产生式规则 java 置信度 概率_人工智能之产生式系统（c++实现）

人工智能之产生式系统(c++实现)

发布时间：2019-05-26 16:55,

浏览次数：106

这次的人工智能实验是产生式系统——动物分类。

规则库：

R1：动物有毛发→ 哺乳类

R2：动物有奶 → 哺乳类

R3：动物有羽毛 → 鸟类

R4：动物会飞 ∧会下蛋 → 鸟类

R5：哺乳类∧动物吃肉→ 食肉动物

R6：动物有犬齿 ∧有爪 ∧眼盯前方→食肉动物

R7：哺乳类 ∧有蹄 →蹄类

R8：哺乳类 ∧反刍 → 蹄类

R9：哺乳类 ∧ 食肉动物∧ 黄褐色 ∧ 有斑点→ 金钱豹

R10：哺乳类∧ 食肉动物 ∧ 黄褐色 ∧ 有黑色条纹→虎

R11：蹄类 ∧ 长脖 ∧ 长腿 ∧ 有斑点→ 长颈鹿

R12：蹄类 ∧ 有黑色条纹→ 斑马

R13：鸟类 ∧长脖 ∧ 长腿 ∧ 不会飞∧黑白二色 →鸵鸟

R14：鸟类 ∧会游泳 ∧黑白二色 ∧ 不会飞 →企鹅

R15：鸟类 ∧善飞 →信天翁

通过这个规则库，根据用户输入的已知条件，来判断所描述的动物。

产生式系统的问题求解过程即为对解空间的搜索过程，也就是推理过程。按照搜索的方向可把产生式系统分为正向推理、逆向推理和双向推理。

正向推理：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。

逆向推理：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。

双向推理：双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。

已知 有斑点、长脖子、长腿、有奶、有蹄子

正向推理：R11–>R2–>R7

反向推理：假设R1到R7的某个结论成立，逐个与现有事实匹配

正反向混合推理(双向推理)：正向推理，有斑点–>豹子或长颈鹿；根据其他事实反向推理

这里我们采用双向推理。

思路：

将所有名词编号，然后用编号来组织成一条条件(规则库)，遍历这些条件，根据用户给出的名词，进行比较，同时计算每个条件的符合程度，推理出的名词加入到已知的名词队列中，重新遍历条件，更新符合度，如果没有100%符合的条件，则寻找符合度最高的条件，进行逆向推理，询问可能的且没有在已知名词队列中的名词，进行判断，加入名词队列，重新遍历，更新符合度，直至找到属于结果类的名词，即是结果

。

根据知识库中的知识和用户提供的事实进行推理，不断地由已知的事实推出未知的结论即中间结果，并将中间结果放到已知事实进行推理。

例

代码说明：

int change_speices(); // 对推理树中的可以直接推理的叶子节点进行推理，如有毛 --》哺乳类 将哺乳类加入名词队列中，将有毛去掉

就是对推理树中的可以推理的叶子节点进行推理，得到其父母节点，并将这些使用过的叶子节点去掉。

type