人工智能_第2章 知识表示方法
- 格式:ppt
- 大小:102.00 KB
- 文档页数:28
第二章知识表示方法教学内容:本章讨论知识表示的各种方法,是人工智能课程三大内容(知识表示、知识推理、知识应用)之一,也是学习人工智能其他内容的基础。
教学重点:谓词逻辑法、语义网络法、状态空间法、问题归约法。
教学难点:语义网络法、状态描述与状态空间图示。
教学方法:课堂教学为主,同时结合《离散数学》等已学的内容实时提问、收集学生学习情况,充分利用网络课程中的多媒体素材来表示抽象概念。
教学要求:重点掌握用状态空间法、问题归约法、谓词演算法、语义网络法来描述问题;解决问题;掌握几种主要方法之间的差别;并对其它几种表示方法有一般了解。
2.1 概述∙主要内容:∙知识原则∙知识表示的作用∙知识表示的功能∙知识表示的性能∙基本的知识表示方式1 知识原则里南(D.B.Lenat)和费根鲍姆(E.A.Feigenbaum),IJCAI-10一个系统展示高级的智能理解和行为,主要是因为拥有应用领域特有的知识:概念、事实、表示、方法、模型、隐喻和启发式。
∙特有——意指应用领域中有效地求解问题主要靠该领域特有的知识。
∙足够的约束来自特别知识——通用知识作用微弱,不能提供足够的约束。
∙系统拥有的知识和其性能(问题求解能力和效率)的关系,参见图3.1。
∙知识门槛:(1)使能门槛W——指知识量超过该门槛时,系统就拥有了为执行任务所需的最低限度知识。
(2)胜任门槛C——到达C点时成为某应用领域中求解问题的专家,胜任只有专家才能解决的问题求解任务。
(3)全能门槛E——.到了这个门槛,由于知识量的空前增加(丰富),使系统能解决该应用领域内的几乎所有问题,成为全能专家。
∙知识门槛的分析:∙知识量差异——达到C级,只需50~1000条规则;再加等量的规则,就可达E级。
∙智能体知识是逐步积累的,涉及到获取新知识、修正和学习。
∙系统的能力主要由知识库中包含的领域特有的知识来决定——作为启发式知识(经验性关联知识)指导问题求解。
∙许多其它的人工智能研究也开始转向基于知识的观点。
可编辑修改精选全文完整版人工智能及其应用(蔡自兴)课后答案第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上的联系及异同点?答:状态空间法:基于解答空间的问题表示和求解方法,它是以状态和算符为基础来表示和求解问题的。
一般用状态空间法来表示下述方法:从某个初始状态开始,每次加一个操作符,递增的建立起操作符的试验序列,直到达到目标状态为止。
问题规约法:已知问题的描述,通过一系列变换把此问题最终变成一个子问题集合:这些子问题的解可以直接得到,从而解决了初始问题。
问题规约的实质:从目标出发逆向推理,建立子问题以及子问题的子问题,直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法:采用谓词合式公式和一阶谓词算法。
要解决的问题变为一个有待证明的问题,然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的,从而证明这个新语句也是正确的。
语义网络法:是一种结构化表示方法,它节点和弧线或链组成。
节点用于表示物体、概念和状态,弧线用于表示节点间的关系。
语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。
语义网络可用于表示多元关系,扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?用Si(nC, nY) 表示第i次渡河后,河对岸的状态,nC表示传教士的数目,nY表示野人的数目,于总人数的确定的,河对岸的状态确定了,河这边的状态也即确定了。
考虑到题目的限制条件,要同时保证,河两岸的传教士数目不少于野人数目,故在整个渡河的过程中,允许出现的状态为以下3种情况: 1. nC=0 2. nC=33. nC=nY>=0 (当nC不等于0或3)用di(dC, dY)表示渡河过程中,对岸状态的变化,dC表示,第i次渡河后,对岸传教士数目的变化,dY表示,第i次渡河后,对岸野人数目的变化。