人工智能與專家系統(tǒng)(ppt92頁)(編輯修改稿)
2025-03-10 15:19 本頁面
【文章內容簡介】 蛋） THEN （動物是鳥） 產生式規(guī)則表示法 ? 美國數(shù)學家 Post， 1943年提出了一種計算形式體系里所使用的術語 。 主要是使用類似文法的規(guī)則 ， 對符號串做替換運算 。 這就是最早的一個產生式系統(tǒng) 。 ? 到了 60年代 ， 產生式系統(tǒng)成為認知心理學研究人類心理活動中信息加工過程的基礎 ， 由此心理學家認為 ，人腦對知識的存儲就是產生式形式 。 因此 ， 用它來建立人類認知模型 。 ? 到目前為止 ， 產生式系統(tǒng)已發(fā)展成為人工智能系統(tǒng)中最典型最普遍的一種結構 。 產生式表示方法是專家系統(tǒng)的第一選擇的知識表達方式 。 產生式規(guī)則知識的表示 ? 表示形式 if A then B 或表示為“如果 A成立則 B成立”，簡化為 A→B 舉例 規(guī)則 1： 如果 發(fā)動機在抽油而且發(fā)動機會旋轉 那么 火花塞有故障 規(guī)則 2： 如果 發(fā)動機不旋轉而且燈不亮 那么 電池或電纜有故障 規(guī)則 3： 如果 發(fā)動機不旋轉而且燈不亮 那么 啟動馬達有故障 規(guī)則 4： 如果 油箱中有油而且化油器中有油 那么 發(fā)動機在抽油 產生式規(guī)則的基本特征 ? 相同的條件可以得出不同的結論 ? 如： A→B ， A→C ? 相同的結論可以由不同的條件來得到 ? 如： A→G ， B→G ? 條件之間可是以“與”連接和“或”連接 ? 如： A∧ B→G ， A∨ B→G ? 一條規(guī)則中的結論，可以是另一條規(guī)則中的條件 ? 如： F∧ B→Z ， C∧ D→F 產生式規(guī)則的兩種推理方法 ? 正向推理 ? 逆向 （ 反向 ） 推理 正向推理 ? 逐條搜索規(guī)則庫，對每一條規(guī)則的前提條件，檢查事實庫中是否存在。前提條件中各子項，若在事實庫中不是全部存在，放棄該條規(guī)則；若在事實庫中全部存在，則執(zhí)行該條規(guī)則，把結論放入事實庫中。反復循環(huán)執(zhí)行上面過程，直到推出目標，并存入事實庫中為止。 正向推理舉例 A∧ B→G C∧ D→A E→D B， C， E 產生式規(guī)則庫 事實庫 在產生式規(guī)則庫中有 3條規(guī)則，在事實庫中存在 B， C， E3個事實，且它們均為真。希望通過正向推理，證明目標 G為真。 推理過程：搜索每條規(guī)則的前提條件是否在事實庫中 步驟 搜索規(guī)則 是否激發(fā)該規(guī)則 原因 事實庫狀態(tài) 1 第 1條規(guī)則 否 A不在事實庫 B， C， E 2 第 2條規(guī)則 否 D不在事實庫 B， C， E 3 第 3條規(guī)則 是 E在事實庫 B， C， E， D 4 第 1條規(guī)則 否 A不在事實庫 B， C， E， D 5 第 2條規(guī)則 是 C和 D在事實庫 B， C， E， A 6 第 1條規(guī)則 是 A在事實庫 B， C， E， A， G 逆向推理 ? 逆向推理用得較多，主要是目標明確，推理快。 ? 逆向推理是從目標開始，尋找以此目標為結論的規(guī)則，并對該規(guī)則的前提進行判斷，若該規(guī)則的前提中某個子項是另一規(guī)則的結論，再找此結論的規(guī)則，直到對某個規(guī)則的前提能夠進行判斷。 逆向推理舉例 A∧ B→G C∧ D→A E→D B， C， E 產生式規(guī)則庫 事實庫 步驟 規(guī)則 搜索目標 前提成立否 原因 事實庫狀態(tài) 1 1 G 否 A不在事實庫 B， C， E 2 2 A 否 D不在事實庫 B， C， E 3 3 D 是 E在事實庫 B， C， E， D 4 2 A 是 C和 D在事實庫 B， C， E， D， A 5 1 G 是 A和 B在事實庫 B， C， E， A， G 推理過程：搜索每條規(guī)則的結論，檢查其前提是否在事實庫中 根據規(guī)則庫得到的逆向推理樹（知識樹） G A B C I J K L M E X F W Z P Q A∨ B∧ C→G (I∧ J)∨ K→A X∧ F→J L→B M∨ E→C W∧ Z→M P∧ Q→E 若有知識庫為 “與或”推理樹的特點 總目標 G（結論） 前提 A （ 結論 ） 前提 B （ 結論 ） 前提 C （ 結論 ） 前提 I J 前提 K 前提 L M E 前提 X 前提 F 前提 W 前提 Z 前提 P 前提 Q ①每條規(guī)則對應的結點分支有與、或關系 ②樹的根結點是推理樹的總目標 ③相鄰兩層之間是一條或多條規(guī)則連接 ④每個結點可以是單值，也可以是多值。若結點是多值時，各值對應的規(guī)則將不同 ⑤可以把所有的葉結點直接放在事實數(shù)據庫中，也可以安排向用戶提問 推理樹的深度優(yōu)先搜索過程 －－逆向推理過程 G A B C I J K L M E X F W Z P Q Y Y N N Y Y Y 1 2 6 4 5 7 8 9 10 11 12 3 N N Y Y Y Y 專家系統(tǒng)的開發(fā) 專家系統(tǒng)的局限 ?專家系統(tǒng)只是人的經驗的匯集 ,因而它存在先天的缺陷 ,其解也可能未必正確 。 ?專家系統(tǒng)不能由第一原理推理 ,不能抓住相似 ,缺乏普通的感知 , 所以專家系統(tǒng)不是一個通用的專家 ,不是一個問題求解器 。 ?對于復雜系統(tǒng) ,專家系統(tǒng)這種表達知識的方法也很難表達 ,解就更難 。 ?專家系統(tǒng)的維護也很不容易 ,尤其對快速發(fā)展的醫(yī)學和信息領域 ,有時一年就有 30%的規(guī)則要加以改變。 專家系統(tǒng)的適用范圍 ?在相對窄的知范圍和一些定義好的領域能成功應用； ?在企業(yè)的管理信息系統(tǒng)中專家系統(tǒng)能起到它應有的作用。 專家系統(tǒng)的局限及適用范圍 四、遺傳算法的決策支持 遺傳算法起源 ? 遺傳算法是由美國的 J. Holland教授于 1975年在他的專著 《 自然界和人工系統(tǒng)的適應性 》 中首先提出的，它是一類 借鑒生物界自然選擇和自然遺傳機制的隨機化搜索算法 。 遺傳學概述 ? 達爾文進化論： “物競天擇、適者生存” ? 遺傳學認為，遺傳信息封裝在 染色體 中，并以 基因 （位）的形式包含在染色體（個體）中。 ? 每個基因有特殊的位置并控制某個特殊的性質?；螂s交和基因突變能產生對環(huán)境適應性強的后代，通過優(yōu)勝劣汰的自然選擇， 適應值高的基因結構就保存下來 。 遺傳算法（ Geic Algorith
醫(yī)療健康相關推薦
鄂ICP備17016276號-1