基于产生式规则的机器推理

人工智能生式规则简称产生式。

它是指形如α─→β或IFαTHENβ或其等价形式的一条规则,其中α称为产生式的左部或前件;β称为产生式的右部或后件。

①如果α、β分别代表需要注视的一组条件及其成立时需要采取的行动，那么称为条件-行动型产生式;②如果α、β分别代表前提及其相应的结论,那么称为前提-结论型产生式。

人工智能中的推理很多是建立在直观经验基础上的不精确推理，而产生式在表示和运用不精确知识方面具有灵活性，因此许多专家系统采用产生式系统为体系结构。

组成一个产生式系统由下列3部分组成：一个总数据库(global database)，它含有与具体任务有关的信息。

υυ一套规则，它对数据库进行操作运算。

每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。

应用规则来改变数据库。

一个控制策略，它确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。

υ自由帕斯卡中free pascal 中的产生式系统的组成产生式系统由一个综合数据库、一组产生式规则和一个控制系统三个基本要素组成。

其中：综合数据库是产生式系统所用的主要数据结构，它主要用来表示问题的状态，即初始状态、中间状态和目标状态等，以及状态之间的关系。

它不是固定不变的，在求解的过程中，它的内容将越来越多，状态之间的关系也越来越复杂。

经常用来表示数据库的数据结构有串、集合、数组、树、表、记录、队列等。

产生式规则是对数据库进行操作的一系列规则。

规则的一般形式是：IF 条件 THEN 操作即满足应用的先决条件后，就对数据库实行后面的操作。

控制策略规定了操作的顺序，即在任何条件下用什么规则进行操作，什么条件下停止运行，它规定了问题的求解的搜索策略和路线。

控制策略一般可分为不可撤回方式和试探法两大类，试探法又包括回溯法和图搜索法两种。

工作方式产生式是系统的单元程序，它与常规程序不同之处在于，产生式是否执行并不在事前硬性规定，各产生式之间也不能相互直接调用，而完全决定于该产生式的作用条件能否满足，即能否与全局数据库的数据条款匹配。

1．群智能与脑智能：脑智能是一种个体智能，是宏观心理层次上高级的智能。

群智能是一种社会智能（系统智能），属于微观生理层次上低级的神经元。

2．计算智能与符号智能：符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。

计算智能就是计算人工智能，它是模拟群智能的人工智能。

3．搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。

4．知识：就是人们对客观事物(包括自然的和人造的)及其规律的认识，知识还包括人们利用客观规律解决实际问题的方法和策略等。

5．自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。

6．机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。

7．模式识别：则指的是用计算机进行物体识别。

8．决策树学习：决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。

机器学习决策树也就是所说的决策树学习。

9．从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。

10．人工智能的三个最基本、最核心的技术实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。

11．从所承担的工作和任务性质来看，Agent的分类：信息型Agent、合作型Agent、接口型Agent、移动型Agent等。

12．用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。

13．智能机器人至少应具备哪四种机能？感知机能——获取外部环境信息以便进行自我行动监视的机能；运动机能——施加于外部环境的相当于人的手、脚底动作机能；思维机能——求解问题的认识、推理、判断机能；人—机通信机能——理解指示命令、输出内部状态，与人进行信息交换的机能。

简述产生式规则的基本组成产生式规则是人工智能和计算机科学中的一个重要概念，用于描述和表示问题的解决方案。

它是一种形式化的规则，用于表示问题的初始状态、目标状态和问题的解决过程中的步骤。

产生式规则由两部分组成：前件和后件。

前件描述了问题的当前状态，后件描述了解决问题的操作或动作。

产生式规则的基本组成是一个三元组(条件, 操作, 结果)，其中条件是前件，操作是后件，结果是解决问题后的状态。

产生式规则的主要作用是通过匹配问题的当前状态和前件来触发操作，从而改变问题的当前状态。

前件是产生式规则中的条件部分，用于描述问题的当前状态和约束条件。

它可以是一个或多个条件的逻辑组合，条件可以是事实、属性或其他谓词逻辑表达式。

例如，条件可以是“当前状态为A并且属性B的值大于10”或“问题的某个属性的值等于某个特定值”。

操作是产生式规则中的行为部分，用于描述解决问题的步骤和动作。

操作可以是执行某个具体的计算、修改问题的状态或触发其他产生式规则。

操作可以是计算一个新的状态，更新问题的属性或执行一系列的计算和变换操作。

结果是产生式规则中的目标状态，它描述了解决问题后的最终状态。

结果可以是一个或多个状态的逻辑组合。

例如，结果可以是“问题的当前状态为C并且属性D的值小于5”或“问题的某个属性设置为某个指定的值”。

产生式规则的使用方式可以分为两种：前向推理和后向推理。

前向推理是从问题的初始状态出发，根据匹配规则的条件和操作逐步推导出解决问题的结果。

它是一种从数据（即前提）到结论的推理方式。

后向推理是从问题的目标状态出发，根据匹配规则的条件和操作逐步推导出问题的初始状态。

它是一种从结论到数据的推理方式。

产生式规则的优点在于它们的表达能力和灵活性。

它们可以描述各种复杂的问题和解决方案，并且可以根据实际需求进行扩展和修改。

产生式规则还可以与其他技术和方法结合使用，如逻辑推理、规则引擎和机器学习等。

总之，产生式规则是一种强大的问题描述和解决方法，其基本组成为前件、操作和结果。

人工智能考试1．符号智能就是符号人工智能, 它是模拟脑智能的人工智能, 也就是所说的传统人工智能或经典人工智能。

符号智能以符号形式的知识和信息为基础, 主要通过逻辑推理，运用知识进行问题求解。

2．计算智能就是计算人工智能, 它是模拟群智能的人工智能。

计算智能以数值数据为基础, 主要通过数值计算，运用算法进行问题求解。

3. PROLOG语言是一种逻辑型智能程序设计语言它是建立在逻辑学的理论基础之上的，最初被运用于自然语言等研究领域。

4.PROLOG语只有三种语句：事实、规则和问题。

事实功能：一般表示对象的性质或关系规则一般表示对象间的因果关系、蕴含关系或对应关系5. 同过程性语言相比, 一个PROLOG程序, 其问题就相当于主程序, 其规则就相当于子程序, 而其事实就相当于数据。

6. 图搜索技术是人工智能中的核心技术之一，人工智能的许多分支领域都涉及到图搜索。

7.用计算机来实现状态图的搜索, 有两种最基本的方式：树式搜索和线式搜索。

8.搜索策略可分为盲目搜索和启发式(heuristic)搜索两大类。

9. 按搜索范围的扩展顺序的不同, 搜索又可分为广度优先和深度优先两种类型。

对于树式搜索, 既可深度优先进行,也可广度优先进行。

对于线式搜索则总是深度优先进行。

10.简答遗传操作:选择-复制操作是模拟生物界优胜劣汰的自然选择法则的一种染色体运算, 就是从种群中选择适应度较高的染色体进行复制,以生成下一代种群。

交叉(crossover)亦称交换、交配或杂交,就是互换两个染色体某些位上的基因。

变异(mutation)亦称突变,就是改变染色体某个(些)位上的基因。

11. 基于谓词逻辑的机器推理也称自动推理，它是人工智能早期的主要研究内容之一。

12.产生式的一般形式为：〈前件〉→〈后件〉其中, 前件就是前提, 后件是结论或动作,前件和后件可以是由逻辑运算符AND、OR、NOT 组成的表达式13.利用产生式规则可以实现有前提条件的指令性操作, 也可以实现逻辑推理。

1人工智能是人造智能，即计算机模拟或实现的智能，它是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和复杂环境中的行为。

2图灵测试的做法：让一位测试者分别与一台计算机和一个人进行交谈，而测试者事先并不知道哪一个是测试者，哪一个是计算机。

若果交谈后测试者分不出哪一个被测者是人，哪一个是计算机，则可以认为这台被测的计算机具有智能。

3人脑的智能及其发生过程都是在其心理层面上可见的，即以某种心理活动和思维过程表现的。

这就是说，基于宏观心理层次，我们可以定义智能和研究智能。

基于这一认识，我们把脑（主要指人脑）的这种宏观心理层次的智能表现成为脑智能。

把这种有群体行为所表现的智能称为群智能。

区别与联系：它们都属于不同层次的智能。

脑智能是一种个体智能，而群智能是一种社会智慧，但对于人脑来说，宏观心理层次上的脑智能与神经元层次上的群智能又有密切关系，正是围观生理层次上低级的神经元的群智能形成宏观心理层次上高级的智能。

4 从感觉到记忆到思维这一过程，称为智慧，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称智能。

5符号智能：就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。

符号智能以符号形式的知识和信息为基础，主要通过逻辑推理，运用知识进行问题求解，符号智能的主要智能包括知识获取，知识表示，知识组织与管理和知识运用等技术（这些构成了所谓的知识工程）以及基于知识的智能系统等。

6计算智能：也就是计算人工智能，它是模拟群智能的人工智能，计算智能以数值数据为基础，主要通过数组计算，运用算法进行问题求解，计算智能的主要内容：神经网络，进化计算（亦称演化计算，包括遗传算法，进化规划，进化策略），免疫计算，粒群计算，蚁群计算，自然计算以及人工生命等。

7人工智能的研究内容：搜索与求解：许多人工智能活动（包括脑智能和群智能）的过程，都可以看成或者抽象为一个基于搜索的问题求解过程。

机终端进行会话。

测试开始后，由测试主持人向被测试对象提出各种具有智能性的问题，但不能询问测试者的物理特征。

被测试对象在回答问题时,都应尽量使测试者相信自己是“人”，而另一位是”机器”。

在这个前提下，要求测试主持人区分这两个被测试对象中哪个是人，哪个是机器。

如果无论如何更换测试主持人和被测试对象的人，测试主持人总能分辨出人和机器的概率都小于50%，则认为该机器具有了智能。

1.5人工智能的发展经历了哪几个阶段？解：孕育期，形成期，知识应用期，从学派分立走向综合，智能科学技术学科的兴起1.6人工智能研究的基本内容有哪些？解：与脑科学与认知科学的交叉研究智能模拟的方法和技术研究1.7人工智能有哪几个主要学派？各自的特点是什么？解：符号主义：又称为逻辑主义、心理学派或计算机学派，是基于物理符号系统假设和有限合理性原理的人工智能学派。

符号主义认为人工智能起源于数理逻辑，人类认知（智能）的基本元素是符号，认知过程是符号表示上的一种运算。

联结主义：又称为仿生学派或生理学派，是基于神经网络及网络间的联结机制与学习算法的人工智能学派。

联结主义认为人工智能起源于仿生学，特别是人脑模型的研究。

行为主义：又称进化主义或控制论学派，是基于控制论和“感知-动作”控制系统的人工智能学派。

行为主义认为人工智能起源于控制论，提出智能取决于感知和行为，取决于对外界复杂环境的适应，而不是表示和推理。

1.8人工智能有哪些主要研究和应用领域？其中哪些是新的研究热点？解：机器思维:推理、搜索、规划机器学习：符号学习、联结学习、知识发现和数据挖掘机器感知：机器视觉、模式识别、自然语言理解机器行为：智能控制、智能制造计算智能：神经计算、进化计算、模糊计算分布智能智能系统：专家系统、智能决策支持系统人工心理与人工情感研究热点：智能机器人、智能检索、智能游戏等。

1.9 人工智能未来发展有哪些值得思考和关注的重要问题？解：多学科交叉研究分布智能与社会智能研究集成智能研究智能网络研究认知计算与情感计算研究智能系统与智能服务第2章确定性知识系统参考答案2.1 什么是知识？有哪几种主要的知识分类方法？解：知识是人们在改造客观世界的实践中积累起来的认识和经验；知识是对信息进行智能性加工中形成的对客观世界规律性的认识。

一、选择题(每题1分,共15分)1、AI的英文缩写是A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information2、反演归结(消解)证明定理时,若当前归结式是()时,则定理得证。

A)永真式B)包孕式(subsumed)C)空子句3、从已知事实出发,通过规则库求得结论的产生式系统的推理方式是A)正向推理B)反向推理C)双向推理4、语义网络表达知识时,有向弧AKO 链、ISA链是用来表达节点知识的()。

A)无悖性B)可扩充性C)继承性5、(A→B)∧A => B是A)附加律B)拒收律C)假言推理D)US6、命题是可以判断真假的A)祈使句B)疑问句C)感叹句D)陈述句7、仅个体变元被量化的谓词称为A)一阶谓词B)原子公式C)二阶谓词D)全称量词8、MGU是A)最一般合一B)最一般替换C)最一般谓词D)基替换9、1997年5月,著名的“人机大战”,最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败,这台计算机被称为()A)深蓝B)IBM C)深思D)蓝天10、下列不在人工智能系统的知识包含的4个要素中A)事实B)规则C)控制和元知识 D)关系11、谓词逻辑下,子句, C1=L∨C1‘, C2= ¬ L∨C2‘, 若ζ是互补文字的(最一般)合一置换,则其归结式C=()A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’12、或图通常称为A)框架网络B)语义图C)博亦图D)状态图13、不属于人工智能的学派是A)符号主义B)机会主义C)行为主义D)连接主义。

14、人工智能的含义最早由一位科学家于1950年提出,并且同时提出一个机器智能的测试模型,请问这个科学家是A)明斯基B).扎德C)图林D)冯.诺依曼15.要想让机器具有智能,必须让机器具有知识。