《人工智能原理》配套教學(xué)課件

人工智能原理

第一章概述人工智能及發(fā)展研究基礎(chǔ)內(nèi)容研究領(lǐng)域本學(xué)期內(nèi)容和要求

人工智能（ArtificialIntelligenceAI)

人工智能： 研究如何在機(jī)器上實(shí)現(xiàn)人類智能的學(xué)科。20世紀(jì)的三大科學(xué)成就：人工智能、空間技術(shù)、原子能技術(shù)21世紀(jì)的三大科學(xué)前沿：人工智能、空間技術(shù)、生物技術(shù)（1）人工智能是指由計(jì)算機(jī)實(shí)現(xiàn)的人造智能。人工智能就是用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能。作為一門學(xué)科，人工智能可定義為：人工智能是一門研究如何構(gòu)造智能機(jī)器（智能計(jì)算機(jī)）或智能系統(tǒng)，使它能模擬、延伸、擴(kuò)展人類智能的學(xué)科。（能力）（2）人工智能是一門交叉邊緣學(xué)科，與人工智能有關(guān)的學(xué)科有：計(jì)算機(jī)科學(xué)、數(shù)學(xué)、哲學(xué)、語(yǔ)言學(xué)、神經(jīng)生理學(xué)、神經(jīng)心理學(xué)、腦科學(xué)、認(rèn)知科學(xué)、邏輯學(xué)、控制論等.（學(xué)科）不同定義：3

人工智能是一種使計(jì)算機(jī)能夠思維，使機(jī)器具有智力的激動(dòng)人心的新嘗試（Haugeland,1985）。定義4人工智能是那些與人的思維、決策、問題求解和學(xué)習(xí)等有關(guān)活動(dòng)的自動(dòng)化（Bellman,1978）。定義5人工智能是用計(jì)算模型研究智力行為（Charniak和McDermott,1985）。定義6人工智能是研究那些使理解、推理和行為成為可能的計(jì)算（Winston,1992）。定義7人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機(jī)器的技術(shù)（Kurzwell,1990）。定義8人工智能研究如何使計(jì)算機(jī)做事讓人過(guò)得更好（Rick和Knight,1991）。定義9人工智能是一門通過(guò)計(jì)算過(guò)程力圖理解和模仿智能行為的學(xué)科（Schalkoff,1990）。定義10人工智能是計(jì)算機(jī)科學(xué)中與智能行為的自動(dòng)化有關(guān)的一個(gè)分支（Luger和Stubblefield,1993）。為什么要研究人工智能

1、現(xiàn)有計(jì)算機(jī)系統(tǒng)的局限性。智能低下、缺乏自學(xué)習(xí)、自適應(yīng)能力。

2、人類智能的局限性。學(xué)習(xí)能力因人而異、學(xué)習(xí)速度慢、效率低。

3、信息化社會(huì)的迫切要求。目標(biāo)：近期：用機(jī)器來(lái)模擬和實(shí)現(xiàn)人的部分/某些智力功能；遠(yuǎn)期：全部甚至可以延伸人的智慧。智能： 有效獲取、傳遞、處理、再生和利用信息，從而在任意給定的環(huán)境下達(dá)到預(yù)定目的的能力。智能特征：

具有感知能力。通過(guò)視覺、聽覺、觸覺、味覺和嗅覺感知外部世界。 具有記憶與思維能力。記憶能存儲(chǔ)由感知器官感知到的外部信息以及有思維所產(chǎn)生的知識(shí)。思維用于對(duì)記憶的信息進(jìn)行處理。思維可分為邏輯思維和形象思維。 具有學(xué)習(xí)能力及自適應(yīng)能力。 具有行為能力。相關(guān)學(xué)說(shuō)：思維理論/認(rèn)知科學(xué)： 研究人們認(rèn)識(shí)世界規(guī)律和方法的一門學(xué)科，在于揭開大腦思維功能的奧秘；知識(shí)域值理論： 智能行為取決于知識(shí)數(shù)量及一般化的程度；人工智能研究方法

結(jié)構(gòu)派：（神經(jīng)計(jì)算、生理學(xué)派、連接主義） 網(wǎng)絡(luò)連接為主的聯(lián)結(jié)主義； 主要觀點(diǎn)： 智能活動(dòng)的基元是神經(jīng)細(xì)胞； 智能活動(dòng)過(guò)程是神經(jīng)網(wǎng)絡(luò)的狀態(tài)演化過(guò)程； 智能活動(dòng)的基礎(chǔ)是神經(jīng)細(xì)胞的突觸聯(lián)結(jié)機(jī)制； 智能系統(tǒng)的工作模式是模仿人腦模式。

主要特征：1、通過(guò)神經(jīng)元之間的并行協(xié)同作用實(shí)現(xiàn)信息處理，具有并行性、動(dòng)態(tài)性、全局性。2、通過(guò)神經(jīng)元間分布式的物理聯(lián)接存儲(chǔ)信息。聯(lián)想記憶、容錯(cuò)性。3、通過(guò)神經(jīng)元間連接強(qiáng)度的動(dòng)態(tài)調(diào)整實(shí)現(xiàn)自學(xué)習(xí)和自適應(yīng)功能。4、善于模擬人類的形象思維過(guò)程。功能派：（符號(hào)主義、心理學(xué)派、邏輯學(xué)派） 符號(hào)處理為核心的方法；主要觀點(diǎn)：思維的基元是符號(hào)；思維的過(guò)程是符號(hào)運(yùn)算；智能的核心是知識(shí)，利用知識(shí)推理進(jìn)行問題求解；智能活動(dòng)的基礎(chǔ)是物理符號(hào)系統(tǒng)，人腦電腦都是物理符號(hào)系統(tǒng)；知識(shí)可用符號(hào)表示，可建立基于符號(hào)邏輯的智能理論體系。主要特征：1、立足于邏輯運(yùn)算和符號(hào)操作，適合于模擬人的邏輯思維過(guò)程。2、知識(shí)用顯式的符號(hào)表示，容易表達(dá)人的心理模型。3、現(xiàn)有的數(shù)字計(jì)算機(jī)可以方便地實(shí)現(xiàn)高速的符號(hào)處理。4、能與傳統(tǒng)的符號(hào)數(shù)據(jù)庫(kù)進(jìn)行鏈接，易于模塊化。5、以知識(shí)為基礎(chǔ)。行為模擬派（行為主義、進(jìn)化主義、控制論學(xué)派）基于感知-行為模型的研究途徑和方法。主要觀點(diǎn)：智能行為的基礎(chǔ)是感知－行動(dòng)的反應(yīng)機(jī)制；智能系統(tǒng)的智能行為需要在真實(shí)世界的復(fù)雜境遇中進(jìn)行學(xué)習(xí)和訓(xùn)練，在與周圍環(huán)境的信息交互與適應(yīng)過(guò)程中不斷進(jìn)化和體現(xiàn)；強(qiáng)調(diào)智能系統(tǒng)與環(huán)境的交互，認(rèn)為智能取決于感知和行動(dòng)；智能行為可以不要知識(shí)。研究角度： 符號(hào)智能：運(yùn)用知識(shí)解決問題； 計(jì)算智能：神經(jīng)計(jì)算、模糊系統(tǒng)、遺傳算法、進(jìn)化程序設(shè)計(jì)； 人工生命：生成或構(gòu)造表現(xiàn)自然生命系統(tǒng)行為特點(diǎn)的仿真系統(tǒng)或模型系統(tǒng)。人工智能發(fā)展

孕育期（1956年以前）古希臘的Aristotle（亞里士多德）（前384-322），給出了形式邏輯的基本規(guī)律。英國(guó)的哲學(xué)家、自然科學(xué)家Bacon（培根）（1561-1626），系統(tǒng)地給出了歸納法?！爸R(shí)就是力量”

德國(guó)數(shù)學(xué)家、哲學(xué)家Leibnitz（布萊尼茨）（1646-1716）。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號(hào)化，從而能對(duì)人的思維進(jìn)行運(yùn)算和推理。做出了能做四則運(yùn)算的手搖計(jì)算機(jī)英國(guó)數(shù)學(xué)家、邏輯學(xué)家Boole（布爾）（1815-1864）實(shí)現(xiàn)了布萊尼茨的思維符號(hào)化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。美籍奧地利數(shù)理邏輯學(xué)家Godel（哥德爾）（1906-1978），證明了一階謂詞的完備性定；

英國(guó)數(shù)學(xué)家Turing(圖靈)（1912-1954）,1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型（圖靈機(jī)），1950年提出了圖靈試驗(yàn)，發(fā)表了“計(jì)算機(jī)與智能”的論文。圖靈獎(jiǎng)。美國(guó)數(shù)學(xué)家Mauchly，1946發(fā)明了電子數(shù)字計(jì)算機(jī)ENIAC美國(guó)神經(jīng)生理學(xué)家McCulloch，建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。美國(guó)數(shù)學(xué)家Shannon（香農(nóng)）,1948年發(fā)表了《通訊的數(shù)學(xué)理論》，代表了“信息論”的誕生。形成期（1956---1969）

起源于美國(guó)1956年的一次夏季討論會(huì)（達(dá)特茅斯會(huì)議）1956年提出了“ArtificialIntelligence（人工智能）”

創(chuàng)始人中有：McCarthy,Minsky,Rochester,Shannon,Moore,Samuel,Selfridge,Solomonff,Simon,Newell等數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計(jì)算機(jī)科學(xué)家。McCarthy（麥卡錫）——人工智能之父。50年代初開始有了符號(hào)處理。（搜索法）。機(jī)器翻譯、機(jī)器定理證明、跳棋程序等。60年代Simon由試驗(yàn)得到結(jié)論：人類問題的求解是一個(gè)搜索的過(guò)程，效果與啟發(fā)式函數(shù)有關(guān)。敘述了智能系統(tǒng)的特點(diǎn)：智能表示、智能推理、智能搜索。Nilson發(fā)表了A*算法（搜索方法）McCarthy建立了人工智能程序設(shè)計(jì)語(yǔ)言Lisp1965年Robinson提出了歸結(jié)原理，（于傳統(tǒng)的自然演繹法完全不同的消解法）1968年Quillian提出了語(yǔ)義網(wǎng)絡(luò)的知識(shí)表示方法1969年Minsky出了一本書“感知機(jī)”，給當(dāng)時(shí)的神經(jīng)網(wǎng)絡(luò)研究結(jié)果判了死刑70年代，開始從理論走向?qū)嵺`，解決一些實(shí)際問題。同時(shí)很快就發(fā)現(xiàn)問題：歸結(jié)法費(fèi)時(shí)、下棋贏不了全國(guó)冠軍、機(jī)器翻譯一團(tuán)糟。一個(gè)笑話（英-俄-英翻譯）：

Thespiritiswillingbutthefleshisweek.

（心有余而力不足）

Thevodkaisstrongbutmeatisrotten.

（伏特加酒雖然很濃，但肉是腐爛的）結(jié)論： 必須理解才能翻譯，而理解需要知識(shí)發(fā)展期（1970---80年代）知識(shí)工程時(shí)代

1970年，知識(shí)工程的提出。

以Feigenbaum為首的一批年輕科學(xué)家改變了戰(zhàn)略思想，1977年提出了知識(shí)工程的概念，以知識(shí)為基礎(chǔ)的專家咨詢系統(tǒng)開始廣泛的應(yīng)用。

專家系統(tǒng)知識(shí)工程知識(shí)工程席卷全球各國(guó)發(fā)展計(jì)劃：美國(guó)星球大戰(zhàn)計(jì)劃英國(guó)ALVEY計(jì)劃法國(guó)UNIKA計(jì)劃日本五代機(jī)計(jì)劃中國(guó)“863”計(jì)劃第四階段（80年代中～90年代初）新的神經(jīng)元網(wǎng)絡(luò)時(shí)代BP網(wǎng)（算法），解決了多層網(wǎng)的學(xué)習(xí)問題Hopfield網(wǎng)存在問題：理論依據(jù)解決大規(guī)模問題的能力第五階段（90年代初～現(xiàn)在）數(shù)據(jù)與網(wǎng)絡(luò)時(shí)代網(wǎng)絡(luò)給AI帶來(lái)無(wú)限的機(jī)會(huì)知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘AI走向?qū)嵱没疘BM的“深藍(lán)”與卡斯帕羅夫96年2月第一次比賽結(jié)果： “深藍(lán)”：勝、負(fù)、平、平、負(fù)、負(fù)97年5月第二次比賽結(jié)果： “深藍(lán)”：負(fù)、勝、平、平、平、勝“深藍(lán)”以3.5：2.5的總比分戰(zhàn)勝卡斯帕羅夫“深藍(lán)”的技術(shù)指標(biāo)：32個(gè)CPU每個(gè)CPU有16個(gè)協(xié)處理器每個(gè)CPU有256M內(nèi)存每個(gè)CPU的處理速度為200萬(wàn)步/秒IBM超級(jí)電腦“沃森”擊敗人類2012年2月16日，在美國(guó)智力競(jìng)猜節(jié)目《危險(xiǎn)邊緣》（Jeopardy）第三場(chǎng)比賽中，沃森取得77147美元的成績(jī)，以三倍的巨大分?jǐn)?shù)優(yōu)勢(shì)力壓另兩位參賽選手肯·詹寧斯和布拉德·魯特，奪得這場(chǎng)人機(jī)大戰(zhàn)的冠軍。

4年前，IBM的研發(fā)團(tuán)隊(duì)計(jì)劃研發(fā)一種能夠理解人類語(yǔ)言，并能利用已知信息給出最佳答案的電腦，這種計(jì)算機(jī)系統(tǒng)不僅要能聽懂不同口音的發(fā)音，還需要能理解包括俚語(yǔ)和雙關(guān)語(yǔ)等語(yǔ)言在內(nèi)的復(fù)雜表述，并剔除一些錯(cuò)誤信息，而最后IBM制造出了現(xiàn)在這臺(tái)以創(chuàng)辦人沃森名字命名的超級(jí)電腦。

“沃森”數(shù)據(jù)庫(kù)中包括辭海和《世界圖書百科全書》等數(shù)百萬(wàn)份資料，而構(gòu)成“沃森”的是90臺(tái)Power7服務(wù)器，占地面積接近一個(gè)房間，每臺(tái)服務(wù)器中擁有4個(gè)8核Power7處理器，使得其能在3秒鐘之內(nèi)檢索數(shù)億頁(yè)的材料并給出答案。

人工智能研究基礎(chǔ)內(nèi)容研究角度分：符號(hào)智能：運(yùn)用知識(shí)解決問題；計(jì)算智能：神經(jīng)計(jì)算、模糊系統(tǒng)、遺傳算法、進(jìn)化程序設(shè)計(jì)；人工生命：生成或構(gòu)造表現(xiàn)自然生命系統(tǒng)行為特點(diǎn)的仿真系統(tǒng)或模型系統(tǒng)功能分：機(jī)器感知/知識(shí)獲?。簷C(jī)器聽覺、視覺機(jī)器思維/知識(shí)處理：知識(shí)推理、問題求解、學(xué)習(xí)、理解機(jī)器行為/知識(shí)運(yùn)用：智能機(jī)器系統(tǒng)基于實(shí)現(xiàn)技術(shù)的領(lǐng)域劃分1、知識(shí)工程與符號(hào)處理技術(shù)。2、神經(jīng)網(wǎng)絡(luò)技術(shù)基于計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)的領(lǐng)域劃分1、智能操作系統(tǒng)。并行性、分布性和智能性。2、智能多媒體系統(tǒng)。人工智能與多媒體技術(shù)的有機(jī)結(jié)合。3、智能計(jì)算機(jī)系統(tǒng)。4、智能網(wǎng)絡(luò)系統(tǒng)。模糊和神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于網(wǎng)絡(luò)的業(yè)務(wù)量預(yù)測(cè)和控制、資源動(dòng)態(tài)分配、動(dòng)態(tài)路由選擇等方面。研究領(lǐng)域傳統(tǒng)領(lǐng)域：

專家系統(tǒng)； 決策支持； 機(jī)器學(xué)習(xí)； 模式識(shí)別； 自然語(yǔ)言理解； 智能軟件工具/平臺(tái)； 博弈 智能體/主體理論 。。。。。。當(dāng)前人工智能的研究熱點(diǎn)分布式處理智能Agent數(shù)據(jù)挖掘（DataMining）知識(shí)發(fā)現(xiàn)環(huán)境自適應(yīng)與各應(yīng)用領(lǐng)域的結(jié)合（智能通訊、智能CAD。。。）。。。。。人工智能的基本技術(shù)推理技術(shù)。推理是智能的核心。推理以邏輯為基礎(chǔ)?；谥^詞邏輯的自然演繹推理和歸結(jié)反演推理?；诜菢?biāo)準(zhǔn)邏輯如多值邏輯、模態(tài)邏輯、時(shí)態(tài)邏輯、模糊邏輯、非單調(diào)邏輯的推理。搜索技術(shù)。許多智能活動(dòng)的過(guò)程，都可以看作或抽象為一個(gè)“問題求解”過(guò)程?！皢栴}求解”就是在問題空間中進(jìn)行搜索的過(guò)程。盲目搜索、啟發(fā)式搜索。神經(jīng)網(wǎng)絡(luò)搜索。知識(shí)表示與知識(shí)庫(kù)技術(shù)。知識(shí)表示是指知識(shí)在計(jì)算機(jī)中的表示方式。知識(shí)表示要符合知識(shí)的邏輯結(jié)構(gòu)和物理結(jié)構(gòu)，并適合于計(jì)算機(jī)存儲(chǔ)和處理。知識(shí)庫(kù)由知識(shí)構(gòu)成。知識(shí)的組織、管理、維護(hù)和優(yōu)化。歸納技術(shù)。機(jī)器自動(dòng)提取概念、獲取知識(shí)、發(fā)現(xiàn)規(guī)律的技術(shù)。歸納技術(shù)與知識(shí)獲取和機(jī)器學(xué)習(xí)密切相關(guān)?；诜?hào)處理的歸納和基于神經(jīng)網(wǎng)絡(luò)的歸納。數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD,KnowledgeDiscoveryinDatabase)和數(shù)據(jù)挖掘(DataMining)技術(shù)。聯(lián)想技術(shù)。聯(lián)想記憶，聯(lián)想存儲(chǔ)。人工智能發(fā)展的歷史和現(xiàn)在人工智能從以往的追求自主的系統(tǒng)，改變?yōu)槿藱C(jī)結(jié)合的系統(tǒng)。以前的是基于邏輯的深思熟慮；現(xiàn)在是直覺、形象思維與模式識(shí)別的結(jié)合、SituatedAI,SensingandActing的結(jié)合，并引入概率論、遺傳算法等理論。計(jì)算機(jī)的定量與人的定性信息處理相結(jié)合，取長(zhǎng)補(bǔ)短，從以前單一的mind到mindandbody。甚至提出了沒有知識(shí)表示、沒有推理的智能。智能科學(xué)技術(shù)學(xué)科興起本世紀(jì)初以來(lái)，以自然智能、人工智能、集成智能和協(xié)同智能為一體的新的智能科學(xué)技術(shù)學(xué)科正逐步形成：由對(duì)人工之內(nèi)能夠的單一研究走向以自然智能、人工智能、集成智能為一體的協(xié)同智能研究；由人工智能的獨(dú)立研究走向重視與腦科學(xué)、認(rèn)知科學(xué)等的交叉研究；由多個(gè)不同學(xué)派的分立研究走向多學(xué)派的綜合研究；由對(duì)個(gè)體、集中智能的研究走向?qū)θ后w、分布智能的研究。人工智能的研究是十分困難的。McCarthy： 人工智能的所有問題都是難解的。Minsky： 人工智能是有史以來(lái)最難的科學(xué)之一。難在：實(shí)現(xiàn)智能需要浩繁的知識(shí)，而最難對(duì)付的知識(shí)是常識(shí)（不是專業(yè)知識(shí)）。Dreyfus： 常識(shí)問題是實(shí)現(xiàn)人工智能的最大障礙。 。。。。。。歷史上的人工智能大師阿倫?圖靈

（AlanTuring）

計(jì)算機(jī)科學(xué)理論的創(chuàng)始人阿倫?圖靈（AlanTuring）1912年出生于英國(guó)倫敦，1954年去世1936年發(fā)表論文“論可計(jì)算數(shù)及其在判定問題中的應(yīng)用”，提出圖靈機(jī)理論1950年發(fā)表論文“計(jì)算機(jī)與智能”，闡述了計(jì)算機(jī)可以具有智能的想法，提出圖靈測(cè)試1966年為紀(jì)念圖靈的杰出貢獻(xiàn)，ACM設(shè)立圖靈獎(jiǎng)馬文?明斯基

（MarnivLeeMinsky）

人工智能之父 框架理論的創(chuàng)立者 首位獲得圖靈獎(jiǎng)的人工智能學(xué)者馬文?明斯基

（MarnivLeeMinsky）1927年出生于美國(guó)紐約1951年提出思維如何萌發(fā)并形成的基本理論1956年達(dá)特茅斯會(huì)議的發(fā)起人之一1958年在MIT創(chuàng)建世界上第一個(gè)AI實(shí)驗(yàn)室1969年獲得圖靈獎(jiǎng)1975年首創(chuàng)框架理論約翰?麥卡錫

JohnMcCarthy人工智能之父LISP語(yǔ)言的發(fā)明人首次提出AI的概念約翰?麥卡錫

（JohnMcCarthy）1927年出生于美國(guó)波士頓1956年發(fā)起達(dá)特茅斯會(huì)議，并提出“人工智能”的概念1958年與明斯基一起創(chuàng)建世界上第一個(gè)人工智能實(shí)驗(yàn)室發(fā)明α－β剪枝算法1959年開發(fā)LISP語(yǔ)言開創(chuàng)邏輯程序研究，用于程序驗(yàn)證和自動(dòng)程序設(shè)計(jì)1971年獲得圖靈獎(jiǎng)愛德華?費(fèi)根鮑姆

（EdwardA.Feigenbaum）

知識(shí)工程的提出者 大型人工智能系統(tǒng)的開拓者愛德華?費(fèi)根鮑姆

（EdwardA.Feigenbaum）1936年出生于美國(guó)的新澤西州通過(guò)實(shí)驗(yàn)和研究，證明了實(shí)現(xiàn)智能行為的主要手段是知識(shí)1977年提出知識(shí)工程，使人工智能從理論轉(zhuǎn)向應(yīng)用名言：知識(shí)蘊(yùn)藏著力量1994年和勞伊?雷迪共同獲得圖靈獎(jiǎng)1963年主編了《計(jì)算機(jī)與思想》一書，被認(rèn)為是世界上第一本有關(guān)人工智能的經(jīng)典性專著1965年開發(fā)出世界上第一個(gè)專家系統(tǒng)開發(fā)出著名的專家系統(tǒng)MYCIN80年代合著了四卷本的《人工智能手冊(cè)》開設(shè)Teknowledge和IntelliGenetics兩個(gè)公司，是世界上第一家以開發(fā)和將專家系統(tǒng)商品化的公司本學(xué)期內(nèi)容問題表示方法問題求解方法典型應(yīng)用機(jī)器學(xué)習(xí)要求

掌握這一領(lǐng)域基本知識(shí)和方法，了解新的發(fā)展方向和趨勢(shì)。課上內(nèi)容及課堂練習(xí)開卷考試參考書

【人工智能原理及其應(yīng)用】（第2版），王萬(wàn)森，電子工業(yè)出版社【人工智能及其應(yīng)用】，蔡自興，徐光佑，清華大學(xué)出版社【人工智能原理與方法】，王永慶，西安交通大學(xué)出版社

IJCAI，世界人工智能大會(huì)AAAI，美國(guó)一年一次的年會(huì)“AI”，雜志

第二章知識(shí)表示和組織知識(shí)基本內(nèi)容知識(shí)表達(dá)方法知識(shí)的組織與管理2.1知識(shí)及其特性數(shù)據(jù)和信息、知識(shí)數(shù)據(jù)：包括事實(shí)和數(shù)字，未經(jīng)加工的事實(shí)和符號(hào)。信息：從數(shù)據(jù)中提煉出來(lái)的有關(guān)信息，經(jīng)過(guò)分析處理的數(shù)據(jù)形成信息。數(shù)據(jù)是信息的載體和表示，信息是數(shù)據(jù)在特定場(chǎng)合下的具體含義。知識(shí)：

Fischer(1987):知識(shí)是稱為模型的存儲(chǔ)信息，被人們用于解釋、預(yù)測(cè)，并對(duì)外部作出適當(dāng)?shù)捻憫?yīng)；

Pasaye、Chignell(1988)：允許人們進(jìn)行決策的，有關(guān)外部的信息； 另： 是有關(guān)信息關(guān)聯(lián)在一起所形成的信息結(jié)構(gòu)，反映客觀世界中事物之間的關(guān)系。數(shù)據(jù)（分析）信息（綜合）知識(shí)數(shù)據(jù)、信息和知識(shí)的層次關(guān)系知識(shí)的特性

客觀性； 相對(duì)正確性： 一定條件、時(shí)間、環(huán)境； 進(jìn)化性； 依附性：離開載體的知識(shí)是沒有的； 不確定性： 信息和關(guān)聯(lián)的隨機(jī)性、模糊性、不完全性、 經(jīng)驗(yàn)性； 可表示性； 可利用性； 可重用性； 共享性。知識(shí)的層次

對(duì)不同的知識(shí)學(xué)習(xí)和解釋的難易程度不同：

1事實(shí)：知識(shí)的最底層，對(duì)象、符號(hào)和事件之間的各種關(guān)系；

2概念：關(guān)于具有共同屬性的一組對(duì)象、事件和符號(hào)的知識(shí)；

3規(guī)則： 一組操作和步驟，被用于完成某一目標(biāo)，解決某一問題或產(chǎn)生某種結(jié)果；

4啟發(fā)式知識(shí)： 是知識(shí)的最高層，是關(guān)于規(guī)則的知識(shí)，是事實(shí)、概念和規(guī)則的綜合。 知識(shí)的分類

1作用范圍：常識(shí)性知識(shí)、領(lǐng)域性知識(shí)；

2作用及表示：

事實(shí)性知識(shí) 過(guò)程性知識(shí) 控制性知識(shí)3確定性：確定性知識(shí)、不確定性知識(shí)4結(jié)構(gòu)和表現(xiàn)形式：邏輯性知識(shí)、形象性知識(shí)5其他：領(lǐng)域知識(shí)、元知識(shí)知識(shí)的表示方法

1知識(shí)表示的定義：知識(shí)表示研究用機(jī)器表示知識(shí)的可行性、有效性的一般方法；知識(shí)表示是理智推理的部分理論；知識(shí)表示是有效計(jì)算的載體；知識(shí)表示是交流的媒介（如語(yǔ)義網(wǎng)絡(luò)）；知識(shí)表示是對(duì)知識(shí)的一種描述，是一種機(jī)器可以接受的用于描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)；

總之： 知識(shí)表示是如何將已獲得的有關(guān)知識(shí)以計(jì)算機(jī)內(nèi)部代碼形式加以合理地描述、存儲(chǔ)、有效地利用。2選擇考慮因素：充分表示領(lǐng)域知識(shí)；有利于對(duì)知識(shí)的利用；便于對(duì)知識(shí)的組織、管理與維護(hù)；便于理解和實(shí)現(xiàn)是否加入啟發(fā)信息是否有高效的算法。。。。

3基本方法產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)、框架、謂詞邏輯、Petri網(wǎng)等表示方法分布表示局部表示直接表示陳述性表示語(yǔ)義網(wǎng)絡(luò)表示產(chǎn)生式表示邏輯表示框架表示腳本表示替代表示過(guò)程性表示基于邏輯的知識(shí)的表達(dá)： 一階謂詞，非經(jīng)典邏輯（模態(tài)邏輯、模糊邏輯、時(shí)序邏輯、非單調(diào)邏輯）；面向?qū)ο蟮闹R(shí)表示： 對(duì)象、框架、語(yǔ)義網(wǎng)；Agent;基于規(guī)則的知識(shí)表達(dá)： 產(chǎn)生式系統(tǒng)；基于模型的知識(shí)表示：2.2狀態(tài)空間表示一概念1方法： 利用狀態(tài)變量和操作符號(hào)，表示系統(tǒng)和問題的有關(guān)知識(shí)的符號(hào)體系。

三元組：（S，F(xiàn)，G）

S=[S1，S2，…Sn]T，表示初始狀態(tài)；

F={f1,f2,…fn}，表示操作，表示引起狀態(tài)變化的過(guò)程性知識(shí)的一組關(guān)系和函數(shù)，使問題從一種狀態(tài)變化到另一種狀態(tài)的手段。

G=[G1，G2，…Gn]T，表示目標(biāo)狀態(tài)；例：十五碼棋123456789101112131415115141321211103987456SGfi1：第i個(gè)棋子向左移動(dòng)；fi2：第i個(gè)棋子向右移動(dòng)；fi3：第i個(gè)棋子向上移動(dòng)；fi4：第i個(gè)棋子向下移動(dòng)；（S，F(xiàn)，G）從初始狀態(tài)出發(fā)，每次增加一個(gè)操作符，改變狀態(tài)，建立操作序列，直到目標(biāo)狀態(tài)。2圖示

圖：節(jié)點(diǎn)、弧線 節(jié)點(diǎn)：對(duì)應(yīng)相應(yīng)的狀態(tài)描述； 弧線：旁邊標(biāo)明算子表明操作及狀態(tài)的變化； 尋找操作序列等價(jià)于尋求圖的某一路徑； 最佳路徑：兩節(jié)點(diǎn)間具有最小代價(jià)； 顯式說(shuō)明：所有節(jié)點(diǎn)和操作都明確給出； 隱式說(shuō)明：引入后繼算符，逐步生成后繼節(jié)點(diǎn)，擴(kuò)大狀態(tài)空間。二例1錢幣翻轉(zhuǎn) 設(shè)有三錢幣，其初始狀態(tài)為（反，正，反），每次翻轉(zhuǎn)一個(gè)，連翻三次，問是否可達(dá)到（正，正，正）或（反，反，反）。

解：引入三維狀態(tài)變量Q=[q1,q2,q3],分別表示三錢幣的狀態(tài)，q=0表示正，q=1表示反； S={[1，0，1]}，G={[0，0，0]，[1，1，1]}

引入三元操作算子：

f1:把q1翻一面；

f2:把q2翻一面；

f3:把q3翻一面； （S，{f1,f2,f3},G)000100001101111011110010f1f1f2f3f1f2f1f3f2f2f3f3從初始狀態(tài)到目標(biāo)狀態(tài)尋找長(zhǎng)度為3的路徑SG1G2S到G1無(wú)；S到G2共七種；cba2在狀態(tài)描述中應(yīng)用變量

猴子、香蕉問題

引入四維變量（w,x,y,z) w:表示猴子所處的水平位置；

x:猴子是否在臺(tái)子上（x=1在，x=0不在）；

y:箱子所處的水平位置；

z:猴子是否拿到香蕉（z=1拿到，z=0沒有拿到）； 引入操作集：

goto(u):(w,0,y,z)(u,0,y,z) pushbox(v):(w,0,w,z)(v,0,v,z) climbbox:(w,0,w,z)(w,1,w,z) grasp:(c,1,c,0)(c,1,c,1)(a,0,b,0)(u,0,b,0)(v,0,v,0)(b,1,b,0)(c,1,c,0)(u,0,v,0)(c,1,c,1)goto(u)goto(u)goto(u)goto(u)u=bpushbox(v)u=b,climbboxpushbox(c)climbboxu=vgrasp操作序列：2.3與或樹表示問題歸約法方法：已知問題描述，通過(guò)一系列變換把問題最終變?yōu)橐粋€(gè)子問題集合，并可以直接求解，解決初始問題。構(gòu)成：

（1）初始問題描述； （2）分解/轉(zhuǎn)換的規(guī)則/操作符； （3）本原問題描述：具有明顯解答，已解決的問題等。二與或圖 用類似圖的結(jié)構(gòu)來(lái)表示把問題歸約為后繼問題的替換集合。與圖：將復(fù)雜的大問題分解為一組簡(jiǎn)單的小問題；或圖：將復(fù)雜的大問題變換為等價(jià)或等效的問題；ABCDABCD3構(gòu)成： 初始節(jié)點(diǎn)：原始問題 終葉節(jié)點(diǎn)：本原問題，無(wú)后裔 與節(jié)點(diǎn)：子問題對(duì)應(yīng)的節(jié)點(diǎn)為與邏輯 或節(jié)點(diǎn)：子問題對(duì)應(yīng)的節(jié)點(diǎn)為或邏輯4可解節(jié)點(diǎn)： （1）終葉節(jié)點(diǎn)為可解節(jié)點(diǎn)； （2）非終葉節(jié)點(diǎn)為或節(jié)點(diǎn)，后繼節(jié)點(diǎn)中至少有一個(gè)為可解節(jié)點(diǎn)； （3）非終葉節(jié)點(diǎn)為與節(jié)點(diǎn)，后繼節(jié)點(diǎn)全部為可解節(jié)點(diǎn)；不可解節(jié)點(diǎn) （1）沒有后繼的非終葉節(jié)點(diǎn)； （2）或節(jié)點(diǎn)其后繼節(jié)點(diǎn)全部為不可解節(jié)點(diǎn)； （3）與節(jié)點(diǎn)其后繼至少有一個(gè)為不可解節(jié)點(diǎn)；123ABC123ABC123ABC三例 梵塔問題（111）（333）（111）（322）（322）（333）（111）（122）（122）（322）（322）（321）（321）（333）（C,B,A)（111）（113）（113）（123）（123）（122）2.4產(chǎn)生式規(guī)則表示法一概念1產(chǎn)生式規(guī)則也稱基于規(guī)則的知識(shí)表示，1943年由Post提出，為目前應(yīng)用最為廣泛的方法之一。2結(jié)構(gòu)： 產(chǎn)生式規(guī)則的基本結(jié)構(gòu)分： 前提狀態(tài)結(jié)論動(dòng)作

IF前提THEN動(dòng)作/結(jié)論 例：R IF動(dòng)物是鳥AND會(huì)游泳AND不會(huì)飛

AND有黑白兩色

THEN該動(dòng)物是企鵝二基于規(guī)則的系統(tǒng)基于規(guī)則的系統(tǒng)的三個(gè)主要模塊：知識(shí)庫(kù)：存儲(chǔ)大量規(guī)則；數(shù)據(jù)庫(kù)：?jiǎn)栴}的事實(shí)和從規(guī)則出發(fā)推出的事實(shí)，中間結(jié)果；推理機(jī)：將關(guān)于問題的事實(shí)與知識(shí)庫(kù)中的規(guī)則相匹配，求解。知識(shí)庫(kù)規(guī)則數(shù)據(jù)庫(kù)事實(shí)推理機(jī)結(jié)論事實(shí)三特點(diǎn)1優(yōu)點(diǎn)： （1）善于表達(dá)領(lǐng)域知識(shí) （2）控制和知識(shí)相分離 （3）知識(shí)的模塊性強(qiáng) （4）便于實(shí)現(xiàn)解釋推理 （5）便于使用啟發(fā)性知識(shí)2缺點(diǎn)： （1）單條規(guī)則容易解釋，但規(guī)則之間的邏輯關(guān)系難以確定 （2）規(guī)則數(shù)太大時(shí)（萬(wàn)數(shù)量級(jí)），知識(shí)庫(kù)的一致性難以維護(hù) （3）某些類型的知識(shí)難以表示，如結(jié)構(gòu)性的知識(shí)。2.5謂詞表示法命題邏輯、謂詞邏輯：人工智能應(yīng)用中的兩種邏輯。一概念

1命題：具有真假意義的語(yǔ)句，大寫英文字母表示。

無(wú)法描述客觀事物的結(jié)構(gòu)、邏輯特征、不同事物之間的共同特征；

例下一頁(yè)2謂詞：由謂詞名和個(gè)體/客體變?cè)?變?cè)獦?gòu)成；

個(gè)體表示某個(gè)獨(dú)立存在的事物或抽象的概念； 謂詞名用于刻畫個(gè)體的性質(zhì)、狀態(tài)或個(gè)體間的關(guān)系。

P（x1,x2,…,xn)n元 一階謂詞、二階謂詞返回（1）P：所有的研究生都很努力；

Q：張紅是一名研究生； 張紅學(xué)習(xí)很努力？（2）P1：張紅是一名研究生；

P2：王東是一名研究生； 。。。。。。謂詞公式連接詞：將簡(jiǎn)單命題連接起來(lái)構(gòu)成一個(gè)復(fù)合命題，表示復(fù)雜的含義。

xx

謂詞公式：謂詞演算的合式公式。 （1）單個(gè)謂詞是合式公式，原子謂詞公式； （2）加上連接詞后是合式公式； （3）加上連接詞后是合式公式； （4）加上量詞xx后是合式公式；

P(“李”)P(“王”

)兩個(gè)謂詞公式等價(jià)：

P、Q為兩個(gè)謂詞公式，D為其共同個(gè)體域，對(duì)D上的任何一個(gè)解釋，P、Q都有相同的真值，稱為等價(jià)。謂詞公式表示知識(shí)： （1）定義謂詞，指出每個(gè)謂詞的確切含義； （2）用連接詞將相關(guān)謂詞連接起來(lái)，用公式表達(dá)完成意義。例：

（1）我喜歡音樂和繪畫：

LIKE(x,y) LIKE(I,music)LIKE(I,painting)

（2）李明打籃球或踢足球：

PLAY(x,y) PLAY(李明,basketball)PLAY(李明,football)(3)所有的機(jī)器人都是灰色的：

x[ROBOTS(x)COLOR(x,GRAY)]謂詞邏輯中的蘊(yùn)涵式和產(chǎn)生式規(guī)則的基本形式相同，是其特殊情況： （1）謂詞邏輯表示精確的知識(shí)，而產(chǎn)生式規(guī)則不僅可以表示精確知識(shí)，也可表示不精確的，例后跟可信度； （2）在推理匹配過(guò)程中，產(chǎn)生式規(guī)則可進(jìn)行不精確匹配。2.6語(yǔ)義網(wǎng)絡(luò)法一概念語(yǔ)義網(wǎng)絡(luò)是用圖來(lái)表示知識(shí)，表示事物概念及語(yǔ)義關(guān)系。節(jié)點(diǎn)：表示概念、實(shí)體、事物、事件等；弧線或鏈線：表示關(guān)系。二表示1.基本單元：<節(jié)點(diǎn)><語(yǔ)義關(guān)系><節(jié)點(diǎn)>

網(wǎng)絡(luò)：<基本單元>組合2.表示基本事物和概念：

獵狗吃肉狗動(dòng)物跑得快能狩獵身上有毛有尾巴有生命能運(yùn)動(dòng)是一種是一種表示情況、動(dòng)作、事件：

用一節(jié)點(diǎn)表示，擁有一組向外的弧，表示不同的情況。 例：小燕這只燕子從春天到秋天占有一個(gè)窩：小燕燕子鳥是一種是一種占有-1窩鳥窩占有物是一種春天時(shí)間是占有情況/事件是一種秋天是是一種開始于結(jié)束于占有者4.連接詞邏輯關(guān)系增設(shè)合取、析取節(jié)點(diǎn)；增設(shè)標(biāo)注。例：與會(huì)者有男有女，有年老的，有年輕的。人與會(huì)者是ABCD與或或男女老少是是是是狀態(tài)5.量化（部分網(wǎng)絡(luò)）：網(wǎng)絡(luò)分區(qū)+全稱鏈

將復(fù)雜命題分成若干子命題，每一命題用一簡(jiǎn)單的語(yǔ)義網(wǎng)絡(luò)表示，稱為一個(gè)子空間，多個(gè)子空間構(gòu)成一個(gè)大空間。例：每個(gè)學(xué)生都會(huì)背一首唐詩(shī)。

SRP主體客體學(xué)生背誦唐詩(shī)是是是GGSF6.多元網(wǎng)絡(luò)：一個(gè)節(jié)點(diǎn)有多個(gè)向外的弧。 例：北郵和清華舉行了一場(chǎng)足球比賽，比分是2：1。7.常見語(yǔ)義聯(lián)系：

Amemberof個(gè)體和集體

Composedof構(gòu)成

have占有、擁有

Before,After,At時(shí)間

Located_on事物間位置關(guān)系

Similarto比較

AKindof分類

Part聚集、從屬三求解

1.繼承推理：

語(yǔ)義聯(lián)系上有繼承含義，能有屬性的繼承。

2.匹配：

構(gòu)造問題的語(yǔ)義網(wǎng)絡(luò)片段； 與存儲(chǔ)的語(yǔ)義知識(shí)網(wǎng)絡(luò)進(jìn)行匹配求解。 例： 趙云是一個(gè)學(xué)生，在東方大學(xué)主修計(jì)算機(jī)專業(yè)，入校時(shí)間是2000年。 問題： 趙云主修什么專業(yè)？問題網(wǎng)絡(luò)：教育教育？？是主修專業(yè)是趙云接受者教育教育-1計(jì)算機(jī)是主修專業(yè)是學(xué)生趙云是接受者2000時(shí)間是大學(xué)東方大學(xué)是地點(diǎn)開始于知識(shí)庫(kù)四特點(diǎn)

1.優(yōu)點(diǎn)：

聯(lián)想性，體現(xiàn)聯(lián)想思維過(guò)程； 自然性，表現(xiàn)問題直觀，易于理解； 結(jié)構(gòu)性，結(jié)構(gòu)化的知識(shí)表示方式。 2.缺點(diǎn)：

非嚴(yán)格性，無(wú)統(tǒng)一公認(rèn)的形式表示體系； 處理復(fù)雜性； 對(duì)于判斷性知識(shí)、深層知識(shí)或與時(shí)間因素相關(guān)的動(dòng)態(tài)知識(shí)不善于表達(dá)。2.7框架表示法一構(gòu)成

1.

框架提供一種結(jié)構(gòu)和組織，描述一種格式相對(duì)固定的語(yǔ)義網(wǎng)絡(luò)的節(jié)點(diǎn)和槽。 以框架作為一基礎(chǔ)單位，語(yǔ)義網(wǎng)絡(luò)可看作框架集合。 2.構(gòu)成： 框架名 槽 側(cè)面 值 約束條件<框架名>

槽1：側(cè)面11值111，值112，….，值11n

側(cè)面12值121，值122，….，值12n

側(cè)面1n值1n1，值1n2，….，值1nn

槽n：側(cè)面n1值n11，值112，….，值11n

側(cè)面n2值n21，值122，….，值12n . .

側(cè)面nn值nn1，值1n2，….，值1nn

約束：約束條件1

約束條件2…..

約束條件n

表示1基本描述

例：假冒偽劣商品的描述： 框架名：<假冒偽劣商品>

商品名稱： 生產(chǎn)廠家： 出售商店： 處罰： 處理方式： 處罰依據(jù)： 處罰時(shí)間：年月日 經(jīng)辦部門：

填值：對(duì)于定義的框架填入具體的信息和值，得到相應(yīng)框架的事例框架。

槽側(cè)面表示及值的說(shuō)明： （1）框架名的值允許帶參數(shù)，被調(diào)用時(shí)需要提供； （2）槽值和側(cè)面值可以是過(guò)程調(diào)用、謂詞表達(dá)等； （3）槽值和側(cè)面值可以定義某些約束和限定條件，例如范圍、缺省值等等； （4）約束部分為可選部分。2框架網(wǎng)絡(luò)（1）橫向聯(lián)系： 框架中的槽值和側(cè)面值是另一個(gè)框架的名字，例如教師框架、住址框架、工資框架等之間的調(diào)用；（2）縱向聯(lián)系： 用繼承槽來(lái)建立縱向聯(lián)系，下層框架可以繼承上層框架的值， 例如教職工框架和教師框架之間。3槽、側(cè)面的設(shè)置和組織 （1）充分表達(dá)各方面的屬性 （2）充分表達(dá)相關(guān)事物之間的關(guān)系。常見槽：

ISA：概念類屬關(guān)系，是一個(gè)、一類、一種；

AKO：具體類屬關(guān)系，是一種；

Subclass:子類、子集；

Instance：AKO的逆關(guān)系，指出其下層框架；

Partof：部分與全部的關(guān)系；

Infer：表示兩框架之間的邏輯關(guān)系，蘊(yùn)涵，條件與結(jié)論； （3）對(duì)槽和側(cè)面進(jìn)行合理組織 共性抽取，選擇合適的槽 （4）有利于進(jìn)行求解和推理如果咳嗽、發(fā)燒且流涕,則八成是患了感冒,

需要服用感冒清,一日三次,每次2—3粒,多喝開水。框架名：<診斷規(guī)則>

癥狀1：咳嗽 癥狀2：發(fā)燒 癥狀3：流涕

Infer：<結(jié)論>

可信度：0.8框架名：<結(jié)論>

病名：感冒 治療方法：服用感冒清,一日三次,每次2—3粒 注意事項(xiàng)：多喝開水 預(yù)后：良好

三求解

1默認(rèn)推理，繼承推理例：框架名

<教職工>

姓名：（姓，名） 年齡： 性別：范圍（男，女） 缺?。耗? 健康狀況： 住址：<住址框架>

工作類別：（教師，干部，工人） 開始工作時(shí)間： 截止工作時(shí)間：缺?。含F(xiàn)在 離退休狀況：框架名<教師> ISA：<教職工>

部門：（系，教研室） 語(yǔ)種：缺?。河⒄Z(yǔ) 外語(yǔ)水平： 職稱：缺省：講師 研究方向：框架名：<教師孫> AKO：<教師>

姓名：孫林 年齡：28

健康狀況：健康 部門：計(jì)算機(jī)應(yīng)用教研室 語(yǔ)種：德語(yǔ) 開始工作時(shí)間：1987

….問題：查詢30歲以下，身體健康的男教師。構(gòu)造問題框架；匹配，推理，求解?？蚣苊?lt;教師X>

姓名： 年齡：<30

性別：男 健康狀況：健康 職稱：講師2相似網(wǎng)絡(luò)：

候選框架不能滿足項(xiàng)目匹配，尋找其它可選擇的網(wǎng)絡(luò)，建立一種框架的相似網(wǎng)絡(luò)。特點(diǎn)

結(jié)構(gòu)性，嵌套式結(jié)構(gòu)，深入表達(dá)； 自然性； 繼承性； 不善于表達(dá)過(guò)程性的知識(shí)。

2.8劇本表示法一概念

1可視為框架的一種特殊形式，用一組槽來(lái)描述事件的發(fā)生序列。

70年代，夏克（R.C.Schank)概念依賴?yán)碚?，用一組原子概念來(lái)描述生活中的故事、事件、情節(jié)。 例其對(duì)動(dòng)作的抽象，11種原子動(dòng)作（PROPEL，GRASP，MOVE，ATRANS，PTRANS，ATTEND，INGEST，EXPEL，SPEAK，MTRANS，MBUILD）2構(gòu)成 由以下幾部分構(gòu)成： （1）開場(chǎng)條件：前提條件 （2）角色：人物 （3）道具：與事件相關(guān)的物體等 （4）場(chǎng)景：事件發(fā)生的情景，因果鏈，順序 （5）結(jié)果：事件發(fā)生后的情況

二推理 準(zhǔn)備好劇本，根據(jù)所給的條件和事件進(jìn)行推理， 預(yù)測(cè)未發(fā)生或未提及的事件。描述缺陷：呆板、局限開場(chǎng)條件

1．

病人有病。

2．

病人的病需要找醫(yī)生診治。

3．

病人有錢。

4．

病人能夠去醫(yī)院。

角色

病人、醫(yī)生、護(hù)士。

道具

醫(yī)院、掛號(hào)室、椅子、

桌子、藥方、藥房、

錢、藥。

場(chǎng)景場(chǎng)景1進(jìn)入醫(yī)院（1）

人走進(jìn)醫(yī)院（2）

病人掛號(hào)（3）

病人在椅子上坐下等待看病場(chǎng)景2看?。?）

病人進(jìn)入醫(yī)生的辦公室（2）

病人向醫(yī)生所說(shuō)病狀（3）

醫(yī)生向病人解釋病情（4）

醫(yī)生給病人開藥方場(chǎng)景3交費(fèi)（1）

病人到交費(fèi)處（2）

病人遞交藥方（3）

病人交錢（4）

病人取回藥方及收據(jù)場(chǎng)景4取藥（1）

病人到藥房（2）

病人遞交藥方（3）

病人取藥場(chǎng)景5離開（1）

病人離開醫(yī)院結(jié)果

1．病人看病了，明白了自己的病是怎么回事。

2．病人花了錢，買了藥。

3．醫(yī)生付出了勞動(dòng)。

4．醫(yī)院的藥品少了.2.9面向?qū)ο蟮谋硎痉ㄒ灰悦嫦驅(qū)ο蟮挠^點(diǎn)進(jìn)行描述。 研究領(lǐng)域和世界由各種對(duì)象構(gòu)成，對(duì)象又可被劃分成對(duì)象類。二表示 面向?qū)ο蠓椒▽W(xué)的觀點(diǎn)，對(duì)象的形式定義為： 對(duì)象::=<ID,DS,MS,MI>，其中：

ID為對(duì)象標(biāo)識(shí)名；

DS描述對(duì)象當(dāng)前的內(nèi)部狀態(tài)和所具有的靜態(tài)屬性；

MS說(shuō)明對(duì)象所具有的內(nèi)部處理方法或?qū)κ芾硐⒌牟僮鬟^(guò)程；

MI為對(duì)象接收外部信息和驅(qū)動(dòng)內(nèi)部方法的對(duì)外接口。例：定義轎車對(duì)象類

Classcar:motorizedvehicle Attribute Numberofthedoors; Color; Power; AirCondition; Producedby;

… Method Move(direction,speed); Stop;

…例示：建立其一個(gè)或幾個(gè)實(shí)例三繼承性

單繼承性：每一對(duì)象類只有唯一的父類； 多繼承性：允許對(duì)象類從一個(gè)以上的父類中繼承信息。四封裝性

用于定義一個(gè)對(duì)象的實(shí)例屬性和方法，僅僅屬于該對(duì)象，對(duì)其他對(duì)象不可見。五面向?qū)ο笾R(shí)表示與語(yǔ)義網(wǎng)絡(luò)、框架的比較 （1）皆為結(jié)構(gòu)化的知識(shí)表示方法，面向?qū)ο笾R(shí)表示法最結(jié)構(gòu)化； （2）語(yǔ)義網(wǎng)絡(luò)中的節(jié)點(diǎn)對(duì)應(yīng)于面向?qū)ο笾械膶?duì)象，有向弧定義的語(yǔ)義關(guān)系可對(duì)應(yīng)于對(duì)象間的消息傳遞，實(shí)例聯(lián)系等可對(duì)應(yīng)對(duì)象、類、子類之間的繼承關(guān)系； 語(yǔ)義網(wǎng)絡(luò)難于開發(fā)和維護(hù)，對(duì)象的增加，網(wǎng)絡(luò)的維護(hù)和屬性的修改變得困難，面向?qū)ο蟮姆庋b能一定程度克服；

（3）框架和面向?qū)ο蟮谋硎竞茴愃?，可以使用類的概念按一定的層次結(jié)構(gòu)進(jìn)行組織。 框架知識(shí)表示的模塊性不能清楚地定義： 框架之間的關(guān)系既可能是具有繼承關(guān)系的子類連接和成員連接，也可能是全體和部分關(guān)系的組成連接； 規(guī)則可以通過(guò)一個(gè)框架到另一個(gè)框架； 面向?qū)ο蟮谋硎局?，兩個(gè)類之間的連接關(guān)系只有子類連接； 規(guī)則用作一個(gè)類的內(nèi)部方法，不會(huì)出現(xiàn)跨越兩個(gè)對(duì)象的規(guī)則； 通過(guò)消息傳遞進(jìn)行。

小結(jié)研究知識(shí)表示的目的在于： 探討和提供在機(jī)器中表達(dá)知識(shí)的方法和技術(shù)，以便把知識(shí)有效、合理地轉(zhuǎn)移和存儲(chǔ)到機(jī)器中，并在此基礎(chǔ)上進(jìn)行運(yùn)用、推理和求解。 圖示法：狀態(tài)空間，與或圖 公式法：命題邏輯，謂詞公式 陳述式表示：語(yǔ)義網(wǎng)絡(luò)，框架，劇本 過(guò)程式表示：過(guò)程 結(jié)構(gòu)性 不確定性表示：概率論，可信度，證據(jù)理論…

規(guī)則

…對(duì)以下描述用括號(hào)中的要求進(jìn)行描述：1.

雪地上留下一串腳印，有的大，有的小，有的深，有的淺。（語(yǔ)義網(wǎng)絡(luò)）2.

構(gòu)造一個(gè)描述你的寢室的框架系統(tǒng)。（框架）3.

欲窮千里目，更上一層樓。（謂詞邏輯）4.

喜歡讀《三國(guó)演義》的人必喜歡讀《水滸》。（謂詞邏輯）5.

每個(gè)學(xué)生都有一臺(tái)計(jì)算機(jī)。（語(yǔ)義網(wǎng)絡(luò)）有一農(nóng)夫帶一條狼、一只羊和一筐菜欲從河的左岸乘船到右岸，但是：（1）

農(nóng)夫每次只能帶一樣?xùn)|西過(guò)河；（2）

如果沒有農(nóng)夫看管，則狼要吃羊，羊要吃菜。請(qǐng)?jiān)O(shè)計(jì)過(guò)河方案，使得所有都能安全過(guò)河。（狀態(tài)空間法）第三章問題求解問題推理：在知識(shí)表達(dá)的基礎(chǔ)上，進(jìn)行機(jī)器思維，求解問題。是知識(shí)利用的基礎(chǔ)。推理技術(shù)：?jiǎn)栴}求解（從初始狀態(tài)到目標(biāo)狀態(tài)）的方法和途徑。 與知識(shí)表達(dá)技術(shù)密切相關(guān)。 圖搜索方法：基于圖的知識(shí)表達(dá)。從圖中相當(dāng)于初始狀態(tài)的出發(fā)到相當(dāng)于目標(biāo)狀態(tài)的終止節(jié)點(diǎn)的路線搜索過(guò)程。 廣度優(yōu)先搜索，深度優(yōu)先搜索….

邏輯論證法：基于謂詞邏輯或其他形式邏輯方法的知識(shí)表達(dá)。 不確定性推理 非單調(diào)推理推理方法： 是否完備： 推理算法：推理過(guò)程完備，能找到解。 推理步驟：推理過(guò)程不完備，不一定能求解問題的解。 是否加入啟發(fā)性知識(shí)： 啟發(fā)推理：在推理過(guò)程中，運(yùn)用與問題有關(guān)的啟發(fā)性知識(shí)，即解決問題的策略、技巧、竅門，對(duì)解的特性及規(guī)律的估計(jì)等實(shí)踐經(jīng)驗(yàn)和知識(shí)，加快推理過(guò)程，提高搜索效率； 非啟發(fā)推理：在問題求解的推理過(guò)程中，不運(yùn)用啟發(fā)性知識(shí)，只按一般的邏輯法則或控制性知識(shí)，進(jìn)行通用性的推理。

3.1一般搜索原理

一一般性圖搜索策略1圖搜索：在圖中尋求從初始狀態(tài)到目標(biāo)狀態(tài)的路徑。2盲目搜索：無(wú)信息搜索，非啟發(fā)性搜索。3搜索策略： （1）相關(guān)數(shù)據(jù)結(jié)構(gòu)及概念：

OPEN表：用于存放剛生成的節(jié)點(diǎn)；

CLOSED表：用于存放將要擴(kuò)展或已擴(kuò)展的節(jié)點(diǎn)； 擴(kuò)展：用定義的算子或算符對(duì)節(jié)點(diǎn)進(jìn)行操作，生成子節(jié)點(diǎn)； 指針：用以記錄子節(jié)點(diǎn)被擴(kuò)展的路徑，反向指向父節(jié)點(diǎn)； 搜索圖：通過(guò)搜索所得的圖； 搜索樹：由搜索圖中所有節(jié)點(diǎn)及反向指針?biāo)鶚?gòu)成的集合。

（2）一般性圖搜索策略開始OPEN空？OPEN表的第一個(gè)節(jié)點(diǎn)n從表中移出，放入CLOSED表n為目標(biāo)節(jié)點(diǎn)？N可擴(kuò)展？擴(kuò)展n，將其子節(jié)點(diǎn)放入OPEN表，并為每個(gè)子節(jié)點(diǎn)配置指向節(jié)點(diǎn)n的指針失敗，退出成功，退出S0移入OPEN表YNYYNN不同的搜索方法不同在于：后繼節(jié)點(diǎn)不同的擴(kuò)充方式，對(duì)應(yīng)OPEN表不同的排列順序。寬度優(yōu)先搜索 搜索按層進(jìn)行，在對(duì)下一層節(jié)點(diǎn)進(jìn)行搜索之前，必須搜索完本層的所有節(jié)點(diǎn)。

1234567擴(kuò)展出來(lái)的子節(jié)點(diǎn)放在OPEN表的尾部OPEN表CLOSED表(1)(2)(3) (1)(3)(4)(5)(1)(2)(4)(5)(6)(7)(1)(2)(3)三深度優(yōu)先搜索 搜索按深度進(jìn)行，首先擴(kuò)展最新產(chǎn)生的節(jié)點(diǎn)。

OPEN表CLOSED表

(1) (2)(3) (1) (4)(5)(3)(1)(2) (5)(3)(1)(2)(4)1234567擴(kuò)展出來(lái)的子節(jié)點(diǎn)放在OPEN表的頭部有界深度優(yōu)先搜索:

深度優(yōu)先搜索不完備,可能陷入無(wú)限分支中,引入搜索深度界限。四代價(jià)樹搜索

1代價(jià)樹：將搜索擴(kuò)展的代價(jià)考慮進(jìn)入。

2代價(jià)樹的廣度優(yōu)先搜索： 總選擇代價(jià)最小的節(jié)點(diǎn)為待擴(kuò)展節(jié)點(diǎn)。

3代價(jià)樹的深度優(yōu)先搜索： 從剛擴(kuò)展的子節(jié)點(diǎn)中選擇代價(jià)最小的為待擴(kuò)展節(jié)點(diǎn)。例：如圖五城市間的交通路線圖，A是出發(fā)地，E是目的地，兩城市間的交通費(fèi)用（代價(jià)）如圖中數(shù)字所示。求從A到E的最小費(fèi)用的交通路線。ABCDE432453AC1B1D1E2B2D2E1C2E3E434234545233.2啟發(fā)式搜索一思想

找到一種有效的方法處理節(jié)點(diǎn)（排列待擴(kuò)展節(jié)點(diǎn)），利用問題本身的特性進(jìn)行擴(kuò)展，提高搜索效率。 有信息搜索。 有序搜索：選擇最有希望的節(jié)點(diǎn)作為待擴(kuò)展節(jié)點(diǎn)。 通過(guò)定義某一衡量標(biāo)準(zhǔn)決定希望程度。

（1）決定要擴(kuò)展的下一個(gè)節(jié)點(diǎn)； （2）生成哪一個(gè)或哪幾個(gè)后繼節(jié)點(diǎn)； （3）決定從搜索樹中拋棄或修剪的節(jié)點(diǎn)。估價(jià)函數(shù)

估算節(jié)點(diǎn)希望的量度。 一般形式為：f(x)=g(x)+h(x) f為估價(jià)函數(shù)，f(x)表示節(jié)點(diǎn)x的估價(jià)函數(shù)值。

g(x)表示從初始節(jié)點(diǎn)到x已實(shí)際付出的代價(jià)；

h(x)是從節(jié)點(diǎn)x到目標(biāo)節(jié)點(diǎn)的估計(jì)代價(jià)，利用問題本身的信息進(jìn)行估價(jià)。

利用f值對(duì)OPEN表上的節(jié)點(diǎn)進(jìn)行排序，選擇具有最小/大f值的節(jié)點(diǎn)作為下一個(gè)要擴(kuò)展的節(jié)點(diǎn)。有序搜索

又稱最好優(yōu)先搜索。 盲目搜索的幾種方法也可以視為有序搜索的特例。寬度優(yōu)先：深度小者優(yōu)先；深度優(yōu)先：深度深者優(yōu)先；代價(jià)優(yōu)先：代價(jià)小者優(yōu)先。局部擇優(yōu)搜索（深度）：對(duì)新擴(kuò)展的節(jié)點(diǎn)按代價(jià)大小重排；全局擇優(yōu)搜索（廣度）：對(duì)OPEN表中所有節(jié)點(diǎn)按代價(jià)大小重排。對(duì)于f的選擇，沒有適用的準(zhǔn)確的希望量度，則： （1）時(shí)間和空間之間的折衷； （2）保證有一個(gè)最優(yōu)解或任意解。解的三種情況： （1）求得最優(yōu)（最小代價(jià)）解答； （2）適當(dāng)?shù)乃阉髡业胶玫?，而非最?yōu)。但優(yōu)與最優(yōu)很難界定。 （3）找到一個(gè)解即可。2831647512384765例：八數(shù)碼棋，定義估價(jià)函數(shù)：

f(n)=d(n)+w(n) d(n)為搜索樹中節(jié)點(diǎn)n的深度；

w(n)用以計(jì)算節(jié)點(diǎn)n對(duì)應(yīng)于目標(biāo)狀態(tài)錯(cuò)放的棋子 數(shù)。2831647528314765283164752831647523184765283147652831476528371465832147652318476523184765123847651238476512378465s(4)A(6)B(4)C(6)D(5)E(5)F(6)G(6)H(7)I(5)J(7)K(5)L(5)M(7)目標(biāo)12345612384765A*算法A*算法：選擇一個(gè)特定的估價(jià)函數(shù)f(n)，定義為通過(guò)節(jié)點(diǎn)n的一條最小代價(jià)路徑的代價(jià)的一個(gè)估計(jì)。 先定義：

f*(n)=g*(n)+h*(n),其中：

g*(n)為從初始節(jié)點(diǎn)到節(jié)點(diǎn)n的一條最優(yōu)路徑的代價(jià)；

h*(n)為從n到目標(biāo)節(jié)點(diǎn)最小代價(jià)路徑的代價(jià)。 定義估價(jià)函數(shù)：

f(n)=g(n)+h(n)

其中g(shù)是對(duì)g*的估計(jì)，h是對(duì)h*的估計(jì)。

g(n)可以是實(shí)際值，而h(n)則依賴有關(guān)問題的領(lǐng)域的啟發(fā)信息，h叫啟發(fā)函數(shù)。

A*算法定義： （1）估價(jià)函數(shù)依據(jù)f(x)=g(x)+h(x)進(jìn)行； （2）h(x)<=h*(x),h(x)為h*(x)的下界； （3）利用h*(x)的下界h(x)為啟發(fā)函數(shù)的A算法，為A*算法。A*算法的一些特性： （1）A*算法能在有限步內(nèi)終止，并能找到最優(yōu)解； （2）在滿足h(x)<=h*(x)的前提下，h(x)的值越大越好。

f1(x)=g1(x)+h1(x) f2(x)=g2(x)+h2(x) A1*

，A2*分別是以f1(x)，f2(x)為估價(jià)函數(shù)的A*算法，且對(duì)所有的非目標(biāo)節(jié)點(diǎn)有h1(x)<h2(x)，則A2*擴(kuò)展的節(jié)點(diǎn)集是A1*擴(kuò)展的節(jié)點(diǎn)集的子集。3.3與或樹搜索策略一與或樹的一般搜索策略1可解標(biāo)識(shí)過(guò)程：由可解的子節(jié)點(diǎn)確定其父、祖節(jié)點(diǎn)可解否。（依據(jù)可解節(jié)點(diǎn)定義）2不可解標(biāo)識(shí)過(guò)程：由不可解的子節(jié)點(diǎn)確定其父、祖節(jié)點(diǎn)不可解否。3解樹：由初始節(jié)點(diǎn)和標(biāo)識(shí)初始節(jié)點(diǎn)可解的子節(jié)點(diǎn)構(gòu)成。4一般搜索過(guò)程：

開始S0送入OPEN表中把OPEN表的第一個(gè)節(jié)點(diǎn)nCLOSED表n可擴(kuò)展？擴(kuò)展節(jié)點(diǎn)n,將其子節(jié)點(diǎn)放入OPEN表，并為每個(gè)子節(jié)點(diǎn)配置指向節(jié)點(diǎn)n的指針子節(jié)點(diǎn)有終葉節(jié)點(diǎn)？標(biāo)示這些終葉節(jié)點(diǎn)為可解節(jié)點(diǎn)應(yīng)用可解標(biāo)識(shí)過(guò)程標(biāo)示這些終葉節(jié)點(diǎn)為不可解節(jié)點(diǎn)應(yīng)用不可解標(biāo)識(shí)過(guò)程N(yùn)NYY（1）（2）（3）可斷定S0為可解？成功退出從OPEN表中刪除具有可解先輩的節(jié)點(diǎn)可斷定S0為不可解？失敗退出從OPEN表中刪除具有不可解先輩的節(jié)點(diǎn)（2）（3）NNYY（1）（1）ABCDEFGHIABCDEFGHI兩個(gè)刪除過(guò)程：二與或樹的廣度優(yōu)先搜索擴(kuò)展節(jié)點(diǎn)n，將其子節(jié)點(diǎn)放入OPEN表的尾部，并為每個(gè)子節(jié)點(diǎn)配置指向節(jié)點(diǎn)n的指針。三與或樹的深度優(yōu)先搜索擴(kuò)展節(jié)點(diǎn)n，將其子節(jié)點(diǎn)放入OPEN表的首部，并為每個(gè)子節(jié)點(diǎn)配置指向節(jié)點(diǎn)n的指針。有界深度優(yōu)先搜索：節(jié)點(diǎn)n的深度>=深度界限，則標(biāo)示節(jié)點(diǎn)n為不可解節(jié)點(diǎn)。四與或樹的有序搜索依據(jù)代價(jià)決定搜索路線。1代價(jià)計(jì)算

（1）x為終葉節(jié)點(diǎn)，h(x)=0;

（2）x不可擴(kuò)展，且為非終葉節(jié)點(diǎn)h(x)=∞

（3）x后繼節(jié)點(diǎn)（y1,y2,…yn)為或邏輯,

則h(x)= min{c(x,yi)+h(yi)}

（4）x后繼節(jié)點(diǎn)（y1,y2,…yn)為與邏輯， 則h(x)=∑(c(x,yi)+h(yi))

或h(x)=max{c(x,yi)+h(yi)}

ABCDEFGHIJLNM222224311311最大法：

h左（A)=6 h右（A)=7求和法：

h左（A)=9 h右（A)=82希望樹最優(yōu)解樹：代價(jià)最小的解樹。希望樹T：在擴(kuò)展搜索求解中，有可能成為最優(yōu)解樹一部分的待擴(kuò)展樹，當(dāng)前代價(jià)最小的解樹。T包含：（1）初始節(jié)點(diǎn)； （2）節(jié)點(diǎn)x在T中，其或后繼節(jié)點(diǎn)中代價(jià)值最小的節(jié)點(diǎn)也在

T中； （3）節(jié)點(diǎn)x在T中，其所有與后繼節(jié)點(diǎn)也在T中；3有序搜索過(guò)程 （1）找到希望樹T； （2）擴(kuò)展其端節(jié)點(diǎn)n，n為可解節(jié)點(diǎn)，進(jìn)行可解標(biāo)識(shí)；不可解，則進(jìn)行不可解標(biāo)識(shí)； （3）重新計(jì)算代價(jià)，回到（1）。ABCDEFG1111113332HIJKLM1111113222h左（A）=9*h右（A）=8h（A）=8h(F)=7h(C)=11*h左（A）=9*h右（A）=12h（A）=9五博弈樹的啟發(fā)式搜索1博弈：

智能性的競(jìng)爭(zhēng)活動(dòng)。“二人零和，非偶然，全信息” 二人零和：得分函數(shù)之和為零，三種結(jié)局，我勝、我敗、平局； 非偶然：雙方皆可根據(jù)全信息進(jìn)行分析，選取勝數(shù)最大的方案； 全信息：當(dāng)前格局及過(guò)去，雙方皆知。2博弈樹：描述此類過(guò)程的與或樹（始終站在某一方的立場(chǎng)上） （1）初始格局：初始節(jié)點(diǎn)； （2）與或節(jié)點(diǎn)交替出現(xiàn)； （3）我方擴(kuò)展節(jié)點(diǎn)->或關(guān)系（可選擇一個(gè)值大的） 敵方擴(kuò)展節(jié)點(diǎn)->與關(guān)系（對(duì)方可能選擇對(duì)我方最不利的方案） 雙方輪流； （4）使我方獲勝的節(jié)點(diǎn)：終葉節(jié)點(diǎn)，可解節(jié)點(diǎn)； 使隊(duì)方獲勝的節(jié)點(diǎn)：不可解節(jié)點(diǎn)。 選出對(duì)自己最為有利的方案（樹）。3極大極小分析法基本思想：

預(yù)先生成一定深度博弈樹；

定義估價(jià)函數(shù)，計(jì)算端節(jié)點(diǎn)的值（得分），靜態(tài)估值，再（倒推）計(jì)算出父節(jié)點(diǎn)的倒推值； 根據(jù)值選定合適的分支擴(kuò)展一定的深度。

例：一字棋。A、B對(duì)弈，先使自己的棋子成一線者為勝。

A方：我方，先走。 定義估價(jià)函數(shù)：e(p)=棋局P上A方有可能成一線的數(shù)目﹣

棋局P上B方有可能成一線的數(shù)目

A必勝的棋局P,e(P)=+∞；

A必負(fù)的棋局P,e(P)=﹣∞； 每次擴(kuò)展兩步。baaaabababababababababaabab101-10-1-1-20012-1-2114

-

剪枝技術(shù)基本思想：根據(jù)倒推值的計(jì)算方法，或中取大，與中取小，在擴(kuò)展和計(jì)算過(guò)程中，能剪掉不必要的分枝，提高效率。定義：

值：有或后繼的節(jié)點(diǎn)，取當(dāng)前子節(jié)點(diǎn)中的最大倒推值為其下界，稱為值。節(jié)點(diǎn)倒推值>=

； 值：有與后繼的節(jié)點(diǎn)，取當(dāng)前子節(jié)點(diǎn)中的最小倒推值為其上界，稱為值。節(jié)點(diǎn)倒推值<=

；-

剪枝：（1）剪枝：節(jié)點(diǎn)x的值不能降低其父節(jié)點(diǎn)的值，x以下的分支可停止搜索，且x的倒推值為；（2）剪枝：節(jié)點(diǎn)x的值不能升高其父節(jié)點(diǎn)的值，x以下的分支可停止搜索，且x的倒推值為；2931-1-1368-1203-574-26-18-1-1032≥2≤1≤2≥2≥0≤00ABCDEFGHIJKLMNOP241-36245132312537983.4歸結(jié)/消解演繹推理一邏輯推理1方式：（1）演繹推理：從一般到個(gè)別； 最典型：三段論； （2）歸納推理：從個(gè)別到一般，從多個(gè)特例中歸納出一般性結(jié)論；（3）缺省推理：知識(shí)不完全的情況下，默認(rèn)某一條件/事實(shí)/情況成立，便于推理；2控制策略： （1）正向推理： （2）反向推理

混合推理； 雙向推理；3模式匹配：兩個(gè)（知識(shí)）模式（謂詞公式、框架、語(yǔ)義網(wǎng)絡(luò)）比較，完全一致或近似一致，稱為可匹配； 是推理中的重要過(guò)程。二置換與合一1置換： 項(xiàng)對(duì)變?cè)奶鎿Q，用變?cè)⒊Ａ炕蚝瘮?shù)來(lái)替換變?cè)?，目的是使兩個(gè)公式一致。 例：

P（x,f(y),B),S1={z/x,w/y} P（x,f(y),B)S1=P(z,f(w),B)

置換復(fù)合：

={t1/x1,t2/x2,…,tn/xn} ={u1/y1,u2/y2,…,un/yn} ·={t1/x1,t2/x2,…,tn/xn,u1/y1,u2/y2,…,un/yn}中 刪去如下兩種元素：

ti/xi當(dāng)ti=xi ui/yi當(dāng)yi∈{x1,x2,…xn}

*置換可合成，而不可交換： （PS1）S2=P（S1·S2） （S1·S2）·S3=S1·

（S2·S3）

S1·S2≠S2·S1例：={f(y)/x,z/y} ={a/x,b/y,y/z} ·={f(b)/x,y/y,a/x,b/y,y/z}2合一（3）差異集：從F的各公式中取出第一對(duì)相應(yīng)的不一致符號(hào)所構(gòu)成的集合D。 例：F={P(x,y,z),P(x,f(a),h(b))} {y,f(a)},{z,h(b)}（1）定義：公式集F={F1，F(xiàn)2，…，F(xiàn)n}，若存在一個(gè)置換使得：

F1=F2=…=Fn，稱為F的一個(gè)合一，F(xiàn)1，F(xiàn)2，…，F(xiàn)n為可合一。 例：F={P(x,y,f(y)),P(a,g(x),z)}

={g(a)/y,a/x,f(g(a))/z}（2）最一般合一：

S為F的任一合一，g為其一合一，若對(duì)任一S，皆存在一置換S’，有：S=g·S’或FS=（Fg）S’,

稱g為其最一般合一。(4)求最一般合一算法：思想：從第一個(gè)差異集開始，尋求項(xiàng)對(duì)變量的置換。

(a)k=0,Fk=F,gk={}; (b)若F各公式表達(dá)式一致，則算法停止，gk

為最一般合一；

(c)找出Fk的差異集Dk；

(d)若Dk中有元素ak,tk,其中tk為項(xiàng)，ak為變?cè)?，且ak不在tk中出 現(xiàn)，則：

gk+1=gk

·{tk/ak},Fk+1=Fk{tk/ak} k=k+1,轉(zhuǎn)(b); (e)算法終止，F(xiàn)最一般合一不存在。例：求F的最一般合一。

F={P(a,x,f(g(y))),P(z,h(z,u),f(u))}(1)k=0,D0={a,z},g1={a/z},F1={P(a,x,f(g(y))),P(a,h(a,u),f(u))}(2)k=1,D1={x,h(a,u)},g2={a/z,h(a,u)/x}=g1·{h(a,u)/x}F2={P(a,h(a,u),f(g(y))),P(a,h(a,u),f(u))}(3)k=2,D2={g(y),u},g3={a/z,h(a,g(y))/x,g(y)/u}=g2·{g(y)/u}F3={P(a,h(a,g(y)),f(g(y))), P(a,h(a,g(y)),f(g(y)))}三子句1定義： 文字：謂詞邏輯中，原子謂詞公式及其否定； 子句：任何文字的析取式； 子句集：子句的合?。?空子句：不含任何文字的子句，NIL； 2化為子句集（1）消去蘊(yùn)涵符號(hào)：

P->Q

P∨Q

（2）減少否定的轄域：

P∨Q(P∧Q)P∧

Q(P∨Q) (P)Px(P)(x)P (x)(P)(x)P

（3）變量標(biāo)準(zhǔn)化：使不同變量約束的變?cè)哂胁煌拿郑?/p>

x

(P(x))x(Q(x))

x

(P(x))y(Q(y))（4）消去存在量詞： 兩種情況：

a)若存在量詞不在任何全稱量詞的轄域內(nèi)，則化為一常量；

x(Q(x))---Q(A) b)出現(xiàn)在某一全稱量詞內(nèi)，以斯克林函數(shù)代替每個(gè)出現(xiàn)的存在量詞的量化變量，函數(shù)中的變量由那些全稱量詞所約束的全稱量詞量化：

y(xP(x,y))-y(P(g(y),y))(5)化為前束形，即將全稱量詞移到前面： 前束形=（前綴）（母式）全稱量詞串無(wú)量詞公式(6)將母式化為合取范式，重新分配∨：

P∨（Q∧W）（P