第6章基于产生式规则的机器推理课件

第第6 6章章 基于产生式规则的机器推基于产生式规则的机器推理理7/8/20241人工智能第6章基于产生式规则的机器推理8/13/20231人工智能第第6章基于产生式规则的机器推理章基于产生式规则的机器推理6.1 6.1 产生式规则产生式规则6.2 6.2 产生式系统产生式系统7/8/20242人工智能第6章基于产生式规则的机器推理6.1产生式规则8/13/26.1 6.1 产生式规则产生式规则6.1.1 产生式规则产生式规则6.1.2 基于产生式规则的推理模式基于产生式规则的推理模式7/8/20243人工智能6.1产生式规则6.1.1产生式规则8/13/202336.1.16.1.1产生式规则（产生式规则（1）产生式产生式产生式（产生式（ProductionProduction）一词从波斯特机中借用来的。）一词从波斯特机中借用来的。波斯特机是一种自动机，它是根据串替换规则提出波斯特机是一种自动机，它是根据串替换规则提出的一种计算模型。其中的每一条规则就叫一个产生的一种计算模型。其中的每一条规则就叫一个产生式。也称产生式规则，简称规则。式。也称产生式规则，简称规则。这里产生式就是前面讨论过的操作（二阶梵塔问题，这里产生式就是前面讨论过的操作（二阶梵塔问题，猴子摘香蕉问题等）、逻辑蕴含式、推理规则以及猴子摘香蕉问题等）、逻辑蕴含式、推理规则以及各种关系（包含经验性联想）的一种逻辑抽象。各种关系（包含经验性联想）的一种逻辑抽象。7/8/20244人工智能6.1.1产生式规则（1）产生式8/13/20234人工智能6.1.16.1.1产生式规则产生式规则（2）产生式的一般形式为：产生式的一般形式为：前件前件后件（情况后件（情况行为）行为）前件是前提，规则的执行条件。前件是前提，规则的执行条件。后件是结论或动作，规则体。后件是结论或动作，规则体。产生式规则的语义：如果前提满足，则可得结论或产生式规则的语义：如果前提满足，则可得结论或者执行相应的动作，即后件由前件触发。者执行相应的动作，即后件由前件触发。一个产生式规则就是一条知识，用产生式不仅可以进一个产生式规则就是一条知识，用产生式不仅可以进行推理，也可以实现操作。行推理，也可以实现操作。7/8/20245人工智能6.1.1产生式规则（2）产生式的一般形式为：8/13/206.1.16.1.1产生式规则产生式规则（2）产生式规则例子产生式规则例子如果银行存款利率下调，那么股票价格上涨。如果银行存款利率下调，那么股票价格上涨。如果炉温超过上限，则立即关闭风门。如果炉温超过上限，则立即关闭风门。如果发烧、呕吐并且出现黄疸，那么得了肝炎。如果发烧、呕吐并且出现黄疸，那么得了肝炎。（0.7）如果键盘突然失灵，且屏幕上出现怪字符，则是病如果键盘突然失灵，且屏幕上出现怪字符，则是病毒发作。毒发作。7/8/20246人工智能6.1.1产生式规则（2）产生式规则例子8/13/202366.1.16.1.1产生式规则产生式规则（例）（例）例例 三个聪明人问题。古代有个国王想知道他的三个聪明人问题。古代有个国王想知道他的三个大臣中谁最聪明，就在他们每个人前额上三个大臣中谁最聪明，就在他们每个人前额上都画了一个点，他们都能看到别人点的颜色，都画了一个点，他们都能看到别人点的颜色，但看不到自己点的颜色。国王说，你们中间至但看不到自己点的颜色。国王说，你们中间至少有一个人的点是白色的。于是重复地问他们：少有一个人的点是白色的。于是重复地问他们：“谁知道自己点的颜色？谁知道自己点的颜色？”三位大臣们头两次三位大臣们头两次都回答说不知道。题目要求证明下一次他们全都回答说不知道。题目要求证明下一次他们全都会说都会说“知道知道”，并且所有的点都是白色。，并且所有的点都是白色。7/8/20247人工智能6.1.1产生式规则（例）例三个聪明人问题。古代有个国王6.1.16.1.1产生式规则产生式规则（例）（例）分析分析：这类问题的特点是有有限个受试者，每个这类问题的特点是有有限个受试者，每个人对问题都只有部分了解，无法直接求解。但人对问题都只有部分了解，无法直接求解。但在推理过程中每个人又可以从别人那里获得新在推理过程中每个人又可以从别人那里获得新的知识，重新进行推理。可以用产生式来表达的知识，重新进行推理。可以用产生式来表达推理过程中所用到的各种知识。推理过程中所用到的各种知识。7/8/20248人工智能6.1.1产生式规则（例）分析：8/13/20238人工智能6.1.16.1.1产生式规则产生式规则（例）（例）状态集合表示：状态集合表示：用用x1,x2,x3表示三个人点的颜色，表示三个人点的颜色，1表示白表示白色，色，0表示非白色。表示非白色。X(x1,x2,x3)表示颜色分布状态。表示颜色分布状态。全部可能的状态集合全部可能的状态集合(可能界可能界PW0)：(0,0,0),(0,0,1),(0,1,0),(0,1,1),(1,0,0),(1,0,1),(1,1,0),(1,1,1)实际给定的状态为实际给定的状态为现实界现实界X0(x10,x20,x30)用排除法找到用排除法找到X0。7/8/20249人工智能6.1.1产生式规则（例）状态集合表示：8/13/202396.1.16.1.1产生式规则产生式规则（例）（例）排除过程：排除过程：第一次，大臣只知道至少有一个人是白点，排除第一次，大臣只知道至少有一个人是白点，排除X0=(0,0,0)状态。状态。这时如果有人看到两个非白点，这时如果有人看到两个非白点，根据排除的状态可推知自己是白点。根据排除的状态可推知自己是白点。第二次大臣根据没有一个人知道自己点颜色的事实第二次大臣根据没有一个人知道自己点颜色的事实推知至少两人为白点。排除推知至少两人为白点。排除(0,0,1)(0,1,0)(1,0,0)状态。状态。这时如果有人看这时如果有人看到一个非白点，根据排除后得到的状态可推知自己到一个非白点，根据排除后得到的状态可推知自己的点是白的。的点是白的。第三次，大臣们根据仍无人知道自己点颜色的新事第三次，大臣们根据仍无人知道自己点颜色的新事实推知没有一个非白点出现，即实推知没有一个非白点出现，即X0=(1,1,1)。于是。于是三人都知道自己点的颜色是白的。三人都知道自己点的颜色是白的。7/8/202410人工智能6.1.1产生式规则（例）排除过程：8/13/202310人6.1.16.1.1产生式规则产生式规则（例）（例）引入中介状态并定义下述符号：引入中介状态并定义下述符号：Si i大臣看到的非白点数；大臣看到的非白点数；Wi i大臣猜出自己点的颜色否。如果他宣布大臣猜出自己点的颜色否。如果他宣布已知道自己点的颜色，为已知道自己点的颜色，为1，否则为，否则为0；nX0中白点的个数。中白点的个数。7/8/202411人工智能6.1.1产生式规则（例）引入中介状态并定义下述符号：8/16.1.16.1.1产生式规则产生式规则（例）（例）(1)(n=1)X(n=1)X0 0 (0,0,1),(0,1,0),(0,1,1),(1,0,0),(1,0,1),(1,1,0),(1,1,1)(0,0,1),(0,1,0),(0,1,1),(1,0,0),(1,0,1),(1,1,0),(1,1,1)；(2)(n=1)(2)(n=1)(S(Si i=2)=2)=(W=(Wi i=1),(i=1,2,3,=1),(i=1,2,3,下同下同)；(3)(3)(i)i)(W(Wi i=1)=1)(n=1)=(n=1)(n=1)=(n=1)；(4)(n=1)=(4)(n=1)=(i)i)(W(Wi i=1)=1)；(5)(5)(i)i)(W(Wi i=0)=0)(n=1)=(n=2);(n=1)=(n=2);(6)(n=2)X(6)(n=2)X0 0 (0,1,1),(1,0,1),(1,1,0),(1,1,1)(0,1,1),(1,0,1),(1,1,0),(1,1,1)；(7)(n=2)(7)(n=2)(S(Si i=1)=1)=(W=(Wi i=1);=1);(8)(8)(i)i)(W(Wi i=1)=1)(n=2)=(n=2);(n=2)=(n=2);(9)(n=2)=(9)(n=2)=(i)i)(W(Wi i=1);=1);(10)(10)(i)i)(W(Wi i=0)=0)(n=2)=(n=3);(n=2)=(n=3);(11)(n=3)X(11)(n=3)X0 0 (1,1,1)(1,1,1)；(12)(n=3)=(12)(n=3)=(i)i)(W(Wi i=1).=1).7/8/202412人工智能6.1.1产生式规则（例）(1)(n=1)X06.1.16.1.1产生式规则产生式规则（例）（例）上述结果可以推广到更一般的情况：设有上述结果可以推广到更一般的情况：设有m个大个大臣，国王说至少有臣，国王说至少有l l个人的点是白色的，则有个人的点是白色的，则有下述产生式：下述产生式：(1)(n=l)X0 x|x中的白点数中的白点数=l；(2)(n=l)(Si=2)=(Wi=1),(i=1,2,m,下同下同)；(3)(i)(Wi=1)(n=l)=(n=l)；(4)(n=l)=(i)(Wi=l)；(5)(i)(Wi=0)(n=l)(l(n=l1);(6)(i)(Wi=0)(n=l)(lm-1)=(nm)。7/8/202413人工智能6.1.1产生式规则（例）上述结果可以推广到更一般的情况：设6.1.26.1.2基于产生式规则的推理模式基于产生式规则的推理模式 A B B A B 把有前提的操作和逻辑推理统称为推理，把有前提的操作和逻辑推理统称为推理，产生式系统中的推理是更广义的推理。产生式系统中的推理是更广义的推理。7/8/202414人工智能6.1.2基于产生式规则的推理模式6.26.2产生式系统产生式系统6.2.16.2.1系统结构系统结构6.2.26.2.2运行过程运行过程6.2.36.2.3控制策略常用算法控制策略常用算法6.2.46.2.4程序实现程序实现*6.2.56.2.5产生式系统与问题求解产生式系统与问题求解7/8/202415人工智能6.2产生式系统6.2.1系统结构8/13/202315人工6.2.16.2.1系统结构（系统结构（1 1）产生式系统结构产生式系统结构产生式规则库推理机全局数据库7/8/202416人工智能6.2.1系统结构（1）产生式系统结构产生式规则库推理机全局6.2.16.2.1系统结构（系统结构（2 2）组成组成产生式规则库产生式规则库作用在全局数据库上的一些规则作用在全局数据库上的一些规则的集合。每条规则都有一定的条件，若全局数据库的集合。每条规则都有一定的条件，若全局数据库中内容满足这些条件可调用这条规则。一般可形成中内容满足这些条件可调用这条规则。一般可形成一个称为推理网络的结构图。对应过程性知识。一个称为推理网络的结构图。对应过程性知识。推理机推理机负责产生式规则的前提条件测试或匹配，负责产生式规则的前提条件测试或匹配，规则的调度和选取，规则体的解释和执行。即推理规则的调度和选取，规则体的解释和执行。即推理机实施推理，并对推理进行控制，它也是规则的解机实施推理，并对推理进行控制，它也是规则的解释程序。对应控制性知识。释程序。对应控制性知识。全局数据库全局数据库人工智能系统的数据结构中心。是人工智能系统的数据结构中心。是一个动态数据结构，用来存放初始事实数据、中间一个动态数据结构，用来存放初始事实数据、中间结果和最后结果。对应叙述性知识。结果和最后结果。对应叙述性知识。7/8/202417人工智能6.2.1系统结构（2）组成8/13/202317人工智能6.2.16.2.1系统结构（系统结构（3 3）例例 旅行推销员问题。求从旅行推销员问题。求从A城出发，经过其他城市一次城出发，经过其他城市一次且仅一次，最后回到且仅一次，最后回到A城的最小费用路线。城市之间的城的最小费用路线。城市之间的交通费用标在相应的联线上。建立产生式系统。交通费用标在相应的联线上。建立产生式系统。BCADE713109656710107/8/202418人工智能6.2.1系统结构（3）例旅行推销员问题。求从A城出发，经6.2.16.2.1系统结构（系统结构（4 4）（1）全局数据库全局数据库（已访问过的城镇名称序列）。（已访问过的城镇名称序列）。约约束条件是除城镇束条件是除城镇A之外其他名称不得在序列中重复出现；之外其他名称不得在序列中重复出现；只有所有的名称都在序列中出现后，城镇只有所有的名称都在序列中出现后，城镇A才能重复出才能重复出现。现。（2）规则集规则集如下表所示如下表所示。（3）推理推理：（A）（AB）（ABE）（4）终止条件终止条件序列始于序列始于A，终止于，终止于A，其中包含其，其中包含其他所有城镇一次，且费用最少。他所有城镇一次，且费用最少。（5）各种各种搜索策略搜索策略选择规则，如广度优先搜索，最好优选择规则，如广度优先搜索，最好优先搜索等。先搜索等。R2R57/8/202419人工智能6.2.1系统结构（4）（1）全局数据库（已访问过的城镇6.2.16.2.1系统结构（系统结构（5 5）规则集规则集 规则规则动作动作条件条件R1下一步到下一步到A系列中包含所有城镇时可用系列中包含所有城镇时可用R2下一步到下一步到B每条规则只能使用一次，即每条规则只能使用一次，即序列中已有某城镇时，不能序列中已有某城镇时，不能在使用相应规则在使用相应规则R3下一步到下一步到CR4下一步到下一步到DR5下一步到下一步到E7/8/202420人工智能6.2.1系统结构（5）规则集规则动作条件R1下一步到A6.2.16.2.1系统结构（系统结构（6 6）与一般分级组织的计算机软件相比具有特点：与一般分级组织的计算机软件相比具有特点：全局数据库的内容可以为所有规则所访问，没有任全局数据库的内容可以为所有规则所访问，没有任何部分是专为某一规则建立的，这种特性便于模仿何部分是专为某一规则建立的，这种特性便于模仿智能行为中的强数据驱动。智能行为中的强数据驱动。规则本身不调用其他规则。规则之间的联系必须通规则本身不调用其他规则。规则之间的联系必须通过全局数据库联系。过全局数据库联系。全局数据库、规则和推理机之间相对独立，这种积全局数据库、规则和推理机之间相对独立，这种积木式结构便于整个系统增加和修改知识。木式结构便于整个系统增加和修改知识。7/8/202421人工智能6.2.1系统结构（6）与一般分级组织的计算机软件相比具有特6.2.26.2.2产生式系统的产生式系统的运行过程（运行过程（1）推理机一次运行过程推理机一次运行过程从规则库中取出一条规则，将其前提同从规则库中取出一条规则，将其前提同当前动态数据库中的事实进行模式匹配当前动态数据库中的事实进行模式匹配匹配成功否？匹配成功否？把该规则的结论放入当前动态数据库；把该规则的结论放入当前动态数据库；或执行规则所规定的动作或执行规则所规定的动作YN7/8/202422人工智能6.2.2产生式系统的运行过程（1）推理机一次运行过程从规则6.2.26.2.2产生式系统的产生式系统的运行过程运行过程（2 2）产生式系统运行过程产生式系统运行过程实际的产生式系统，目标条件往往要经过多步推理实际的产生式系统，目标条件往往要经过多步推理才能满足或者证明问题无解。才能满足或者证明问题无解。产生式系统的运行过程就是推理机不断的运用规则产生式系统的运行过程就是推理机不断的运用规则库中的规则，作用于动态数据库，不断进行推理并库中的规则，作用于动态数据库，不断进行推理并不断检测目标条件是否被满足的过程。不断检测目标条件是否被满足的过程。产生式系统运行过程是从初始事实出发，寻求到达产生式系统运行过程是从初始事实出发，寻求到达目标条件的通路的过程。所以也是一个目标条件的通路的过程。所以也是一个搜索搜索的过程。的过程。7/8/202423人工智能6.2.2产生式系统的运行过程（2）产生式系统运行过程8/16.2.36.2.3控制策略与常用算法控制策略与常用算法（1 1）推理方式推理方式正向推理正向推理 从初始事实数据出发，正向使用规则从初始事实数据出发，正向使用规则进行推理，朝目标方向前进。又称为前向推理、正进行推理，朝目标方向前进。又称为前向推理、正向链、数据驱动的推理。向链、数据驱动的推理。反向推理反向推理从目标出发，反向使用规则进行推理，从目标出发，反向使用规则进行推理，朝初始事实或数据方向前进。又称反向推理、反向朝初始事实或数据方向前进。又称反向推理、反向链、目标驱动的推理。链、目标驱动的推理。7/8/202424人工智能6.2.3控制策略与常用算法（1）推理方式8/13/20236.2.36.2.3控制策略与常用算法控制策略与常用算法（2 2）正向推理算法一正向推理算法一步步1 将初始事实将初始事实/数据置入动态数据库；数据置入动态数据库；步步2 用动态数据库中的事实匹配目标条件，若目标条件用动态数据库中的事实匹配目标条件，若目标条件满足，推理成功，结束。满足，推理成功，结束。步步3 用规则库中各规则的前提匹配动态数据库中的事实，用规则库中各规则的前提匹配动态数据库中的事实，将匹配成功的规则组成待用规则集。将匹配成功的规则组成待用规则集。步步4 若待用规则集为空，则运行失败，退出。若待用规则集为空，则运行失败，退出。步步5 将待用规则集中各规则的结论加入动态数据库，或将待用规则集中各规则的结论加入动态数据库，或者执行其动作，转步者执行其动作，转步2。7/8/202425人工智能6.2.3控制策略与常用算法（2）正向推理算法一8/13/26.2.36.2.3控制策略与常用算法（控制策略与常用算法（3 3）若把若把动态数据库动态数据库的的每一个状态每一个状态作为一个作为一个节点节点的话，则的话，则上述推理过程就是一个从初始状态到目标状态的上述推理过程就是一个从初始状态到目标状态的状态状态图搜索图搜索过程。过程。如果把动态数据库中的如果把动态数据库中的每一个事实每一个事实/数据数据作为一个作为一个节点节点的话，则上述推理过程就是一个自底向上的的话，则上述推理过程就是一个自底向上的与或树搜与或树搜索索过程。过程。7/8/202426人工智能6.2.3控制策略与常用算法（3）若把动态数据库的每一个状态6.2.36.2.3控制策略与常用算法控制策略与常用算法（4 4）反向推理算法反向推理算法步步1 将初始事实将初始事实/数据置入动态数据库，数据置入动态数据库，将目标条件置入将目标条件置入目标链；目标链；步步2 若目标链为空，则推理成功，结束。若目标链为空，则推理成功，结束。步步3 取出目标链中第一个目标，用动态数据库中的事实取出目标链中第一个目标，用动态数据库中的事实同其匹配，若匹配成功，转步同其匹配，若匹配成功，转步2。步步4 用规则集中的各规则的结论同该目标匹配，若匹配用规则集中的各规则的结论同该目标匹配，若匹配成功，则将第一个匹配成功且未用过的规则的前提作成功，则将第一个匹配成功且未用过的规则的前提作为新的目标，并取代原来的父目标加入目标链，转步为新的目标，并取代原来的父目标加入目标链，转步3。步步5 若该目标是初始目标，则推理失败，退出。若该目标是初始目标，则推理失败，退出。步步6 将该目标的父目标移回目标链，取代该目标及其兄将该目标的父目标移回目标链，取代该目标及其兄弟目标，转步弟目标，转步3。7/8/202427人工智能6.2.3控制策略与常用算法（4）反向推理算法8/13/206.2.36.2.3控制策略与常用算法控制策略与常用算法（5 5）在产生式系统中，从前提到结论的产生式规则在产生式系统中，从前提到结论的产生式规则通常也是一棵与或树。通常也是一棵与或树。合取，与节点：一个产生式的前提包含了几个事实，合取，与节点：一个产生式的前提包含了几个事实，那么它的结论对应这些事实的合取。那么它的结论对应这些事实的合取。析取，或节点：一个结论可以由多个产生式得到，析取，或节点：一个结论可以由多个产生式得到，则这个结论对应这些产生式的析取。则这个结论对应这些产生式的析取。每个产生式系统都隐含着许多这样的与或树。每个产生式系统都隐含着许多这样的与或树。7/8/202428人工智能6.2.3控制策略与常用算法（5）在产生式系统中，从前提到结6.2.36.2.3控制策略与常用算法控制策略与常用算法（6 6）F1P1F3F4F5F6BCDAP2P3P4P5F2事实中介事实B、C、D产生式规则P1、P2、P3、P4、P5结论7/8/202429人工智能6.2.3控制策略与常用算法（6）F1P1F3F4F5F6B6.2.36.2.3控制策略与常用算法控制策略与常用算法（7 7）例例6.1：动物分类问题的产生式系统描述及求解。：动物分类问题的产生式系统描述及求解。规则规则：r1r1：IF IF 该动物有毛发该动物有毛发 THEN THEN 该动物是该动物是哺乳动物哺乳动物r2r2：IF IF 该动物有奶该动物有奶 THEN THEN 该动物该动物是哺乳动物是哺乳动物r3r3：IF IF 该动物有羽毛该动物有羽毛 THEN THEN 该动物是该动物是鸟鸟r4r4：IF IF 该动物会飞该动物会飞 AND AND 会下蛋会下蛋 THEN THEN 该动该动物是鸟物是鸟r5r5：IF IF 该动物吃肉该动物吃肉 THEN THEN 该动物该动物是食肉动物是食肉动物r6r6：IF IF 该动物有犬齿该动物有犬齿 AND AND 有爪有爪 AND AND 眼盯前方眼盯前方 THEN THEN 该动物是食肉动物动物该动物是食肉动物动物7/8/202430人工智能6.2.3控制策略与常用算法（7）例6.1：动物分类问题的产6.2.36.2.3控制策略与常用算法控制策略与常用算法（8 8）r7r7：IF IF 该动物是哺乳动物该动物是哺乳动物 AND AND 有蹄有蹄 THEN THEN 该动物是有蹄类动物该动物是有蹄类动物r8r8：IF IF 该动物是哺乳动物该动物是哺乳动物 AND AND 是嚼反刍动物是嚼反刍动物 THEN THEN 该动物是有蹄动物该动物是有蹄动物r9r9：IF IF 该动物是哺乳动物该动物是哺乳动物 AND AND 是食肉动物是食肉动物 AND AND 是黄褐色是黄褐色 AND AND 身上有身上有暗斑点暗斑点 THEN THEN 该动物是该动物是金钱豹金钱豹 r10r10：IF IF 该动物是哺乳动物该动物是哺乳动物 AND AND 是食肉动物是食肉动物 AND AND 是黄褐色是黄褐色 AND AND 身上有黑身上有黑色条纹色条纹 THEN THEN 该动物是该动物是虎虎7/8/202431人工智能6.2.3控制策略与常用算法（8）r7：IF该动物是哺6.2.36.2.3控制策略与常用算法控制策略与常用算法（9 9）r11r11：IF IF 该动物是有蹄类动物该动物是有蹄类动物 AND AND 有长脖子有长脖子 AND AND 有长腿有长腿 AND AND 身上有暗斑点身上有暗斑点 THEN THEN 该动物是该动物是长颈鹿长颈鹿 r12r12：IF IF 该动物有蹄类动物该动物有蹄类动物 AND AND 身上有黑色身上有黑色条纹条纹 THEN THEN 该动物是该动物是斑马斑马r13r13：IF IF 该动物是鸟该动物是鸟 AND AND 有长脖子有长脖子 AND AND 有长腿有长腿 AND AND 不会飞不会飞 AND AND 有黑白二色有黑白二色 THEN THEN 该动物是该动物是鸵鸟鸵鸟7/8/202432人工智能6.2.3控制策略与常用算法（9）r11：IF该动物是6.2.36.2.3控制策略与常用算法控制策略与常用算法（1010）r14r14：IF IF 该动物是鸟该动物是鸟 AND AND 会游泳会游泳 AND AND 不会飞不会飞 AND AND 有黑白二色有黑白二色 THEN THEN 该动物是该动物是企鹅企鹅r15r15：IF IF 该动物是鸟该动物是鸟 AND AND 善飞善飞 AND AND 不怕风浪不怕风浪 THEN THEN 该动物是该动物是海燕海燕7/8/202433人工智能6.2.3控制策略与常用算法（10）r14：IF该动物老虎老虎黄褐色黄褐色有黑色条纹有黑色条纹食肉动物食肉动物哺乳动物哺乳动物有毛发有毛发有奶有奶吃肉吃肉有爪有爪有犬齿有犬齿目盯前方目盯前方金钱豹金钱豹有有 黑黑 色色 斑斑点点长颈鹿长颈鹿有蹄动物有蹄动物有蹄有蹄长腿长腿长脖子长脖子有有 暗暗 斑斑点点图图6-4 6-4 动物分类产生式规则集所形成的部分推理网络动物分类产生式规则集所形成的部分推理网络7/8/202434人工智能老虎黄褐色有黑色条纹食肉动物哺乳动物有毛发有奶吃肉有爪有犬齿6.2.36.2.3控制策略与常用算法控制策略与常用算法（1212）初始事实：初始事实：f1f1：某动物有毛发。：某动物有毛发。f2 f2：吃肉。：吃肉。f3 f3：黄褐色。：黄褐色。f4 f4：有黑色条纹：有黑色条纹目标条件为：该动物为什么？目标条件为：该动物为什么？7/8/202435人工智能6.2.3控制策略与常用算法（12）初始事实：8/13/206.2.36.2.3控制策略与常用算法控制策略与常用算法（1313）7/8/202436人工智能6.2.3控制策略与常用算法（13）8/13/202336人6.2.36.2.3控制策略与常用算法控制策略与常用算法（1414）例例6.2 使用反向推理算法使用反向推理算法7/8/202437人工智能6.2.3控制策略与常用算法（14）例6.2使用反向推理算6.2.36.2.3控制策略与常用算法（控制策略与常用算法（1515）3 冲突消解策略冲突消解策略给定一组事实之后可用匹配技术寻找可用产生式，其给定一组事实之后可用匹配技术寻找可用产生式，其基本思想是将已知事实代入产生式的前件，若前件为基本思想是将已知事实代入产生式的前件，若前件为真，则该产生式是可用的。真，则该产生式是可用的。提高匹配效率的方法提高匹配效率的方法索引匹配。为状态建立可用产生式索引表，减少可用产生式索引匹配。为状态建立可用产生式索引表，减少可用产生式搜索范围。搜索范围。分层匹配。将产生式分成若干层或组，按一定特征进行分层分层匹配。将产生式分成若干层或组，按一定特征进行分层搜索。搜索。过滤匹配。边匹配边过滤匹配。边匹配边 按某些附加特征或参数对可用产生式进按某些附加特征或参数对可用产生式进行精选。行精选。7/8/202438人工智能6.2.3控制策略与常用算法（15）3冲突消解策略8/136.2.36.2.3控制策略与常用算法控制策略与常用算法（2 2）正向推理算法二正向推理算法二步步1 将初始事实将初始事实/数据置入动态数据库；数据置入动态数据库；步步2 用动态数据库中的事实匹配目标条件，若目标条件用动态数据库中的事实匹配目标条件，若目标条件满足，推理成功，结束。满足，推理成功，结束。步步3 用规则库中各规则的前提匹配动态数据库中的事实，用规则库中各规则的前提匹配动态数据库中的事实，将匹配成功的规则组成待用规则集。将匹配成功的规则组成待用规则集。步步4 若待用规则集为空，则运行失败，退出。若待用规则集为空，则运行失败，退出。步步5 用某种策略，从待用规则集中选取一条规则，用某种策略，从待用规则集中选取一条规则，将其将其结论加入动态数据库，或者执行其动作，撤消待用规结论加入动态数据库，或者执行其动作，撤消待用规则集，转步则集，转步2。7/8/202439人工智能6.2.3控制策略与常用算法（2）正向推理算法二8/13/26.2.36.2.3控制策略与常用算法（控制策略与常用算法（1616）如果一组事实可以同时使几个产生式前提为真，常用如果一组事实可以同时使几个产生式前提为真，常用以下方法进行选择（冲突消解策略）：以下方法进行选择（冲突消解策略）：优先级法（优先级高者优先）优先级法（优先级高者优先）可信度法（可信度高者优先）可信度法（可信度高者优先）自然顺序法自然顺序法采用优先级、可信度、代价等冲突消解策略，就是采用优先级、可信度、代价等冲突消解策略，就是启启发式搜索发式搜索；采用自然顺序法，就是一种；采用自然顺序法，就是一种盲目碰撞搜索盲目碰撞搜索。产生式系统的推理方式、搜索策略及冲突消解策略等产生式系统的推理方式、搜索策略及冲突消解策略等成为推理控制策略。成为推理控制策略。产生式系统的控制策略体现在推理机的算法描述中。产生式系统的控制策略体现在推理机的算法描述中。7/8/202440人工智能6.2.3控制策略与常用算法（16）如果一组事实可以同时使几6.2.4 6.2.4 程序实现程序实现*产生式规则的程序语言实现产生式规则的程序语言实现规则库的程序实现规则库的程序实现动态数据库的程序实现动态数据库的程序实现推理机的程序实现推理机的程序实现7/8/202441人工智能6.2.4程序实现*产生式规则的程序语言实现8/13/206.2.5 6.2.5 产生式系统与问题求解产生式系统与问题求解（1 1）如果用正向推理来解决规划性问题，在算法中如果用正向推理来解决规划性问题，在算法中需要增加以下功能：需要增加以下功能：记录动态数据库状态变化的历史记录动态数据库状态变化的历史需要回溯，保存与每个动态数据库状态对应的可用需要回溯，保存与每个动态数据库状态对应的可用规则集规则集要进行树式搜索，还需设置一个要进行树式搜索，还需设置一个OPEN表表对已执行的规则进行标记对已执行的规则进行标记7/8/202442人工智能6.2.5产生式系统与问题求解（1）如果用正向推理来解决规6.2.5 6.2.5 产生式系统与问题求解产生式系统与问题求解（2 2）产生式系统产生式系统图搜索图搜索初始事实数据初始事实数据初始节点初始节点目标条件目标条件目标节点目标节点产生式规则产生式规则状态转换规则、问题变换规则状态转换规则、问题变换规则规则库规则库操作集操作集动态数据库动态数据库节点（状态节点（状态/问题）问题）控制策略控制策略搜索策略搜索策略产生式系统与图搜索对比产生式系统与图搜索对比7/8/202443人工智能6.2.5产生式系统与问题求解（2）产生式系统图搜索初始事6.2.5 6.2.5 产生式系统与问题求解产生式系统与问题求解（3 3）问题求解、图搜索和产生式系统的关系是：问题求解、图搜索和产生式系统的关系是：问题求解问题求解是目的，图搜索是方法，产生式系统是形式是目的，图搜索是方法，产生式系统是形式。产生式系统能实施功能更强的搜索。产生式系统能实施功能更强的搜索。产生式系统的应用产生式系统的应用基于消解原理的产生式系统基于消解原理的产生式系统基于自然演绎法的产生式系统基于自然演绎法的产生式系统基于专用知识的产生式系统基于专用知识的产生式系统基于遗传算法的产生式系统基于遗传算法的产生式系统产生式系统几乎成了人工智能问题求解系统的产生式系统几乎成了人工智能问题求解系统的通用模通用模型。型。7/8/202444人工智能6.2.5产生式系统与问题求解（3）问题求解、图搜索和产生The End！7/8/202445人工智能TheEnd！8/13/202345人工智能