人工智能)lesson.ppt

1.知识表示的基本概念 Feigenbaum认为知识是经过削减、塑造、解释和转换的信息。简单地说，知识是经过加工的信息。 Bernstein说知识是由特定领域的描述、关系和过程组成的。 Hayes-Roth认为知识是事实、信念和启发式规则。 从知识库观点看，知识是某论域中所涉及的各有关方面、状态的一种符号表示。　　 知识可从(范围，目的，有效性)加以三维描述。 知识的范围是由具体到一般， 知识的目的是由说明到指定， 知识的有效性是由确定到不确定。 知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。 知识表示可看成是一组描述事物的约定，以把人类知识表示成机器能处理的数据结构。 2.人工智能系统所关心的知识 一个智能程序高水平的运行需要有关的事实知识、规则知识、控制知识和元知识。 事实 是有关问题环境的一些事物的知识，常以…是…的形式出现。如事物的分类、属性、事物间关系、科学事实、客观事实等，事实是静态的为人们共享的可公开获得的公认的知识，在知识库中属低层的知识。　　　　　　 规则 是有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以“如果…那么…”形式出现。特别是启发式规则是属专家提供的专门经验知识，这种知识虽无严格解释但很有用处。 控制 是有关问题的求解步骤、技巧性知识，告诉怎么做一件事。也包括当有多个动作同时被激活时应选哪一个动作来执行的知识。 元知识 是有关知识的知识，是知识库中的高层知识。包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。元知识与控制知识是有重迭的，对一个大的程序来说，以元知识或说元规则形式体现控制知识更为方便，因为元知识存于知识库中，而控制知识常与程序结合在一起出现，从而不容易修改。 3.陈述式知识表示与过程式知识表示 语义网络、框架和剧本等知识表示方法，均是对知识和事实的一种静止的表达方法，我们称这类知识表达方式为陈述式知识表达，它所强调的是事物所涉及的对象是什么，是对事物有关知识的静态描述，是知识的一种显式表达形式。而对于如何使用这些知识，则通过控制策略来决定。　　 过程式表示就是将有关某一问题领域的知识，连同如何使用这些知识的方法，均隐式地表达为一个求解问题的过程。它所给出的是事物的一些客观规律，表达的是如何求解问题。知识的描述形式就是程序，所有信息均隐含在程序中，因而难于添加新知识和扩充功能，适用范围较窄。 第二章 知识表示方法 2.1 状态空间法 　问题求解(problem solving)是个大课题，它涉及归约、推断、决策、规划、常识推理、定理证明和相关过程的核心概念。在分析了人工智能研究中运用的问题求解方法之后，就会发现许多问题求解方法是采用试探有哪些信誉好的足球投注网站方法的。也就是说，这些方法是通过在某个可能的解空间内寻找一个解来求解问题的。这种基于解答空间的问题表示和求解方法就是状态空间法，它是以状态和算符(operator)为基础来表示和求解问题的。 1.问题求解技术两个主要的方面 (1) 问题的表示：如果描述方法不对，对问题求解会带来很大的困难； (2) 求解的方法：采用试探有哪些信誉好的足球投注网站方法。 　　 2.状态空间法三要点 (1) 状态（state）：表示问题解法中每一步问题状况的数据结构； (2) 算符（operator）：把问题从一种状态变换为另一种状态的手段； (3) 状态空间方法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。 2.1 状态空间法 问题状态描述 状态图示法 状态空间表示举例 2.1.1 问题状态描述 1、状态（State）的基本概念 　　状态(state)是为描述某类不同事物间的差别而引入的一组最少变量q0，q1，…，qn的有序集合，其矢量形式如下：　Q=［q0,q1,…,qn］T 　　　　　 　(2.1)式中每个元素qi(i=0,1，…，n)为集合的分量，称为状态变量。 给定每个分量的一组值就得到一个具体的状态，如　Qk=［q０k,q1k,…，qnk］T 　　　　　 (2.2)　 算符：使问题从一种状态变化为另一种状态的手段称为操作符或算符。操作符可为走步、过程、规则、数学算子、运算符号或逻辑符号等。 　问题的状态空间(state space)是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即所有可能的问题初始状态集合S、操作符集合F以及目标状态集合G。因此，可把状态空间记为三元状态(S，F，G)。 2.1.2 状态图示法 为了对状态空间图有更深入的了解，这里介绍一下图论中的几个术语和图的正式表示法。 1.图论中