文档介绍：暨南大学
人工智能试验汇报

题目: 基于web动物识别系统
院系: 信科院计算机系
专业: 计算机技术
学号:
学生姓名: ming fang
成绩:

日期: 12月10日
一、目与要求
掌握人工智能知识表示技术, 能用产生式表示法表示知识, 并实现一个用于识别教授系统。
推理策略采取正向推理和反向推理两种。
二、关键内容
学习人工智能知识表示技术, 关键掌握产生式知识表示具体应用方法。
实现动物识别系统关键功效以下:
2．1系统能经过正向、反向推理得到正确动物识别结果。
2．2系统能动态地添加规则、能显示推理过程。
三．试验原理
产生式表示: 产生式表示是知识表示一个。这种方法是建立在因果关系基础上, 可很轻易描述事实、规则及其不确定性度量。
1．事实表示:
事实可看成是断言一个语言变量值或是多个语言变量间关系陈说句, 语言变量值或语言变量间关系能够是一个词。不一定是数字。通常使用三元组（对象, 属性, 值）或（关系, 对象1, 对象2）来表示事实, 其中对象就是语言变量, 若考虑不确定性就成了四元组表示（增加可信度）。这种表示机器内部实现就是一个表。
　　如事实“小王年纪是22岁”, 便写成（Lee,age,22）
　　事实“小李、小张是好友”, 可写成（friend,Lee,Zhang）
2．规则表示:
规则用于表示事物间因果关系, 以IF condition THEN action 单一形式来描述, 将规则作为知识单位。其中condition 部分称为条件式前件或模式, 而action部分称作动作、后件或结论。
产生式通常形式为: 前件后件。前件和后件也能够是有“与”、 “或”、 “非”等逻辑运算符组合表示式。条件部分常是部分事实合取或析取, 而结论常是某一事实B。假如不考虑不确定性, 需另附可信度度量值。
产生式过则含义是: 假如前件满足, 则可得到后件结论或者实施后件对应动作, 即后件由前件来触发。一个产生式生成结论能够作为另一个产生式前提或语言变量使用, 深入可组成产生式系统。
蕴涵式表示知识只能是正确, 产生式表示知识能够是不确定, 原因是蕴涵式是一个逻辑表示式, 其逻辑值只有真和假。蕴含式匹配一定要求是正确, 而产生式匹配能够是不确定, 原因是产生式前提条件和结论都能够是不确定, 所以其匹配也能够是不确定。
:
推理机
规则集
数据库

数据库中存放组成产生式系统基础元素, 又是产生式作用对象。包含系统设计时输入事实、外部数据库输入事实以及中间结果和最终结果。数据格式是多个多样, 能够是常量、变量、多元组、谓词等。在推理过程中, 当规则库中某条规则前提能够和数据库中已知事实相匹配时, 该规则被激活, 由它推出结论将被作为新事实放入数据库, 成为后面推理已知事实。

规则库中存放是与求解相关全部产生式规则集合, 每个规则由前件和后件组成。其中包含了将问题从初始化状态转换成目标状态所需全部变换规则。这些规则描述了问题领域中通常性知识。规则库是产生式系统进行问题求解基础, 其知识完整性、一致性、正确性、灵活性, 以及知识组成合理性等性质, 对产生式系统运行效率都相关键影响。

推理机是一个解释程序, 控制协同规则库与数据库, 负责整个产生式系统运行, 决定问题求解过程推理路线, 实现对问题求解。
推理机关键包含下面部分工作内容:
（1）按一定策略从规则库中选择规则与数据库已知事实进行匹配。匹配过程中会产生三种情况。第一个匹配成功, 则此条规则将被列入被激活候选集; 第二种匹配失败, 即输入条件与已知条件矛盾; 第三种匹配无结果, 即该条规则前件已知条件中完全与输入事实无关, 则将规则列入待测试规则集, 将在下一轮匹配中再次使用。因为有可能推理中间结果符合其前件已知条件。
（2）当匹配成功规则多于一条时, 需要从匹配成功规则中选出一个加以实施, 即依据一定策略解消冲突。
（3）解释实施规则后件动作。假如该规则后件不是问题目标, 即假如这些后件为一个或多个结论时, 将其加入到数据库中。对要实施规则, 假如该规则后件满足问题结束条件, 则停止推理。