【正文】 ed System) 的知識已不限于專家的經(jīng)驗知識，可以是領(lǐng)域知識或通過機器學(xué)習(xí)所獲得的知識等。它與專家系統(tǒng)的不同在于：252。而專家系統(tǒng)的推理是不固定形式的，隨著問題不同，推理過程也不一樣。存儲具體問題求解的初始數(shù)據(jù)和推理過程中的各種信息；216。綜合數(shù)據(jù)庫是初始事實、問題描述以及系統(tǒng)運行過程中的中間結(jié)果、最終結(jié)果、運行信息等的工作存儲器。（ 5）知識測試與調(diào)試的困難性。 0,1?連續(xù)值）解釋系統(tǒng)這種輔助發(fā)現(xiàn)和更正知識庫中錯誤的作用，對于專家系統(tǒng)設(shè)計者來說，起到了 “ 助手 ” 的作用。智能性。策略 3：優(yōu)先選用被滿足的條件較多的規(guī)則。原因：v產(chǎn)生式規(guī)則知識表示容易被人理解；v它是基于演繹推理的，保證了推理結(jié)果的正確性；v大量產(chǎn)生式規(guī)則所連成的推理樹可以是多棵樹，寬度反映實際問題的范圍，深度反映實際問題的難度。 這棵樹一般稱為推理樹或知識樹，它把規(guī)則庫中的所有規(guī)則都連結(jié)起來。 每個結(jié)點有兩種可能，即 yes和 no， 葉結(jié)點為 no是由用戶回答形成的。r5： 若某動物是食肉動物且黃褐色且有黑色條紋，則它是老虎。 OR六、應(yīng)用舉例解 ： CF()CF()FB基于推理的專家系統(tǒng) (CaseBased Reasoning)基本思想： 模擬人類推理活動中 “ 回憶 ” 的認識能力，將過去典型問題的求解方案按照一定的組織方式存儲起來，形成案例庫。K知識獲取是專家系統(tǒng)構(gòu)成的 “ 瓶頸 ” 。AMJ基于推理的專家系統(tǒng)缺點：對噪音數(shù)據(jù)較為敏感，錯誤、冗余數(shù)據(jù)容易影響檢索效率和求解效果； CBR系統(tǒng)在管理數(shù)量較大的案例庫時，時間、空間復(fù)雜性要認真考慮；缺乏案例知識的自動生成；有可能盲目引用舊的案例，過分依賴經(jīng)驗；不能完全探明自身解決問題方法的空間，有時不能找到最優(yōu)解。數(shù)據(jù)庫模型庫 DSS控制系統(tǒng) ES以 DSS為主的 IDSS結(jié)構(gòu) ES為主體的 IDSS結(jié)構(gòu)體現(xiàn)以定性分析為主，結(jié)合定量分析解決問題。AJQ→CR41:J∧ K→BR22:?CF(E3)對于多 OR連接：依次分解、滾動式合并不確定性推理和確定性推理的區(qū)別可信度的差別推理過程的差別 對于確定性推理，當(dāng)結(jié)論的可信度為 1時，就不再進行推理；對于不確定性推理，當(dāng)某個結(jié)論的可信度不為 1時（即 CF≠1 ），對于相同結(jié)論的其它規(guī)則仍然要進行推理，求該結(jié)論的可信度，并和已計算出該結(jié)論的可信度進行合并。IF　 E1　 THEN　 H　 CF(R1)　　 IF　 E2　 THEN　 H　 CF(R2) 則結(jié)論 H的可信度計算分別有：　　 CF1(H)＝ CF(R1)MIN{CF(E1)， CF(E2)…CF(E N)}五、不確定性推理⒉ 前提中 OR（ 或）連接時結(jié)論的可信度計算公式規(guī)則形式：　　 IF A→ B CF()如果頭痛發(fā)燒，則患了感冒 ()。大量的實際問題中，專家掌握的規(guī)則大多是經(jīng)驗性的，不是精確的。 事實的不確定性一般用可信度 CF(Certainty消除用戶對目標結(jié)論的疑慮。f2： 吃肉。r1： 若某動物有奶，則它是哺乳動物。推理樹的特點：總目標 G(結(jié)論 )前提 A(結(jié)論 )前提 B(結(jié)論 )前提 C(結(jié)論 )前提 J(結(jié)論 )前提 I 前提 L 前提 M(結(jié)論 )前提 E(結(jié)論 )? 前提 X 前提 F 前提 Z 前提 P 前提 Q? 前提 W? ? ?? ? ? 逆向推理過程在推理樹中反映為推理樹的深度優(yōu)先搜索過程。(4)一條規(guī)則中的結(jié)論，可以是另一條規(guī)則中的條件。3）規(guī)則的論證 指出某些規(guī)則存在的理由，用于推理的解釋。元級知識：說明如何運用領(lǐng)域知識的知識。準確性。劇本知識庫中知識表示的精度精確知識 ?? 公式 ?公理?原理性 ?不精確知識?經(jīng)驗性 ?可信度概率證據(jù)理論模糊數(shù)學(xué)知識精確度知識庫管理知識庫管理 知識管理包括：知識的分類、知識的組織和存儲、知識的檢索、知識的增加、知識的刪除、知識的修改、知識的拷貝和轉(zhuǎn)儲、知識的一致性、完整性和無冗余性檢查等。??? 122專家系統(tǒng)由兩大部分組成： 開發(fā)環(huán)境、應(yīng)用環(huán)境知識獲取人機接口解釋機制推理機 專家 用戶知識庫 知識工程師文檔數(shù)據(jù)庫123知識獲取的主要手段（ 1）面談法（ 2）模擬法知識獲取知識獲?。?3）機器學(xué)習(xí)環(huán)境學(xué)習(xí) 知識庫 執(zhí)行監(jiān)督選例機器學(xué)習(xí)系統(tǒng)的結(jié)構(gòu)知識獲取的困難知識獲取知識獲取獲取專家啟發(fā)性知識是十分困難的，其原因：（ 1）知識表示失配。提供用戶接口，便于用戶使用以及分析和理解用戶的各種要求和請求。如果把數(shù)據(jù)看成是知識，算法看成推理的話，它也是一種知識推理。不能適應(yīng)變化的事實，推理不出新事實。216?；顒又R獲取知識表示知識推理 知識轉(zhuǎn)換知識存于知識庫中p專家系統(tǒng)的特點具有豐富的經(jīng)驗和知識，能運用知識高效地推出結(jié)論；能進行符號處理；能根據(jù)不確定的知識進行推理；具有元知識；知識的獨立性；推理不是固定形式。專家系統(tǒng)的產(chǎn)生與發(fā)展216。ES模仿專家的推理過程進行專門問題的求解，它的能力來源于它所擁有的專門知識和推理機制。所以深度優(yōu)先搜索是不完備的，即使問題有解，它也不一定能求得解。 4)考察節(jié)點 n是否為目標節(jié)點。 廣度優(yōu)先搜索的 盲目性較大 ，當(dāng)目標節(jié)點距離初始節(jié)點較遠時將會產(chǎn)生許多無用節(jié)點，因此搜索效率低，但是，只要問題有解，用寬度優(yōu)先搜索 總 可以得到解，而且得到的是路徑 最短的路徑 。 搜索技術(shù)v 狀態(tài)空間表示法 v 與或樹表示法 v 廣度優(yōu)先搜索法v 生成測試法v 深度優(yōu)先搜索法 v 爬山法廣度優(yōu)先搜索法（ 1）基本思想 從初始狀態(tài) S0開始，利用算符，生成所有可能的后繼狀態(tài)，構(gòu)成下一層節(jié)點，檢查目標節(jié)點 G是否出現(xiàn)，若未出現(xiàn)，就對該層所有的狀態(tài)節(jié)點，分別順序利用算符，成生該層所有節(jié)點的后繼節(jié)點，再檢查是否出現(xiàn) G， 若未出現(xiàn)，繼續(xù)生成再下層的所有狀態(tài)節(jié)點，這樣一層一層展開，直到目標出現(xiàn)。 例如，把問題 P分解為三個子問題 P1， P2， P3， 可用圖表示?？墒褂玫乃惴校? 空格左移，空格上移，空格右移，空格下移。(6) 場次 ：事件發(fā)生的順序。(2) 結(jié)局 ：事件發(fā)生之后，通常會成為現(xiàn)實的情況。? 繼承：子框架可以擁有其父框架的槽及其槽值。有關(guān)框架聚集起來就組成框架系統(tǒng)。匹配的思想：在知識庫的語義網(wǎng)絡(luò)中尋找與待求問題相符的語義網(wǎng)絡(luò)模式。3 語義網(wǎng)絡(luò)基本思想：v 用結(jié)點表示概念，用弧線表示概念之間的關(guān)系，將領(lǐng)域知識表示成一種結(jié)構(gòu)圖形式；v 在語義網(wǎng)絡(luò)中，尋找概念之間的內(nèi)在聯(lián)系，主要通過語義網(wǎng)絡(luò)的形式推理來回答兩類問題：3 語義網(wǎng)絡(luò)結(jié)點 代表實體，表示各種事物、概念、情況、屬性、狀態(tài)、事件、動作等；語義單元 是由有向圖表示的三元組 (結(jié)點 1,弧 ,結(jié)點 2)結(jié)點 1 結(jié)點 2語義關(guān)系弧 是有方向和標注的，方向體現(xiàn)了結(jié)點所代表的實體的主次關(guān)系，即結(jié)點 1為主，結(jié)點 2為輔；標注 表示所連接的兩個實體之間的語義聯(lián)系。產(chǎn)生式規(guī)則知識有 正向 和 逆向 兩種推理方式 。后來，這一術(shù)語幾經(jīng)修改擴充，被用到許多領(lǐng)域。1 一階謂詞邏輯252。F計算機所處理的知識，按其作用可大致分為三類：F知識按其作用的層次可分為兩類：對象級知識 ：直接描述有關(guān)領(lǐng)域?qū)ο蟮闹R元級知識 ：描述對象級知識的知識 知識、知識表示 知識、知識表示F知識表示： 知識表示是對知識的一種描述，或者說是一組約定，是一種計算機可以接受的、用于描述知識的數(shù)據(jù)結(jié)構(gòu)，對知識進行表示就是把知識表示成便于計算機存儲和利用的某種數(shù)據(jù)結(jié)構(gòu)。歸納推理和類比推理中前提和結(jié)論，不能保證有必然聯(lián)系，具有或然性。2 推理的種類演繹推理歸納推理類比推理假言推理三段論推理數(shù)學(xué)歸納法假言易位推理枚舉歸納推理（ 1）假言推理： “如果 p， 那么 q”為真，同時 “p”為真，則推出 “q”為真。 1981年， Bonczek提出了 DSS三系統(tǒng)結(jié)構(gòu)，該結(jié)構(gòu)中有 “知識系統(tǒng) ”，使得不少學(xué)者將 DSS劃為人工智能的范疇，研究知識表示與知識推理，這樣， DSS與人工智能的專家系統(tǒng)的界限變得模糊了。決策支持系統(tǒng)系統(tǒng)工程專業(yè)本科學(xué)員必修課第四章 智能決策支持系統(tǒng)和智能技術(shù)的決策支持216。252。 p→q ， p┝ q （ 2）三段論推理： “如果 p， 那么 q”為真，同時 “如果 q，那么 r”為真，則推出 “如果 p， 那么 r”為真。這樣的結(jié)論未必是可靠的，需要經(jīng)過嚴格的驗證和證明。F知識表示的要求1）表示能力：能夠?qū)栴}求解所需的知識正確有 效地表達出來；2）可理解性：所表達的知識簡單、易于理解；3）可訪問性：能夠有效地利用所表達的知識；4）可擴充性：能夠方便地對知識進行擴充。連接詞：用來組合原子公式以形成較復(fù)雜的合式公式。例如，形式語言中的文法規(guī)則就稱為產(chǎn)生式。（ 1）正向推理v 逐條搜索規(guī)則庫，對每一條規(guī)則的前提條件都檢查事實庫中是否存在；v 對前提條件中各子項，若事實庫中不是全部都存在，放棄該條規(guī)則；v 若在事實庫中全部存在，則執(zhí)行該條規(guī)則，并結(jié)論放入到事實庫中；v 反復(fù)執(zhí)行上述過程，直至推出目標，并存放入事實庫中。試用語義網(wǎng)絡(luò)表示命題 “某學(xué)校小學(xué)生坐車去春游 ”。Can屬性關(guān)系語義網(wǎng)絡(luò)草魚 水草eat基本的語義關(guān)系3 語義網(wǎng)絡(luò)?空（待填入） 框架 框架是知識表示的基本單位?？蚣?1) 匹配 框架是一類事物的完整描述。有兩種繼承，即直接繼承和時序繼承。關(guān)于框架的例子例 描述學(xué)校的框架框架名： 學(xué)校 類屬： 教育機構(gòu) 類型：范圍 (大學(xué)，中學(xué)，小學(xué) ) 位置： (省 (直轄市 )，市 ) 面積：單位 (平方米 ) 教工人數(shù)： 學(xué)生人數(shù)：例如，肚子不再餓了，花了錢等。每個場次可用框架描述。即只允許把位于空格左、上、右、下的鄰近棋子移入空格。 P1， P2， P3是問題 P的三個子問題，只有當(dāng)這三個子問題都可解時，問題 P才可解，稱 P1， P2， P3之間存在 “與 ”關(guān)系；稱節(jié)點 P為 “與 ”節(jié)點；由 P、 P1， P2， P3所構(gòu)成的圖稱為 “與 ”樹。S0S1 S2 S3S11 S12 S21 S22 S31S111 S121 S122 S221 S311 G（ 2）算法1)把初始節(jié)點 S0故入 OPEN表。 深度優(yōu)先搜索法 （ 1）基本思想 從初始狀態(tài) S0開始，利用算符，生成搜索樹下一層的任意一個節(jié)點，檢查目標節(jié)點是否出現(xiàn)，若未出現(xiàn)，以此節(jié)點利用一個算符生成再下一層的任一節(jié)點，然后再檢查目標節(jié)點是否出現(xiàn)