第7章

人工智能的決策支持和

智能決策支持系統(tǒng)第7章

本章內(nèi)容7.1

人工智能概念7.2人工智能基本原理7.3專家系統(tǒng)與智能決策支持系統(tǒng)7.4遺傳算法的決策支持7.5機(jī)器學(xué)習(xí)的決策支持開(kāi)篇案例KPN電信公司的智能系統(tǒng)背景：KPN電信是一家卓越的電信公司，該公司在荷蘭提供固定線路網(wǎng)絡(luò)，在西歐提供數(shù)據(jù)和IP服務(wù)，并且該公司還在荷蘭、德國(guó)和比利時(shí)提供移動(dòng)服務(wù)。它擁有38000多名員工，他們服務(wù)于790萬(wàn)固定線路用戶、1340萬(wàn)移動(dòng)客戶和140萬(wàn)網(wǎng)絡(luò)訂閱者。不僅如此，KPN電信還在阿姆斯特丹、紐約、倫敦和法蘭克福的股票交易所上市。主要問(wèn)題是：如何在使成本最小化的同時(shí)保持高效的運(yùn)作。信息系統(tǒng)部面臨的難題：在解決來(lái)自用戶的服務(wù)電話時(shí)耗費(fèi)時(shí)間嚴(yán)重，有時(shí)也很讓人受挫。更糟糕的是，由于員工的離職或退休，導(dǎo)致了絕大部分知識(shí)維護(hù)的遺失。解決辦法：開(kāi)發(fā)了一個(gè)被稱為阿基米德的基于規(guī)則的系統(tǒng)。該系統(tǒng)運(yùn)用Authorete工具獲取知識(shí)，這些知識(shí)包括：相關(guān)的安裝問(wèn)題、處理過(guò)程、步驟以及IT員工集體經(jīng)驗(yàn)中的解決方法。阿基米德的核心是其知識(shí)庫(kù)以及一個(gè)友好的用戶界面。知識(shí)是用簡(jiǎn)單的語(yǔ)句而非復(fù)雜的結(jié)構(gòu)來(lái)表達(dá)的。這些語(yǔ)句詳細(xì)說(shuō)明了當(dāng)今的IT專家是如何分析軟件安裝并解決問(wèn)題的。該系統(tǒng)通過(guò)下拉菜單中一系列有意義的陳述來(lái)指導(dǎo)用戶，幫助KPN開(kāi)發(fā)者并進(jìn)一步完善知識(shí)。思考問(wèn)題：開(kāi)發(fā)智能系統(tǒng)的動(dòng)機(jī)解釋智能系統(tǒng)的作用及其潛在的優(yōu)點(diǎn)，開(kāi)發(fā)這些系統(tǒng)的主要困難是什么？人工智能與人類智能的區(qū)別是什么？基本思想：包含了學(xué)習(xí)人類的思考過(guò)程；通過(guò)機(jī)器（計(jì)算機(jī)和機(jī)器人）來(lái)描述并復(fù)制這些過(guò)程。眾所周知的定義：人工智能是一種機(jī)器行為，如果由人類執(zhí)行就可以稱為智能。令人深思的定義：人工智能研究的是如何使計(jì)算機(jī)比人類做的更好。著名應(yīng)用：深藍(lán)——國(guó)際象棋程序。7.1人工智能的基本概念及原理人工智能具有的能力從經(jīng)驗(yàn)中學(xué)習(xí)或理解。在模棱兩可或相互矛盾的情形中進(jìn)行理性分析。對(duì)新的情況進(jìn)行快速成功的響應(yīng)。在解決問(wèn)題的過(guò)程中運(yùn)用推理方法并對(duì)行為進(jìn)行有效的指導(dǎo)。處理復(fù)雜的情況。以正常的理性方式來(lái)理解和推斷。運(yùn)用知識(shí)來(lái)處理環(huán)境。人工智能的特征

符號(hào)處理：數(shù)值與符號(hào)算法與啟發(fā)式算法算法是一步一步地處理過(guò)程。啟發(fā)式算法：從經(jīng)驗(yàn)中獲取的直覺(jué)知識(shí)或經(jīng)驗(yàn)法則。推斷：?jiǎn)l(fā)式算法的替代，包含運(yùn)用啟發(fā)式算法或從其他搜索方法從事實(shí)或規(guī)則中推斷。機(jī)器學(xué)習(xí)：使系統(tǒng)調(diào)整行為并對(duì)外部環(huán)境做出反應(yīng)。例：人工神經(jīng)網(wǎng)絡(luò)和遺傳算法。人工智能比人類智能比較人工智能的優(yōu)勢(shì)人工智能更具有永久性。人工智能為復(fù)制和傳播提供了便捷。人工智能的成本比自然智能的成本低。人工智能可以存檔。人工智能執(zhí)行某些任務(wù)的速度比人類快。人工智能執(zhí)行某些任務(wù)的質(zhì)量會(huì)比許多人甚至是大多數(shù)人高。人類智能具有的優(yōu)勢(shì)

人類智能富有創(chuàng)造性，人工智能缺乏創(chuàng)見(jiàn)。人類智能可以直接運(yùn)用感官體驗(yàn)并且使人類受益。大多數(shù)人工智能系統(tǒng)必須在符號(hào)輸入和表示中工作7.1人工智能的基本概念及原理人工智能的決策支持技術(shù)

7.1人工工智智能能的的基基本本概概念念及及原原理理1、人人工工智智能能的的決決策策支支持持技技術(shù)術(shù)從智智能能決決策策支支持持系系統(tǒng)統(tǒng)的的概概念念可可知知智智能能決決策策支支持持系系統(tǒng)統(tǒng)中中包包含含了了人人工工智智能能技技術(shù)術(shù)，，與與決決策策支支持持有有關(guān)關(guān)的的人人工工智智能能技技術(shù)術(shù)主主要要有有：：專家家系系統(tǒng)統(tǒng)、、神神經(jīng)經(jīng)網(wǎng)網(wǎng)絡(luò)絡(luò)、、遺遺傳傳算算法法、、機(jī)機(jī)器器學(xué)學(xué)習(xí)習(xí)、、自自然然語(yǔ)語(yǔ)言言理理解解等等。。專家家系系統(tǒng)統(tǒng)是利利用用大大量量的的專專門門知知識(shí)識(shí)解解決決特特定定領(lǐng)領(lǐng)域域中中的的實(shí)實(shí)際際問(wèn)問(wèn)題題的的計(jì)計(jì)算算機(jī)機(jī)程程序序系系統(tǒng)統(tǒng)；；神經(jīng)經(jīng)網(wǎng)網(wǎng)絡(luò)絡(luò)是利利用用神神經(jīng)經(jīng)元元的的信信息息傳傳播播模模型型（（MP模型型））進(jìn)進(jìn)行行學(xué)學(xué)習(xí)習(xí)和和應(yīng)應(yīng)用用；；遺傳傳算算法法是模模擬擬生生物物遺遺傳傳過(guò)過(guò)程程的的群群體體優(yōu)優(yōu)化化搜搜索索方方法法；；機(jī)器器學(xué)學(xué)習(xí)習(xí)是讓讓計(jì)計(jì)算算機(jī)機(jī)模模擬擬和和實(shí)實(shí)現(xiàn)現(xiàn)人人類類的的學(xué)學(xué)習(xí)習(xí)，，獲獲取取解解決決問(wèn)問(wèn)題題的的知知識(shí)識(shí)；；自然然語(yǔ)語(yǔ)言言理理解解是讓讓計(jì)計(jì)算算機(jī)機(jī)理理解解和和處處理理人人類類進(jìn)進(jìn)行行交交流流的的自自然然語(yǔ)語(yǔ)言言。。7.1人工工智智能能的的基基本本概概念念及及原原理理2．智智能能決決策策支支持持系系統(tǒng)統(tǒng)結(jié)結(jié)構(gòu)構(gòu)形形式式1）基基本本結(jié)結(jié)構(gòu)構(gòu)智能能決決策策支支持持系系統(tǒng)統(tǒng)（（IDSS）＝＝?jīng)Q決策策支支持持系系統(tǒng)統(tǒng)（（DSS）＋＋人人工工智智能能（（AI）技技術(shù)術(shù)7.1人工工智智能能的的基基本本概概念念及及原原理理

問(wèn)題綜合與交互系統(tǒng)

數(shù)據(jù)庫(kù)

管理系統(tǒng)

模型庫(kù)

管理系統(tǒng)模型庫(kù)數(shù)據(jù)庫(kù)

人工智能技術(shù)專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)遺傳算法機(jī)器學(xué)習(xí)自然語(yǔ)言理解圖7.1智能決策支持系統(tǒng)的基本結(jié)構(gòu)

圖7.2智能決策支持系統(tǒng)結(jié)構(gòu)

問(wèn)題綜合與交互系統(tǒng)

模型庫(kù)管理系統(tǒng)

數(shù)據(jù)庫(kù)管理系統(tǒng)

知識(shí)庫(kù)

管理系統(tǒng)

推理機(jī)用戶

模型庫(kù)

知識(shí)庫(kù)

數(shù)據(jù)庫(kù)人工工智智能能技技術(shù)術(shù)可可以以概概括括為為：：推推理理機(jī)機(jī)＋＋知知識(shí)識(shí)庫(kù)庫(kù)智能能決決策策支支持持系系統(tǒng)統(tǒng)的的結(jié)結(jié)構(gòu)構(gòu)可可以以簡(jiǎn)簡(jiǎn)化化為為圖圖7.27.2人工工智智能能基基本本原原理理邏輯輯推推理理知識(shí)識(shí)表表示示與與知知識(shí)識(shí)推推理理搜索索技技術(shù)術(shù)邏輯輯推推理理1.形式式邏邏輯輯(人的的思思維維形形式式、、規(guī)規(guī)律律)（1）概概念念：：反映映事事物物的的特特有有屬屬性性和和屬屬性性的的取取值值。。（2）判判斷斷：：對(duì)概概念念的的肯肯定定或或否否定定；；判斷斷本本身身有有對(duì)對(duì)有有錯(cuò)錯(cuò)；；判斷斷有有全全稱稱的的肯肯定定（（或或否否定定））判判斷斷和和存存在在的的肯肯定定（（或或否否定定））判判斷斷。。（3）推推理理：：從一一個(gè)個(gè)或或多多個(gè)個(gè)判判斷斷推推出出一一個(gè)個(gè)新新判判斷斷的的過(guò)過(guò)程程。。邏輯輯推推理理2.推理的種種類演繹推理理歸納推理理類比推理理假言推理理三段論推推理數(shù)學(xué)歸納納法假言易位位推理枚舉歸納納推理1）演繹推理理：從一般般現(xiàn)象到到個(gè)別（（特殊））現(xiàn)象的的推理。。2）歸納推理理：從個(gè)別別（特殊殊）現(xiàn)象象到一般般現(xiàn)象的的推理。。3）類比推理理：從個(gè)別別（特殊殊）現(xiàn)象象到個(gè)別別（特殊殊）現(xiàn)象象的推理理。1）演繹推理理專家系統(tǒng)統(tǒng)的研究究基本上上屬于演演繹推理理范疇。。演繹推推理的核核心是假假言推理理。假言推理理：以假言言判斷為為前提，，對(duì)該假假言判斷斷的前件件或后件件的推理理。1）假言推推理：pq，p┝q2）三段論論推理：pq，qr┝pr3）假言易易位推理理（拒取取式）：：pq，q┝p符號(hào)“┝”表示推出出邏輯推理理2）歸納推推理(個(gè)別→一般)（1）數(shù)學(xué)歸歸納法這種推導(dǎo)導(dǎo)是嚴(yán)格格的，結(jié)結(jié)論是確確實(shí)可靠靠的。（2）枚舉歸歸納推理理S1是P，S2是P，……Sn是PS1……Sn是S類事物中中的部分分分子，，沒(méi)有相相反事例例。所以，S類事物都都是P。枚舉歸納納推理的的結(jié)論是是或然的的(并非必然然地)，它的可靠靠性和事事例數(shù)量量相關(guān)。邏輯推理理枚舉歸納納推理實(shí)實(shí)例如觀察到到鐵受熱膨膨脹、銅受熱膨膨脹等事實(shí)而而不知其所所以然，，由此推推出“所有金屬屬受熱膨膨脹”的結(jié)論就就是簡(jiǎn)單單枚舉歸歸納推理理。3）類比推推理它是由兩兩個(gè)（或或兩類））事物在在某些屬性性上相同，進(jìn)而推推斷它們們?cè)诹硪粋€(gè)屬屬性上也可能能相同的推理。。A事物有abcd屬性,B事物有abc屬性（或或a,b,c相似屬性性）所以，，B事物也可可能有d屬性（或或d相似屬性性）類比推理理的結(jié)論論帶有或或然性，，它的可可靠性和和相類比比事物屬屬性之間間的聯(lián)系系程度有有關(guān)。邏輯推理理類比推理理實(shí)例一一1816年的一天天，法國(guó)國(guó)醫(yī)生雷雷奈克出出診為一一位年輕輕的女性性看病，，一見(jiàn)病病人，雷雷奈克犯犯起愁來(lái)來(lái)：她身身體非常常肥胖，，要診斷斷她的心心臟和肺肺部是否否正常，，按當(dāng)時(shí)醫(yī)醫(yī)生慣用用的方法法，把耳耳朵貼近近病人的的胸部來(lái)來(lái)聽(tīng)，肯肯定聽(tīng)不不清楚，，更何況況她是一一位年輕輕的女性性。雷奈克抬抬頭看了了看院子子里正在在玩耍的的小孩，，腦子里里突然浮浮現(xiàn)出幾幾年前看看到一個(gè)個(gè)孩子們們玩的游游戲：一一個(gè)孩子子用釘子敲敲打木板板的一頭頭，另外外的孩子子爭(zhēng)先恐恐后地抱抱著把耳耳朵貼近近木板的的另一頭頭，興致勃勃勃地傾傾聽(tīng)著。。為什么木木頭能夠夠把聲音音清晰地地傳過(guò)來(lái)來(lái)呢？雷奈克稍稍微想了了想，只只見(jiàn)他很很很地拍拍了一下下手說(shuō)：：“就是這樣樣！就是是這樣！！”雷奈克要要來(lái)一疊疊紙，緊緊緊地卷卷成一個(gè)個(gè)卷，然然后把紙紙卷的一一端放在在姑娘的的胸部，，另一端端放在自自己的耳耳朵上，，側(cè)著臉臉聽(tīng)了起起來(lái)?！罢媸且粋€(gè)個(gè)妙法！！”雷奈克高高興地喊喊了一句句?；氐降郊依?，，雷奈克找找到一根根空心木木管，造造成了歷歷史上第第一個(gè)“聽(tīng)診器”。類比推理理實(shí)例一一類比推理理實(shí)例二二19世紀(jì)30年代，英英國(guó)商人人威爾斯斯以與馮馮燦的茂茂隆皮箱箱商行訂訂購(gòu)的皮箱中有有不是皮皮的木料料為由，向向香港法法院起訴訴，蓄意意敲詐馮馮燦。針針對(duì)這種種情況，，馮燦的的律師羅羅文錦取取出口袋袋的金懷懷表，高高聲問(wèn)法法官：“請(qǐng)問(wèn)這是是什么表表？”法官答道道：“這是金表表，可是是這與本本案有什什么關(guān)系系？”羅文錦高高舉金表表，面對(duì)對(duì)法庭上上所有的的人說(shuō)：：“有關(guān)系。。這是金金表，沒(méi)沒(méi)有人懷懷疑是吧？但是是，請(qǐng)問(wèn)問(wèn)，這塊塊金表除表表面鍍金金之外，，內(nèi)部的的機(jī)制都都是金制制嗎？”旁聽(tīng)者同同聲議論論：“當(dāng)然不是是?！绷_文錦繼繼續(xù)說(shuō)：：“那么人們們?yōu)槭裁疵从纸兴鸨砟啬?？”稍作停頓頓又高聲聲說(shuō)：“由此可見(jiàn)見(jiàn)，茂隆隆行的皮皮箱案不不過(guò)是原原告無(wú)理理取鬧、、存心敲敲詐而已已”原告理屈屈詞窮，，法庭最最后以威威爾斯誣誣告，罰罰款5000元結(jié)案皮箱訴訟案案的法庭辯辯論中，賣賣方律師在在反駁中所所使用的就就是類比推推理：表的外表有有金，內(nèi)部部含有不是是金的材料料，但卻是是金表；箱的外表有有皮，但也也含有不是是皮的材料料；所以，箱仍仍是皮箱。。類比推理實(shí)實(shí)例二3.總結(jié)1）演繹推理的的結(jié)論沒(méi)有超出已知的知識(shí)識(shí)范圍。而而歸納推理理和類比推推理的結(jié)論論超出已知的知識(shí)識(shí)范圍。演繹推理只只能解釋一一般規(guī)律中中的個(gè)別現(xiàn)現(xiàn)象而歸納推理理和類比推推理創(chuàng)造了了新的知識(shí)，使使科學(xué)得到到新發(fā)展，，是一種創(chuàng)創(chuàng)造思維方方式。2）演繹推理中中由于前提提和結(jié)論有有必然聯(lián)系系，只要前前提為真，，結(jié)論一定定為真。歸納推理和和類比推理理中前提和和結(jié)論，不不能保證有有必然聯(lián)系系，具有或或然性。這這樣推理的的結(jié)論未必必是可靠的的。需要經(jīng)經(jīng)過(guò)嚴(yán)格的的驗(yàn)證和證證明，使之之形成新的的理論。邏輯推理7.2.2知識(shí)表表示與知識(shí)識(shí)推理案例分析：：禮來(lái)制藥藥公司基于于知識(shí)的實(shí)實(shí)時(shí)系統(tǒng)的的開(kāi)發(fā)背景：禮來(lái)來(lái)公司是一一家全球性性的大型美美國(guó)制藥公公司（全球球范圍內(nèi)有有41000名員工，在在158個(gè)國(guó)家銷售售產(chǎn)品）問(wèn)題：生產(chǎn)產(chǎn)藥物產(chǎn)品品需要一道道叫做發(fā)酵酵的特殊工工序。一個(gè)典型的的發(fā)酵過(guò)程程是操作一一系列不停停攪拌的容容器。為了獲得優(yōu)優(yōu)質(zhì)產(chǎn)品，，需要小心心監(jiān)控發(fā)酵酵過(guò)程并且且始終如一一的控制。。但是傳統(tǒng)統(tǒng)統(tǒng)計(jì)過(guò)程程難以控制制參數(shù)。例例如：無(wú)法法量化一個(gè)個(gè)發(fā)酵種子子所處的階階段。無(wú)法法對(duì)產(chǎn)品攪攪動(dòng)做出精精確的預(yù)測(cè)測(cè)。雖然培植采采用相同的的工序，但但是由不同同員工來(lái)執(zhí)執(zhí)行。不同同操作者根根據(jù)各自的的經(jīng)驗(yàn)來(lái)控控制這一過(guò)過(guò)程，導(dǎo)致致產(chǎn)品的質(zhì)質(zhì)量有差異異。解決：禮來(lái)來(lái)公司采用用專家系統(tǒng)統(tǒng)來(lái)解決這這一問(wèn)題，，目的是希希望關(guān)鍵技技術(shù)員能夠夠24小時(shí)對(duì)發(fā)酵酵過(guò)程提供供服務(wù)，并并且專家系系統(tǒng)中知識(shí)識(shí)庫(kù)的相關(guān)關(guān)部分能夠夠被復(fù)制。。構(gòu)建了一一個(gè)智能質(zhì)質(zhì)量報(bào)警系系統(tǒng)，用于于操作提供供一致性的的實(shí)時(shí)建議議。開(kāi)發(fā)過(guò)程：：四名知識(shí)識(shí)工程師參參與了系統(tǒng)統(tǒng)的開(kāi)發(fā)，，他們僅僅僅被要求記記錄專家知知識(shí)，而不不進(jìn)行任何何優(yōu)化。也也不能使用用自身領(lǐng)域域知識(shí)來(lái)影影響專家。?？偣查_(kāi)發(fā)發(fā)了6個(gè)月。步驟：知識(shí)識(shí)誘出；知知識(shí)融合；；知識(shí)庫(kù)編編碼；測(cè)試試和評(píng)估。。思考：為什么禮來(lái)來(lái)公司需要要開(kāi)發(fā)一個(gè)個(gè)智能系統(tǒng)統(tǒng)來(lái)為過(guò)程程操作提供供建議？開(kāi)發(fā)十個(gè)獨(dú)獨(dú)立的知識(shí)識(shí)庫(kù)，然后后通過(guò)知識(shí)識(shí)融會(huì)將它它們合成一一個(gè)整體，，你對(duì)此有有何看法？？這種方法法的優(yōu)點(diǎn)和和缺點(diǎn)各是是什么？使用知識(shí)獲獲取工具有有什么好處處？知識(shí)表示與與知識(shí)推理理7.2.2知識(shí)表表示與知識(shí)識(shí)推理知識(shí)獲?。海菏侵笍娜巳祟悓＜?、、書(shū)本、文文檔、傳感感器或者計(jì)計(jì)算機(jī)文件件中采集知知識(shí)。這些些知識(shí)可能能傾向于特特殊的問(wèn)題題域或問(wèn)題題解決程序序，也可能能是一般性性知識(shí)或者者元知識(shí)。。知識(shí)表示：：采集的知知識(shí)是在一一種被稱為為知識(shí)表示示的行為過(guò)過(guò)程中組織織的。這一一行為過(guò)程程包括知識(shí)識(shí)圖的表示示以及將知知識(shí)編碼到到知識(shí)庫(kù)中中。知識(shí)確認(rèn)：：知識(shí)將將被不斷確確認(rèn)和核實(shí)實(shí)。推理：這一一行為包括括使計(jì)算機(jī)機(jī)能夠基于于知識(shí)和問(wèn)問(wèn)題特性來(lái)來(lái)進(jìn)行推理理軟件的設(shè)設(shè)計(jì)。解釋和理由由：包括解解釋能力的的設(shè)計(jì)和編編程實(shí)現(xiàn)搜索技術(shù)搜索技術(shù)是是人工智能能的一個(gè)重重要研究?jī)?nèi)內(nèi)容。智能能技術(shù)體現(xiàn)在減少搜索樹(shù)樹(shù)中的盲目目搜索。1.執(zhí)行時(shí)間與與ｎ，ｎ２，ｎ３等成正比的的算法，稱稱為按多項(xiàng)式時(shí)時(shí)間執(zhí)行。2.執(zhí)行時(shí)間與與２ｎ，ｎ！和ｎｎｎ等成正比的的算法，稱稱為按指數(shù)時(shí)間間執(zhí)行。按多項(xiàng)式時(shí)時(shí)間執(zhí)行的的算法，計(jì)計(jì)算機(jī)是可可以實(shí)現(xiàn)的的。按指數(shù)數(shù)時(shí)間執(zhí)行行的算法，，計(jì)算機(jī)是是不可能實(shí)實(shí)現(xiàn)的。搜索技術(shù)人工智能中中發(fā)展了一一種稱為啟啟發(fā)式搜索索方法，基基本思想可可用一個(gè)實(shí)實(shí)例來(lái)說(shuō)明明：一個(gè)外地人人到某城市市出差，他他想到書(shū)店店看看，又又不知書(shū)店店在何處，，如果采取取盲目搜索索，從住地地出發(fā)沿任任一方向走走，在分叉叉路口又任任選一分支支走，他可可能走幾天天幾夜也找找不到如果采用啟啟發(fā)式方法法，他會(huì)問(wèn)問(wèn)路上的人人，到書(shū)店店怎樣走。。城市中的的大部分人人對(duì)書(shū)店不不知道，問(wèn)問(wèn)不出來(lái)。。搜索技術(shù)改一種問(wèn)法法：?jiǎn)栐摮鞘凶钭顭狒[的地地方在哪兒兒？按照這個(gè)啟啟發(fā)式信息息沿著指路路人的路線線，乘車到到達(dá)最熱鬧鬧的地方但書(shū)店在哪哪兒，仍然然不知道。。如果盲目目搜索，可可能仍然找找不到。如如果采用啟啟發(fā)式方法法，他會(huì)問(wèn)問(wèn)路上的人人，賣畫(huà)的的地方在哪哪兒，他可可以通過(guò)畫(huà)畫(huà)店再問(wèn)書(shū)書(shū)店在哪兒兒？啟發(fā)式方法法能減少大大量盲目無(wú)無(wú)效的搜索索，能有效效克服按指指數(shù)時(shí)間執(zhí)執(zhí)行的組合合爆炸現(xiàn)象象搜索技術(shù)搜索方法分分類：基本搜索法法（1）廣度優(yōu)先先搜索法。。（2）深度優(yōu)先先搜索法。。廣度優(yōu)先搜搜索（寬度度優(yōu)先搜索索）1、廣度優(yōu)先先搜索思想想從初始狀態(tài)態(tài)S開(kāi)始，利用規(guī)則，生成所有可可能的狀態(tài)態(tài)。構(gòu)成樹(shù)的的下一層節(jié)節(jié)點(diǎn)，檢查查是否出現(xiàn)現(xiàn)目標(biāo)狀態(tài)態(tài)G，若未出現(xiàn)現(xiàn)，就對(duì)該該層所有狀狀態(tài)節(jié)點(diǎn)，，分別順序序利用規(guī)則則。生成再下一一層的所有有狀態(tài)節(jié)點(diǎn)點(diǎn)，對(duì)這一一層的所有有狀態(tài)節(jié)點(diǎn)點(diǎn)檢查是否否出現(xiàn)G，若未出現(xiàn)現(xiàn)，繼續(xù)按按上面思想想生成再下下一層的所所有狀態(tài)節(jié)節(jié)點(diǎn).這樣一層一一層往下展展開(kāi)。直到到出現(xiàn)目標(biāo)狀狀態(tài)G為止。圖7.7廣度度優(yōu)優(yōu)先先搜搜索索示示意意圖圖1、深深度度優(yōu)優(yōu)先先搜搜索索法法思思想想從初初始始狀狀態(tài)態(tài)S開(kāi)始始，，利利用用規(guī)規(guī)則則生生成成搜搜索索樹(shù)樹(shù)下下一一層層任一一個(gè)個(gè)結(jié)結(jié)點(diǎn)點(diǎn)，檢檢查查是是否否出出現(xiàn)現(xiàn)目目標(biāo)標(biāo)狀狀態(tài)態(tài)G，若若未未出出現(xiàn)現(xiàn)，，以以此此狀狀態(tài)態(tài)利利用用規(guī)規(guī)則則生生成成再再下下一一層層任一一個(gè)個(gè)結(jié)點(diǎn)點(diǎn)，，再再檢檢查查是是否否為為目目標(biāo)標(biāo)節(jié)節(jié)點(diǎn)點(diǎn)G。若若未未出出現(xiàn)現(xiàn)，，繼繼續(xù)續(xù)以以上上操操作作過(guò)過(guò)程程，，一一直直進(jìn)進(jìn)行行到到葉葉節(jié)節(jié)點(diǎn)點(diǎn)（（即即不不能能再再生生成成新新?tīng)顮顟B(tài)態(tài)節(jié)節(jié)點(diǎn)點(diǎn)））。。當(dāng)它它仍仍不不是是目目標(biāo)標(biāo)狀狀態(tài)態(tài)G時(shí)，，回回溯溯到到上上一一層層結(jié)結(jié)果果，，取取另另一一可可能能擴(kuò)擴(kuò)展展搜搜索索的的分分支支。。生生成成新新?tīng)顮顟B(tài)態(tài)節(jié)節(jié)點(diǎn)點(diǎn)。。一直直進(jìn)進(jìn)行行下下去去，，直直到到找找到到目目標(biāo)標(biāo)狀狀態(tài)態(tài)G為止止。。深度度優(yōu)優(yōu)先先搜搜索索法法圖7.8深度度優(yōu)優(yōu)先先搜搜索索示示意意圖圖在深深度度優(yōu)優(yōu)先先搜搜索索中中，，搜搜索索一一旦旦進(jìn)進(jìn)入入某某個(gè)個(gè)分分支支，，就就將將沿沿著著該該分分支支一一直直向向下下搜搜索索。。如如果果目目標(biāo)標(biāo)節(jié)節(jié)點(diǎn)點(diǎn)恰恰好好在在此此分分支支上上，，則則可可較較快快地地得得到到解解。。但但是是，，如果果目目標(biāo)標(biāo)節(jié)節(jié)點(diǎn)點(diǎn)不不在在此此分分支支上上，，而而該該分分支支又又是是一一個(gè)個(gè)無(wú)無(wú)窮窮分分支支，，則則就就不不能能得得到到解解。。所以以深深度度優(yōu)優(yōu)先先搜搜索索是是不不完完備備的的，，即即使使問(wèn)問(wèn)題題有有解解，，它它也也不不一一定定能能求求得得解解。。顯顯然然，，用深深度度優(yōu)優(yōu)先先求求得得的的解解，，也也不不一一定定是是路路徑徑最最短短的的解解。。深度度優(yōu)優(yōu)先先法法適適合合于于搜搜索索樹(shù)樹(shù)的的深深度度較較小小的的問(wèn)問(wèn)題題7.3專家家系系統(tǒng)統(tǒng)與與智智能能決決策策支支持持系系統(tǒng)統(tǒng)專家家系系統(tǒng)統(tǒng)原原理理專家家系系統(tǒng)統(tǒng)與與DSS的集集成成專家家系系統(tǒng)統(tǒng)原原理理1.專家家系系統(tǒng)統(tǒng)概概念念1）專專家家系系統(tǒng)統(tǒng)定定義義專家家系系統(tǒng)統(tǒng)是是具具有有大量量專專門門知知識(shí)識(shí)，并并能能運(yùn)運(yùn)用用這這些些知知識(shí)識(shí)解解決決特特定定領(lǐng)領(lǐng)域域中中實(shí)實(shí)際際問(wèn)問(wèn)題題的的計(jì)計(jì)算算機(jī)機(jī)程程序序系系統(tǒng)統(tǒng)。。專家家系系統(tǒng)統(tǒng)是是利利用用大大量量的的專家家知知識(shí)識(shí)，運(yùn)運(yùn)用用知知識(shí)識(shí)推推理理的的方方法法來(lái)來(lái)解解決決各各特特定定領(lǐng)領(lǐng)域域中中的的實(shí)實(shí)際際問(wèn)問(wèn)題題。。計(jì)計(jì)算算機(jī)機(jī)專專家家系系統(tǒng)統(tǒng)這這樣樣的的軟軟件件能能夠夠達(dá)達(dá)到到人人類類專專家家解解決決問(wèn)問(wèn)題題的的水水平平。。專家家系系統(tǒng)統(tǒng)原原理理2）專家家系系統(tǒng)統(tǒng)的的特特點(diǎn)點(diǎn)專家家系系統(tǒng)統(tǒng)需需要要大大量量的的知知識(shí)識(shí)，，這這些些知知識(shí)識(shí)是是屬屬于于規(guī)律律性性知知識(shí)識(shí)，它它可可以以用用來(lái)來(lái)解解決決千千變變?nèi)f萬(wàn)化化的的實(shí)實(shí)際際問(wèn)問(wèn)題題。。專業(yè)業(yè)技技能能符號(hào)號(hào)推推理理深層層知知識(shí)識(shí)自我我知知識(shí)識(shí)傳統(tǒng)統(tǒng)系系統(tǒng)統(tǒng)與與專專家家系系統(tǒng)統(tǒng)比比較較傳統(tǒng)系統(tǒng)專家系統(tǒng)信息及其處理過(guò)程通常在連續(xù)的程序中結(jié)合知識(shí)庫(kù)與處理（推理）機(jī)制明顯分離程序不會(huì)出錯(cuò)程序可能出錯(cuò)通常不解釋為什么要輸入數(shù)據(jù)或如何得出結(jié)論解釋是多數(shù)專家系統(tǒng)的一部分需要輸入所有的數(shù)據(jù)不要求輸入所有的數(shù)據(jù)。程序更改復(fù)雜改變規(guī)則容易系統(tǒng)只在其完成時(shí)運(yùn)行系統(tǒng)可以在少數(shù)規(guī)則下運(yùn)行系統(tǒng)一步一步執(zhí)行系統(tǒng)通過(guò)啟發(fā)式算法和邏輯執(zhí)行數(shù)據(jù)表示和應(yīng)用大數(shù)據(jù)庫(kù)知識(shí)表示和應(yīng)用大知識(shí)庫(kù)處理定量數(shù)據(jù)處理定性數(shù)據(jù)運(yùn)用數(shù)字表示運(yùn)用符號(hào)和數(shù)字知識(shí)表示獲取、放大和分配得到的數(shù)據(jù)或信息獲取、放大和分配獲取到的判斷或知識(shí)人類類專專家家與與專專家家系系統(tǒng)統(tǒng)的的不不同同特征人類專家專家系統(tǒng)損失率是否知識(shí)傳遞難易知識(shí)記錄難易決策一致性低高單位使用成本高低創(chuàng)造性高低自適應(yīng)性高低知識(shí)范圍廣泛狹窄知識(shí)類型常識(shí)和技術(shù)技術(shù)知識(shí)內(nèi)容經(jīng)驗(yàn)符號(hào)2.專家家系系統(tǒng)統(tǒng)結(jié)結(jié)構(gòu)構(gòu)專家家系系統(tǒng)統(tǒng)的的核核心心是是知知識(shí)識(shí)庫(kù)庫(kù)和和推推理理機(jī)機(jī)。。專家家系系統(tǒng)統(tǒng)可可以以概概括括為為：：專家家系系統(tǒng)統(tǒng)＝＝知知識(shí)識(shí)庫(kù)庫(kù)+推理理機(jī)機(jī)專家家系系統(tǒng)統(tǒng)原原理理知識(shí)識(shí)獲獲取取人機(jī)機(jī)接接口口知識(shí)識(shí)庫(kù)庫(kù)推理理機(jī)機(jī)專家家用戶戶咨詢?cè)兘ㄗh議專家家系系統(tǒng)統(tǒng)核核心心專家家系系統(tǒng)統(tǒng)結(jié)結(jié)構(gòu)構(gòu)專家家系系統(tǒng)統(tǒng)與與決決策策支支持持系系統(tǒng)統(tǒng)集集成成IDSS充分分發(fā)發(fā)揮揮了了專專家家系系統(tǒng)統(tǒng)以以知識(shí)識(shí)推推理理形式式解解決決定性性分析析問(wèn)問(wèn)題題的的特特點(diǎn)點(diǎn).發(fā)揮揮了了決決策策支支持持系系統(tǒng)統(tǒng)以以模型型計(jì)計(jì)算算為核核心心的的解解決決定量量分析析問(wèn)問(wèn)題題的的特特點(diǎn)點(diǎn).充分分做做到到定性性分分析析和定量量分分析析的有有機(jī)機(jī)結(jié)結(jié)合合.數(shù)據(jù)庫(kù)DBDSS控制系統(tǒng)模型庫(kù)MB問(wèn)題綜合與交互系統(tǒng)動(dòng)態(tài)DB推理機(jī)和解釋器知識(shí)庫(kù)KB集成系統(tǒng)DSSES圖7.16智能能決決策策支支持持系系統(tǒng)統(tǒng)集集成成結(jié)結(jié)構(gòu)構(gòu)圖圖綜合合系系統(tǒng)統(tǒng)DSS和ES的總總體體結(jié)結(jié)合合。。由集成系統(tǒng)把把DSS和ES有機(jī)結(jié)合起來(lái)來(lái)2.KB和MB的結(jié)合。模型庫(kù)中的數(shù)數(shù)學(xué)模型和數(shù)數(shù)據(jù)處理模型型作為知識(shí)的的一種形式，，即過(guò)程性知識(shí)，加入到知識(shí)識(shí)推理過(guò)程中中去。3.DB和動(dòng)態(tài)DB的結(jié)合。DSS中的DB可以看成是相相對(duì)靜態(tài)的數(shù)數(shù)據(jù)庫(kù)，它為為ES中的動(dòng)態(tài)數(shù)據(jù)據(jù)庫(kù)提供初始始數(shù)據(jù)，ES推理結(jié)束后，，動(dòng)態(tài)DB中的結(jié)果再送送回到DSS中的DB中去。DSS與ES集成形式一：：DSS和ES并重的IDSS結(jié)構(gòu)集成系統(tǒng)DSSES專家系統(tǒng)與決決策支持系統(tǒng)統(tǒng)集成集成特點(diǎn)1.具有綜合系統(tǒng)統(tǒng)，具有調(diào)用用和集成DSS和ES的能力。2.擴(kuò)充DSS的問(wèn)題與人機(jī)機(jī)交互系統(tǒng)功功能，增加對(duì)對(duì)ES的調(diào)用組合能能力DSS與ES的關(guān)系：DSS中DB與ES中的動(dòng)態(tài)DB進(jìn)行數(shù)據(jù)交換換解決問(wèn)題的特特點(diǎn)體現(xiàn)定性分析析和定量分析析并重解決問(wèn)問(wèn)題的特點(diǎn)。。DSS控制系統(tǒng)MBDBESDSS與ES集成形式二：：DSS為主體的IDSS結(jié)構(gòu)專家系統(tǒng)與決決策支持系統(tǒng)統(tǒng)集成集成特點(diǎn)集成系統(tǒng)和DSS控制系統(tǒng)合為為一體DSS與ES的關(guān)系：ES被DSS控制系統(tǒng)調(diào)用用解決問(wèn)題的特特點(diǎn)體現(xiàn)以定量分分析為主，結(jié)結(jié)果定性分析析解決問(wèn)題的的特點(diǎn)。推理機(jī)（廣義）

DSS動(dòng)態(tài)DBKB推理機(jī)MB動(dòng)態(tài)DBKB圖7.19DSS作為推理形式式的IDSS圖7.20模型作為知識(shí)識(shí)的IDSSDSS與ES集成形式三：：ES為主體的IDSS結(jié)構(gòu)專家系統(tǒng)與決決策支持系統(tǒng)統(tǒng)集成集成特點(diǎn)人機(jī)交互系統(tǒng)統(tǒng)和ES合為一體DSS與ES的關(guān)系：圖7.19DSS作為推理機(jī)，，受ES的推理機(jī)控制制；圖7.20數(shù)據(jù)模型作為為知識(shí)出現(xiàn)解決問(wèn)題的特特點(diǎn)體現(xiàn)以定量分分析為主，結(jié)結(jié)果定性分析析解決問(wèn)題的的特點(diǎn)。7.4遺傳算法的決決策支持遺傳算法原理理優(yōu)化模型的遺遺傳算法求解解獲取知識(shí)的遺遺傳算法遺傳規(guī)劃建立立模型遺傳算法原理理遺傳算法(GeneticAlgorithm，GA)是模擬生物進(jìn)化的自然選擇和和遺傳機(jī)制的的一種尋優(yōu)算法。適用于復(fù)雜的非線性性問(wèn)題,主要應(yīng)用在組組合優(yōu)化和機(jī)機(jī)器學(xué)習(xí)兩個(gè)個(gè)方面。應(yīng)用領(lǐng)域：圖像識(shí)別、圖圖像恢復(fù)、自自適應(yīng)控制、、優(yōu)化調(diào)度等等領(lǐng)域。遺傳算法的發(fā)發(fā)展過(guò)程大體體上可分為以以下三個(gè)階段段：（1）70年代的興起階階段。1975年美國(guó)Michigan大學(xué)J.Holland首次系統(tǒng)地闡闡述了遺傳算算法的基本理理論和方法。。在這一時(shí)期的的大部分研究究都處于理論論研究和建立立實(shí)驗(yàn)?zāi)Ｐ碗A階段（2）80年代的發(fā)展階階段。1980年Smith教授將遺傳算算法應(yīng)用于機(jī)機(jī)器學(xué)習(xí)領(lǐng)域域，研制出了了一個(gè)著名的的分類器(Classifier)系統(tǒng)。這期間許多學(xué)學(xué)者對(duì)遺傳算算法進(jìn)行了大大量的改進(jìn)和和發(fā)展，提出出了許多成功功的遺傳算法法模型，使遺遺傳算法應(yīng)用用于更廣泛的的領(lǐng)域。（3）90年代的高潮階階段。進(jìn)入90年代后，遺傳傳算法作為一一種實(shí)用、高高效的優(yōu)化技技術(shù)，得到了了極為迅速的的發(fā)展。遺傳算法原理理遺傳算法原理理遺傳算法工作作過(guò)程遺傳算法的理理論基礎(chǔ)遺傳算法的基基本特征遺傳算法的工工作過(guò)程遺傳算法是一一種群體型操操作，該操作作以群體中的的所有個(gè)體為為對(duì)象。個(gè)體就是模擬擬生物個(gè)體而而對(duì)問(wèn)題中的的對(duì)象（一般般就是問(wèn)題的的解）的一種種稱呼，一個(gè)個(gè)個(gè)體也就是是搜索空間中中的一個(gè)點(diǎn)。。種群(population)就是模擬生物物種群而由若若干個(gè)體組成成的群體,它一般是整個(gè)個(gè)搜索空間的的一個(gè)很小的的子集。遺傳算法的三三個(gè)主要操作作算子：選擇（selecation）、交叉（crossover）和變異（mutation）構(gòu)成了遺傳操操作（Geneticoperation），使遺傳算算法具有了其其他傳統(tǒng)方法法所沒(méi)有的特特性。產(chǎn)生新一代群群體編碼和初始群群體形成輸出種群個(gè)體適應(yīng)值滿滿意否？遺傳算法的工工作過(guò)程首先將問(wèn)題的的每個(gè)可能的的解按某種形形式編碼，編編碼后的解稱稱作染色體（（個(gè)體）。隨機(jī)選取N個(gè)染色體構(gòu)成成初始種群，再根據(jù)據(jù)預(yù)定的評(píng)價(jià)函數(shù)對(duì)每個(gè)染色體體計(jì)算適應(yīng)值值，使得性能能較好的染色色體具有較高的適應(yīng)值。選擇適應(yīng)值高的染色體進(jìn)行行復(fù)制，通過(guò)過(guò)遺傳算子來(lái)來(lái)產(chǎn)生一群新新的更適應(yīng)環(huán)環(huán)境的染色體體，形成新的的種群。這樣一代一代代不斷繁殖，，最后收斂到到一個(gè)最適應(yīng)應(yīng)環(huán)境的個(gè)體體上，求得問(wèn)問(wèn)題的最優(yōu)解解。遺傳算子選擇交叉變異1.群體中個(gè)體的的編碼如何將問(wèn)題描描述成位串的的形式，即問(wèn)問(wèn)題編碼。一一般將問(wèn)題的的參數(shù)用二進(jìn)制位（基因）編碼碼構(gòu)成子串，，再將子串拼接起來(lái)構(gòu)成成“染色體”位串。遺傳算法的工工作過(guò)程例如：個(gè)體染色體9----1001（2，5，6）----0101011102.適應(yīng)值函數(shù)的的確定遺傳算法的執(zhí)執(zhí)行過(guò)程中，，每一代有許許多不同的染染色體（個(gè)體體）同時(shí)存在在，這些染色色體中哪個(gè)保保留(生存)、哪個(gè)淘汰(死亡)是根據(jù)它們對(duì)對(duì)環(huán)境的適應(yīng)應(yīng)能力決定的的，適應(yīng)性強(qiáng)強(qiáng)的有更多的的機(jī)會(huì)保留下下來(lái)。適應(yīng)性強(qiáng)弱是計(jì)算個(gè)體適適應(yīng)值函數(shù)f(x)的值來(lái)判別的的，這個(gè)值稱稱為適應(yīng)值(fitness)。適應(yīng)值函數(shù)(即評(píng)價(jià)函數(shù))是根據(jù)目標(biāo)函數(shù)確定的。適應(yīng)應(yīng)值總是非負(fù)的，任何情情況下總是希希望越大越好好。如果目標(biāo)標(biāo)函數(shù)不是取取最大值時(shí)，，需要將它映映射成適應(yīng)值值函數(shù)。適應(yīng)值函數(shù)f(x)的構(gòu)成與目標(biāo)標(biāo)函數(shù)有密切切關(guān)系，往往往是目標(biāo)函數(shù)數(shù)的變種。一般是一個(gè)實(shí)實(shí)值函數(shù)。該該函數(shù)就是遺遺傳算法中指指導(dǎo)搜索的評(píng)評(píng)價(jià)函數(shù)。遺傳算法的工工作過(guò)程3.遺傳算法的三三個(gè)算子（一）選擇(Selection)算子（二）交叉(Crossover)算子（三）變異(Mutation)算子遺傳算法的工工作過(guò)程它又稱復(fù)制(reproduction)、繁殖算子。。選擇是從種群群中選擇生命命力強(qiáng)的染色色體產(chǎn)生新種群的過(guò)程程。依據(jù)每個(gè)染染色體的適應(yīng)應(yīng)值大小，適適應(yīng)值越大，，被選中的概概率就越大，，其子孫在下下一代產(chǎn)生的的個(gè)數(shù)就越多多。選擇操作是建建立在群體中中個(gè)體的適應(yīng)值估評(píng)基基礎(chǔ)上的。遺傳算法的工工作過(guò)程（一）選擇(Selection)算子通常做法是：：對(duì)于一個(gè)規(guī)規(guī)模為N的種群S,按每個(gè)染色體體xi∈S的選擇概率P(xi)所決定的選中中機(jī)會(huì),分N次從S中隨機(jī)選定N個(gè)染色體,并進(jìn)行復(fù)制。。遺傳算法法的工作作過(guò)程

這里的選擇概率P(xi)的計(jì)算公式為（一）選選擇(Selection)算子（二）交交叉(crossover)算子它又稱重組(recombination)、配對(duì)(breeding)算子，在遺傳算算法中起起著核心心作用。。染色體重重組是分分兩步驟驟進(jìn)行的的:首先在新新復(fù)制的的群體中中隨機(jī)選選取兩個(gè)個(gè)體然后，沿沿著這兩兩個(gè)個(gè)體體(字符串)隨機(jī)地取取一個(gè)位位置，二二者互換換從該位位置起的的末尾部部分。交叉率(crossoverrate)就是參加交叉運(yùn)算算的染色色體個(gè)數(shù)數(shù)占全體染色體總總數(shù)的比比例，記記為Pc,取值范圍圍一般為為0.4～0.99。遺傳算法法的工作作過(guò)程遺傳算法法的工作作過(guò)程例1:有兩個(gè)用用二進(jìn)制制編碼的的個(gè)體A和B。長(zhǎng)度L=5，A=a1a2a3a4a5，B=b1b2b3b4b5隨機(jī)選擇擇一整數(shù)數(shù)k∈[1，L-1]，設(shè)k=4，經(jīng)交叉叉后變?yōu)闉椋篈=a1a2a3|a4a5B=b1b2b3|b4b5A’=a1a2a3b4b5B’=b1b2b3a4a5s1′=01000101,s2′=10011011可以看做做是原染染色體s1和s2的子代染染色體。。例2,設(shè)染色體體s1=01001011,s2=10010101,交換其后后4位基因,即（二）交交叉(crossover)算子變異就是是以很小的概概率，隨機(jī)地地改變字字符串某個(gè)位置置上的值。。變異操操作是按按位（bit）進(jìn)行的的，即把把某一位位的內(nèi)容容進(jìn)行變變異。在在二進(jìn)制制編碼中中，就是是將某位位0變成1，1變成0。選擇和交交叉算子子基本上上完成了了遺傳算算法的大大部分搜搜索功能能，而變變異則增增加了遺遺傳算法法找到接近最優(yōu)優(yōu)解的能力。。變異率(mutationrate)是指發(fā)生生變異的基因位位數(shù)所占占全體染色體的的基因總總位數(shù)的的比例，，記為Pm，取值范范圍一般般為0.0001～0.02。它保證了了遺傳算算法的有有效性。。遺傳算法法的工作作過(guò)程（三）變變異(Mutation)算子遺傳算法法的工作作過(guò)程例如:設(shè)染色體體s=11001101將其第三三位上的的0變?yōu)?,即s=11001101→11101101=s′。s′也可以看看做是原原染色體體s的子代染染色體。。（三）變變異(Mutation)算子4.控制參數(shù)數(shù)設(shè)定遺傳算法法中的參參數(shù)包括群體體中個(gè)體體的數(shù)目目、交叉叉概率、、變異概概率等這些參數(shù)數(shù)的設(shè)定定隨具體體問(wèn)題的的不同將將有所差差別，帶帶有經(jīng)驗(yàn)驗(yàn)性，它它會(huì)影響響遺傳算算法的迭迭代收斂斂過(guò)程。。遺傳算法法的工作作過(guò)程1.遺傳算法法的處理理對(duì)象是是問(wèn)題參參數(shù)的編編碼個(gè)體體（位串串）遺傳算法法要求將將問(wèn)題的的參數(shù)編編碼成長(zhǎng)度有限限的位串串。遺傳算法法是在求解問(wèn)題題的編碼碼串上進(jìn)行操操作，從從中找出出高適應(yīng)應(yīng)值的位位串，而而不是對(duì)對(duì)問(wèn)題目目標(biāo)函數(shù)數(shù)和它們們的參數(shù)數(shù)直接操操作。遺傳算法法不受函數(shù)限制制條件(如導(dǎo)數(shù)存存在、連連續(xù)性、、單極值值等)的約束。。遺傳算法法的基本本特征2.遺傳算法法的搜索索是從問(wèn)問(wèn)題解位串集開(kāi)始搜索索，而不不是從單單個(gè)解開(kāi)開(kāi)始在最優(yōu)化化問(wèn)題中中，傳統(tǒng)統(tǒng)的方法法是從一個(gè)點(diǎn)開(kāi)始搜索索，如爬爬山法。。一般復(fù)復(fù)雜問(wèn)題題會(huì)在“地形”中出現(xiàn)若若干“山峰”，傳統(tǒng)的的方法很很容易走走入假“山峰”。遺傳算法法同時(shí)從種群的的每個(gè)個(gè)個(gè)體開(kāi)始始搜索，，象一張張網(wǎng)罩在在“地形”上，數(shù)量量極大的的個(gè)體同同時(shí)在很很多區(qū)域域中進(jìn)行行搜索，，這樣就就減少了陷陷入局部部解的可能性性。遺傳算法法的基本本特征3.遺傳算法法只使用用目標(biāo)函函數(shù)(即適應(yīng)值值)來(lái)搜索，，而不需需要導(dǎo)數(shù)數(shù)等其他他輔助信信息傳統(tǒng)搜索算法法需要一些輔助信息，如梯度算法法需要導(dǎo)數(shù)，，當(dāng)這些信息息不存在時(shí)，，這些算法就就失效了。而而遺傳算法只需目標(biāo)函數(shù)和和編碼串，因因此，遺傳算算法幾乎可以以處理任何問(wèn)問(wèn)題。4.遺傳算法使用用的三種遺傳傳算子是一種種隨機(jī)操作，，而不是確定定性規(guī)則遺傳算法使用用隨機(jī)操作，，但并不意味味著遺傳算法法是簡(jiǎn)單的隨隨機(jī)搜索。遺遺傳算法是使使用隨機(jī)工具具來(lái)指導(dǎo)搜索索向著一個(gè)最最優(yōu)解前進(jìn)。。5.隱含的并行性性6.易介入到已有有的模型中，，并具有擴(kuò)展展性；易于同同別的技術(shù)結(jié)結(jié)合使用遺傳算法的基基本特征優(yōu)化模型的遺遺傳算法求解解優(yōu)化模型的計(jì)計(jì)算是遺傳算算法最基本的的也是最重要要的研究和應(yīng)應(yīng)用領(lǐng)域之一一。一般說(shuō)來(lái)，優(yōu)優(yōu)化計(jì)算問(wèn)題題通常帶有大大量的局部極極值點(diǎn)，往往往是不可微的的、不連續(xù)的的、多維的、、有約束條件件的、高度非非線性的NP完全問(wèn)題。精確地求解優(yōu)優(yōu)化問(wèn)題的全局最優(yōu)解一般是不可能能的。旅行商問(wèn)題（（TSP）的遺傳算法法求解實(shí)例已知n個(gè)城市的地理理位置（x,y），求經(jīng)過(guò)所所有城市，并并回到出發(fā)城城市且每個(gè)城城市僅經(jīng)過(guò)一一次的最短距距離。這是一個(gè)NP完全問(wèn)題，其其計(jì)算量為城城市個(gè)數(shù)的指數(shù)量級(jí)。現(xiàn)用遺傳算算法來(lái)解決這這個(gè)問(wèn)題。1、編碼31578910426每條路徑對(duì)應(yīng)一個(gè)個(gè)體，個(gè)體形形式地表示為為R={City_No|City_No互不重復(fù)}n，n為城市數(shù)。例例如對(duì)于n=10的TSP問(wèn)題，對(duì)其中中一個(gè)個(gè)體它表示一條城城市路徑315789104 26其中ni表示個(gè)體中第第i位的城市編號(hào)號(hào)，n11=n1。適應(yīng)值為非負(fù)負(fù)，且取值越越大越好。表示所有個(gè)體體的路徑長(zhǎng)度度的總和2、適應(yīng)值函數(shù)數(shù)每個(gè)個(gè)體代表表一條可能的的路徑。個(gè)體體n的適應(yīng)值為：：其中N為種群數(shù)，Dn為沿個(gè)體標(biāo)示的的城市序列的的所經(jīng)過(guò)的距距離:3、交叉隨機(jī)地從種群群中選出要交交叉的兩個(gè)不同個(gè)體體，隨機(jī)地選取取一個(gè)交叉段段。交叉段中中兩個(gè)個(gè)體的的對(duì)應(yīng)部分通通過(guò)匹配換位位實(shí)現(xiàn)交叉操操作。對(duì)個(gè)體體A和B：A＝984|567|13210B＝871|4103|2965交叉段對(duì)個(gè)體A，對(duì)交叉段中中由B換位來(lái)的數(shù)，，如4、10、3，在A中其它位相同同的數(shù)進(jìn)行反反交換，即4換為5，10換為6，3換為7；對(duì)個(gè)體B，相似處理，，最后得到：：A，＝984|4103|1326B，＝871|567|2965A，＝985|4103|1726B，＝831|567|291044、變異根據(jù)變異概率率Pe，隨機(jī)地從種種群中選出要變異的個(gè)體，隨機(jī)機(jī)地在該個(gè)體體上選出變異異兩個(gè)位置，，然后兩個(gè)位位置上的城市市序號(hào)進(jìn)行交交換。如：A=98456713210下劃線部分為為要變異的兩兩個(gè)位置。變異為：A`=974568132105、遺傳算法結(jié)結(jié)果計(jì)算結(jié)果表明明：n個(gè)城市的最佳佳路徑接近一一個(gè)外圈無(wú)交交叉的環(huán)路。。7.5機(jī)器學(xué)習(xí)的決決策支持機(jī)器學(xué)習(xí)概述述機(jī)器學(xué)習(xí)分類類建立模型的發(fā)發(fā)現(xiàn)學(xué)習(xí)機(jī)器學(xué)習(xí)綜述述1.基本概念學(xué)習(xí)和解決問(wèn)問(wèn)題是人類最最重要的兩個(gè)智能行為機(jī)器學(xué)習(xí)是讓讓計(jì)算機(jī)模擬擬和實(shí)現(xiàn)人類類的學(xué)習(xí)，獲獲取知識(shí)。機(jī)機(jī)器學(xué)習(xí)也是是計(jì)算機(jī)具有有智能的重要要標(biāo)志。機(jī)器學(xué)習(xí)綜述述(1)人類學(xué)習(xí)概念的學(xué)習(xí)、、領(lǐng)域知識(shí)的的學(xué)習(xí)、技能能（元知識(shí)即即解決問(wèn)題））的學(xué)習(xí)特點(diǎn)：過(guò)程緩緩慢、會(huì)忘記記、知識(shí)傳授授困難、能不不斷修改知識(shí)識(shí)，使人類逐逐漸變得聰明明。機(jī)器學(xué)習(xí)綜述述(2)機(jī)器學(xué)習(xí)（1）R.S.Michalski認(rèn)為：學(xué)習(xí)是構(gòu)造或或修改所經(jīng)歷歷的事物的表表示。該觀點(diǎn)強(qiáng)調(diào)知識(shí)的表示。（2）學(xué)習(xí)是知識(shí)的的獲取。該觀點(diǎn)強(qiáng)調(diào)知識(shí)獲取。（3）H.A.Simon認(rèn)為：學(xué)習(xí)是系統(tǒng)在在相似的任務(wù)務(wù)中，做一些些適應(yīng)性變化化，使得在下下一次類似的的任務(wù)中，做做得更好。該觀點(diǎn)強(qiáng)調(diào)學(xué)習(xí)的效果。機(jī)器學(xué)習(xí)綜述述2.機(jī)器學(xué)習(xí)與專專家系統(tǒng)專家系統(tǒng)知識(shí)獲取的“瓶頸”現(xiàn)象知識(shí)的脆弱性性缺乏直覺(jué)判斷斷能力機(jī)器學(xué)習(xí)提供知識(shí)獲取取提供有效途途徑機(jī)器學(xué)習(xí)綜述述3.機(jī)器學(xué)習(xí)實(shí)例例1.Michalski和的PLANT/SS系統(tǒng)它是一個(gè)大豆豆病害診斷防防治專家系統(tǒng)統(tǒng)。該系統(tǒng)用用示例學(xué)習(xí)AQ11算法自動(dòng)產(chǎn)生生規(guī)則進(jìn)行診診斷。把631種有病害的大大豆的性狀描述（表示為包含含35種特性的向量量）和每種植植物的病名一起輸入到計(jì)計(jì)算機(jī)中選用290種做為訓(xùn)練例子（例子間相差差很遠(yuǎn)），利利用AQ11算法獲得規(guī)則則知識(shí)。再用340個(gè)樣本作為測(cè)試?yán)樱＜液秃陀?jì)算機(jī)的診診斷結(jié)果進(jìn)行行對(duì)比。機(jī)器學(xué)習(xí)綜述述驗(yàn)證AQ11

算法測(cè)試?yán)?40個(gè)）××癥狀

訓(xùn)練例

（290個(gè)）××癥狀：病名規(guī)

則知

識(shí)診斷

病名實(shí)際病名97.6%（大豆病害實(shí)例）（If——then）

（正確判別率）計(jì)算機(jī)產(chǎn)生的的規(guī)則優(yōu)于專專家歸納的規(guī)規(guī)則專家的正確判判斷率為71.8％。計(jì)算機(jī)的正確確判斷率高達(dá)達(dá)97.6％。機(jī)器學(xué)習(xí)綜綜述鐘鳴和陳文文偉的IBLE算法利用信息論論的信道容容量思想，，研制了IBLE算法。對(duì)已有結(jié)論論的化學(xué)物物質(zhì)的質(zhì)譜譜進(jìn)行學(xué)習(xí)習(xí)，得出了了質(zhì)譜規(guī)則則。然后利利用這些規(guī)規(guī)則再去測(cè)測(cè)試未知化化學(xué)物質(zhì)的的質(zhì)譜，得得出它的種種類。鐘鳴和陳文文偉的IBLE算法驗(yàn)證IBLE

算法測(cè)試集（5500個(gè)）正確識(shí)別率：94%

訓(xùn)練例

八類化合物質(zhì)譜15000種××特征：物質(zhì)類規(guī)

則

樹(shù)一般專家的的正確識(shí)別別率70%機(jī)器學(xué)習(xí)分分類學(xué)習(xí)過(guò)程的的本質(zhì)是學(xué)學(xué)生(學(xué)習(xí)系統(tǒng))把教師或環(huán)環(huán)境(如書(shū)本)提供的信息息轉(zhuǎn)換成能能夠理解的的形式記憶憶下來(lái)，以便將來(lái)使使用.當(dāng)前,國(guó)際上流行行的機(jī)器學(xué)學(xué)習(xí)分類方方法主要有有四種:按應(yīng)用領(lǐng)域域分類(專家系統(tǒng)、、問(wèn)題求解解、認(rèn)知模模擬）按獲取知識(shí)識(shí)的表示分分類(邏輯表達(dá)式式、產(chǎn)生式式規(guī)則、決決策樹(shù)、神神經(jīng)網(wǎng)絡(luò))按推理策略略分類(演繹推理和和歸納推理理)機(jī)械學(xué)習(xí)、、示教學(xué)習(xí)習(xí)、通過(guò)例例子學(xué)習(xí)、、解釋學(xué)習(xí)習(xí)、類比學(xué)學(xué)習(xí)、發(fā)現(xiàn)現(xiàn)學(xué)習(xí)按系統(tǒng)性分分類(歷史淵源、、知識(shí)表示示、推理策策略、應(yīng)用用領(lǐng)域).機(jī)器學(xué)習(xí)系系統(tǒng)基本結(jié)結(jié)構(gòu)環(huán)境學(xué)習(xí)知識(shí)庫(kù)執(zhí)行(1)機(jī)械學(xué)習(xí)（（ROTELEARNING)1.思想:記憶=檢索+計(jì)算2.示意圖檢索程序計(jì)算f(x)記錄(2)無(wú)(1)存入

輸出yj=f(xj)有解yixixj例子：汽車車保險(xiǎn)程序序該程序能對(duì)對(duì)被損壞的的汽車的修修理費(fèi)用進(jìn)進(jìn)行計(jì)算.它的輸入是是汽車損壞壞情況,即生產(chǎn)廠家家、生產(chǎn)年年代、汽車車種類、汽汽車損壞部部位及程度度等數(shù)據(jù).一般是直接查找到所需的修修理費(fèi)用.如果系統(tǒng)沒(méi)沒(méi)有發(fā)現(xiàn)這這樣的汽車車,系統(tǒng)就利用用一般的賠償償規(guī)則和計(jì)算公式計(jì)算出它的的修理費(fèi)用用,并把它保存存起來(lái),下一次遇到到這種情況況就直接查查找結(jié)果而而不再去計(jì)計(jì)算.3.機(jī)械學(xué)習(xí)系系統(tǒng)中要注注意三個(gè)問(wèn)問(wèn)題:數(shù)據(jù)的存儲(chǔ)儲(chǔ)組織.使得在大量量的數(shù)據(jù)中中能迅速地地查找出所所需的數(shù)據(jù)據(jù).適應(yīng)變化的的環(huán)境.數(shù)據(jù)要隨形形勢(shì)的變化化而變化,很多數(shù)據(jù)由由于形勢(shì)發(fā)發(fā)展已過(guò)時(shí)或無(wú)無(wú)用,就要進(jìn)行相相應(yīng)的變化化和更新.檢索和計(jì)算算的權(quán)衡.檢索一定比比計(jì)算來(lái)得得更快才有有意義機(jī)械學(xué)習(xí)的的基本思想想是用檢索索來(lái)代替計(jì)計(jì)算.(1)機(jī)械學(xué)習(xí)（（ROTELEARNING）1.思想:把外部知識(shí)識(shí)(專家、教師師)消化成內(nèi)部部可使用的的知識(shí)，并并把新知識(shí)和原來(lái)的知識(shí)識(shí)有機(jī)的結(jié)合合在一起。。2.示意圖:(2)示教學(xué)習(xí)（（被告知學(xué)學(xué)習(xí)）知識(shí)庫(kù)原知識(shí)新知識(shí)知識(shí)轉(zhuǎn)換外部知識(shí)內(nèi)部知識(shí)一致化效果評(píng)價(jià)（矛盾、冗余）3.實(shí)現(xiàn)步驟(1)請(qǐng)求:向人類專家家提出請(qǐng)求求.(2)解釋:消化吸收專專家的知識(shí)識(shí)并把它轉(zhuǎn)轉(zhuǎn)化成可理理解形式。。(3)形式化:把專家知識(shí)識(shí)轉(zhuǎn)換成機(jī)機(jī)器能夠操操作形式，，即當(dāng)專家家的知識(shí)不不能直接在在機(jī)器上操操作時(shí),需要進(jìn)行一一些處理(形式化),使專家知識(shí)識(shí)成為可使使用形式.(4)并入:把知識(shí)并入入知識(shí)庫(kù)中中.在并入知識(shí)識(shí)庫(kù)時(shí)要解解決知識(shí)的的冗余和矛矛盾的問(wèn)題題.(5)評(píng)價(jià):評(píng)價(jià)知識(shí)的的執(zhí)行的結(jié)結(jié)果.一般讓系統(tǒng)統(tǒng)使用專家家的知識(shí)執(zhí)執(zhí)行某些實(shí)實(shí)際任務(wù),檢查是否工工作得很好好.(2)示教學(xué)習(xí)（（被告知學(xué)學(xué)習(xí)）1.思想:從大量例子子中分析、、提煉出規(guī)規(guī)則知識(shí)或或判定樹(shù)知知識(shí)。2.示意圖:(3)示例學(xué)習(xí)（（learningfromexamples）ID3(互信息);IBLE(信道容量)例子集示例學(xué)習(xí)算法規(guī)律性知識(shí)產(chǎn)生式規(guī)則判定樹(shù)集合論方法信息論方法AQ系列:AQ11,AQ15AE5粗集方法ID3IBLEAQ15例如,給出肺炎與與肺結(jié)核兩兩種病的一一些病例.每個(gè)病例都都含有五種種癥狀：發(fā)燒(無(wú)、低、高高),咳嗽(輕微、中度度、劇烈),X光所見(jiàn)陰影影(點(diǎn)狀、索條條狀、片狀狀、空洞),血沉(正常、快),聽(tīng)診(正常、干鳴鳴音、水泡泡音).(3)示例學(xué)習(xí)（（learningfromexamples）肺炎和肺結(jié)結(jié)核的部分分病例集為為：通過(guò)示例學(xué)學(xué)習(xí)得到如如下診斷:（1）血沉＝正正?！模?tīng)診＝干干嗚音∨水泡音）→診斷＝肺炎炎（2）血沉＝快快∨聽(tīng)診＝正常?！\斷＝肺結(jié)結(jié)核這樣，就從從例子（病病例）歸納納產(chǎn)生了診診斷規(guī)則。。肺炎肺結(jié)核病狀病例號(hào)發(fā)燒咳嗽X光所見(jiàn)血沉聽(tīng)診1高

劇烈

片狀

正常

水泡音2中度

劇烈

片狀

正常

水泡音3低

輕微

點(diǎn)狀

正常

干鳴音4高

中度

片狀

正常

水泡音5中度

輕微

片狀

正常

水泡音1無(wú)

輕微

索條狀

正常

正常2高

劇烈

空洞

快

干鳴音3低

輕微

索條狀

正常

正常4無(wú)

輕微

點(diǎn)狀

快

干鳴音5低

中度

片狀

快

正常示例學(xué)習(xí)系系統(tǒng)較多，，其中較有有影響的有有：?的ID3?Michalski的AQ11及洪家榮擴(kuò)擴(kuò)充的AQ15?洪家榮的AE5?鐘鳴和陳文文偉的IBLE(3)示例學(xué)習(xí)（（learningfromexamples）4.類比學(xué)習(xí)(learningbyanalogy)類比從一個(gè)已知知事物的“源”領(lǐng)域到一個(gè)個(gè)未知的“目標(biāo)”領(lǐng)域進(jìn)行知知識(shí)的映射射。類比推理從一個(gè)已知知事物（源源），通過(guò)過(guò)類比來(lái)解解決另一個(gè)個(gè)未知事物物（目標(biāo)））的推理過(guò)過(guò)程。類比學(xué)習(xí)過(guò)過(guò)程1.聯(lián)想搜索匹匹配對(duì)一個(gè)新事事物(目標(biāo)源)提取其特征征用這些特征征去搜索一一個(gè)與之相相似的已知知事物(候選源)，進(jìn)行匹配配。2.檢驗(yàn)相似程程度判斷已知事事物(候選源)與新事物(目標(biāo)源)的相似程度度，達(dá)到了了某閾值，則類比匹匹配3.修正、變換換的求解為了把匹配配成功的已已知事物(源)用于新事物物(目標(biāo))，需要對(duì)已已知事物的的知識(shí)進(jìn)行行修正變換，，以導(dǎo)出新新事物的解解。4.更新知識(shí)庫(kù)庫(kù)當(dāng)新事物的的解求出以以后，將它它并入知識(shí)識(shí)庫(kù)1.思想：根據(jù)據(jù)兩事物性性質(zhì)，從一一個(gè)事物的的特性，推推出另一個(gè)個(gè)事物的新新特性。2.示意圖：源域S元素a性質(zhì)P(a)有Q(a)目標(biāo)域T元素b性質(zhì)P(b)有Q(b)相似類比類比學(xué)習(xí)方方法S域中找P(a)->Q(a)S域中一般P(x)->Q(x)(1)歸納T域中P(x)->Q(x)(2)映射T域中P(b)->Q(b)(3)演繹類比學(xué)習(xí)算算法思想（1）找出源域域與目標(biāo)域域的相似性性質(zhì)P，以及找出出源域中另另一個(gè)性質(zhì)質(zhì)Q和性質(zhì)P對(duì)元素a的關(guān)系：P(a)→→Q(a)（2）在源域中中推廣P和Q的關(guān)系為一一般關(guān)系，，即：x(P(x)→Q(x))這一步實(shí)際際是歸納，由個(gè)別現(xiàn)現(xiàn)象推廣成成一般規(guī)律。。（3）從源域和和目標(biāo)域映映射關(guān)系，，得到目標(biāo)標(biāo)域的新性性質(zhì)：x(P(x)→Q(x))（4）利用假言言推理：P(b),P(x)→Q(x)┝Q(b)最后得出b具有性質(zhì)Q，這一步實(shí)實(shí)際是演繹，由一般規(guī)規(guī)律推出個(gè)個(gè)別現(xiàn)象。。類比推理描描述有兩個(gè)不同同的領(lǐng)域：：源域S和目標(biāo)域T，S中的元素a和T中元素b具有相似的的性質(zhì)P，即P(a)～P(b)（“～”表示相似）），a還具有性質(zhì)質(zhì)Q，即Q(a)。根據(jù)類比推推理（表示示成“”），b也具有性質(zhì)質(zhì)Q。即：P(a)∧∧Q(a)，P(a)～P(b)Q(b)～Q(a)5.發(fā)現(xiàn)學(xué)習(xí)發(fā)現(xiàn)學(xué)習(xí)是是從大量實(shí)驗(yàn)數(shù)數(shù)據(jù)中發(fā)現(xiàn)規(guī)律和定律。著名的機(jī)器器發(fā)現(xiàn)系統(tǒng)統(tǒng)有1980年P(guān).Langly研制的BACON系統(tǒng)，該系系統(tǒng)重新發(fā)發(fā)現(xiàn)歐姆定定律、牛頓頓萬(wàn)有引力力定律和開(kāi)開(kāi)普勒行星星運(yùn)動(dòng)定律律等BACON系統(tǒng)的思想是利用一些些算子反復(fù)復(fù)構(gòu)造一些些新的項(xiàng)，，當(dāng)這些項(xiàng)項(xiàng)中有一個(gè)個(gè)是常數(shù)時(shí)時(shí)，就得到到概念：“項(xiàng)＝常數(shù)”。例如，開(kāi)普普勒定律：：行星繞太太陽(yáng)運(yùn)動(dòng)周周期P與行星到太太陽(yáng)的矩離離d有關(guān)系，即即有公式：：d3/p2＝R其中R為常數(shù)。計(jì)算過(guò)程列列表如下：：行星pdd/pd2/pd3/p2Mercury111.01.01.0Venus840.52.01.0Earth2790.333.01.0其中，發(fā)現(xiàn)現(xiàn)過(guò)程為：：（1）p和d都是遞增，并且非線線性互相依依賴，觸發(fā)建建立新項(xiàng)d/p的算子。（2）d和d/p的遞增方向向剛好相反反，于是觸發(fā)建立新項(xiàng)項(xiàng)(d/p)·d＝d2/p的算子。（3）d/p與d2/p的遞增方向向剛好相反反，于是觸發(fā)建立新新項(xiàng)(d/p)·(d2/p)＝d3/p2的算子（4）項(xiàng)d3/p2是常數(shù)，則得到行行星運(yùn)動(dòng)定定律。網(wǎng)絡(luò)游戲越越來(lái)越盛行行。設(shè)計(jì)一一個(gè)需要運(yùn)運(yùn)用3D圖像和人工工智能技術(shù)術(shù)的計(jì)算機(jī)機(jī)游戲，搜搜索相關(guān)文文獻(xiàn)來(lái)說(shuō)明明哪種人工工智能技術(shù)術(shù)可以使計(jì)計(jì)算機(jī)娛樂(lè)樂(lè)更刺激和和更富有挑挑戰(zhàn)性。小組練習(xí)

系

統(tǒng)

運(yùn)

行

總

控

制預(yù)測(cè)咨詢控制模型預(yù)測(cè)控制蟲(chóng)情報(bào)表控制PROLOG推理機(jī)

模型庫(kù)MB

目錄庫(kù)PASCALBASIC目標(biāo)庫(kù)等源