人工智能第2版学习——产生式系统2

书:人工智能第2版
有需要电子版的可以私信我。

这次学习冲突消解、正向链接、反向链接。

冲突消解

当适用的规则有多个时,会产生冲突,所有需要打破平局的系统。

1触发匹配内存目录中的第一条规则

在这里插入图片描述
书中举的例子感觉不太恰当,这两条规则貌似不冲突,像是为了提出下面那段文字中的问题。

2触发具有最高优先级的规则

比如CarBuyer系统中,PRICE相关的规则比较靠前,NEW与USED相关的规则也靠前,就是因为购买者一般不可能购买明显超过预算的车辆,而且购买者很可能来之前就已经觉得买新的或者二手的了。

3触发最具体的规则

书中提到,在CarBuyer系统中,规则12比规则19更具体。

4触发最近使用的规则

在这里插入图片描述

5触发最近添加的规则

这种对启发法进行循环的方法尤其使用于可以快速改变的动态知识库。它的目的是给予那些在其他情况下不能使用的启发法得到公平使用的机会。比如CarBuyer系统中的规则7其实上最后一个加入的规则,它是参考当时的经济发展加进入的。

禁止触发已经触发的规则

防止了循环。

正向链接

又称扇入,利用积累的事实来进行推理,得到结论。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
正向链接非常适用于需要规划、监控、控制和解释的问题,这类问题都涉及基于积累的大量数据做出决策。

反向链接

又称扇出,从已知的目标或结果回溯事件,并试图确定哪些事实、知识或事件导致了结果。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第七章后面的随机过程和马尔科夫链个人认为书中用一页不到的篇幅来介绍跟没讲一样,建议有兴趣的去看看概率论和信息论,系统的了解下,或者取网上搜一篇具体的文章看看。
下次学习人工智能中的不确定性。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python人工智能产生式系统是一种基于Python编程语言的人工智能系统,它利用产生式规则进行推理和决策。产生式规则是由条件和动作组成的规则,当满足特定条件时,系统将执行相应的动作。 Python人工智能产生式系统的工作流程通常包括以下几个步骤: 首先,定义系统的知识库,包括事实和规则。事实是已知的真实信息,而规则则是表达了问题的逻辑和推理方式的定义。这些知识被组织成产生式规则的形式,以便系统能够根据其进行推理。 接下来,系统通过匹配已知的事实和规则,来尝试解决给定的问题。它会遍历所有的规则,并检查规则中的条件是否与已知事实匹配。一旦找到匹配的规则,系统将执行规则中定义的相应动作。这个过程是迭代进行的,直到系统找到一个解决方案或无法找到更多匹配的规则为止。 Python人工智能产生式系统的优点之一是它的灵活性。使用Python编程语言进行开发,开发人员可以方便地定义和修改系统的知识库和规则,以适应不同的问题和需求。 此外,Python作为一种流行的编程语言,拥有丰富的库和工具,可以用于处理和分析大量的数据。Python人工智能产生式系统可以利用这些功能,从事实中提取知识,进行推理和决策。 总的来说,Python人工智能产生式系统是一种利用产生式规则进行推理和决策的人工智能系统。它具有灵活性和丰富的工具支持,可以应用于各种问题的解决。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小欣CZX

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值