第8章智能設(shè)計(jì)8.1概述8.2知識(shí)表達(dá)方式及實(shí)現(xiàn)8.3基于知識(shí)的推理8.4其它知識(shí)處理技術(shù) 8.1概述

8.1.1智能設(shè)計(jì)與CAD技術(shù)

智能設(shè)計(jì)可以理解為計(jì)算化的人類設(shè)計(jì)智能，它是CAD的一個(gè)重要組成部分。

設(shè)計(jì)問(wèn)題的求解大致可分為兩類：第一類是基于數(shù)學(xué)模型和數(shù)值處理的計(jì)算型；第二類是基于符號(hào)知識(shí)模型和符號(hào)處理的推理型。傳統(tǒng)CAD技術(shù)在數(shù)值計(jì)算和圖形繪制上擴(kuò)展了人的能力，可以比較圓滿地完成第一類工作，但對(duì)第二類工作往往難以勝任。由于產(chǎn)品設(shè)計(jì)使人的創(chuàng)造力與環(huán)境條件交互作用的物化工程是一種智能行為，因此在產(chǎn)品設(shè)計(jì)方案的確定、分析模型的建立、主要參數(shù)的決策、幾何結(jié)構(gòu)設(shè)計(jì)的評(píng)價(jià)選優(yōu)等設(shè)計(jì)環(huán)節(jié)中，有相當(dāng)多的工作是不能建立起精確的數(shù)學(xué)模型并用數(shù)值計(jì)算方法求解的，而是需要設(shè)計(jì)人員發(fā)揮自己的創(chuàng)造力，應(yīng)用多學(xué)科知識(shí)和實(shí)踐經(jīng)驗(yàn)分析推理、運(yùn)籌決策、綜合評(píng)價(jià)，才能取得合理的結(jié)果。通常把提供諸如推理、知識(shí)庫(kù)管理、機(jī)制查詢等信息處理能力的系統(tǒng)定義為知識(shí)處理系統(tǒng)，例如專家系統(tǒng)。CAD系統(tǒng)被這種知識(shí)處理技術(shù)加強(qiáng)后稱為智能CAD（簡(jiǎn)稱ICAD）系統(tǒng)，它把專家系統(tǒng)等人工智能技術(shù)與優(yōu)化設(shè)計(jì)、有限元分析、計(jì)算機(jī)繪圖等各種數(shù)值計(jì)算技術(shù)結(jié)合起來(lái)，盡可能使用計(jì)算機(jī)參與方案決策、結(jié)構(gòu)設(shè)計(jì)、性能分析、圖形處理等設(shè)計(jì)全過(guò)程。ICAD最明顯的特征是：有解決設(shè)計(jì)問(wèn)題的知識(shí)庫(kù)，可選擇知識(shí)、協(xié)調(diào)工程數(shù)據(jù)庫(kù)和圖形庫(kù)等資源，共同完成設(shè)計(jì)任務(wù)的推理決策機(jī)制。在CAD發(fā)展的不同階段，設(shè)計(jì)活動(dòng)中智能部分的承擔(dān)者是不同的。傳統(tǒng)CAD系統(tǒng)只能處理計(jì)算型工作，設(shè)計(jì)智能活動(dòng)是由人類專家完成的。在ICAD階段，智能活動(dòng)由設(shè)計(jì)型專家系統(tǒng)完成，但由于采用單一領(lǐng)域符號(hào)推理技術(shù)的專家系統(tǒng)求解問(wèn)題能力的局限，設(shè)計(jì)對(duì)象（產(chǎn)品）的規(guī)模和復(fù)雜性都受到限制，因此ICAD系統(tǒng)完成的產(chǎn)品設(shè)計(jì)主要還是常規(guī)設(shè)計(jì)，不過(guò)借助于計(jì)算機(jī)支持，設(shè)計(jì)的效率得到了大大提高，但設(shè)計(jì)質(zhì)量在一定程度上取決于用戶的經(jīng)驗(yàn)和知識(shí)水平。在面向計(jì)算機(jī)集成制造系統(tǒng)（ComputerIntegratedManufacturingSystem，CIMS）的ICAD，即I2CAD階段，由于集成化和開(kāi)放性的要求，智能活動(dòng)由人機(jī)共同承擔(dān)，這就是人機(jī)智能化設(shè)計(jì)系統(tǒng)，它不僅可以勝任常規(guī)設(shè)計(jì)，而且還可支持創(chuàng)造性設(shè)計(jì)。因此，人機(jī)智能化設(shè)計(jì)系統(tǒng)是針對(duì)大規(guī)模復(fù)雜產(chǎn)品設(shè)計(jì)的軟件系統(tǒng)，它是面向集成的決策自動(dòng)化，是高級(jí)的設(shè)計(jì)自動(dòng)化。綜上可知，智能設(shè)計(jì)在CAD發(fā)展過(guò)程中有不同的代表形式。傳統(tǒng)CAD系統(tǒng)中并無(wú)真正的智能成分。在ICAD階段，智能設(shè)計(jì)是以設(shè)計(jì)型專家系統(tǒng)的形式出現(xiàn)的，它是智能設(shè)計(jì)的初級(jí)階段。在I2CAD階段，智能設(shè)計(jì)的代表形式是人機(jī)智能化設(shè)計(jì)系統(tǒng)，它作為CIMS大規(guī)模集成環(huán)境下的一個(gè)子系統(tǒng)，是智能設(shè)計(jì)的高級(jí)階段。

在智能設(shè)計(jì)發(fā)展的不同階段，解決的主要問(wèn)題也不同。設(shè)計(jì)型專家系統(tǒng)解決的主要問(wèn)題是模式設(shè)計(jì)，方案設(shè)計(jì)可作為其典型代表，它基本上屬于常規(guī)設(shè)計(jì)的范疇，但也包含一些革新設(shè)計(jì)的問(wèn)題。與設(shè)計(jì)型專家系統(tǒng)不同，人機(jī)智能化設(shè)計(jì)系統(tǒng)要解決的主要問(wèn)題是創(chuàng)造性設(shè)計(jì)，包括創(chuàng)新設(shè)計(jì)和革新設(shè)計(jì)。8.1.2智能設(shè)計(jì)系統(tǒng)的構(gòu)成

智能設(shè)計(jì)系統(tǒng)是設(shè)計(jì)型專家系統(tǒng)和人機(jī)智能化設(shè)計(jì)系統(tǒng)的統(tǒng)稱。這兩種系統(tǒng)的區(qū)別主要有以下幾個(gè)方面：

（1）設(shè)計(jì)型專家系統(tǒng)主要模擬的是人類專家的邏輯思維，人機(jī)智能化設(shè)計(jì)系統(tǒng)除了邏輯思維外，主要模擬人類專家的形象思維，甚至包括某些靈感思維。

（2）設(shè)計(jì)型專家系統(tǒng)只處理單一領(lǐng)域知識(shí)的符號(hào)推理問(wèn)題；人機(jī)智能化設(shè)計(jì)系統(tǒng)則要處理多領(lǐng)域知識(shí)和多種描述形式的知識(shí)，形成集成化的大規(guī)模知識(shí)處理環(huán)境。

（3）設(shè)計(jì)型專家系統(tǒng)一般只能解決某一領(lǐng)域的特定問(wèn)題，因此比較孤立和封閉，難以與其它知識(shí)系統(tǒng)集成；人機(jī)智能化設(shè)計(jì)系統(tǒng)則面向整個(gè)設(shè)計(jì)過(guò)程，是一種開(kāi)放的體系結(jié)構(gòu)。（4）從知識(shí)模型角度看，設(shè)計(jì)型專家系統(tǒng)只是圍繞具體產(chǎn)品設(shè)計(jì)模型或針對(duì)設(shè)計(jì)過(guò)程某些特定環(huán)節(jié)（如有限元分析或優(yōu)化設(shè)計(jì)）的模型進(jìn)行符號(hào)推理；人機(jī)智能化設(shè)計(jì)系統(tǒng)則要考慮整個(gè)設(shè)計(jì)過(guò)程的模型，設(shè)計(jì)專家思維、推理和決策的模型（認(rèn)知模型）以及涉及對(duì)象（產(chǎn)品）的模型，特別是在CIMS環(huán)境下的并行設(shè)計(jì)，更鮮明地體現(xiàn)了智能設(shè)計(jì)的這種整體性、集成性和并行性。因此在智能設(shè)計(jì)的現(xiàn)階段，對(duì)設(shè)計(jì)過(guò)程及設(shè)計(jì)對(duì)象的建模理論、方法和技術(shù)加以研究探討是很有必要的。由于智能設(shè)計(jì)的發(fā)展包括設(shè)計(jì)型專家系統(tǒng)和人機(jī)智能化設(shè)計(jì)系統(tǒng)兩個(gè)階段，特別是人機(jī)智能化設(shè)計(jì)系統(tǒng)正處于探索性研究之中，對(duì)它的定義和理解都有較大的柔性，因此智能設(shè)計(jì)系統(tǒng)包括的范圍較為廣泛。最簡(jiǎn)單的智能設(shè)計(jì)系統(tǒng)是嚴(yán)格意義下的設(shè)計(jì)型專家系統(tǒng)，它只能處理單一設(shè)計(jì)領(lǐng)域知識(shí)范疇的符號(hào)推理問(wèn)題；最完善的智能設(shè)計(jì)系統(tǒng)是人機(jī)高度和諧、知識(shí)高度集成的人機(jī)智能設(shè)計(jì)系統(tǒng)，它所具有的自組織能力、開(kāi)放的體系結(jié)構(gòu)和大規(guī)模的知識(shí)集成化處理環(huán)境正是智能設(shè)計(jì)追求的理想境界。大量的智能設(shè)計(jì)系統(tǒng)介于這兩種極端模式之間，能對(duì)設(shè)計(jì)過(guò)程提供或多或少的智能支持。 8.2知識(shí)表達(dá)方式及實(shí)現(xiàn)

8.2.1對(duì)象級(jí)知識(shí)、元級(jí)知識(shí)及知識(shí)表示方法

人類專家進(jìn)行設(shè)計(jì)的根本能力是對(duì)知識(shí)的掌握、處理和運(yùn)用。沒(méi)有知識(shí)，就無(wú)法對(duì)所獲取的信息進(jìn)行分析、綜合、判斷和決策。因此，設(shè)計(jì)自動(dòng)化實(shí)質(zhì)上是對(duì)知識(shí)的自動(dòng)化處理。這里所說(shuō)的知識(shí)，是指在特定的專門(mén)領(lǐng)域中進(jìn)行問(wèn)題求解所需要的知識(shí)。這些知識(shí)多種多樣，但都可用符號(hào)模型的形式加以描述，屬于符號(hào)智能范疇。它們大體上分為兩個(gè)層次：與問(wèn)題求解有直接關(guān)系的知識(shí)稱為對(duì)象級(jí)知識(shí)；與對(duì)象級(jí)知識(shí)性質(zhì)和使用方法有關(guān)的知識(shí)稱為元級(jí)知識(shí)，簡(jiǎn)稱元知識(shí)，是關(guān)于知識(shí)的知識(shí)。元知識(shí)在復(fù)雜問(wèn)題的求解過(guò)程中，起集成、協(xié)調(diào)、控制和使用對(duì)象級(jí)知識(shí)的作用。

例如，已知“使用便宜材料的規(guī)則比使用貴重材料的規(guī)則優(yōu)先考慮為好”這一原則就是一條與推理控制方法有關(guān)的元知識(shí)。

又如，凸輪的整個(gè)生產(chǎn)過(guò)程包括設(shè)計(jì)、制造和檢驗(yàn)三個(gè)基本環(huán)節(jié)，包含的知識(shí)如下：

（1）對(duì)象級(jí)知識(shí)：凸輪設(shè)計(jì)、制造、檢驗(yàn)的相關(guān)知識(shí)。

（2）元知識(shí)：如何使設(shè)計(jì)、制造、檢驗(yàn)集成為一個(gè)自動(dòng)化過(guò)程的知識(shí)。例如，協(xié)調(diào)管理整個(gè)生產(chǎn)過(guò)程的知識(shí)；當(dāng)生產(chǎn)過(guò)程中各部分出現(xiàn)沖突，如何解決沖突進(jìn)行決策的知識(shí)等。所謂表示，是指為描述世界所作的一組約定，是知識(shí)的符號(hào)化過(guò)程，是為了把人類知識(shí)轉(zhuǎn)換成機(jī)器能處理的知識(shí)結(jié)構(gòu)的過(guò)程。知識(shí)表示旨在研究用機(jī)器表示知識(shí)的可行性、有效性的一般方法，是一種數(shù)據(jù)結(jié)構(gòu)和控制結(jié)構(gòu)的統(tǒng)一體，既要考慮知識(shí)的存儲(chǔ)又要考慮知識(shí)的使用。目前經(jīng)常使用的知識(shí)表示方法有4種：謂詞邏輯、產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)和框架。這些方法各有所長(zhǎng)，又各有特點(diǎn)，并且各有一定的使用范圍。一個(gè)良好的知識(shí)表示方法應(yīng)該具有以下性質(zhì)。

（1）充分表達(dá)：具備確切表達(dá)有關(guān)領(lǐng)域中各種知識(shí)的能力。

（2）有效推理：能夠與高效率的推理功能密切地結(jié)合起來(lái)，支持系統(tǒng)的控制策略。

（3）便于管理：便于實(shí)現(xiàn)模塊化，便于監(jiān)測(cè)矛盾的知識(shí)和冗余的知識(shí)，便于知識(shí)更新，便于知識(shí)庫(kù)的維護(hù)。

（4）易于理解：指知識(shí)的表示結(jié)構(gòu)具有透明性。這一特性對(duì)于知識(shí)的輸入、錯(cuò)誤的檢測(cè)以及解釋功能的實(shí)現(xiàn)都是至關(guān)重要的。

8.2.2知識(shí)的產(chǎn)生式規(guī)則表達(dá)

產(chǎn)生式規(guī)則是目前許多智能系統(tǒng)采用的知識(shí)表示方法。由規(guī)則表示知識(shí)構(gòu)成的知識(shí)庫(kù)稱為規(guī)則庫(kù)，由規(guī)則庫(kù)構(gòu)成的專家系統(tǒng)稱為產(chǎn)生式系統(tǒng)。

1.規(guī)則的三要素

規(guī)則一般具有如下形式：

IF前提1

AND（OR）

前提 2AND（OR）

前提n

THEN結(jié)論…前提也稱為條件，結(jié)論稱為動(dòng)作。當(dāng)前提滿足時(shí)，執(zhí)行某一操作。例如，以下為孔加工的一條規(guī)則。

IF 孔形狀為圓柱體 AND

孔表面要求粗加工 AND

孔為通孔 AND

孔的直徑＞50 AND

孔的直徑/長(zhǎng)度＞4

THEN 加工方法選用銑

進(jìn)給量選200

切削速度50以上為確定性規(guī)則，它表示確定性知識(shí)。更一般地，規(guī)則可表示不確定或不完備的知識(shí)，這就要給前提和規(guī)則本身賦予一定的信度值。在推理的同時(shí)，該值以某種確定的方式進(jìn)行傳播，最后得到的結(jié)論也帶有一個(gè)信度值，它表示該結(jié)論成立的可信程度，其表達(dá)形式如下：

IF 前提1 （信度1）AND（OR）

前提2 （信度2）AND（OR）

THEN 結(jié)論 （信度）

例如，關(guān)于汽車(chē)故障診斷的規(guī)則如下：

IF 汽車(chē)充電器電路上的示波器波形出現(xiàn)峰值（1.0）；

AND 不同載荷下汽車(chē)交流發(fā)動(dòng)機(jī)反應(yīng)正常（0.9）；

THEN 汽車(chē)故障原因是電壓調(diào)解器發(fā)生故障（0.9）。其中，前提1所述事實(shí)是確定的；前提2中0.9表示該前提成立的信度為0.9；結(jié)論中0.9為由兩個(gè)前提推出結(jié)論的信度，即規(guī)則本身的信度，它并不是說(shuō)“汽車(chē)故障的原因是電壓調(diào)解器發(fā)生故障”這一事實(shí)具有0.9的信度?！捌?chē)故障原因是電壓調(diào)解器發(fā)生故障”這一事實(shí)的信度如按傳統(tǒng)概率法推理則應(yīng)為0.9×0.9=0.81。

前提、結(jié)論、信度為規(guī)則的三要素。前提和結(jié)論的信度一般由專家給定，并經(jīng)過(guò)實(shí)踐驗(yàn)證，它是不精確推理的依據(jù)。信度在推理過(guò)程中按某種計(jì)算方式傳播，這種計(jì)算方式就是所謂的不精確的推理算法。

2.規(guī)則的知識(shí)結(jié)構(gòu)

從邏輯結(jié)構(gòu)來(lái)看，IFTHEN型規(guī)則實(shí)際上是邏輯運(yùn)算的蘊(yùn)涵關(guān)系。例如，命題“所有的合金鋼都應(yīng)熱處理”既可用謂詞邏輯表示，又可用規(guī)則表示。

謂詞邏輯表示：（x）（合金鋼(x)→方法（熱處理））

規(guī)則表示：IF合金鋼THEN熱處理

從拓?fù)浣Y(jié)構(gòu)來(lái)看，規(guī)則的集合等價(jià)于所謂的“與/或”圖，從這個(gè)意義上講，問(wèn)題求解過(guò)程就是在“與/或”圖上的一個(gè)搜索過(guò)程。這種表達(dá)規(guī)則集合的“與/或”圖通常稱為推理網(wǎng)絡(luò)。例如：規(guī)則1IF外圓加工AND淬火表面

THEN用外圓磨床類機(jī)床

規(guī)則2IF用外圓磨床類機(jī)床AND加工一般精度要求的零件

THEN用萬(wàn)能外圓磨床

規(guī)則3IF用外圓磨床類機(jī)床AND加工高精度要求的零件

THEN用高精度外圓磨床

規(guī)則4IF外圓加工

THEN用車(chē)床類機(jī)床

規(guī)則5IF用車(chē)床類機(jī)床AND加工一般精度要求的零件

THEN用萬(wàn)能車(chē)床

規(guī)則6IF平面加工AND車(chē)端面

THEN用車(chē)床類機(jī)床圖8－1推理網(wǎng)絡(luò)

3.產(chǎn)生式系統(tǒng)的構(gòu)成

采用產(chǎn)生式規(guī)則表示知識(shí)的專家系統(tǒng)稱為產(chǎn)生式系統(tǒng)。產(chǎn)生式系統(tǒng)的基本要素包括：規(guī)則庫(kù)、推理機(jī)和工作存儲(chǔ)空間。工作存儲(chǔ)空間通常是以數(shù)據(jù)庫(kù)的形態(tài)存在的，它存放產(chǎn)生式系統(tǒng)所使用的主要數(shù)據(jù)結(jié)構(gòu)，用來(lái)描述問(wèn)題的狀態(tài)。在問(wèn)題求解中，工作存儲(chǔ)空間記錄了已知的事實(shí)、推理的中間結(jié)果和最終結(jié)論。規(guī)則庫(kù)存放產(chǎn)生式規(guī)則，其作用是對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作，使之發(fā)生變化。推理機(jī)的功能包括：①根據(jù)數(shù)據(jù)庫(kù)的當(dāng)前狀態(tài)查找可用的規(guī)則；②在可用的規(guī)則集中選擇一條當(dāng)前應(yīng)用的規(guī)則；③執(zhí)行選出的規(guī)則，規(guī)則作用于數(shù)據(jù)庫(kù)，使之發(fā)生變化。推理機(jī)再根據(jù)數(shù)據(jù)庫(kù)新的狀態(tài)選擇一條規(guī)則作用于數(shù)據(jù)庫(kù)，形成一個(gè)“識(shí)別－動(dòng)作”循環(huán)，直至數(shù)據(jù)庫(kù)的狀態(tài)滿足結(jié)束條件或可用規(guī)則為止。8.2.3知識(shí)的邏輯表達(dá)與框架表達(dá)

1.謂詞邏輯

用符號(hào)模型表示知識(shí)的方法按其表達(dá)特征一般可分為兩大類：陳述性方法和過(guò)程性方法。在陳述性方法中，大多數(shù)知識(shí)被表示成一個(gè)穩(wěn)定的集合（知識(shí)庫(kù)），再配上一組控制這些知識(shí)的通用程序。過(guò)程性方法把知識(shí)與控制結(jié)合起來(lái)，將知識(shí)表示成如何應(yīng)用這些知識(shí)的過(guò)程，因此容易表達(dá)過(guò)程性知識(shí)和啟發(fā)性知識(shí)，這樣推理效率就比較高。

邏輯表示方法是一種以陳述性為主的知識(shí)表示方法，它又分為命題邏輯和謂詞邏輯。謂詞邏輯中的合法表達(dá)式稱為合式公式（WellFormedFormula，WFF）。合式公式是由原子公式、連接詞和量詞組成的。

1)原子公式

(1)個(gè)體詞：表示思維對(duì)象的詞，分為個(gè)體常項(xiàng)（簡(jiǎn)稱常量）和個(gè)體變項(xiàng)（簡(jiǎn)稱變量）。變量可在一個(gè)論域的范圍內(nèi)任意取值，通常以小寫(xiě)字母x、y、z等表示。常量一般用大寫(xiě)字母串表示。

(2)函數(shù)：表示從一個(gè)個(gè)體域到另一個(gè)個(gè)體域的映射，即思維對(duì)象與思維對(duì)象之間的關(guān)系。函數(shù)以小寫(xiě)字母串表示。（3）謂詞：表示思維對(duì)象（即個(gè)體詞）的性質(zhì)或多個(gè)對(duì)象之間的關(guān)系詞。以大寫(xiě)字母P、Q、R等或大寫(xiě)字母串表示。謂詞有謂詞常項(xiàng)和謂詞變項(xiàng)之分，是個(gè)體域（論域）到真、假值的映射。有n個(gè)個(gè)體詞的謂詞叫n元謂詞。

謂詞邏輯中表示關(guān)系的基本單位是原子公式。通常把P（x1,x2,…,xn）叫做原子謂詞公式（簡(jiǎn)稱原子公式）。這里，P為n元謂詞。原子公式是由謂詞和項(xiàng)組成的，其中，項(xiàng)可以是常量、變量或者函數(shù)。

對(duì)于已定義的原子公式，當(dāng)其對(duì)應(yīng)的語(yǔ)句（事實(shí)）在論域內(nèi)為真時(shí)，具有值T（真），否則具有值F（假）。表8－1蘊(yùn)涵的真值表

4)合式公式

合式公式是謂詞邏輯中的合法表達(dá)式。要判斷謂詞邏輯中表達(dá)式的合法性，就必須明確合式公式的內(nèi)涵和外延，即

（1）原子公式是合式公式。

（2）若P是合式公式，則

瘙綈P也是合式公式。

（3）若P、Q是合式公式，則P∧Q、P∨Q、P→Q也是合式公式。

（4）若P是合式公式，x為任意變量，則(x)P和(x)P也是合式公式。

（5）只有適合以上4條的才是合式公式。如果兩個(gè)合式公式P和Q，無(wú)論怎樣解釋，它們的真值表都完全相同，則稱這兩個(gè)合式公式等價(jià)，記為PQ。

對(duì)同一條知識(shí)，謂詞邏輯的表達(dá)方式（合式公式）并不唯一。例如“張某給y一件禮物”可表示為GIVEPRESENT（ZHANG，y）也可表示為

(x)［GIVE(ZHANG,x,y)∧PRESENT(x)從應(yīng)用角度來(lái)看，選擇什么樣的謂詞,作哪些限定來(lái)表示對(duì)象，都需要考慮問(wèn)題整體上的統(tǒng)一性。

2.知識(shí)的框架表達(dá)

產(chǎn)生式系統(tǒng)將知識(shí)按照規(guī)則形式逐條羅列，并未進(jìn)行有序化組織，難以很好地描述知識(shí)間的關(guān)系及相互作用，因此當(dāng)知識(shí)之間的關(guān)系以及相互作用比較復(fù)雜時(shí)，需采用結(jié)構(gòu)化的知識(shí)表示方法。模塊化、層次化、數(shù)據(jù)抽象和信息隱藏等是結(jié)構(gòu)化知識(shí)表示的主要特征，其明顯優(yōu)點(diǎn)是表示知識(shí)自然、直觀，并且有利于提高問(wèn)題求解的效率。語(yǔ)義網(wǎng)絡(luò)和框架是人工智能中最常用的兩種結(jié)構(gòu)化知識(shí)表示方法，而框架表達(dá)法是在語(yǔ)義網(wǎng)絡(luò)的基礎(chǔ)上發(fā)展起來(lái)的，下面將予以介紹。

1)語(yǔ)義網(wǎng)絡(luò)的概念

人們對(duì)于各種“事”和“物”的知識(shí)記憶并不是簡(jiǎn)單地羅列事實(shí)，而是按照良好的組織結(jié)構(gòu)存儲(chǔ)于大腦之中。人們?cè)趯?duì)某些事情進(jìn)行思考時(shí)，并不需要用到龐大的知識(shí)，而只是意識(shí)到與該問(wèn)題有關(guān)的非常有限的部分知識(shí)。由于有這樣的組織知識(shí)的方法，因此知識(shí)處理的效率得到了大大提高。正是根據(jù)人類聯(lián)想記憶的特征，提出了一種表達(dá)知識(shí)的心理學(xué)模型——語(yǔ)義網(wǎng)絡(luò)，認(rèn)為記憶是由概念的聯(lián)系實(shí)現(xiàn)的。如果用圖來(lái)描述，則形成表示“事”和“物”相互關(guān)系的網(wǎng)狀結(jié)構(gòu)，稱為語(yǔ)義網(wǎng)絡(luò)。

2)語(yǔ)義網(wǎng)絡(luò)的結(jié)構(gòu)

語(yǔ)義網(wǎng)路是對(duì)知識(shí)的有向圖表示方法。一個(gè)語(yǔ)義網(wǎng)絡(luò)由若干有向圖表示的三元組（節(jié)點(diǎn)1、弧、節(jié)點(diǎn)2）連接而成。可見(jiàn)，語(yǔ)義網(wǎng)絡(luò)是由節(jié)點(diǎn)和節(jié)點(diǎn)之間的弧組成的，一般節(jié)點(diǎn)用于表示物理實(shí)體、概念或狀態(tài)，弧表示它們之間的相互關(guān)系。例如，事實(shí)“雪是白色的”可表示成：語(yǔ)義網(wǎng)絡(luò)實(shí)現(xiàn)了知識(shí)的深層表達(dá)，適于表示層次化的分類知識(shí)，可實(shí)現(xiàn)屬性繼承，提高了推理效率。但語(yǔ)義網(wǎng)絡(luò)中的局部修改已引起連鎖反應(yīng)，因而難以管理。

3)框架理論及結(jié)構(gòu)

框架理論是針對(duì)人們?cè)诶斫馇榫?、故事時(shí)提出的心理學(xué)模型，它論述的是思想而不是具體實(shí)現(xiàn)?？蚣芾碚摰幕居^點(diǎn)是：人腦已存儲(chǔ)大量的典型情景，當(dāng)人面臨新的情景時(shí)，就從記憶中選擇（粗匹配）一個(gè)稱做框架的基本知識(shí)結(jié)構(gòu)，這個(gè)框架是以前記憶的一個(gè)知識(shí)空框，而其具體內(nèi)容隨新的情景而改變，通過(guò)對(duì)該空框的細(xì)節(jié)進(jìn)行修改和補(bǔ)充，形成對(duì)新情景的認(rèn)識(shí)又記憶于人腦中?？蚣芾碚搶⒖蚣芤曌鲋R(shí)的單位，將一組有關(guān)的框架連接起來(lái)便形成框架系統(tǒng)。系統(tǒng)中不同框架可以有共同節(jié)點(diǎn)，系統(tǒng)的行為由系統(tǒng)內(nèi)框架的變化來(lái)表示，推理過(guò)程則由框架間的協(xié)調(diào)來(lái)完成。框架是由若干節(jié)點(diǎn)和關(guān)系（通稱為槽）構(gòu)成的網(wǎng)絡(luò)，其一般結(jié)構(gòu)如圖8－2所示。一個(gè)框架由一個(gè)框架名和若干個(gè)槽組成，每個(gè)槽包含若干個(gè)側(cè)面，每個(gè)側(cè)面又包括若干個(gè)值，是一種多叉樹(shù)結(jié)構(gòu)。框架名中存放一個(gè)對(duì)象，如物體的名稱、一個(gè)系統(tǒng)的名稱等；框架中的各個(gè)槽存放對(duì)象的屬性名，也可以是一個(gè)子框架名；框架側(cè)面用于存放對(duì)象的屬性，側(cè)面值存放屬性的值。一個(gè)框架可以通過(guò)其槽中所含下一級(jí)框架的名與下一級(jí)框架相連，因此它也可通過(guò)把它的框架名放于其上一級(jí)框架的槽中與上一級(jí)框架相連，這樣相互連接的框架就組成樹(shù)狀結(jié)構(gòu)的框架系統(tǒng)，如圖8－3所示。圖8－2框架的結(jié)構(gòu)圖8－3框架系統(tǒng)結(jié)構(gòu)在框架系統(tǒng)中，主框架也可能有多個(gè)。無(wú)論是主框架還是子框架，每個(gè)框架都相當(dāng)于框架系統(tǒng)的一個(gè)節(jié)點(diǎn)，它所描述的信息總是圍繞一個(gè)對(duì)象。對(duì)于一個(gè)待求解的問(wèn)題而言，它可以分解為若干個(gè)子問(wèn)題，而子問(wèn)題又可再分為若干子問(wèn)題。主框架描述與問(wèn)題相關(guān)的信息，子框架描述與子問(wèn)題相關(guān)的信息，因此框架系統(tǒng)可用于表達(dá)任何復(fù)雜的問(wèn)題。它在表示知識(shí)的過(guò)程中自然形成了一個(gè)層次，使得對(duì)知識(shí)的描述既可以很概括、抽象，又可以很具體、詳細(xì)?？蚣芘c語(yǔ)義網(wǎng)絡(luò)在本質(zhì)上是相通的，它們同屬于知識(shí)的結(jié)構(gòu)化表示方法。不過(guò)框架從心理學(xué)模型上講更接近于人的認(rèn)知實(shí)際，也更適于表達(dá)復(fù)雜對(duì)象并且具有良好的模塊性，它為知識(shí)表示提供了一種結(jié)構(gòu)化的典型模式，但對(duì)過(guò)程性知識(shí)的表達(dá)能力還有待提高。8.2.4面向?qū)ο蟮闹R(shí)表達(dá)

1.設(shè)計(jì)知識(shí)類型及表達(dá)要求

設(shè)計(jì)知識(shí)一般可分為靜態(tài)知識(shí)和動(dòng)態(tài)知識(shí)。靜態(tài)知識(shí)主要是關(guān)于問(wèn)題領(lǐng)域內(nèi)事物的事實(shí)、關(guān)系等，它來(lái)源于問(wèn)題所在領(lǐng)域的信息和現(xiàn)行設(shè)計(jì)環(huán)境，主要包括設(shè)計(jì)規(guī)范、用戶要求、對(duì)象描述以及現(xiàn)行設(shè)計(jì)狀態(tài)，如事物的概念(如齒輪)、事物的分類（如直齒輪、斜齒輪、錐齒輪）、事物的描述（如齒輪結(jié)構(gòu)的描述、參數(shù)的描述）等均屬此類。這類知識(shí)一般具有較好的結(jié)構(gòu)化組織形式（如層次關(guān)系等），適于采用框架表達(dá)。動(dòng)態(tài)知識(shí)是關(guān)于問(wèn)題求解的知識(shí)，主要分為兩大類：一類是解決特定問(wèn)題及細(xì)節(jié)設(shè)計(jì)的推理判斷性知識(shí)；另一類是可用數(shù)值方法處理的原理性知識(shí)。前者通常指直覺(jué)性或經(jīng)驗(yàn)性的知識(shí)，是設(shè)計(jì)專家長(zhǎng)期從事該領(lǐng)域工作的知識(shí)和經(jīng)驗(yàn)的總結(jié)，具有啟發(fā)性，同時(shí)也必然具有不精確性，它適于采用產(chǎn)生式規(guī)則表達(dá)。后者反映了設(shè)計(jì)問(wèn)題中的一些數(shù)學(xué)關(guān)系和機(jī)理，這類知識(shí)常常體現(xiàn)在程序的實(shí)現(xiàn)之中，也稱為過(guò)程性知識(shí)，適于用各種數(shù)值處理方法表達(dá)。就機(jī)械產(chǎn)品方案設(shè)計(jì)而言，往往涉及零部件的幾何結(jié)構(gòu)、裝配關(guān)系、材料性能、參數(shù)計(jì)算及決策評(píng)價(jià)等諸多方面。設(shè)計(jì)知識(shí)不僅包括專家的經(jīng)驗(yàn)，還包括專家對(duì)設(shè)計(jì)對(duì)象的結(jié)構(gòu)特征、功能特征、行為特征等內(nèi)在性質(zhì)的認(rèn)識(shí)程度，以及確定各參數(shù)的計(jì)算原理和公式。設(shè)計(jì)對(duì)象知識(shí)的表達(dá)和應(yīng)用是提高相應(yīng)的智能設(shè)計(jì)系統(tǒng)性能的關(guān)鍵所在。在建立智能設(shè)計(jì)系統(tǒng)時(shí)，要求既能表達(dá)領(lǐng)域?qū)ο蟮撵o態(tài)屬性、行為特征與設(shè)計(jì)約束，又能表達(dá)專家經(jīng)驗(yàn)和判斷決策等方面的知識(shí)，還要有較強(qiáng)的數(shù)值計(jì)算及過(guò)程控制能力。因此本章前面介紹的用于表達(dá)符號(hào)性知識(shí)的幾種方法都不能單獨(dú)擔(dān)當(dāng)此任，而是需要將框架、規(guī)則、方法過(guò)程等合為一體形成混合型的知識(shí)表示方法。面向?qū)ο蟮闹R(shí)表達(dá)(ObjectOrientedKnowledgeRepresentation，OOKR)方法以“對(duì)象”為中心，將對(duì)象的屬性、動(dòng)態(tài)行為特征等相關(guān)領(lǐng)域知識(shí)和數(shù)據(jù)處理方法等有關(guān)知識(shí)“封裝”在表達(dá)對(duì)象的結(jié)構(gòu)中。這種知識(shí)表示方法既集中了各種單一知識(shí)表示方法的優(yōu)點(diǎn)，又符合人類專家對(duì)設(shè)計(jì)對(duì)象的認(rèn)知模式。

2．面向?qū)ο蟮姆椒▽W(xué)

1)程序設(shè)計(jì)方法的演變

人工智能的根本目的是通過(guò)軟件來(lái)模擬人的思維。傳統(tǒng)的軟件開(kāi)發(fā)過(guò)程采用的是結(jié)構(gòu)化程序設(shè)計(jì)方法，是以“過(guò)程”和“操作”為中心來(lái)構(gòu)造系統(tǒng)、設(shè)計(jì)程序，這樣思維成果的可重用性較差。若以“對(duì)象”和“數(shù)據(jù)結(jié)構(gòu)”為中心來(lái)構(gòu)造系統(tǒng)、設(shè)計(jì)程序，則思維成果的可重用性就有可能較好，這就是面向?qū)ο蟮某绦蛟O(shè)計(jì)方法。面向?qū)ο蟮某绦蛟O(shè)計(jì)方法包括3個(gè)階段，即面向?qū)ο蟮姆治觥嫦驅(qū)ο蟮脑O(shè)計(jì)→面向?qū)ο蟮膶?shí)現(xiàn)。在該方法中，對(duì)象和消息傳遞分別是表示事物及事物間相互聯(lián)系的概念，類和繼承是適于人的一般思維方式的描述范式，方法是允許作用于該類對(duì)象上的各種操作。這種基于對(duì)象、類、消息和方法等概念的程序設(shè)計(jì)范式的特征在于對(duì)象的封裝性和繼承性(通過(guò)封裝將對(duì)象的定義和對(duì)象的實(shí)現(xiàn)分開(kāi)，通過(guò)繼承體現(xiàn)類與類之間的關(guān)系)，以及由此帶來(lái)的動(dòng)態(tài)聚束和實(shí)體的多態(tài)性等。

2)對(duì)象

面向?qū)ο蠓椒▽W(xué)中討論的“對(duì)象”至少應(yīng)當(dāng)具有以下特征：①模塊性；②繼承性和類比性；③動(dòng)態(tài)連接性；④易維護(hù)性。

對(duì)象是一個(gè)具有局部狀態(tài)和操作集合的實(shí)體，或者說(shuō)，對(duì)象是一個(gè)封裝數(shù)據(jù)和操作的實(shí)體。這里，數(shù)據(jù)描述對(duì)象的狀態(tài)；操作可操縱私有數(shù)據(jù)，并改變對(duì)象的狀態(tài)。

3)面向?qū)ο蠓椒▽W(xué)的基本點(diǎn)

面向?qū)ο蟮姆椒▽W(xué)提供了從一般到特殊的演繹手段(如繼承等)，又提供了從特殊到一般的歸納形式(如對(duì)象類的表達(dá)等)，是一種很好的認(rèn)知模式，在較高層次上模擬了人的思維。

面向?qū)ο蟮乃季S認(rèn)為：一個(gè)好的系統(tǒng)設(shè)計(jì)應(yīng)該把系統(tǒng)設(shè)計(jì)成由一些不可變部分的最小集合所組成，這些不可變部分能用一種統(tǒng)一的、通用的框架去描述。由此形成的面向?qū)ο蠓椒▽W(xué)具有以下基本點(diǎn)。（1）抽象機(jī)制：面向?qū)ο蟮姆椒▽W(xué)將世界上的萬(wàn)事萬(wàn)物都抽象地認(rèn)為是“對(duì)象”。

（2）操作機(jī)制：所有對(duì)象被分成各種對(duì)象類，每個(gè)對(duì)象類都定義了一組所謂的“方法”，它們實(shí)際上可視為允許作用于該類對(duì)象上的各種操作。

（3）封裝機(jī)制：對(duì)象之間除了互遞消息的聯(lián)系之外，不再有其它聯(lián)系。一切局部于對(duì)象的信息和實(shí)現(xiàn)方法都被封裝在相應(yīng)對(duì)象類的定義之中，在外面是不可見(jiàn)的。封裝是一種信息隱蔽(informationhiding)技術(shù)，用戶只能見(jiàn)到對(duì)象封裝界面上的信息，對(duì)象內(nèi)部對(duì)用戶是隱蔽的，這樣就將定義模塊和實(shí)現(xiàn)模塊分開(kāi)了，使得系統(tǒng)的可維護(hù)性、可修改性大為改善。（4）繼承機(jī)制：對(duì)象類按“類”、“子類”與“超類”的概念構(gòu)成了一種層次結(jié)構(gòu)。在這種層次結(jié)構(gòu)中，上一層對(duì)象所具有的一些屬性或特征可被下一層對(duì)象繼承，從而避免了描述中的信息冗余，這稱為對(duì)象之間屬性繼承關(guān)系。

3．OOKR的基本結(jié)構(gòu)

OOKR以領(lǐng)域?qū)ο鬄橹行慕M織知識(shí)庫(kù)系統(tǒng)結(jié)構(gòu)，對(duì)象是知識(shí)庫(kù)的基本單元。面向?qū)ο蟮闹R(shí)庫(kù)結(jié)構(gòu)將表達(dá)對(duì)象的數(shù)據(jù)(屬性)與處理數(shù)據(jù)的知識(shí)作為一個(gè)有機(jī)整體對(duì)待。例如，關(guān)于某一機(jī)械零件的表達(dá)，不僅包括這個(gè)零件的參數(shù)，而且包括零件的幾何特征、功能特征、公差以及關(guān)于該零件的所有設(shè)計(jì)知識(shí)，這些知識(shí)都將統(tǒng)一地表達(dá)在該零件對(duì)象結(jié)構(gòu)中。

OOKR將多種單一的知識(shí)表示方法按照面向?qū)ο蟮某绦蛟O(shè)計(jì)原則組合成一種混合知識(shí)表示形式。在OOKR中，對(duì)象是表達(dá)屬性結(jié)構(gòu)、相關(guān)領(lǐng)域知識(shí)、屬性操作過(guò)程及知識(shí)使用方法的綜合實(shí)體；對(duì)象類是一類對(duì)象的抽象描述；對(duì)象的實(shí)例則是指具體的對(duì)象。對(duì)象的表達(dá)由4種集合所組成，如圖8－4所示。圖8－4

OOKR的基本結(jié)構(gòu)關(guān)系集表示對(duì)象與其它對(duì)象之間的靜態(tài)關(guān)系。屬性集表示設(shè)計(jì)對(duì)象的數(shù)據(jù)，即靜態(tài)屬性。一個(gè)對(duì)象可以有多個(gè)屬性來(lái)描述其各個(gè)特征。方法集用來(lái)存放對(duì)象中的方法。方法是封裝在對(duì)象內(nèi)的過(guò)程，對(duì)發(fā)送給對(duì)象的消息進(jìn)行響應(yīng)，其結(jié)構(gòu)包括方法名、方法消息模式表、方法局部變量定義和方法過(guò)程體。規(guī)則集用來(lái)存放產(chǎn)生式規(guī)則，產(chǎn)生式規(guī)則按照所處理的對(duì)象不同加以分組。一個(gè)對(duì)象之中可以由不同的規(guī)則集來(lái)存放完成不同任務(wù)的規(guī)則，規(guī)則的使用要借助于規(guī)則推理機(jī)。

OOKR具有良好的系統(tǒng)化結(jié)構(gòu)和模塊化結(jié)構(gòu)，所表達(dá)的知識(shí)可以被反復(fù)引用。與語(yǔ)義網(wǎng)絡(luò)、框架相比，OOKR是最結(jié)構(gòu)化的知識(shí)表示方法，同時(shí)具有多種單一知識(shí)表示方法的優(yōu)點(diǎn)，因而其應(yīng)用領(lǐng)域十分廣泛。

8.3基于知識(shí)的推理

8.3.1推理方法

1.推理的類型

按照標(biāo)準(zhǔn)的不同，推理方法主要有以下三種分類方法。

(1)從方式上，推理可分為演繹推理和歸納推理。

(2)從確定性上，推理可分為精確推理和不精確推理。

(3)從單調(diào)性上，推理可分為單調(diào)推理與非單調(diào)推理。從人類思維活動(dòng)的特征來(lái)看，人們經(jīng)常是在知識(shí)不完全、不精確的情況下進(jìn)行多方位的思考及推理的。因此，要使計(jì)算機(jī)能模擬人類的思維活動(dòng)，就必須使它具有不精確推理的能力。

所謂推理的單調(diào)性，是指隨著推理的向前推進(jìn)及新知識(shí)的加入，推出的結(jié)論是否越來(lái)越接近最終目標(biāo)。非單調(diào)推理在其推理過(guò)程中，隨著新知識(shí)的加入，有時(shí)不但不會(huì)增強(qiáng)已推出的結(jié)論，反而要撤銷某些不正確假設(shè)所推出的結(jié)論，所以它是非單調(diào)的。

2.歸納推理

歸納推理是由一類事物的大量事例推出該類事物普遍規(guī)律的一種推理方法。其基本思想是：先從已知事實(shí)中猜測(cè)一個(gè)結(jié)論，然后對(duì)這一結(jié)論的正確性加以證明和確認(rèn)，數(shù)學(xué)歸納法是歸納推理的典型例子。常見(jiàn)的歸納推理方法有枚舉法、類比法、統(tǒng)計(jì)法、差異法等。在歸納推理中，結(jié)論所斷定的是在前提的內(nèi)容中所沒(méi)有包含的事實(shí)。正因?yàn)槿绱?，即使前提是真的，結(jié)論也不一定為真。從這個(gè)意義上講，斷定與前提有歸納關(guān)系的結(jié)論就是斷定了新的內(nèi)容。如果把新的結(jié)論的內(nèi)容看做知識(shí)，那么歸納推理就是增殖新知識(shí)的過(guò)程。演繹推理是在已知領(lǐng)域內(nèi)一般性知識(shí)的前提下，通過(guò)推導(dǎo)求解一個(gè)具體問(wèn)題或者證明一個(gè)結(jié)論的正確性，它所得的結(jié)論實(shí)際上早就隱含在公理與前提之中，所以演繹推理只不過(guò)是將已有的事實(shí)揭露出來(lái)。也就是說(shuō)，演繹推理可以看做是從已知真理中抽出其所包含的真理，即把包含在前提及公理中的內(nèi)容作為結(jié)論抽取出來(lái)。因此，如果前提是真的，那么作為其中一部分的結(jié)論當(dāng)然也應(yīng)該是真的，但這并不意味著結(jié)論是顯而易見(jiàn)的。

3．不精確推理

不確定性是智能問(wèn)題的本質(zhì)特征，在研制和開(kāi)發(fā)智能系統(tǒng)的實(shí)際過(guò)程中，它會(huì)有多種表現(xiàn)形式，這就使得我們處理的知識(shí)往往是不肯定的、不精確的、不完全知道的，甚至是模糊的、不完備的、彼此不一致的和時(shí)變的，所以要用不精確推理方法。不精確推理方法分為數(shù)值方法（包括確定性理論、主觀Bayes方法等）和非數(shù)值方法。

1)不精確推理模型的基本結(jié)構(gòu)

不精確推理模型包括三部分：①知識(shí)不確定性的描述；②證據(jù)不確定性的描述；③不確定性的更新算法。這三部分就是不精確推理模型的三要素。

以產(chǎn)生式系統(tǒng)為例，在產(chǎn)生式系統(tǒng)中，知識(shí)是用規(guī)則形式描述的，其不精確推理的基本思想是：先為每個(gè)公理（原始證據(jù)和規(guī)則本身）賦予一個(gè)不確定性度量，再給出一組算法，據(jù)此可通過(guò)這組算法，由公理的不確定性求出定理（規(guī)則中的結(jié)論部分）的不確定性。在不精確推理模型中，知識(shí)不確定性的描述是指證據(jù)和結(jié)論間關(guān)系的不確定性程度，或者說(shuō)是前提對(duì)結(jié)論的影響程度。證據(jù)不確定性的描述就是要把命題為真的程度與某種度量標(biāo)準(zhǔn)對(duì)應(yīng)起來(lái)。同樣也要明確定義三個(gè)主要的度量，即命題為真、為假和對(duì)命題一無(wú)所知這三個(gè)值。我們稱最后一個(gè)度量為證據(jù)的單位元。對(duì)同一命題，不同的模型可以采用不同的度量標(biāo)準(zhǔn)。例如，在概率論中，這三個(gè)度量分別為1、0和該命題的先驗(yàn)概率。

更新命題不確定性值的算法是推理的核心部分，它使得證據(jù)和規(guī)則的不確定性恰當(dāng)?shù)胤从吃诮Y(jié)論的不確定性中。根據(jù)規(guī)則的結(jié)構(gòu)，更新命題不確定性值的算法一般應(yīng)包含如下5個(gè)函數(shù)。

2)確定性理論

(1)知識(shí)不確定性的描述。確定性理論一般采用確定性因子來(lái)描述規(guī)則強(qiáng)度，確定性因子(CertaintyFactor，CF)定義為

(2)證據(jù)不確定性的描述。確定性理論采用確定性因子來(lái)描述證據(jù)的不確定性，記為CF(E)，表達(dá)式為式中，CF(E)＝0即為證據(jù)的單位元，當(dāng)證據(jù)E以某種程度為真時(shí)，則0＜CF(E)＜1；反之，-1＜CF(E)＜0。

(3)不確定性的更新算法。組成確定性理論中更新算法的5個(gè)函數(shù)的表達(dá)式如下：

①單一證據(jù)支持某一結(jié)論：②兩個(gè)獨(dú)立證據(jù)支持同一結(jié)論：至此，就能根據(jù)原始證據(jù)的不確定性值、規(guī)則強(qiáng)度和每個(gè)命題的單位元求出頂層結(jié)論的不確定性值。其推理過(guò)程是：首先由領(lǐng)域?qū)＜医o出每條規(guī)則的規(guī)則強(qiáng)度，并且將推理網(wǎng)絡(luò)中每個(gè)命題的不確定性值(單位元)均設(shè)置為0，然后把用戶提供的原始證據(jù)的不確定性值沿推理網(wǎng)絡(luò)傳播給非原始證據(jù)，從而求出頂層結(jié)論的不確定性值。

4．非單調(diào)推理

在人們的思維活動(dòng)中，有時(shí)需要在知識(shí)不完全的情況下進(jìn)行推理。為了使推理能夠進(jìn)行，就要對(duì)那些不完全的知識(shí)引入假設(shè)，并以此假設(shè)為前提進(jìn)行推理，從而推出某些結(jié)論。但當(dāng)推理繼續(xù)進(jìn)行時(shí)，可能會(huì)出現(xiàn)由于新事實(shí)的出現(xiàn)而使原先的假設(shè)被否定的情況，此時(shí)就需撤銷這些假設(shè)以及由這些假設(shè)推出的結(jié)論，然后再按新情況進(jìn)行推理。由此可以看出，新事實(shí)的加入不但沒(méi)有加強(qiáng)已推出的結(jié)論，反而要撤銷一些原先推出的結(jié)論，即出現(xiàn)了“非單調(diào)性”，這種推理稱為非單調(diào)推理。在日常生活及科學(xué)研究中，關(guān)于非單調(diào)推理的例子很多。例如，當(dāng)人們騎自行車(chē)外出時(shí)，一般都只是看一下車(chē)胎是否有氣，從而決定自行車(chē)是否可騎。這實(shí)際上就是做了一個(gè)證據(jù)不完全的推理，因?yàn)橐话闱闆r下，除車(chē)胎容易發(fā)生漏氣的情況外，其它部件發(fā)生故障的次數(shù)較少。因此騎車(chē)人根據(jù)自己的經(jīng)驗(yàn)就做了一些假設(shè)：腳蹬靈活，車(chē)閘靈敏，螺絲不松動(dòng)，內(nèi)胎無(wú)孔等，從而填補(bǔ)了證據(jù)的不完全。在這些假設(shè)之下，他得出了“該自行車(chē)可騎”的結(jié)論。但是當(dāng)他騎了一段路程后，突然發(fā)現(xiàn)腳蹬掉下來(lái)了或者鏈條斷了，自行車(chē)不能再騎。此時(shí)他就必須撤銷原先推出的“該自行車(chē)可騎”的結(jié)論，并根據(jù)新出現(xiàn)的事實(shí)，重新進(jìn)行推理，得出新的結(jié)論，例如，“該自行車(chē)需要修理”。在這一過(guò)程中，新事實(shí)的出現(xiàn)不但沒(méi)有加強(qiáng)原先推出的結(jié)論，反而要撤銷它，這就是非單調(diào)推理。由于傳統(tǒng)邏輯推理(單調(diào)推理)難以處理諸如例外、兩義性、常識(shí)性等日常生活中遇到的推理現(xiàn)象，因而引發(fā)了關(guān)于各種非單調(diào)推理的研究。這些推理的共同特點(diǎn)是：公理集合中的公理增加時(shí)，公理系統(tǒng)中定理既可能增加，也可能減少。

目前，非單調(diào)性推理研究的代表性理論或系統(tǒng)主要有：Reiter的缺省理論、McDermott的非單調(diào)邏輯、McCarthy的界限理論和Doyle的真值保持系統(tǒng)。這些形成了非單調(diào)推理的主要方面，其它工作大多是以它們?yōu)榛A(chǔ)進(jìn)行的。

8.3.2推理控制策略

從知識(shí)工程的角度來(lái)看，控制策略是指導(dǎo)對(duì)象級(jí)知識(shí)使用的有關(guān)元知識(shí)。從人工智能角度來(lái)看，求解問(wèn)題可以形式化地表示為某種狀態(tài)空間的搜索，即將所涉及的對(duì)象的所有可能組態(tài)定義為一種狀態(tài)空間，把描述問(wèn)題求解過(guò)程的最初狀態(tài)定義為初始狀態(tài)，把問(wèn)題的解定義為目標(biāo)狀態(tài)，再定義一組規(guī)則作為改變各種狀態(tài)的操作或算子。這樣就把問(wèn)題求解的過(guò)程轉(zhuǎn)換為初始狀態(tài)到目標(biāo)狀態(tài)的搜索，因此控制策略就是指導(dǎo)進(jìn)行搜索的策略，而利用元知識(shí)來(lái)指導(dǎo)搜索也就是所謂的啟發(fā)式搜索。因?yàn)槿斯ぶ悄芤鉀Q的問(wèn)題大都是有難度的復(fù)雜問(wèn)題，它的狀態(tài)空間一般很大，搜索所需時(shí)間往往都是呈指數(shù)型增長(zhǎng)的(即所謂的組合爆炸)?？刂撇呗缘牟捎檬菫榱讼到y(tǒng)更有效、更靈活地使用對(duì)象級(jí)知識(shí)，或者從問(wèn)題求解的角度說(shuō)，是為了限制和縮小搜索的空間，在一定意義上是利用問(wèn)題領(lǐng)域的知識(shí)，使原來(lái)的求解時(shí)間呈指數(shù)型增長(zhǎng)的困難問(wèn)題能在多項(xiàng)式時(shí)間內(nèi)求解。

1.推理策略

推理策略要解決的主要問(wèn)題包括推理的方向及路線、推理的效果及效率等。

1)正向推理

正向推理是產(chǎn)生式系統(tǒng)所采用的主要推理方式之一。在正向推理中，用戶事先提供一批事實(shí)并放入事實(shí)庫(kù)中。正向推理將這些事實(shí)與規(guī)則的前提條件進(jìn)行匹配，把匹配成功的規(guī)則的結(jié)論作為新事實(shí)加入事實(shí)庫(kù)，并繼續(xù)上述過(guò)程，將更新的事實(shí)庫(kù)中所有事實(shí)再與規(guī)則相匹配，直到?jīng)]有可匹配的規(guī)則為止，所以它通常又稱為事實(shí)驅(qū)動(dòng)或數(shù)據(jù)驅(qū)動(dòng)推理。正向推理過(guò)程如圖8－6所示。圖8－6正向推理過(guò)程正向推理的基本算法如下：

（1）把所有的事實(shí)加入到事實(shí)庫(kù)中；

（2）若規(guī)則集合為空，則結(jié)束，否則，取出規(guī)則與事實(shí)庫(kù)中事實(shí)相匹配；

（3）規(guī)則沒(méi)有觸發(fā)，轉(zhuǎn)向（2），否則，執(zhí)行規(guī)則，并把結(jié)論加入到事實(shí)庫(kù)中，繼續(xù)（2）。

正向推理的優(yōu)點(diǎn)是比較直觀，允許用戶主動(dòng)提供有用的事實(shí)信息，適合于諸如設(shè)計(jì)、預(yù)測(cè)、監(jiān)控等類型問(wèn)題的求解；主要缺點(diǎn)是推理時(shí)無(wú)明確的目標(biāo)，求解問(wèn)題時(shí)可能要執(zhí)行許多與解無(wú)關(guān)的操作，導(dǎo)致推理的效率較低。

2)反向推理

反向推理又稱為目標(biāo)驅(qū)動(dòng)或假設(shè)驅(qū)動(dòng)推理，其基本思想是：首先提出目標(biāo)或假設(shè)，然后試圖通過(guò)檢查事實(shí)庫(kù)中的已知事實(shí)或向用戶索取證據(jù)來(lái)支持假設(shè)。如果事實(shí)庫(kù)中的事實(shí)不支持假設(shè)，則該事實(shí)成為假設(shè)所追蹤的子目標(biāo)。如果假設(shè)不能得到證實(shí)，則系統(tǒng)可提出新的假設(shè)，直到所有的假設(shè)都得不到事實(shí)的支持，這時(shí)推理歸于失敗。反向推理過(guò)程如圖8－7所示。圖8－7反向推理過(guò)程反向推理的基本算法如下：

（1）根據(jù)用戶提供的信息提出假設(shè)；

（2）如果假設(shè)在事實(shí)庫(kù)中，則假設(shè)成立，否則執(zhí)行（3）；

（3）如果是證據(jù)節(jié)點(diǎn)，則向用戶詢問(wèn)；

（4）將子目標(biāo)作為新假設(shè)；

（5）對(duì)這些新假設(shè)，重復(fù)（2）、（3）、（4）。反向推理的主要優(yōu)點(diǎn)是不必使用與目標(biāo)無(wú)關(guān)的規(guī)則，且有利于向用戶提供解釋；其主要缺點(diǎn)是提出的假設(shè)要盡量符合實(shí)際，否則就要多次提出假設(shè)，也會(huì)影響問(wèn)題求解的效率。

3)混合推理

正向推理和反向推理各有所長(zhǎng)，又各有所短。將正向推理與反向推理結(jié)合起來(lái)應(yīng)用，就形成了所謂的混合推理?；旌贤评硗ǔＳ糜谝韵聨追N情況。

（1）已知的事實(shí)不充分。數(shù)據(jù)庫(kù)中的已知事實(shí)不夠充分，若用這些事實(shí)與規(guī)則的條件部分進(jìn)行匹配，則可能沒(méi)有一條規(guī)則可匹配成功，這就會(huì)使得推理無(wú)法進(jìn)行下去。此時(shí)，可把其條件部分不能完全匹配的規(guī)則都找出來(lái)，并把這些規(guī)則的結(jié)論作為假設(shè)，然后分別對(duì)這些假設(shè)進(jìn)行反向推理。由于在反向推理中可以向用戶詢問(wèn)有關(guān)的證據(jù)，因此有可能使推理進(jìn)行下去。在此推理過(guò)程中，先通過(guò)正向推理形成假設(shè)，然后通過(guò)反向推理證實(shí)假設(shè)的真假。（2）由正向推理推出的結(jié)論可信度不高。用正向推理進(jìn)行推理時(shí)，雖然推出了結(jié)論，但可信度可能不高，甚至低于規(guī)定的閾值。此時(shí)可選擇幾個(gè)可信度相對(duì)較高的結(jié)論作為假設(shè)，然后進(jìn)行反向推理，通過(guò)向用戶詢問(wèn)進(jìn)一步的信息，有可能得出可信度較高的結(jié)論。

（3）希望得出更多結(jié)論。在反向推理過(guò)程中，由于要與用戶進(jìn)行對(duì)話，因此會(huì)獲得許多原來(lái)未掌握的信息，這些信息不僅可用于證實(shí)要證明的假設(shè)，同時(shí)還可能推出其它結(jié)論。這時(shí)可通過(guò)使用正向推理，充分利用這些新獲得的證據(jù)推出另外一些結(jié)論。例如，在醫(yī)療診斷系統(tǒng)中，先用反向推理證實(shí)某病人有某種病，然后利用反向推理中獲取的信息再進(jìn)行正向推理，則有可能推出該病人還有別的什么病。（4）希望從正、反兩個(gè)方向同時(shí)進(jìn)行推理。有時(shí)希望從正、反兩個(gè)方向同時(shí)進(jìn)行推理，即根據(jù)問(wèn)題的初始證據(jù)進(jìn)行正向推理，同時(shí)由假設(shè)的結(jié)論進(jìn)行反向推理，當(dāng)兩個(gè)方向的推理在某處“碰頭”時(shí)，推理結(jié)束。此時(shí)原先的假設(shè)就是問(wèn)題的解。這里所謂的“碰頭”，是指由正向推理推出的中間結(jié)論恰好是反向推理到這一步時(shí)所需要的證據(jù)。用這種方式進(jìn)行推理時(shí)，困難在于“碰頭”的判斷問(wèn)題，其時(shí)機(jī)不易掌握。

混合推理的基本結(jié)構(gòu)如圖8－8所示。對(duì)于如何建立假設(shè)表有多種策略，而不一定取部分前提為真的規(guī)則結(jié)論方式。另外，什么時(shí)候調(diào)用反向推理機(jī)，以及什么時(shí)候再調(diào)用正向推理機(jī)，是混合推理機(jī)的根本策略所在。圖8－8混合推理的基本結(jié)構(gòu)

2.搜索策略

以上介紹的各種推理方法和推理策略構(gòu)成了人類求解問(wèn)題的主要思維途徑。在此基礎(chǔ)上，還需要進(jìn)行搜索，因?yàn)橹悄芟到y(tǒng)的開(kāi)發(fā)主要針對(duì)那些沒(méi)有成熟方法可依的問(wèn)題領(lǐng)域。例如求不定積分，雖然有積分表和函數(shù)變換公式可供使用，但是具體如何對(duì)被積函數(shù)作出一系列變換，如何選擇積分表上的積分公式，則需要進(jìn)行種種試探，一步步試探求解的過(guò)程就是搜索。例如，“摸著石頭過(guò)河”就是典型的搜索。

1)問(wèn)題的狀態(tài)空間表示法及歸約

（1）狀態(tài)空間的數(shù)學(xué)表示。在建立某個(gè)問(wèn)題的狀態(tài)空間表示的過(guò)程中，必須首先知道什么是這個(gè)問(wèn)題的狀態(tài)，一般采用n維數(shù)學(xué)空間來(lái)表示。狀態(tài)空間S可用以下公式定義：S＝［X1,X2,…,Xn］式中，Xi(i=1,2,…,n)表示狀態(tài)空間的一個(gè)分量。

如果用O集合表示操作或步驟，用I集合表示初始狀態(tài)，用G集合表示目標(biāo)狀態(tài)，則問(wèn)題的求解就是尋找一個(gè)可應(yīng)用的操作序列，使問(wèn)題從初始狀態(tài)變化到目標(biāo)狀態(tài)，即

P＝［I

O

G］（2）狀態(tài)空間的圖解法。圖解法是一種形象的表示方法。一個(gè)圖由節(jié)點(diǎn)構(gòu)成，一對(duì)節(jié)點(diǎn)用弧線連接起來(lái)，這些弧線從一個(gè)節(jié)點(diǎn)指向另一個(gè)節(jié)點(diǎn)。如果某條弧線從節(jié)點(diǎn)Ni指向節(jié)點(diǎn)Nj，那么把節(jié)點(diǎn)Ni稱為節(jié)點(diǎn)Nj的父輩節(jié)點(diǎn)，節(jié)點(diǎn)Nj稱為節(jié)點(diǎn)Ni的后裔節(jié)點(diǎn)。

某個(gè)節(jié)點(diǎn)序列(Ni1，Ni2，…，Nik)，當(dāng)j＝2，3，…，k時(shí)，如果對(duì)每一Nij都有后裔節(jié)點(diǎn)存在，那么這個(gè)節(jié)點(diǎn)序列稱為Ni1到Nik的路徑。如果從節(jié)點(diǎn)Ni到節(jié)點(diǎn)Nj存在一條路徑，那么節(jié)點(diǎn)Nj是節(jié)點(diǎn)Ni可達(dá)到的節(jié)點(diǎn)。圖8－9所示為圖解法的圖表示法。從圖8－9中可以看出，尋求從一種狀態(tài)變換到另一種狀態(tài)的某個(gè)操作序列問(wèn)題等價(jià)于尋求圖的某一路徑問(wèn)題。對(duì)于最簡(jiǎn)單的一類問(wèn)題，我們需要從某指定的節(jié)點(diǎn)(表示問(wèn)題的初始狀態(tài))與另一節(jié)點(diǎn)(表示問(wèn)題的目標(biāo)狀態(tài))之間找到一條路徑。

圖8－10所示為圖解法的樹(shù)表示法。圖8－10中的根節(jié)點(diǎn)作為起始，它不存在父輩節(jié)點(diǎn)。把沒(méi)有后裔節(jié)點(diǎn)的節(jié)點(diǎn)稱為端節(jié)點(diǎn)。樹(shù)的高度(或深度)用樹(shù)的層來(lái)表示，根節(jié)點(diǎn)的深度為零，樹(shù)中其它節(jié)點(diǎn)的深度為其父輩節(jié)點(diǎn)的深度加1。圖8－9圖表示法圖8－10樹(shù)表示法

(3)問(wèn)題的歸約。將一個(gè)復(fù)雜的問(wèn)題分解為若干個(gè)子問(wèn)題，如果子問(wèn)題解決了，則復(fù)雜問(wèn)題也就迎刃而解。如果子問(wèn)題無(wú)解，則復(fù)雜問(wèn)題也可能無(wú)解。其一般形式為P＝［IP

OP

SP］式中，IP為對(duì)初始(復(fù)雜)問(wèn)題的描述；OP為將復(fù)雜問(wèn)題分解成子問(wèn)題的操作集合；SP為子問(wèn)題的描述集合。問(wèn)題求解的方法是將IP通過(guò)OP轉(zhuǎn)換為SP。

2)狀態(tài)空間的搜索策略

狀態(tài)空間的搜索策略分為盲目搜索和啟發(fā)式搜索兩大類。

（1）深度優(yōu)先搜索。深度優(yōu)先搜索策略是優(yōu)先沿縱向搜索，即從初始節(jié)點(diǎn)出發(fā)“順藤摸瓜”，沿一條分支逐層深入，直到無(wú)法再深入為止，返回樹(shù)的高一層中原來(lái)被擱置的節(jié)點(diǎn)，再沿另一分支繼續(xù)深入搜索，直到找到目標(biāo)節(jié)點(diǎn)為止。在圖8－11中，從初始狀態(tài)S出發(fā)，途徑L、N、F、E、O等中間狀態(tài)，最后達(dá)到目標(biāo)狀態(tài)P。在最不利的情況下，深度優(yōu)先搜索將蛻化成為一個(gè)窮舉搜索，目標(biāo)是M就屬于這種情況。圖8－11深度優(yōu)先搜索的路徑

(2)寬度優(yōu)先搜索。這種方式是優(yōu)先沿橫向(同一層內(nèi))進(jìn)行搜索。當(dāng)橫向搜索完畢后，再擴(kuò)展到下一層次的節(jié)點(diǎn)，進(jìn)行下一層次的橫向搜索，直到找到目標(biāo)節(jié)點(diǎn)為止。寬度優(yōu)先搜索的路徑如圖8－12所示。它從初始狀態(tài)S出發(fā)，歷經(jīng)L、R、M、F等中間狀態(tài)，最后到達(dá)目標(biāo)狀態(tài)P。圖8－12寬度優(yōu)先搜索的路徑深度優(yōu)先搜索和寬度優(yōu)先搜索過(guò)程中沒(méi)有使用與問(wèn)題有關(guān)的啟發(fā)性信息，即按規(guī)定的路線進(jìn)行搜索，不能隨機(jī)應(yīng)變，所以搜索具有盲目性。（3）啟發(fā)式搜索。其基本思想是：對(duì)于搜索過(guò)程中遇到的每個(gè)新?tīng)顟B(tài)(或者說(shuō)新節(jié)點(diǎn))，按估價(jià)函數(shù)(它由與問(wèn)題領(lǐng)域有關(guān)的啟發(fā)信息得到)計(jì)算出相應(yīng)的最佳代價(jià)估計(jì)值，然后擇優(yōu)選出當(dāng)時(shí)估計(jì)值最小的狀態(tài)，從該狀態(tài)開(kāi)始繼續(xù)搜索。這種搜索策略實(shí)際上是以節(jié)點(diǎn)的代價(jià)估計(jì)值為指標(biāo)的最佳優(yōu)先搜索。估價(jià)函數(shù)f(n)作為從初始節(jié)點(diǎn)s經(jīng)節(jié)點(diǎn)n到某一目標(biāo)節(jié)點(diǎn)t的最佳路徑的代價(jià)f*(n)的估計(jì)，應(yīng)由兩部分相加得到：一是從s到n的最佳代價(jià)g*(n)的估計(jì)g(n)；另一是從n到t的最佳代價(jià)h*(n)的估計(jì)h(n)。將f(n)＝g(n)+h(n)作f*(n)=h*(n)+g*(n)的估計(jì)，這里的代價(jià)均取非負(fù)值。

顯然，g(n)應(yīng)取已經(jīng)搜索的從s到n的各條路徑代價(jià)的最小值，而h(n)則涉及對(duì)未搜索路徑的估計(jì)，其準(zhǔn)確度依賴于問(wèn)題領(lǐng)域的啟發(fā)信息。因此，把h(n)稱為啟發(fā)函數(shù)。 8.4其它知識(shí)處理技術(shù)

8.4.1基于神經(jīng)網(wǎng)絡(luò)的知識(shí)處理方法

1.神經(jīng)元結(jié)構(gòu)模型

神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本計(jì)算單元，一般是多輸入、單輸出的非線性單元，可以有一個(gè)內(nèi)部反饋和閾值。圖8－13所示是一個(gè)完整的神經(jīng)元結(jié)構(gòu)，其中si是內(nèi)部狀態(tài)的反饋信息，θi表示閾值。通常神經(jīng)元所接受的輸入信號(hào)的總和xi尚不能反映神經(jīng)元輸入和輸出之間所應(yīng)有的各種關(guān)系，為此，需進(jìn)一步用特性函數(shù)f來(lái)刻畫(huà)這種關(guān)系，從而產(chǎn)生了一個(gè)新的輸出。圖8－13神經(jīng)元結(jié)構(gòu)一般情況下，特性函數(shù)可表示為對(duì)于不同的輸入和輸出，可用不同的特性函數(shù)來(lái)表示，常用的特性函數(shù)有以下幾個(gè)。

(1)線性特性函數(shù)：式中，k為常數(shù)。

(2)閾值特性函數(shù)：(3)Sigmoid特性函數(shù)：這類特性函數(shù)常用來(lái)表示輸入和輸出的S形曲線關(guān)系，反映神經(jīng)元“壓縮”或“飽和”特性。

(4)雙曲正切特性函數(shù)：這類函數(shù)常被生物學(xué)家用來(lái)描述生物神經(jīng)元活動(dòng)的數(shù)學(xué)模型。

2.網(wǎng)絡(luò)連接形式

以上介紹的單個(gè)神經(jīng)元只能完成某些簡(jiǎn)單的功能。將大量單個(gè)神經(jīng)元連接起來(lái)形成的神經(jīng)網(wǎng)絡(luò)可產(chǎn)生協(xié)同效應(yīng)，并且神經(jīng)元之間的連接弧權(quán)值的大小反映了信號(hào)傳遞的強(qiáng)弱。網(wǎng)絡(luò)連接形式有單層連接、多層連接和循環(huán)連接。

(1)單層連接。這是最簡(jiǎn)單的網(wǎng)絡(luò)連接形式是把輸入、輸出兩層神經(jīng)元單層連接，如圖8－14所示。應(yīng)該指出的是，輸入層作為分布式輸入，并不執(zhí)行神經(jīng)元特性計(jì)算，因此，計(jì)算特性函數(shù)的僅有一層。輸入層的每個(gè)神經(jīng)元與輸出層的每個(gè)神經(jīng)元相連，一般情況下，若xi與xj相連，則它們之間的連接弧權(quán)值記為ωij。實(shí)際用的網(wǎng)絡(luò)連接中，可能有一些連接并不存在，那么將相應(yīng)的權(quán)值設(shè)置為ωij＝0即可。這樣，整個(gè)網(wǎng)絡(luò)的權(quán)值可用n×m階的矩陣W(稱為權(quán)值矩陣)表示，整個(gè)網(wǎng)絡(luò)的活動(dòng)可用Y=f(XW)表示，其中，f為向量形式的特性函數(shù)。圖8－14單層連接

(2)多層連接。圖8－15所示為兩層連接。第一層的輸出應(yīng)為XW1，然后再乘以第二層權(quán)值矩陣W2，即為第二層輸出結(jié)果(XW1)W2，因矩陣乘法滿足結(jié)合律，故(XW1)W2等于X(W1W2)。這表明：兩層線性連接模式完全等價(jià)于某個(gè)單層連接模式，該單層連接的權(quán)值矩陣是兩層連接的每層權(quán)值矩陣的乘積。這一結(jié)果還可推廣至多層線性連接網(wǎng)絡(luò)。圖8－15兩層連接

(3)循環(huán)連接。單層和多層連接形式不具有反饋?zhàn)饔?，通常把具有反饋?zhàn)饔玫倪B接形式稱為循環(huán)連接。循環(huán)連接可將以前的輸出反饋?zhàn)鳛檩斎?，其輸出由?dāng)前的輸入和以前的輸出兩者共同決定。這時(shí)神經(jīng)網(wǎng)絡(luò)上的連接弧權(quán)值和反饋連接弧上的反饋傳遞信息的強(qiáng)度分布，正好反映了人腦長(zhǎng)期記憶和短期記憶這兩個(gè)性質(zhì)。若對(duì)循環(huán)連接進(jìn)行細(xì)分，則可有3種連接形式：①僅有輸出層到輸入層的反饋連接，如圖8－16(a)所示；②同層內(nèi)有相互連接，如圖8－16(b)所示；③兼有同層和前層兩種反饋連接，如圖8－16(c)所示。圖8－16循環(huán)連接的類型

3.學(xué)習(xí)算法

神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)實(shí)質(zhì)上就是改變神經(jīng)元間的耦合程度，即連接權(quán)值。它可分為“有指導(dǎo)學(xué)習(xí)”和“無(wú)指導(dǎo)學(xué)習(xí)”兩大類。前者要有外界“導(dǎo)師”去評(píng)價(jià)和糾正行為；后者不要求“導(dǎo)師”指導(dǎo)，能主動(dòng)調(diào)整自身的行為，具有自組織能力。

大部分現(xiàn)代的學(xué)習(xí)算法是從Hebb學(xué)習(xí)規(guī)則演變而來(lái)的。Hebb學(xué)習(xí)規(guī)則可表述為：若第i個(gè)與第j個(gè)神經(jīng)元同時(shí)處于興奮狀態(tài)，則它們之間的連接應(yīng)當(dāng)加強(qiáng)，即式中，xi既代表該神經(jīng)元，又表示輸出值；α為學(xué)習(xí)速率。上式還可寫(xiě)為式中，ωij(t)為調(diào)整前從神經(jīng)元xi到xj的連接弧權(quán)值；ωij(t+1)為調(diào)整后從神經(jīng)元xi到xj的連接弧權(quán)值。下面以感知器為例，給出學(xué)習(xí)算法。

感知器的結(jié)構(gòu)模型如圖8－17所示，它有多個(gè)輸入。當(dāng)只有一個(gè)輸出時(shí)，相當(dāng)于單個(gè)神經(jīng)元，其特性函數(shù)f為閾值特性函數(shù)，輸出為圖8－17感知器的結(jié)構(gòu)模型8.4.2基于遺傳算法的知識(shí)處理方法

1.遺傳算法的運(yùn)行機(jī)理

科學(xué)家霍蘭德（Holland）最初給出的遺傳算法通常稱為簡(jiǎn)單遺傳算法(SGA)。這里以其作為主要討論對(duì)象并加上適當(dāng)?shù)母倪M(jìn)來(lái)分析遺傳算法的基本結(jié)構(gòu)和運(yùn)行機(jī)理。在討論中會(huì)結(jié)合旅行商問(wèn)題(TravelingSalesmanProblem，TSP)加以說(shuō)明，該問(wèn)題可表述為：設(shè)有n個(gè)城市，城市i和城市j之間的距離為d(i,j)，其中i，j＝1，…，n。現(xiàn)要尋找對(duì)每個(gè)城市恰好訪問(wèn)一次的一條回路，要求其路徑總長(zhǎng)為最短。

1)編碼與解碼

許多應(yīng)用問(wèn)題的結(jié)構(gòu)很復(fù)雜，但可以轉(zhuǎn)化為簡(jiǎn)單的位串形式編碼表示。將問(wèn)題結(jié)構(gòu)變換為位串形式編碼表示的過(guò)程稱為“編碼”；反之