决策推理与决策支持系统讲稿.ppt

《决策推理与决策支持系统讲稿.ppt》由会员分享，可在线阅读，更多相关《决策推理与决策支持系统讲稿.ppt（64页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、决策推理与决策支持系统第一页，讲稿共六十四页哦n 第二章第二章 决策推理与决策支持系统决策推理与决策支持系统第二页，讲稿共六十四页哦本章内容本章内容1.人脑决策推理初探人脑决策推理初探2.电脑推理方法介绍电脑推理方法介绍3.DSS中的决策过程中的决策过程4.知识与知识表示方法知识与知识表示方法第三页，讲稿共六十四页哦1.人脑决策推理初探人脑决策推理初探推理（推理（inference）：是由已知事实通过）：是由已知事实通过一定逻辑手段获得未知事实的过程。一定逻辑手段获得未知事实的过程。两种主要的推理方法：演绎两种主要的推理方法：演绎(deductive inference)和归纳和归纳(indu

2、ctive inference)已知事实未知事实推理图图4.1 推理模型图推理模型图第四页，讲稿共六十四页哦1.人脑决策推理初探人脑决策推理初探（1 1）演绎推理）演绎推理演绎推理是从一般到特殊的推理，其中演绎推理是从一般到特殊的推理，其中的已知事实部分一般为一般性的规则，而的已知事实部分一般为一般性的规则，而其未知部分则为个体事实。其未知部分则为个体事实。一般性规则个体事实演绎推理图图4.2 演绎推理模型演绎推理模型第五页，讲稿共六十四页哦1.人脑决策推理初探人脑决策推理初探v演绎推理是一种常用的推理方法，例如：演绎推理是一种常用的推理方法，例如：数学中采用的基本方法，初等几何中由数学中采用

3、的基本方法，初等几何中由公理推导定理的方法。公理推导定理的方法。v专家系统中也经常采用演绎推理，例如专家系统中也经常采用演绎推理，例如医学诊断专家系统。医学诊断专家系统。v两种演绎推理方法：两种演绎推理方法：（1）三段论推理法）三段论推理法 （2）反证法）反证法第六页，讲稿共六十四页哦1.人脑决策推理初探人脑决策推理初探（2 2）归纳推理）归纳推理 归纳推理与演绎推理相反，是从特殊归纳推理与演绎推理相反，是从特殊到一般的推理，其中的已知事实部分一般到一般的推理，其中的已知事实部分一般为大量个体事实，而其未知部分则为推导为大量个体事实，而其未知部分则为推导出的一般性规则。出的一般性规则。大量个体

4、事实一般性规则归纳推理图图4.5 归纳推理模型归纳推理模型第七页，讲稿共六十四页哦1.人脑决策推理初探人脑决策推理初探v归纳推理也是一种常用的推理方法，例归纳推理也是一种常用的推理方法，例如现实生活中的一些谚语，就是通过人如现实生活中的一些谚语，就是通过人们通过对生活中的大量事实进行总结归们通过对生活中的大量事实进行总结归纳后得出的。纳后得出的。v归纳推理得到的一般性规则，又可以用归纳推理得到的一般性规则，又可以用于演绎推理，指导我们的行为和决策。于演绎推理，指导我们的行为和决策。（图（图4.7 归纳归纳-演绎推理过程）演绎推理过程）v数据挖掘就是采用了这个原理。数据挖掘就是采用了这个原理。第

5、八页，讲稿共六十四页哦1.人脑决策推理初探人脑决策推理初探（3 3）联想和类比）联想和类比从一些已知事实或知识，通过联想，从一些已知事实或知识，通过联想，推出其他类似事物的知识。推出其他类似事物的知识。（4 4）综合与分析）综合与分析根据对事物的宏观（整体）知识推断根据对事物的宏观（整体）知识推断其微观（局部）知识的方法称为其微观（局部）知识的方法称为“分析分析”；从事物的微观（局部）知识推出其宏从事物的微观（局部）知识推出其宏观（整体）知识的方法称为观（整体）知识的方法称为“综合综合”。第九页，讲稿共六十四页哦1.人脑决策推理初探人脑决策推理初探（5 5）预测）预测根据事物的过去和现在知识，

6、来推断根据事物的过去和现在知识，来推断未来的知识，或者从事物局部空间的知识，未来的知识，或者从事物局部空间的知识，推断其局部以外的情况。推断其局部以外的情况。（6 6）假设与验证）假设与验证根据经验作出假设，然后用逻辑推理根据经验作出假设，然后用逻辑推理或实践检验的方法获得新的知识。有时会或实践检验的方法获得新的知识。有时会否定假设或部分修正假设，然后再作验证，否定假设或部分修正假设，然后再作验证，也可称为也可称为“试探推理法试探推理法”。第十页，讲稿共六十四页哦2.电脑推理方法介绍电脑推理方法介绍电脑推理一般是模仿人脑的推理方式和电脑推理一般是模仿人脑的推理方式和过程，通过编制软件完成。过程

7、，通过编制软件完成。2.1 电脑的演绎推理方法电脑的演绎推理方法（1 1）规则模型表示）规则模型表示一般性规则有两种表示方法：一般性规则有两种表示方法：n数学方法数学方法n人工智能方法人工智能方法第十一页，讲稿共六十四页哦2.电脑推理方法介绍电脑推理方法介绍（2 2）基于数学模型的演绎推理）基于数学模型的演绎推理 数学方法中一般采用数学模型，例如数数学方法中一般采用数学模型，例如数学表达式、方程式等。学表达式、方程式等。基于数学模型的演绎推理实际上是数学基于数学模型的演绎推理实际上是数学推演方法，一般将一些常用的演算方法作为推演方法，一般将一些常用的演算方法作为固定算法，编程实现后存入方法库中

8、，例如固定算法，编程实现后存入方法库中，例如最小二乘法、线性规则、回归分析等。最小二乘法、线性规则、回归分析等。数学建模和推理时则调用方法库中算法。数学建模和推理时则调用方法库中算法。第十二页，讲稿共六十四页哦2.电脑推理方法介绍电脑推理方法介绍（3 3）基于逻辑模型的演绎推理）基于逻辑模型的演绎推理 人工智能常用的知识表示方法包括谓词人工智能常用的知识表示方法包括谓词逻辑、语义网络、逻辑、语义网络、PetriPetri网、框架表示等。网、框架表示等。其中最常见的是谓词逻辑表示法，即将其中最常见的是谓词逻辑表示法，即将规则表示为一组数理逻辑中的一阶谓词逻辑规则表示为一组数理逻辑中的一阶谓词逻辑

9、的合法公式，采用一阶谓词的推理方法，以的合法公式，采用一阶谓词的推理方法，以实现演绎推理。该推理过程实际上是一种定实现演绎推理。该推理过程实际上是一种定理证明过程，其规则一般为公理，而结果为理证明过程，其规则一般为公理，而结果为个体事实，即推导出的定理。个体事实，即推导出的定理。第十三页，讲稿共六十四页哦2.电脑推理方法介绍电脑推理方法介绍 20世纪世纪60年代，美国科学家年代，美国科学家Robinson证明，证明，存存在一种统一的、固定的证明过程，对于所有的一阶谓词逻在一种统一的、固定的证明过程，对于所有的一阶谓词逻辑中的定理证明都基本有效，这就是所谓的谓词逻辑的自辑中的定理证明都基本有效，

10、这就是所谓的谓词逻辑的自动定理证明。动定理证明。利用上述成果，可以将定理证明过程用一种统一利用上述成果，可以将定理证明过程用一种统一算法表示并编程实现，从而使运用人工智能方法进行算法表示并编程实现，从而使运用人工智能方法进行演绎推理可以用一种统一的程序或过程来实现。演绎推理可以用一种统一的程序或过程来实现。用此方法所实现的软件系统称为推理引擎用此方法所实现的软件系统称为推理引擎（inference engine）。）。第十四页，讲稿共六十四页哦2.电脑推理方法介绍电脑推理方法介绍2.2 电脑的归纳推理方法电脑的归纳推理方法主要有两种：验证型归纳和探索型归纳。主要有两种：验证型归纳和探索型归纳。

11、（1 1）验证型归纳）验证型归纳I.首先对于推理结果产生一些假设（模型）；首先对于推理结果产生一些假设（模型）；II.设计一个试验环境，并置入设想模型；设计一个试验环境，并置入设想模型；III.启动试验过程，用大量个体事实做测启动试验过程，用大量个体事实做测试，通过人机交互将得到的结果与原设想做比试，通过人机交互将得到的结果与原设想做比较较IV.如果结果不符，修改试验，反复上述过如果结果不符，修改试验，反复上述过程程第十五页，讲稿共六十四页哦2.电脑推理方法介绍电脑推理方法介绍（2 2）探索型归纳）探索型归纳 没有明确的假设模型，只有大致的目标，一般采用没有明确的假设模型，只有大致的目标，一般

12、采用数据挖掘技术实现，主要方法有：数据挖掘技术实现，主要方法有：I.关联分析关联分析(association)：挖掘出潜藏在客体间的：挖掘出潜藏在客体间的内在相互联系；内在相互联系；II.分类分类(classifier)：对待分类的客体集合进行分：对待分类的客体集合进行分析，找出每个分类的特征；析，找出每个分类的特征；III.聚类分析聚类分析(clustering)：对一组客体按某种规则：对一组客体按某种规则聚为若干类。聚为若干类。第十六页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程 在在DSS中，除了决策推理部分之外，中，除了决策推理部分之外，还有数据仓库部分。二者相结合，构成了还有

13、数据仓库部分。二者相结合，构成了一个完整的决策过程。一个完整的决策过程。3.1 DSS3.1 DSS中的演绎型决策过程中的演绎型决策过程 在在DSS中，演绎型决策过程是由演绎中，演绎型决策过程是由演绎中的一般性规则与数据仓库中的数据共同中的一般性规则与数据仓库中的数据共同作为推理前提，通过演绎推理，最终得到作为推理前提，通过演绎推理，最终得到个体事实数据作为结论。个体事实数据作为结论。第十七页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程基于不同推理模型，基于不同推理模型，DSS的演绎型决策的演绎型决策过程有不同的形式。过程有不同的形式。图图4.9 DSS中演绎型决策过程示意图中演绎型决

14、策过程示意图一般性规则数据（数据仓库）个体事实（数据）演绎推理第十八页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程图图4.10 DSS中基于数学模型的演绎中基于数学模型的演绎型决策过程示意图型决策过程示意图数学公式参数（数据仓库）个体事实（数据）方法调用(1)基于数学模型的演绎型决策过程基于数学模型的演绎型决策过程 数据仓库数据作为数学模型中的参数数据仓库数据作为数学模型中的参数输入，而演绎推理则是通过方法库中方法输入，而演绎推理则是通过方法库中方法调用方式实现。调用方式实现。第十九页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程谓词逻辑公式假设前提（数据仓库）个体事实（数据）推

15、理引擎(2)基于逻辑模型的演绎型决策过程基于逻辑模型的演绎型决策过程 数据仓库数据作为假设前提输入，而数据仓库数据作为假设前提输入，而演绎推理则是用推理引擎实现。演绎推理则是用推理引擎实现。图图4.11 DSS中基于逻辑模型的演中基于逻辑模型的演绎型决策过程示意图绎型决策过程示意图第二十页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程3.2 DSS3.2 DSS中的归纳型决策过程中的归纳型决策过程 在在DSS中，归纳型决策过程是由数据中，归纳型决策过程是由数据仓库中的数据作为大量个体事实输入，经仓库中的数据作为大量个体事实输入，经归纳推理而得到一般性原则。归纳推理而得到一般性原则。图图4

16、.12 DSS中归纳型决策过程示意图中归纳型决策过程示意图数据（数据仓库）一般性规则归纳推理第二十一页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程（1）验证型归纳的决策过程验证型归纳的决策过程 其归纳推理部分即为数据实验室的人其归纳推理部分即为数据实验室的人-机交互试验，简称数据实验室试验。机交互试验，简称数据实验室试验。OLAP是是DSS常用的验证型归纳推理。常用的验证型归纳推理。图图4.13 DSS中验证型归纳决策过程示意图中验证型归纳决策过程示意图数据（数据仓库）一般性规则数据实验室试验第二十二页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程（2）探索型归纳的决策过程探索型

17、归纳的决策过程其归纳推理部分即为各种类型算法调用。其归纳推理部分即为各种类型算法调用。数据挖掘是数据挖掘是DSS常用的探索型归纳推理。常用的探索型归纳推理。图图4.14 DSS中探索型归纳决策过程示意图中探索型归纳决策过程示意图数据（数据仓库）一般性规则算法调用第二十三页，讲稿共六十四页哦3.DSS中的决策过程中的决策过程3.3 包含推理的包含推理的DSS总体结构图总体结构图DSS主要由数据仓库与决策推理两部分主要由数据仓库与决策推理两部分组成，加上结果展示模块，构成了完整的组成，加上结果展示模块，构成了完整的决策过程。如图决策过程。如图4.15所示。所示。第二十四页，讲稿共六十四页哦第二十五

18、页，讲稿共六十四页哦4.知识与知识表示方法知识与知识表示方法v知识库：知识库：存放各种规则、因果关系和决策存放各种规则、因果关系和决策人员的经验等人员的经验等v推理机：推理机：综合运用知识库、数据库和定量综合运用知识库、数据库和定量计算的结果，进行推理和问题求解。计算的结果，进行推理和问题求解。DSS能够有效支持单纯用定量方法无法很好能够有效支持单纯用定量方法无法很好解决的半解决的半/非结构化问题的求解，非结构化问题的求解，主要依靠主要依靠知识库知识库和和推理机推理机的运用的运用。第二十六页，讲稿共六十四页哦4.1 基本概念基本概念v数据数据：客观事物的属性、数量、位置及：客观事物的属性、数量

19、、位置及其相互关系等的抽象表示其相互关系等的抽象表示v例如：例如：二元组：（面粉，白色）二元组：（面粉，白色）三元组：三元组：(中国，亚洲，在东面中国，亚洲，在东面)(+,8,5):今年今年8岁的孩子岁的孩子5年后的年龄年后的年龄五元组：五元组：(+,X,Y,Z):X+Y=Z第二十七页，讲稿共六十四页哦4.1 基本概念基本概念v信息信息：数据所表示的含义（语义），是：数据所表示的含义（语义），是对数据的解释。对数据的解释。v一般可用一组描述词及其值来表示：一般可用一组描述词及其值来表示：（描述词（描述词1：值，描述词：值，描述词2：值，：值，）例：例：（时间：（时间：2006.10.1,地点：

20、大连地区，天气：晴朗，程地点：大连地区，天气：晴朗，程度：十分）度：十分）第二十八页，讲稿共六十四页哦4.1 基本概念基本概念v知识知识：以各种科学方式将多个信息关联：以各种科学方式将多个信息关联在一起形成的信息结构。在一起形成的信息结构。v原子事实原子事实：不与任何其他信息发生关联：不与任何其他信息发生关联的单独信息，是知识的一个特例。的单独信息，是知识的一个特例。例：例：“他是军人他是军人”、“他穿军装他穿军装”均为原子事实；均为原子事实；而而“如果他是军人，则他穿军装如果他是军人，则他穿军装”是一条常识性知识。是一条常识性知识。另外，另外，“如果某地重度异常，则有铝矿如果某地重度异常，则

21、有铝矿”是一条知识，但是是一条知识，但是不正确。不正确。第二十九页，讲稿共六十四页哦4.1 基本概念基本概念v知识的正确型类型：知识的正确型类型：正确，错误，部分正确，未知真假正确，错误，部分正确，未知真假v知识的关联形式多种多样，可以是分层知识的关联形式多种多样，可以是分层次的，即可以把知识解释为一种分层次次的，即可以把知识解释为一种分层次关联的信息结构关联的信息结构v可以用可以用BNF形式定义知识形式定义知识第三十页，讲稿共六十四页哦4.1 基本概念基本概念知识知识:=|:=|(的一个序列）的一个序列）:=(的一个序列）的一个序列）:=第三十一页，讲稿共六十四页哦4.1 基本概念基本概念v

22、知识的分类知识的分类1)事实事实：指人类对于客观事物属性的值或：指人类对于客观事物属性的值或状态的描述，不包含任何变量，可以用状态的描述，不包含任何变量，可以用一个值为真的命题陈述，或者用一种状一个值为真的命题陈述，或者用一种状态的描述来表达。态的描述来表达。例如：例如：大海是蓝色的大海是蓝色的我今年我今年18岁岁今天很热今天很热第三十二页，讲稿共六十四页哦4.1 基本概念基本概念2)规则规则：指可以分为前提（条件）和结论：指可以分为前提（条件）和结论两个部分，用以表达因果关系的知识。两个部分，用以表达因果关系的知识。一般形式为：如果一般形式为：如果A，则，则B A-Bn可以用三段论推理形成一

23、条推理链。可以用三段论推理形成一条推理链。第三十三页，讲稿共六十四页哦4.1 基本概念基本概念3)规律规律：规则知识可分为带变量和不带变量：规则知识可分为带变量和不带变量两种形式。将带变量的规则称为规律。两种形式。将带变量的规则称为规律。规律中的变量一旦被实例化为一个具体的规律中的变量一旦被实例化为一个具体的值，则规律就变成了一条不带变量的规则值，则规律就变成了一条不带变量的规则一条规律通过变量实例化，可以派生出许一条规律通过变量实例化，可以派生出许多规则。因此，在这种意义上规律表示了多规则。因此，在这种意义上规律表示了一类知识，比规则更宽泛。一类知识，比规则更宽泛。第三十四页，讲稿共六十四页

24、哦4.1 基本概念基本概念v知识的属性知识的属性1)真实性：应为经过实践检验的或者可用真实性：应为经过实践检验的或者可用逻辑推理证明真伪的逻辑推理证明真伪的2)相对性：在一定的条件和环境内有效相对性：在一定的条件和环境内有效3)不完全性：许多知识是部分正确的不完全性：许多知识是部分正确的4)模糊性：许多知识不是完全精确的模糊性：许多知识不是完全精确的第三十五页，讲稿共六十四页哦4.1 基本概念基本概念5.可表示性：可用某种方式加以描述可表示性：可用某种方式加以描述 符号，图形，形态，等等符号，图形，形态，等等6)可存储性：可存储于人类大脑中，可以记录可存储性：可存储于人类大脑中，可以记录在书本

25、上，也可以存储在电脑中。在书本上，也可以存储在电脑中。7)可传递性：知识可通过某种媒体进行传递。可传递性：知识可通过某种媒体进行传递。8)可处理性：知识可以利用各种方法和工具进可处理性：知识可以利用各种方法和工具进行处理，从一种形式转变为另一种形式。行处理，从一种形式转变为另一种形式。第三十六页，讲稿共六十四页哦4.2 知识表示方法知识表示方法4.2.1 一阶谓词逻辑一阶谓词逻辑n一阶谓词演算一阶谓词演算是一种形式语言，可用来是一种形式语言，可用来表示各种表示各种“事实事实”，对知识表示和推理，对知识表示和推理非常重要，在人工智能、知识工程等领非常重要，在人工智能、知识工程等领域有重要作用。也

26、可以作为知识库系统域有重要作用。也可以作为知识库系统的推理基础。的推理基础。第三十七页，讲稿共六十四页哦4.2 知识表示方法知识表示方法4.2.1.1 一阶谓词逻辑符号集及其知识表示一阶谓词逻辑符号集及其知识表示n常量符号：用大写字母常量符号：用大写字母A、B、C、D等表示等表示n变量符号：用小写字母变量符号：用小写字母x、y、z等表示等表示n函数符号：用小写字母函数符号：用小写字母f、g、h等表示等表示n谓词符号：用大写字母谓词符号：用大写字母P、Q、R等表示等表示n逻辑符号：逻辑符号：否定否定 合取合取 析取析取n限定量词：限定量词：存在量词存在量词 全称量词全称量词第三十八页，讲稿共六十

27、四页哦4.2 知识表示方法知识表示方法v逻辑表达式构成用语的定义逻辑表达式构成用语的定义(1)(1)项（项（itermiterm）变量和常量变量和常量若若t1,t2,tn为项，则为项，则f(t1,t2,tn)为函数为函数(2)原子逻辑式原子逻辑式 若以若以p为谓词符号，为谓词符号，t1,t2,tn为项，则谓词符号对为项，则谓词符号对于项的作用为：于项的作用为：p(t1,t2,tn)是函数是函数第三十九页，讲稿共六十四页哦4.2 知识表示方法知识表示方法v谓词演算语言谓词演算语言-逻辑表达式的几个实例逻辑表达式的几个实例(1)(1)WRITE(STUDENT,PAPER)WRITE(STUDEN

28、T,PAPER)(2)(2)WRITE(WRITE(x,y)(3)WRITE(STUDENT,COMPUTER-CHESS)WRITE(STUDENT,COMPUTER-CHESS)(4)(x)WRITE(WRITE(x,COMPUTER-CHESS),COMPUTER-CHESS)(5)(5)MARRIEDfather(JOHN),mother(JOHN)MARRIEDfather(JOHN),mother(JOHN)(6)(6)LIVES(JOHN,HOUSE)LIVES(JOHN,HOUSE)COLOR(HOUSE,YELLOW)COLOR(HOUSE,YELLOW)(7)(7)OWNS

29、(JOHN,CAR)OWNS(JOHN,CAR)=COLOR(CAR,GREEN)COLOR(CAR,GREEN)第四十页，讲稿共六十四页哦4.2 知识表示方法知识表示方法4.2.2 语义网络表示语义网络表示1.语义：语义：是指语义学的符号和表达式同它所描述的对象是指语义学的符号和表达式同它所描述的对象之间的关系。之间的关系。2.语义网络：语义网络：以网络形式表示人类知识构造的一种图以网络形式表示人类知识构造的一种图形工具，是一种有向图。形工具，是一种有向图。语义网络既可以作为人类联想记忆的心理学模型，语义网络既可以作为人类联想记忆的心理学模型，又可作为计算机内部知识表达的一种形式。又可作为计

30、算机内部知识表达的一种形式。它既能表达事实性知识，也可以表达事实之间的它既能表达事实性知识，也可以表达事实之间的联系。联系。第四十一页，讲稿共六十四页哦4.2 知识表示方法知识表示方法3.语义网络中的符号语义网络中的符号n节点：节点：语义网络所描述的各种对象，表示各种事物、语义网络所描述的各种对象，表示各种事物、概念、属性及知识实体，有标识，并且可以是一概念、属性及知识实体，有标识，并且可以是一个语义子网络，形成分层描述。个语义子网络，形成分层描述。n有向边（弧）：有向边（弧）：表示所连接的语义对象之间存在的某种表示所连接的语义对象之间存在的某种语义联系（关系），也有标识。语义联系（关系），也

31、有标识。n无向边（短线）无向边（短线）：语义网络中的节点一般采用具有若：语义网络中的节点一般采用具有若干属性的元组或框架来表示，由节点引出的带标识的短干属性的元组或框架来表示，由节点引出的带标识的短线（无向边）表示各个属性值线（无向边）表示各个属性值第四十二页，讲稿共六十四页哦更可爱更可爱是是是是是是是是乌鸦乌鸦鸟鸟企鹅企鹅动物动物生物生物黑色黑色吃腐肉吃腐肉不能飞不能飞能游泳能游泳喜寒冷喜寒冷能运动能运动能吃东西能吃东西有翼有翼能飞能飞有生命有生命语义网络示意图语义网络示意图第四十三页，讲稿共六十四页哦4.2 知识表示方法知识表示方法由上图可以看出，由于语义网络中的下层由上图可以看出，由于语

32、义网络中的下层节点可以节点可以继承、补充或修改继承、补充或修改其上层节点的属其上层节点的属性值，因此能较好地表示对象之间的性值，因此能较好地表示对象之间的继承和继承和变异变异等概念，适于表示推理、联想、归纳等等概念，适于表示推理、联想、归纳等逻辑概念，可根据其表示的知识来回答各种逻辑概念，可根据其表示的知识来回答各种问题，验证各种事实（定理），乃至模仿人问题，验证各种事实（定理），乃至模仿人脑的逻辑思维，演绎或归纳出图中没有直接脑的逻辑思维，演绎或归纳出图中没有直接表示出来的新知识。表示出来的新知识。第四十四页，讲稿共六十四页哦4.2 知识表示方法知识表示方法4.语义网络的形式描述语义网络的形

33、式描述 一个语义网络一个语义网络SN可形式化地描述为：可形式化地描述为：SN=N,E 其中，其中，N 是一个以元组或框架表示的节点的有限集，是一个以元组或框架表示的节点的有限集，节点上的元组或框架描述该节点的各种属性值，节点上的元组或框架描述该节点的各种属性值，E是是连接连接N 中节点的带标识的有向边的集合，有向边上的标中节点的带标识的有向边的集合，有向边上的标识描述该有向边所代表的语义联系。识描述该有向边所代表的语义联系。第四十五页，讲稿共六十四页哦4.2 知识表示方法知识表示方法语义网络语法结构语义网络语法结构BNF描述描述:=|Merge(,:=:=(,):=:属性值属性值:=|第四十六

34、页，讲稿共六十四页哦4.2 知识表示方法知识表示方法5.常用的语义联系常用的语义联系(1)ISA联系联系：“是一个（只，条，种是一个（只，条，种,）联系）联系”“A ISA B”表示表示A是是B的一个特例，的一个特例，B是比是比A更抽象的更抽象的一个概念。一个概念。ISA联系在语义上可以表达很广泛的联系：联系在语义上可以表达很广泛的联系：n 子集子集/超集关系超集关系n 广义化广义化/特殊化特殊化-抽象化抽象化/具体化具体化 第四十七页，讲稿共六十四页哦4.2 知识表示方法知识表示方法 概念包含关系概念包含关系 槽槽(slot)值的限制关系。例如：大象的躯体是一个值的限制关系。例如：大象的躯体

35、是一个1.3米米长的圆柱体。长的圆柱体。集合及其特征类的关系。集合及其特征类的关系。集合及其元素间的关系集合及其元素间的关系谓词关系。例如：谓词关系。例如：A是一个红球是一个红球-红色（红色（A）第四十八页，讲稿共六十四页哦4.2 知识表示方法知识表示方法5.常用的语义联系常用的语义联系(2)Subset-of/Superset-of联系联系：A是是B的子集的子集/超集超集(3)AKO联系联系：A kingd of联系，例如：企鹅联系，例如：企鹅AKO鸟，因此鸟，因此“企鹅企鹅”可以继承可以继承“鸟鸟”的的“有翼有翼”属性值，也有权更改属性值，也有权更改“鸟鸟”的的“能飞能飞”属性值。属性值。

36、(4)A-Member-of/A-Element-of联系联系(5)A-Part-of联系联系(6)Composed-of联系联系第四十九页，讲稿共六十四页哦4.2 知识表示方法知识表示方法5.常用的语义联系常用的语义联系(7)Have联系联系(8)Before/After/At联系联系：时间关系：时间关系(9)Located-At/On/Under/联系联系：位置关系：位置关系(10)Similar-To联系联系：相似或相近关系：相似或相近关系(11)Infer联系联系：前提与结论间的推理关系：前提与结论间的推理关系(12)Possible-Reson联系联系：是：是Infer联系的反联系联

37、系的反联系第五十页，讲稿共六十四页哦4.2 知识表示方法知识表示方法4.2.3 产生式规则产生式规则产生式规则是由逻辑学家产生式规则是由逻辑学家Post于上世纪于上世纪40年代提出的，主年代提出的，主要通过对符号串作替换运算（称为要通过对符号串作替换运算（称为Post运算）进行推理，已被运算）进行推理，已被运用于很多领域，例如：表示形式语言的语法，描述程序设计运用于很多领域，例如：表示形式语言的语法，描述程序设计语言的编译方法，或者用于各种推理系统的形式描述。语言的编译方法，或者用于各种推理系统的形式描述。在产生式规则系统中，论域知识分为两部分：在产生式规则系统中，论域知识分为两部分：（1）事

38、实：各种静态知识，如事物、事件和它们之间）事实：各种静态知识，如事物、事件和它们之间的关系。的关系。（2）产生式规则：推理过程。）产生式规则：推理过程。第五十一页，讲稿共六十四页哦4.2 知识表示方法知识表示方法由于这类推理系统的知识库中主要存储的是规则，由于这类推理系统的知识库中主要存储的是规则，因此又成为基于规则的系统（因此又成为基于规则的系统（Rule-based system）1、产生式规则的定义、产生式规则的定义 一个产生式规则的一般形式为：一个产生式规则的一般形式为：PQ 其中，其中，Q表示一组前提或状态，表示一组前提或状态，P表示若干结论或动表示若干结论或动作，其含义是：如果前提

39、作，其含义是：如果前提Q满足，则可推出结论满足，则可推出结论P（或应（或应该执行动作该执行动作P）。）。第五十二页，讲稿共六十四页哦4.2 知识表示方法知识表示方法在产生式系统中，一般利用一个解释程序，以在产生式系统中，一般利用一个解释程序，以匹配匹配-执行执行的方式运用产生式规则知识。即：当右部的方式运用产生式规则知识。即：当右部Q能与一个已能与一个已证结论集合（它最初由用户或系统所提供的全部事实构证结论集合（它最初由用户或系统所提供的全部事实构成）中的某个元素匹配（包括可能需要进行变量替换后成）中的某个元素匹配（包括可能需要进行变量替换后才能匹配），则可运用该产生式，或推出结论才能匹配），

40、则可运用该产生式，或推出结论P，并将其，并将其纳入已证结论集，或者执行纳入已证结论集，或者执行P所代表的动作等。所代表的动作等。如此循环往复地运用由一组产生式规则所表示的知识，如此循环往复地运用由一组产生式规则所表示的知识，以求得最终的结论，或解答问题，或证明定理。以求得最终的结论，或解答问题，或证明定理。第五十三页，讲稿共六十四页哦4.2 知识表示方法知识表示方法2、产生式的形式化描述及语义、产生式的形式化描述及语义:=,:=:=空空|,:=空空|,:=|:=(,):=(,)第五十四页，讲稿共六十四页哦4.2 知识表示方法知识表示方法3、产生式规则应用举例、产生式规则应用举例 35-55岁的

41、人称为中年人岁的人称为中年人 中年人是老练而细心的中年人是老练而细心的 老练而细心并且有驾驶技术的人不会出交通事故老练而细心并且有驾驶技术的人不会出交通事故 吴连生吴连生43岁并且有驾驶技术岁并且有驾驶技术 吴夫人吴夫人37岁岁 问题：吴连生会出交通事故吗？问题：吴连生会出交通事故吗？第五十五页，讲稿共六十四页哦4.2 知识表示方法知识表示方法首先将上述知识用产生式表示：首先将上述知识用产生式表示：中年人中年人(x)年龄年龄(x,y),小于等于小于等于(y,55),大于等于大于等于(y,35)老练老练(x)中年人中年人(x)细心细心(x)中年人中年人(x)不会出交通事故不会出交通事故(x)老练

42、老练(x),细心细心(x),有驾驶技术有驾驶技术(x)年龄年龄(吴连生，吴连生，43岁岁)有驾驶技术有驾驶技术(吴连生吴连生)年龄年龄(吴夫人，吴夫人，37岁岁)第五十六页，讲稿共六十四页哦4.2 知识表示方法知识表示方法推理过程如下推理过程如下：中年人中年人(吴连生吴连生)年龄年龄(吴连生，吴连生，43岁岁),小于等于小于等于(43,55),大于等于大于等于(43,35)老练老练(吴连生吴连生)中年人中年人(吴连生吴连生)细心细心(吴连生吴连生)中年人中年人(吴连生吴连生)不会出交通事故不会出交通事故(吴连生吴连生)老练老练(吴连生吴连生),细心细心(吴连生吴连生),有驾驶技术有驾驶技术(吴

43、连生吴连生)问题：吴夫人会出交通事故吗？问题：吴夫人会出交通事故吗？第五十七页，讲稿共六十四页哦4.2 知识表示方法知识表示方法4.2.4 框架理论框架理论框架理论是由美国著名人工智能专家框架理论是由美国著名人工智能专家Minsky于上世纪于上世纪70年代初期提出的。他从心理学的证据出发，认为人们在日常年代初期提出的。他从心理学的证据出发，认为人们在日常的认知活动中使用了大量从以前经验中获取并经过整理的知的认知活动中使用了大量从以前经验中获取并经过整理的知识。这种知识往往以一种类似于识。这种知识往往以一种类似于框架结构框架结构的形式寄存于人脑的形式寄存于人脑中。中。当人们面临新的情况，或者对问

44、题的看法有重要变化时，当人们面临新的情况，或者对问题的看法有重要变化时，总是从自己的记忆中寻找一个合适的框架，然后根据实际情总是从自己的记忆中寻找一个合适的框架，然后根据实际情况对其细节加以修改和补充，形成他对所观察到的事物的认况对其细节加以修改和补充，形成他对所观察到的事物的认识和处理方法。识和处理方法。第五十八页，讲稿共六十四页哦4.2 知识表示方法知识表示方法框架理论提供了一种框架理论提供了一种知识组织结构知识组织结构，其中新的知识将，其中新的知识将用从过去经验获得的概念来解释，使人们能够利用已有经用从过去经验获得的概念来解释，使人们能够利用已有经验处理新的问题，引起对有关事物的注意、回

45、忆和推理，验处理新的问题，引起对有关事物的注意、回忆和推理，比较符合人们的思维习惯，因此，它是一种理想的结构化比较符合人们的思维习惯，因此，它是一种理想的结构化知识表示方法。知识表示方法。框架是一种表示定型状态的有层次的数据结构，其顶层是框架是一种表示定型状态的有层次的数据结构，其顶层是固定的，表示某个固定的概念、对象或事件，其下层由一些称固定的，表示某个固定的概念、对象或事件，其下层由一些称为槽为槽(Slot)的结构组成。每个槽可按实际情况用一定类型的实例的结构组成。每个槽可按实际情况用一定类型的实例或数据所填充（也称赋值，所填充的内容称为槽值）。下层的槽或数据所填充（也称赋值，所填充的内容

46、称为槽值）。下层的槽可以是一个能够进一步分层的子框架。可以是一个能够进一步分层的子框架。第五十九页，讲稿共六十四页哦4.2 知识表示方法知识表示方法相互关联的框架连接起来构成框架系统，或称框架网络。不相互关联的框架连接起来构成框架系统，或称框架网络。不同的框架网络通过信息检索网络，由可组成更大的网络，代表一同的框架网络通过信息检索网络，由可组成更大的网络，代表一块完整的知识模块块完整的知识模块1、框架理论的运用、框架理论的运用1)（广义）匹配（广义）匹配：寻找一个其槽值与已知项目：寻找一个其槽值与已知项目a,b,z一致的框一致的框架架2)让步让步：当无法寻找到一个与给定项目完全匹配的框架时，则

47、可重：当无法寻找到一个与给定项目完全匹配的框架时，则可重新寻找新的框架，或者做出一些让步，接受一个相近的框架新寻找新的框架，或者做出一些让步，接受一个相近的框架3)相似网络相似网络：相似框架按照相似度用指针相连，形成一个检索网络。：相似框架按照相似度用指针相连，形成一个检索网络。第六十页，讲稿共六十四页哦4.2 知识表示方法知识表示方法2、框架的形式化描述及语义、框架的形式化描述及语义:=:=框架名框架名:=|(,):=:=约束约束,框架名框架名:=约束约束:=第六十一页，讲稿共六十四页哦4.2 知识表示方法知识表示方法:=,:=:=|:=|:=|:=|,|第六十二页，讲稿共六十四页哦4.2

48、知识表示方法知识表示方法3、框架系统的预定义槽、框架系统的预定义槽1)ISA槽槽2)Subclass/Superclas槽槽3)AKO槽槽4)Instance槽槽5)Part-of槽槽6)Have槽槽7)Before/After/At槽槽第六十三页，讲稿共六十四页哦4.2 知识表示方法知识表示方法3、框架系统的预定义槽、框架系统的预定义槽8)Locate-At/-On/-Under/-Inside/-Outside槽槽9)Similar-To槽槽10)Near-to槽槽11)Infer槽槽12)Possible-Reson槽槽13)Classification槽槽14)第六十四页，讲稿共六十四页哦