人工智能——产生式规则

产生式系统

基本组成：综合数据库（存放知识）、产生式规则（知识）、控制系统（规则的解释或执行程序，即控制策略）

计算机语言使用的BNF范式就是利用产生式规则形式定义的。

产生式最适合表示各种启发式知识，用以说明事物间的经验关联。

 

产生式系统的特点：

数据驱动：从已知的事实出发

模块化：知识的无序性

控制系统与问题无关

类似人类的认识过程：规则似乎是模拟人类如何解决问题的一个自然方法

 

产生式系统的类型：

正向、逆向、双向产生式系统——按推理方向来分

可交换的产生式系统

可分解的产生式系统

 

F规则：

正向产生式系统是从初始状态出发朝向目标状态这个方向来使用规则，即正推的方式工作，正推使用的规则为F规则

 

B规则：

选取目标描述作为初始综合数据库逆向进行求解，即逆向使用规则，产生子目标状态，逆向应用的规则为B规则

 

产生式系统总结：

产生式系统是最简单的知识表示方法，也是应用最广泛的知识表示方法，适于表示各种启发式的经验性关联规则，领域专家无需知识工程工具就能够把自己的知识转化成IF-THEN规则.

产生式规则是再生规则，不符合真值表。

缺点：规则选择效率较低，控制策略不灵活，知识表示形式单一。

 

产生式系统的搜索策略

内容：状态空间的搜索问题

搜索方式：盲目搜索、启发式搜索

关键问题：如何利用知识，尽可能有效地找到问题的解（最佳解）