《人工智能》课件

2024/1/261人工智能(2)2024/1/262第二章知识表达技术

课程的基本内容与要求知识的概念与含义，知识类型和知识模型的变换；重点介绍几种常用的知识表达法——状态空间表示法、与/或图表示法、产生式系统、知识的逻辑表达方法、语义网络、框架表达法、特征表表达法和面向对象的表达法。 掌握知识表达的基本概念，学会划分知识的类型和理解知识模型变换在解决人工智能问题的过程中的作用与意义；学会如何将一个具体的问题，用所介绍的知识表达方法来表示；初步体会在各种知识表达方法中，其知识机构是如何随知识的运用而变化的。1-5节（学时） 重点：5节7节（学时） 重点：7节6，8-10节（学时） 重点：8节2024/1/263第二章知识表达技术

2．1知识的概念与含义

智能行为——知识

——对知识的获取、表达、搜索、分析、解答等智能能力 人的智能的核心也在于“知识”

感性知识与理性知识，经验知识与理论知识智能表现在：知识的获取能力知识的处理能力知识的运用能力知识：是人们对自然现象的认识和从中总结出来的规律、经验2024/1/264第二章知识表达技术

2．1知识的概念与含义

知识模式

K=F+R+CK表示知识项(Knowledgeitems)F表示事实(Facts)——人类对客观世界、客观事物的状态、属性、特征的描述，以及对事物之间关系的描述

R表示规则(Rules)——能表达在前提与结论之间的因果关系的一种形式C表示概念(Concepts)——事实的含义规则语义说明等2024/1/265第二章知识表达技术

2．2知识表达技术

知识类型叙述型知识——有关系统状态、环境和条件，问题的概念、定义和事实的知识。过程型知识——有关系统状态变化、问题求解过程的操作、演算和行动的知识。控制型知识——有关如何选择相应的操作、演算和行动的比较、判断、管理和决策的知识。例：对于从北京到上海，是乘飞机还是坐火车的问题。叙述型知识：北京、上海、飞机、火车、时间、费用。过程型知识：乘飞机、坐火车。控制型知识：乘飞机较快、较贵；坐火车较慢、较便宜。

2024/1/266第二章知识表达技术

2．2知识表达技术

知识模型变换同构：问题的解答等价于原始问题的解答

同态：可使问题更加简化，易于求解

同构/同态变换2024/1/267第二章知识表达技术

2．2知识表达技术

【例2．1】方格棋盘分割问题

原始问题:2n×2n方格盘，去掉对顶角上两方格，问能否将它分割为若干1×2长方块？2024/1/268第二章知识表达技术

2．2知识表达技术

【例2．1】方格棋盘分割问题

原始问题:2n×2n方格盘，去掉对顶角上两方格，问能否将它分割为若干1×2长方块？直接求解:考察(2**(2n))**2种可能分割方案，且随着n增大，会“组合爆炸”同构问题:方格相间着色,无论n为何值，对顶角上两方格同色，去掉后白格与黑格的数目间差值为2——>最后剩的必是同色两方格——>因同构问题无解，果等价的原始问题无解。同态问题：同态变换——序对<小黑格数，小白格数>。初始状态：<2n2,2n2-2>，目标状态：<0,0>。分割操作：每操作，分割出一长方块，割去一白格和一黑格，使状态变量都减去1。经过2n2-2次操作后，状态变为<2,0>，不可能达到<0,0>——>因同态问题无解，蕴含着其原始问题也无解

2024/1/269第二章知识表达技术

2．3状态空间表达

状态用来表示系统状态,事实等叙述型知识的一组变量或数组 Q=[q1,q2,…qn]t操作是用来表示引起状态变化的过程型知识的一组关系或函数 F:{f1,f2,…fm}状态空间(StateSpace)是利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组（S，O，S0，G）：

S—状态集合;O—操作算子集合;S0—初始状态,S0

S;G—目的状 态,G

S,(G可若干具体状态，也可满足某些性质的路径信息描述)

从S0结点到G结点的路径被称为求解路径。状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态： O1O2O3Ok

S0

S1

S2

……

G

其中O1，…，Ok即为状态空间的一个解(解往往不是唯一的)

2024/1/2610第二章知识表达技术

2．3状态空间表达

【例2．2】八数码问题的状态空间 在一3×3方格盘，放1到8八个数码，另一格为空。空格四周上下左右数码可移到空格。一布局：

23158467

八数码任何一种摆法就是一个状态，所有的摆法为状态集S，构成了一个状态空间，其大小为9！ 相应操作算子是数码移动，其操作算子共有4（方向）×8（数码）=32个。可简化为4个：Up，Left，Down，Right2024/1/2611第二章知识表达技术

2．4与/或图表达法

超图

树图与/或树 在求解问题时的两种思维方法：分解：将复杂大问题分解为一组简单小问题 若所有子问题都解决了，则总问题也解决了，这是“与”的逻辑关系——“与”树变换：将较难问题变换为较易等价/等效问题 若一难问题可以等价变换为几个容易问题，则任何一个容易问题解决了，也就解决了原有难问题，这是“或”的逻辑关系——“或”树

兼用“分解”和“变换”方法——“与/或”树

2024/1/2612第二章知识表达技术

2．4与/或图表达法

【例2．3】猴子和香蕉问题

设机器人“猴子”位于a处，目的物“香蕉”挂在c处上方，猴子想吃香蕉，但高度不够，拿不着。在b处有可移动的台子，若猴子站在台子上，就可以拿到香蕉。 问题是制定机器人的行动计划，使猴子能拿到香蕉。香蕉

a猴子 c b台子2024/1/2613第二章知识表达技术

2．4与/或图表达法

【例2．3】猴子和香蕉问题 状态空间法:四元数组描述：S=(w,x,y,z)

其中：w：猴子所处水平位置

x：台子所在水平位置

y：猴子是否在台子上（y=1:在;y=0:不在）

z：猴子是否能拿到香蕉（z=1:拿到;z=0:没拿到） 可能出现的状态如下：

S0=(a,b,0,0) S1=(b,b,0,0) S2=(c,c,0,0) S3=(c,c,1,0) S4=(c,c,1,1) 其中S0为初始状态，S4为目标状态2024/1/2614第二章知识表达技术

2．4与/或图表达法

【例2．3】猴子和香蕉问题

允许的操作集为：

F={f1,f2,f3,f4}其中：f1(u)为猴子走到u处(w,x,0,z)

(u,x,0,z)f2(v)为猴子推台子到v处(x,x,0,0)

(v,v,0,0)f3为猴子爬上台子(x,x,0,z)

(x,x,1,z)f4为猴子拿到香蕉(c,c,1,0)

(c,c,1,1)

比较目标状态（S4）与初始状态（S0）的差异，来选择主操作。由于S0与S4中的四个状态量都有差异，相应的操作为f1,f2,f3和f4，都可选为主操作。因此，可将原问题变换为四个新问题，而新问题又可分为几个子问题及子子问题。这一过程——与/或树图

2024/1/2615第二章知识表达技术

2．4与/或图表达法

【例2．3】猴子和香蕉问题

与/或树图

2024/1/2616第二章知识表达技术

2．5产生式系统

产生式系统(productionsystem)

描述若干个不同的以一个基本概念为基础的系统。这个基本概念就是产生式规则或产生式条件和操作对的概念 论域知识分为两部分：事实表示静态知识，如事物、事件和它们之间的关系产生式规则表示推理过程和行为，如动作，算子，变换等 这类系统的知识库主要用于存储规则，因此又把此类系统称为基于规则的系统(rule-basedsystem)

2024/1/2617第二章知识表达技术

2．5产生式系统

产生式系统的基本结构

一个产生式系统包含事实库、规则集和规则解释（控制器）三部分

2024/1/2618第二章知识表达技术

2．5产生式系统

事实库——当前已知的知识信息数据，包括推理过程中形成的中间结论知识，换句话说，它用于存储有关问题的状态、性质等事实的叙述型知识，也称为综合数据库或工作存储器。数据是广义的

在事实库中的数据由规则解释（控制器），用来激活相应的规则。规则集库——存储有关问题的状态转移、性质变化等规则的过程型知识，或称“规则库” 产生式规则的一般形式可以表述为：

P1,P2,…,Pm

C1,C2,…,Cn

每条产生式规则分为左部和右部两个部分，左部表示激活该产生式规则的前提条件/规则前件，右部表示调用该产生式规则后所做的行为部分/规则后件/结论。可简述成“条件-动作”对的形式。 对事实库的修改在产生式系统中扮演着推理的角色，正是由于事实库内容的不断改变，才构成了由原始数据到结论的变换过程2024/1/2619第二章知识表达技术

2．5产生式系统

产生式规则的形式与传统程序设计语言中条件语句非常相似，但实际上两者之间存在根本的区别：产生式规则左部表达的是一组复杂模式，而不仅仅是一个布尔表达式规则之间控制流不象传统语言中从一条语句向其下一条语句传递，而且满足条件的规则被激活但不一定立即执行，这将取决于产生式系统的冲突消解策略，这也是区分传统程序与产生式系统行为特征的关键 逻辑程序中的语句可以视作产生式规则的一种特殊形式

在产生式系统中，一条规则仅描述前提条件与行为之间的静态关系，因此，规则的正确性应当独立地得到保证。这就是规则的自含性，正是由于产生式规则的自含性特点，才使得知识的表示与控制的分离成为可能。

2024/1/2620第二章知识表达技术

2．5产生式系统

规则解释（控制器）——根据有关问题的控制型知识，选择控制策略，将规则与事实进行匹配，控制并利用知识进行推理并求解问题 通常从选择规则到执行操作分3步：匹配、冲突消解和操作——由匹配器负责判断规则条件是否成立，冲突消解器负责选择可调用的规则，解释器负责执行规则的动作，并在满足结束条件时终止产生式系统的运行。匹配——当前事实库内容与规则条件部分匹配。如果两者完全匹配，则把这条规则称为触发规则。当按规则的操作部分去执行时，称这条规则为启用规则。被触发的规则不一定总是启用规则，因为可能同时有几条规则的条件部分被满足，需解决冲突步骤中来解决。在复杂的情况下，在事实库和规则的条件部分之间可能要进行近似匹配冲突解决——当有一条以上规则的条件部分和当前事实库相匹配时，就需要决定首先使用哪一条规则，这称为冲突解决操作——执行规则的操作部分，经操作以后，当前事实库将被修改。然后，其它的规则有可能被使用，即进入下一循环2024/1/2621第二章知识表达技术

2．5产生式系统

如：设有以下两条美式足球的规则：

规则R1

规则R2

IFfourthdawn IFfourthdawnshortyardage shortyardage

THENpunt within30yards(fromthegoalline)

THENfieldgoalR1规则：如进攻方在前三次进攻中前进的距离少于10码(shortyardage)，那么在第四次进攻时(fourthdawn)，可以踢悬空球(punt)R2规则：如进攻方在前三次进攻中前进的距离少于10码，而进攻的位置又在离对方球门线30码距离之内，那么就可以射门(fieldgoal)如果当前事实库包含事实“fourthdawn”和“shortyardage”以及“within30yards”？？？

2024/1/2622第二章知识表达技术

2．5产生式系统

专一性排序——如某一规则条件部分规定的情况，比另一规则条件部分规定的情况更有针对性，则这条规则有较高的优先级规则排序——如规则编排的顺序就表示了启用的优先级，则称之为规则排序数据排序——把规则条件部分的所有条件按优先级次序编排起来，运行时首先使用在条件部分包含较高优先级数据的规则。规模排序——按规则的条件部分的规模排列优先级，优先使用被满足的条件较多的规则就近排序——把最近使用的规则放在最优先的位置。这和人类的行为有相似之处上下文限制——把产生式规则按它们所描述的上下文分组，也就是说按上下文对规则分组。在某种上下文条件下，只能从与其相对应的那组规则中选择可应用的规则……

2024/1/2623第二章知识表达技术

2．5产生式系统

【例2．4】动物识别系统规则I1到I4这一组规则可用于把哺乳动物和鸟类动物区分开：规则I1

如果该动物有毛发，那么它是哺乳动物规则I2

如果该动物能产乳，那么它是哺乳动物规则I3

如果该动物有羽毛，那么它是鸟类动物规则I4

如果该动物能飞行，它能生蛋，那么它是鸟类动物规则I5到I8把哺乳动物又进一步分为更细的类食肉动物和有蹄动物：规则I5如果

该动物是哺乳动物，它吃肉，那么

它是食肉动物规则I6如果

该动物是哺乳动物，它长有爪子，它长有利齿，

它眼睛前视，那么

它是食肉动物规则I7如果

该动物是哺乳动物，它长有蹄，那么

它是有蹄动物规则I8如果

该动物是哺乳动物，它反刍，

那么

它是有蹄动物，并且是偶蹄动物2024/1/2624第二章知识表达技术

2．5产生式系统

【例2．4】动物识别系统以下两个规则对食肉动物进行细分：规则I9如果该动物是食肉动物，它的颜色是黄褐色，它有深色的斑点 那么它是猎豹规则I10如果该动物是食肉动物，它的颜色是黄褐色，它有黑色条纹 那么它是老虎

以下两个规则对有蹄动物进行细分：规则I11如果该动物是有蹄动物，它有长腿，它有长颈，它的颜色是黄 褐色，它有深色的斑点，那么它是长颈鹿规则I12如果该动物是有蹄动物，它的颜色是白的，它有黑色条纹， 那么它是斑马

2024/1/2625第二章知识表达技术

2．5产生式系统

【例2．4】动物识别系统

以下对鸟类进行分类的规则：规则I13如果该动物是鸟类，它不会飞，它有长腿，它有长颈， 它的颜色是黑、白色相杂，那么它是鸵鸟（规则I13的IF部分的条件“它有长腿”和“它有长颈”，也出现在规则I11的IF部分。I11是有蹄动物的，而I13是鸟的分类，无混淆）规则I14如果该动物是鸟类，它不能飞行，它能游水， 它的颜色是黑色和白色，那么它是企鹅规则I15如果该动物是鸟类，它善于飞行，那么它是海燕

2024/1/2626第二章知识表达技术

2．5产生式系统

【例2．4】动物识别系统——识别长颈鹿的过程开始，观察到：（动物的颜色是黄褐色,深色斑点） 规则I11还是规则I9？再看到该动物给它的幼兽喂奶，并能反刍，于是事实库内容增为： （动物的颜色是黄褐色,深色斑点,能产乳,反刍）现用规则集与事实库进行匹配，I2首先可用，并更新事实库为： （哺乳动物,黄褐色,深色斑点,能产乳,反刍）进而I8又能用，更新事实库为： （有蹄动物,偶蹄动物,哺乳动物,黄褐色,深色斑点,能产乳,反刍）还无法识别，而事实库也不能和其它规则的前提相匹配，需再观察，进一步发现该动物腿和颈都很长，即得到事实库：（动物有长腿,有长颈,有蹄动物,偶蹄动物,哺乳动物,黄褐色,深色斑点,能产乳,反刍）规则I11可使用，推理出该动物为长颈鹿问题的求解过程可终止2024/1/2627第二章知识表达技术

2．5产生式系统

产生式系统的问题求解过程的步骤：①事实库初始化②若存在未用规则前提能与事实库相匹配则转③，否则转⑤③使用规则，更新事实库，并标记所用规则④事实库是否包含解。若是，则终止求解过程，否则转②⑤要求更多的关于问题的信息，若不能提供所要信息，则求解失败，否则更新事实库并转②

2024/1/2628第二章知识表达技术

2．6知识的逻辑表达方法

逻辑是人们思维活动规律的反映和抽象，最精确和最成功，计算机可作精确处理，与自然语言又非常接近第一个因素：互关联的两部分：公理系统和演绎结构第二个因素：逻辑及其演绎能保证正确，闭包集合（语义保持）第三个因素：演绎可完全机械化（定理证明）数理逻辑：用数学方法研究形式逻辑的一分支（符号逻辑）谓词逻辑：数逻基本形式（基于谓词分析的形式化语言）知识的逻辑表达：用一阶谓词逻辑来描述AI的问题求解知识2024/1/2629第二章知识表达技术

2．6知识的逻辑表达方法

(简单回顾)命题逻辑——谓词逻辑的基础

A，B等原子命题——表达单一意义的命题

灯关着天在下雨

复合命题——由“联结词”联结原子命题简单推理表达方法

P

¬Q：如果天在下雨，则天不晴

¬:否定(Negation);

:合取(Conjunction);

:析取(Disjunction);

:条件(Condition);

:双条件(Bicondition)命题变元——不具有固定具体含义的命题合式公式——利用命题变元构成的蕴含式或等价式——推理确

析取三段论，假言推理，假言三段论；二难推理等2024/1/2630第二章知识表达技术

2．6知识的逻辑表达方法

谓词逻辑——命题逻辑的扩充和发展

原子命题=客体+谓词谓词（命题函数）公式、原子谓词公式、复合谓词公式 客体变元；客体域；n元谓词；

x：全称量词；

x：存在量词一阶谓词逻辑——谓词逻辑中最直观的一种逻辑

所有罗马人或忠于或仇恨恺撒:

xRoman(x)

loyalto(x,Caesar)

hate(x,Caesar)

环境描述：

动作描述：

AT(ROBOT,ALCOVE) PICK-UP-BOX(A)：

EMPTYHANDED(ROBOT) 条件： ON（BOX，A）

ON(BOX,A) AT（ROBOT，A）

TABLE(A) EMPTYHANDED（ROBOT）

TABLE(B) 行动： 删除：EMPTYHANDED（ROBOT） 增加：HOLDS（ROBOT，BOX）2024/1/2631第二章知识表达技术

2．6知识的逻辑表达方法

谓词逻辑表达法的特性

谓词逻辑与关系数据库——数据库系统

知识库 一阶谓词逻辑具有完备的逻辑推理算法 谓词逻辑本身具有比较扎实的数学基础 逻辑推理是从公理集合中演绎而得出结论的过程优点 严格性:保证其演绎推理结果的正确性，较精确地表达知识

通用性:拥有通用的逻辑演算的方法和推理的规则三段论法等

自然性:一种接近于自然语言的形式语言。 模块性:便于用计算机实现逻辑推理的机械化、自动化缺点

效率低:抛弃语义信息，使推理过程冗长，效率低，出现“组合爆炸”。 灵活性差:不便于表达和加入启发性知识及元知识。2024/1/2632第二章知识表达技术

2．6知识的逻辑表达方法

谓词逻辑表达法的应用自动问答系统——Green的QA-3为一通用系统，推理采用归结法，控制采用启发式，无约束的归结是完备的机器人行动规划系统——Fikes等设计的STRIPS含两类过程：问题应答过程、规划和解决问题的过程。前者采用的是归结法，后者采用是手段-目标分析法

机器博弈系统——Filman等设计的FOL系统是一证明系统。证明采用一阶谓词逻辑说明，演绎采用Prawitz的自然演绎系统，逻辑精确性，过程控制形式化

问题求解系统——Kowalski等设计的PS系统，直接用逻辑子句表示知识，简易方便

2024/1/2633第二章知识表达技术

2．7语义网络

1968Quillian提出概念；1970Simmon用于自然语言理解的研究概念

语义网络是一种采用网络形式表示人类知识的方法 形式上，一个语义网络为一个带标识的有向图

内容组织上，4个相关部分组成

①词法部分：决定表示词汇表中允许有哪些符号，它涉及各个结点和弧线 ②结构部分：叙述符号排列的约束条件，指定各弧线连接的结点对 ③过程部分：说明访问过程，能用于建立和修正描述，以及回答相关问题 ④语义部分：确定与描述相关的（联想）意义的方法，即确定有关结点的排列及其占有物和对应弧线

2024/1/2634第二章知识表达技术

2．7语义网络

特性

①显式/简明表达实体结构、属性与实体间因果关系

利于以联想方式对系统的解释

②与概念相关的属性和联系被组织在一结点中 易于被访问和学习

③更加直观，更易于理解

（继承方式）符合人类思维习惯

④语义解释依赖于结构的推理过程

（无结构约定）推理不很有效 ⑤结点联系有线状/树状/网状/递归状

知识存储/检索需较复杂的过程THANKYOUSUCCESS2024/1/2635可编辑2024/1/2636第二章知识表达技术

2．7语义网络

语义网络表达法的优点自然性——直接而明确地表达概念之间的语义关系，接近于人类的语义记忆方式联想性——着重于表达语义关系知识，体现了联想思维过程，如通过正例、反例的比较，进行学习的过程效率较高——可通过语义关系检索和推理，较快导出与问题有关的概念和事实，不必历遍整个知识库语义网络表达法的缺点不能象逻辑方法那样保证推理的严格性和有效性不便于表达判断性知识不便于表达深层知识，如与时间因素有关的动态知识2024/1/2637第二章知识表达技术

2．7语义网络

语义网络的知识表示

基本命题的语义网络表示（以个体为中心）实例联系

ISA泛化联系

AKO(AKindOf)

2024/1/2638第二章知识表达技术

2．7语义网络

语义网络的知识表示

基本命题的语义网络表示（以个体为中心）聚集联系

part-of

属性联系

2024/1/2639第二章知识表达技术

2．7语义网络

语义网络的知识表示

基本命题的语义网络表示（以谓词或关系为中心） 设有n元谓词或关系R(arg1,…,argn),arg1取值为a1,…,argn取值为an,R的等价一组二元关系如下：

arg1(R,a1) arg2(R,a2) …… argn(R,an)

对应的语义网络：2024/1/2640第二章知识表达技术

2．7语义网络

语义网络的知识表示

连接词在语义网络中的表示方法

合取

give(John,Mary,“战争与和平”)

read(Mary,“战争与和平”)

对应的语义网络：2024/1/2641第二章知识表达技术

2．7语义网络

语义网络的知识表示

连接词在语义网络中的表示方法

析取

JohnisaprogrammerorMaryisalawyer

对应的语义网络：2024/1/2642第二章知识表达技术

2．7语义网络

语义网络的知识表示

连接词在语义网络中的表示方法

否定

¬ISA，¬AKO及¬part-of的有向弧

¬give(John,Mary,“战争与和平”)

read(Mary,“战争与和平”)

对应的语义网络：2024/1/2643第二章知识表达技术

2．7语义网络

语义网络的知识表示

连接词在语义网络中的表示方法

蕴含 一弧：命题前提条件ANTE，另一弧：规则结论CONSE

如果车库起火，那么用CO2或沙来灭 对应的语义网络：2024/1/2644第二章知识表达技术

2．7语义网络

语义网络的知识表示

变元和量词在语义网络中的表示方法

存在量词直接用ISA弧 全称量词分块方法

存在量词：Thedogbitthepostman

2024/1/2645第二章知识表达技术

2．7语义网络

语义网络的知识表示

变元和量词在语义网络中的表示方法

存在量词直接用ISA弧 全称量词分块方法

全称量词：Everydoghasbittenapostman

(

x)DOG(x)

(

y)[POSTMAN(y)

BITE(x,y)]2024/1/2646第二章知识表达技术

2．7语义网络

语义网络的知识表示

变元和量词在语义网络中的表示方法

存在量词直接用ISA弧 全称量词分块方法

全称量词：Everydoghasbitteneverypostman

用

弧与结点P相连

2024/1/2647第二章知识表达技术

2．8框架表达法

一个通用的数据结构的形式存储以往的经验

——数据结构框架框架

一个结构一种组织结构或组织

新资料可用从经验中得到的概念来分析/解释框架表示法

一结构化表示方法框架

语义网络的结点-槽-值表示结构框架——一组语义网络的结点和槽，这组结点和槽可以描述格式固定的事物、行动和事件

语义网络可看作结点和弧线的集合2024/1/2648第二章知识表达技术

2．8框架表达法

框架结构

框架(Frame)是一种组织和表示知识的数据结构

框架名槽(Slot)槽名槽值/填充值（任意数目）FRAME<框架名>

槽名1：侧面名11：侧面值11

侧面名12：侧面值12

侧面名1m：侧面值1m

槽名n：侧面名n1：侧面值n1

侧面名n2：侧面值n2

侧面名nm：侧面值nm2024/1/2649第二章知识表达技术

2．8框架表达法

各种属性的槽或侧面缺省值（DEFAULT）侧面——用于说明该侧面的典型取值 一鸟类框架，鸟是否会飞属性槽可填“会飞”缺省值附加过程侧面——说明槽值的计算过程和填槽时要做的动作 一组子程序槽或侧面的取值类型数值型——整型数（INTEGERS）浮点数（FLOATS） 地震框架中强度槽和财产损失槽的取值字符串（STRINGS）——如地震框架中地点槽和断层槽取值约束类型——可以通过上面给出的基本类型通过布尔运算构成

2024/1/2650第二章知识表达技术

2．8框架表达法

框架间的关系

类框架实例框架 类—超类关系（AKO） 包含关系 实例—类关系（ISA） 属于关系 主子调用关系（组成连接）指针 框架系统

2024/1/2651第二章知识表达技术

2．8框架表达法

【例2．9】框架间关系

例：机器人纠纷问题 设机器人罗宾与苏西在一起玩耍，淘气的苏西打了罗宾一下，其结果可以猜想，有两种可能性： 一是：罗宾愤怒，还击苏西一下；苏西也不示弱，二人摔打起来 另是：罗宾没有还手，但感到委屈，哭了起来

2024/1/2652第二章知识表达技术

2．8框架表达法

【例2．10】自然灾害新闻报道

“今天一次强度为里氏7级的地震袭击了X地区，造成250人死亡和5百万人民币的财产损失。有专家说：‘多年来，靠近Y断层的地方一直是一个危险的地区。’”

地震框架

地点：X

日期：今天 强度：7

死亡人数：250

财产损失：5百万人民币 断层：Y

框架系统

地震是一灾害事件，灾害事件还有洪水、飓风等2024/1/2653第二章知识表达技术

2．8框架表达法

框架系统与产生式系统的结合

规则框架：外部形式槽——用来记录用户给出本规则的原始形式分析方法槽——用相应的方法将原始规则转换成某种内部形式， 这种内部表示包含一组表达式 转换的结果是向相应的条件槽、结论槽和动作槽填值条件槽结论槽动作槽另外，也可以向规则框架中填入描述信息，如规则之间的关系、规则的用途、要达到的目标等

2024/1/2654第二章知识表达技术

2．8框架表达法

框架系统特性：继承性

一个框架系统=一种树型结构 树的每一个节点=一个框架结构ISAAKO连接通用性

各种问题

扩充性

某细节

另一框架预测性

得到不直接信息判断推理认识某类事物修正性

不完整完善描述

2024/1/2655第二章知识表达技术

2．9特征表表达法

特征表是通过对象特征来表达知识的一种表格形式 人工智能语言LISP

特征表属性和取值特点： 便于表达叙述性知识 便于表达过程性知识或控制性知识 便于检索 不同问题，不同对象，兴趣特征不同

属性项目不同 不同观点，不同方法

特征/属性不同（同一问题/对象） 系统状态不同

取值不同(同一属性)注意:各种属性在不同地方重复出现，应避免矛盾和不一致现象

2024/1/2656第二章知识表达技术

2．9特征表表达法

【例2．13】机器人行动规划问题

在一含有凹室(alcove)的房间里，有两张桌子A和B，一个机器人（robot）和一个箱子（box），如图2．8所示。为了 让机器人从凹室出发， 把桌子A上的箱子移 到桌子B上，然后回 到凹室，需要制定相 应的行动规划

2024/1/2657第二章知识表达技术

2．9特征表表达法

【例2．13】机器人行动规划问题（1）初始状态：

对象 属性 取值

ROBOT LOCATION ALCOVE HOLDS EMPTY BOX SUPPORTED-BY A A IS-A TABLE SUPPORTS BOX B IS-A TABLE SUPPORTS EMPTY2024/1/2658第二章知识表达技术

2．9特征表表达法

【例2．13】机器人行动规划问题（2）目标状态：

对象 属性 取值

ROBOT LOCATION ALCOVE HOLDS EMPTY BOX SUPPORTED-BY B A IS-A TABLE SUPPORTS EMPTY B IS-A TABLE SUPPORTS BOX2024/1/2659第二章知识表达技术

2．9特征表表达法

【例2．13】机器人行动规划问题（3）中间状态：

对象 属性 取值

ROBOT LOCATION B

HOLDS BOX BOX SUPPORTED-BY ROBOT A IS-A TABLE SUPPORTS EMPTY B IS-A TABLE SUPPORTS EMPTY2024/1/2660第二章知识表达技术

2．10面向对象的表示

1.对象、消息和方法

静态特性+动态行为 问题空间中对象

呆板与被动数据/数据结构 传统程序语言

鸿沟计算机求解空间与客观问题空间间面向对象方法学构造软件系统/知识系统能较自然地反映人们思考方式

求解空间在结构上同问题空间取得一致对象不仅有状态，而且有行为 各种资源和智能实体——对象 一对象的状态和对象具有的知识——该对象的静态属性 一对象所具有的知识处理方法和各种操作

——该对象的智能行为

2024/1/2661第二章知识表达技术

2．10面向对象的表示

1.对象、消息和方法

形式定义：对象::=<ID,DS,MS,MI>标识符ID——用以标识一个特定的对象数据结构DS——描述了对象当前的内部状态或所具有的静态属性，常用一组<属性名，属性值>表示方法集合MS——用以说明对象所具有的内部处理方法/对受理的消息的操作过程，它反映了对象自身的智能行为消息接口MI——对象接收外部信息和驱动有关内部方法的唯一对外接口。这里的外部信息称为消息问题求解或程序的执行依靠对象间传递消息完成的消息流统一数据流和控制流，实现对象间联系的唯一途径消息模式不仅定义了该对象所能受理的消息，而且还规定了该对象的固有处理能力封装性

2024/1/2662第二章知识表达技术

2．10面向对象的表示

2.类、类层次和继承性

类是具有相同外部特性和内部实现的一组对象的抽象有共同性质的一组对象归入一为类