人工智能动物识别系统实验报告剖析.doc

人工智能导论 实验报告 题 目 动物识别专家系统 学 院 信息科学与工程学院 专 业 计算机科学与技术 姓 名 侯立军 学 号 20131222036 班 级 计信1301 二O一五 年 十一 月 二十六 日 1 设计内容 题目：动物识别专家系统 内容：动物识别专家系统是流行的专家系统实验模型，他用产生是规则来表示知识可以识别不同的动物。这些规则既少又简单，可以改造他们，也可以加入新的规则，还可以用来识别其他新规则来取代这些规则。 2 基本原理 2.1 产生式系统的问题求解基本过程： (1) 初始化综合数据库，即把欲解决问题的已知事实送入综合数据库中；? (2) 检查规则库中是否有未使用过的规则，若无转 (7)；? (3) 检查规则库的未使用规则中是否有其前提可与综合数据库中已知事 实相匹配的规则，若有，形成当前可用规则集；否则转(6)；? (4) 按照冲突消解策略，从当前可用规则集中选择一个规则执行，并对该规则作上标记。把执行该规则后所得到的结论作为新的事实放入综合数据库；如果该规则的结论是一些操作，则执行这些操作；? (5) 检查综合数据库中是否包含了该问题的解，若已包含，说明解已求出，问题求解过程结束；否则，转(2)；? (6) 当规则库中还有未使用规则，但均不能与综合数据库中的已有事实相匹配时，要求用户进一步提供关于该问题的已知事实，若能提供，则转(2)；否则，执行下一步；? (7) 若知识库中不再有未使用规则，也说明该问题无解，终止问题求解过程。 2.2 正向推理 正向推理是以已知事实作为出发点的一种推理，又称数据驱动推理、前向链推理及前件推理等。 2.2.1 正向推理的基本思想： 从用户提供的初始已知事实出发，在知识库KB中找出当前可适用的知识，构成可适用知识集KS，然后按某种冲突消解策略从KS中选出一条知识进行推理，并将推出的新事实加入到数据库中作为下一步推理的已知事实，在此之后再在知识库中选取可适用的知识进行推理，如此重复，直到求得了所要求的解，或者知识库中再无可适用的知识为止。 2.3 反向推理 逆向推理是以某个假设目标作为出发点的一种推理，又称为目标驱动推理、逆向链推理及后件推理等。 2.2.1 反向推理的基本思想： 首先选定一个假设目标，然后寻找支持该假设的证据，若所需的证据都能找到，则说明原假设成立；若无论如何都找不到所需证据，说明原假设不成立，此时需要另作新的假设。 3 系统模块 struct cause_type{ char * cause; /* 事实字符串指针 */ struct cause_type * next; /* 指向下一个节点 */ }; struct rule_type{ char * result; /* 结论字符串指针 */ int lastflag; /* 结论规则标志 */ struct cause_type * cause_chain;/* 事实链表指针 */ struct rule_type * next; /* 指向下一个节点出*/ }; void freeKB(struct rule_type *);/* 释放规则链表子程序 */ void freeDB(struct cause_type *);/* 释放事实链表子程序 */ int FindCause(char *);/* 查证事实是否已知子程序 */ void markKB(); /* 标记结论性规则子程序 */ void creatKB();/* 创建知识库的子程序 */ void inputDB();/* 输入已知事实的子程序 */ void think();/* 推理机子程序 */ void explain(); /* 解释子程序 */ 主函数：void main() { struct rule_type *rpp; struct cause_type *cpp; creatKB(); markKB(); getchar(); inputDB(); rpp=KnowledgeBase; think();