动物识别系统实验报告.docxVIP

暨南大学

人工智能实验报告

题目：基于web的动物识别系统

院系：信科院计算机系

专业：计算机技术

学号：27

学生姓名：mingfang

成绩：

日期：2010年12月10日

一、目的与要求

1．掌握人工智能的知识表示技术，能用产生式表示法表示知识，并实现一个用于识别的专家系统。

2．推理策略采用正向推理和反向推理两种。

二、主要内容

1．学习人工智能的知识表示技术，关键掌握产生式知识表示的具体应用方法。

2．实现的动物识别系统的主要功能如下：

2．1系统能通过正向、反向推理得到正确的动物识别结果。

2．2系统能动态地添加规则、能显示推理过程。三．实验原理

产生式表示：产生式表示是知识表示的一种。这种方法是建立在因果关系的基础上的，可很容易的描述事实、规则及其不确定性度量。

1．事实的表示：

事实可看成是断言一个语言变量的值或是多个语言变量间的关系的陈述句，语言变量的值或语言变量间的关系可以是一个词。不一定是数字。一般使用三元组（对象，属性，值）或（关系，对象1，对象2）来表示事实，其中对象就是语言变量，若考虑不确定性就成了四元组表示（增加可信度）。这种表示的机器内部实现就是一个表。

如事实“小王年龄是22岁”，便写成（Lee,age,22）

事实“小李、小张是朋友”，可写成（friend,Lee,Zhang）

2．规则的表示：

规则用于表示事物间的因果关系，以IFconditionTHENaction的单一形式来描述，将规则作为知识的单位。其中的condition部分称为条件式前件或模式，而action部分称作动作、后件或结论。

产生式一般形式为：前件后件。前件和后件也可以是有“与”、“或”、“非”等逻辑运算符的组合的表达式。条件部分常是一些事实的合取或析取，而结论常是某一事实B。如果不考虑不确定性，需另附可信度度量值。

产生式过则的含义是：如果前件满足，则可得到后件的结论或者执行后件的相应动作，即后件由前件来触发。一个产生式生成的结论可以作为另一个产生式的前提或语言变量使用，进一步可构成产生式系统。

蕴涵式表示的知识只能是精确的，产生式表示的知识可以是不确定的，原因是蕴涵式是一个逻辑表达式，其逻辑值只有真和假。蕴含式的匹配一定要求是精确的，而产生式的匹配可以是不确定的，原因是产生式的前提条件和结论都可以是不确定的，因此其匹配也可以是不确定的。

3.产生式系统的结构：

推理机

数据库规则集

3.1数据库

数据库中存放构成产生式系统的基本元素，又是产生式的作用对象。包括系统设计时输入的事实、外部数据库输入的事实以及中间结果和最后结果。数据的格式是多种多样的，可以是常量、变量、多元组、谓词等。在推理过程中，当规则库中某条规则的前提可以和数据库中的已知事实相匹配时，该规则被激活，由它推出的结论将被作为新的事实放入数据库，成为后面推理的已知事实。

3.2规则库

规则库中存放的是与求解有关的所有产生式规则的集合，每个规则由前件和后件组成。其中包含了将问题从初始化状态转换成目标状态所需的所有变换规则。这些规则描述了问题领域中的一般性知识。规则库是产生式系统进行问题求解的基础，其知识的完整性、一致性、准确性、灵活性，以及知识组成的合理性等性质，对产生式系统的运行效率都有重要的影响。

3.3推理机

推理机是一个解释程序，控制协同规则库与数据库，负责整个产生式系统的运行，决定问题求解过程的推理路线，实现对问题的求解。

推理机主要包括下面一些工作内容：

（1）按一定策略从规则库中选择规则与数据库的已知事实进行匹配。匹配的过程中会产生三种情况。第一种匹配成功，则此条规则将被列入被激活候选集；第二种匹配失败，即输入条件与已知条件矛盾；第三种匹配无结果，即该条规则前件的已知条件中完全与输入事实无关，则将规则列入待测试规则集，将在下一轮匹配中再次使用。因为有可能推理中间结果符合其前件的已知条件。

（2）当匹配成功的规则多于一条时，需要从匹配成功的规则中选出一个加以执行，即根据一定的策略解消冲突。

（3）解释执行规则后件的动作。如果该规则的后件不是问题的目标，即如果这些后件为一个或多个结论时，将其加入到数据库中。对要执行的规则，如果该规则的后件满足问题的结束条件，则停止推理。

四、实验正文

1．需求分析功能需求

1．1．1动物识别正向推理

正向推理是从已知事实出