关系。

由于这些原因，在命题逻辑的基础上，发展起来了谓词逻辑。

(2)谓词

Ⅰ.

在谓词逻辑中，命题用谓词表示，一个谓词可分为谓词名和个体这两个部分。

个体：表示某个独立存在的事物或者某个抽象的概念；

谓词名：用于刻画个体的性质、状态或个体间的关系。

例如：对于“老张是教师”这个命题，用谓词可表示为Teacher(zhang)。

其中，Teacher是谓词名，zhang是个体，“Teacher”刻画了“zhang”

的职业是教师这一特征。

“5>3”可用谓词表示为：Greater(5,3)

这里，Greater刻画了5与3之间的“大于”关系。

Ⅱ.

谓词的一般形式是

P（x1，x2，……，xn）

其中，P是谓词名，x1，x2，……，xn是个体。（谓词名通常用大写字母表示，个体通常用小写字母表示。）在谓词中，个体可以是常量、变元、也可以是函数。

Ⅲ.

一阶谓词在谓词P（x1，x2，……，xn）中，若xi都是个体常量、变元或函数，则称它为一阶谓词。2.一阶谓词逻辑的几个概念

无论是命题逻辑还是谓词逻辑，均可用连接词把一些简单命题连接起来，构成一个复合命题，以表示一个比较复杂的含义。

谓词逻辑的合式公式wff（wall_formed_formula）

原子公式

合式公式是由连接词量词组成

Ⅰ.原子公式：是最基本的合式公式，它由谓词、括号和扩号中的项组成，其中项可以是常量、变量和函数。一个事实可用不同形式的原子公式表示;合式公式/原子公式具有“逻辑真值——真与假”。

Ⅱ.连接词：

∧表示合取：它表示被它连接的两个命题具有“与”的关系。设P，Q为合式公式，

P∧Q表示P与Q的合取，P，Q称合取项，

P∧Q合取的真值表：

当P，Q都为真时，P∧Q为“真Ture”,

否则为“假False”。

∨表示析取：它表示被它连接的两个命题具有“或”的关系。设P，Q为合式公式

P∨Q表示P与Q的析取，P，Q称析取项，

P∨Q析取的真值表：

当P，Q至少有一个为真时，P∨Q为“真Ture”,

否则为“假False”。

→表示蕴涵

设P，Q为合式公式

P→

Q称为蕴涵，P为前项，Q为后项

P→

Q常用于表示IFPTHENQ真值表：

P

Q

P→Q

T

T

T

T

F

F

F

T

T

F

F

T

表示否定

P真值表：P为真时，

P为假；P为假时，

P为真；

Ⅲ.

量化：

指在合式公式中出现“量化”时，在其前面可加“量词”说明的范围，这种说明称为量化。

•

全称量词

，

x表示对所有的x；

例：“所有的大象都是灰色的”可以表示为：(

x)[Elephant(x)

Color(x,Gray)]

•

存在量词

，x表示至少存在一个x；

3.知识的一阶谓词表示法

谓词逻辑是一种形式语言，也是到目前为止能够表达人类思维活动规律的一种最精确的语言，它与人们的自然语言比较接近，又可方便地存储到计算机中去，并被精确地处理。

谓词逻辑适合于表示事物的状态、属性、概念等事实性的知识，也可以用来表示事物间确定的因果关系，即规则。

•

事实通常用合式公式的“与/或”形表示（用合取符号∧及析取符号∨连接起来的公式）。

•

规则通常用蕴涵式→表示。

用谓词公式（合式公式）表示知识时，需要首先定义谓词，指出每个谓词的确切含义，然后再用连接词把有关的谓词连接起来，形成一个谓词公式表达一个完整的含义。

例1有下列知识：刘欢比他父亲出名。高扬是计算机系的一名学生，但他不喜欢编程序。人人爱劳动。

为了用谓词公式表示上述知识，首先需要定义谓词：Bigger(x,y):x比y出名。

Computer(x):x是计算机系的学生。

Like(x,y):x喜欢y。Love(x,y):x热爱y。Man(x):x是人。然后用谓词公式把上述知识表示为：

Bigger（Liuhong,father(Liuhong))

Computer(Gaoyang)∧

Like(Gaoyang,programing)(

x)(Man(x)→Love(x,labour)4.逻辑表示法的特点

自然性：符合人类对问题的直觉理解；描述性：表示与知识分离；精确性：只有“真与假”的值；严密性：谓词逻辑具有严格的形式定义以及推理规则；容易实现：用谓词逻辑表示的知识可以比较容易地转换为计算机内部形式，易于模块化，便于对知识的增加、修改、删除；不能表示不确定的知识：组合爆炸：不易表示启发式知识，当状态空间大时，当前数据库与知识库中操作的匹配以及操作层列的确定会出现时空上的膨胀。效率低：2.5知识的语义网络表示法1.概述

语义网络1968年由J.R.Quillian提出，开始是作为人类联想记忆的一个显式心理学模型提出，随后在AI中用于自然语言理解，表示命题信息（具有逻辑真的事实），在ES中，语义网络首先由PROSPECTOR实现，用于语义网络的定义。

•

语义网络用于描述物体概念与状态及其间的关系；

•

语义网络由节点和节点间的弧组成；

节点：

表示物理实体、概念或状态；弧：

表示它们间的相互关系。

•

语义网络在数学上是一个有向图。

一个最简单的语义网络是如下一个三元组：（节点1，弧，节点2）它可用图表示，称为一个基本网元。

箭头所指的节点代表上层概念，箭尾节点代表下层概念。

当把多个基本网元用相应语义联系关联在一起时，就可得到一个语义网络。2.知识的语义网络表示

语义网络可以表示事实性的知识，也可以表示有关事实性知识之间的复杂联系。

(1)用语义网络表示事实

例如有下述事实：

“小信使”这只鸽子从春天到秋天占有一个窝。ABRAB猎狗狗是一种小信使鸽子鸟占有窝鸟窝春天时间秋天情况是一只占有者是一种是一种占有物开始于结束于是是

•节点可以表示一个事物或者一个具体概念，也可以表示某一情况、某一事件或者某个动作。

•在一些稍复杂的事实性知识中，语义网络中可通过增设合取节点及析取节点来表示。

(2)用语义网络表示有关事实间的关系

语义网络可以描述事物间多种复杂的语义关系，下面是常用的几种：

•

分类关系：指事物间的类属关系。如“是一种”等。

•

聚集关系：如果下层概念是其上层概念的一方面或者一个部分，则称他们是聚集关系。

•

推论关系：如果一个概念可由另一个概念推出，则称它们之间存在推论关系。

•

时间、位置关系：

教学教师课程学生部分部分部分需进食饥饿推出思远公司朱雀大街位于

•

多元关系：在语义网络中，一条弧只能从一个节点指向另一个节点，适合于表示一个二元关系。但在许多情况下需要用一种关系把几个事物联系起来。例如对于如下事实：

郑州位于西安和北京之间。

为了在语义网络中描述多元关系，可以用节点来表示关系。

(3)用语义网络表示比较复杂的知识

用语义网络表示较复杂的知识时，往往牵涉到对量化变量的处理。

•

对于存在量词：可以直接用“是一个”、“是一种”等这样的语义联系起来。位置关系郑州北京西安居中边界_1边界_2

•

对全称量词：

则需用网络分区技术才能实现。网络分区技术是G.G.Hendrix在1975年提出的，其基本思想是：

把一个表示复杂知识的命题划分为若干子命题，每一个子命题用一个较简单的语义网络表示，称为一个子空间，多个子空间构成一个大空间。每个子空间可以看作是大空间中的一个节点，称为超节点。空间可以逐层嵌套，子空间之间用弧互相连接。3.语义网络的特点

•

结构性。与框架法一样，语义网络也是一种结构化的知识表示方法。

•

联想性。

•

自然性。

•

非严格性。

•

处理上的复杂性。2.6过程表示法1.概述

在人工智能的发展史中，关于知识的表示方法曾存在两种不同的观点。

•

一种观点认为知识主要是陈述性的，其表示方法应着重将其静态特性，即事物的属性以及事物间的关系表示出来，称以这种观点表示知识的方法为陈述式或说明性表示方法；

说明性表示方法是一种静态表示方法，其主要特征是把领域内的过程性知识与控制性知识（即问题求解策略）分离开来。

•

另一种观点认为知识主要是过程性的，其表示方法应将知识及如何使用这些知识的控制策略均表示为求解问题的过程，称以这种观点表示知识的方法为过程性表示法，或过程表示法。

过程性表示方法着重于对知识的利用，它把与问题有关的知识以及如何运用这些知识求解问题的控制策略都表述