人工智能基础复习4——不确定知识与推理
ECMAScript6(ES6)初步了解CSDN-Ada助手:非常感谢CSDN博主分享关于ECMAScript6的初步了解，我觉得可以写一篇关于ES6的新特性在实际项目中的应用实例，这样的技术文章对其他用户学习ES6会非常有帮助。下一篇你可以继续就ES6新特性在React/Vue项目中的应用举例，相信会有更多读者受益。加油！为了方便博主创作，提高生产力，CSDN上线了AI写作助手功能，就在创作编辑器右侧哦～（https://mp.csdn.net/edit?utm_source=blog_comment_recall）诚邀您来加入测评，到此（https://activity.csdn.net/creatActivity?id=10450&utm_source=blog_comment_recall）发布测评文章即可获得「话题勋章」，同时还有机会拿定制奖牌。
200行Python代码实现2048qq_47253450:不知道怎么看标题吗
C语言数组实现学生信息管理系统qq_61597077:按学号排序那里的方法应该是写错了
C语言数组实现学生信息管理系统picyqe:这用的是什么排序方法啊
PL/0编译器设计扩展m0_61167968:求源码，感谢
人工智能 —— 产生式推理
什么是产生式推理通常人们把利用产生式知识表示方法所进行的推理称为产生式推理，把由此所产生的系统称为产生式系统。按照推理的控制方向，产生式推理可分为正向、逆向和混合三种方式。
产生式推理的基本结构规则库：用于描述相应领域内知识的产生式集合。综合数据库：一个用于存放问题求解过程中各种当前信息的数据结构。控制系统：包括控制和推理机两个部分，由一组程序组成，负责整个产生式系统的运行，实现对问题的求解。推理过程：先查询问题的解是否在综合数据库中，若不存在，则取出规则库中对应的规则进一步进行推理。
产生式的正向推理步骤：（1）推理开始前，把用户提供的初始证据放入综合数据库。
（2）推理开始后，检查综合数据库中是否包含了问题的解，若已包含，则求解结束，并成功退出；否则，执行下一步。
（3）检查知识库（即规则库）中是否有可用知识，若有，形成当前可用知识集，执行下一步；否则，转（5）。
（4）按照某种冲突消解策略，从当前可用知识集中选出一条知识进行推理，并将推出的新事实加入综合数据库中，然后转（2）
（5）询问用户是否可以进一步补充新的事实，若可补充，则将补充的新事实加入综合数据库中，然后转（3）；否则表示无解，失败退出。
优点和局限性（不需要有明确的目标）：
正向推理的优点是比较直观，允许用户主动提供有用的事实信息，适合于诊断、设计、预测、监控等领域的问题求解。其主要缺点是推理无明确的目标，求解问题时可能会执行许多与解无关的操作，导致推理效率较低。
产生式的逆向推理步骤：
（1）将问题的初始证据和要求证的目标（称为假设）分别放入综合数据库和假设集。
（2）从假设集中选出一个假设，检查该假设是否在综合数据库中。若在，则该假设成立。此时，若假设集为空，则成功退出；否则，仍执行（2）。若该假设不在数据库中，则执行下一步。
（3）检查该假设是否可由知识库的某个知识导出。若不能由某个知识导出，则询问用户该假设是否为可由用户证实的原始事实。若是，该假设成立，并将其放入综合数据库，再重新寻找新的假设；若不是，则转（5）。若能由某个知识导出，则执行下一步。
（4）将知识库中可以导出该假设的所有知识构成一个可用知识集。
（5）检查可用知识集是否为空，若空，失败退出；否则，执行下一步。
（6）按冲突消解策略从可用知识集中取出一个知识，继续执行下一步。
（7）将该知识的前提中的每个子条件都作为新的假设放入假设集，转（2）。
优点和局限性（需要有明确的目标）：
逆向推理的主要优点是，不必寻找和使用那些与假设目标无关的信息和知识，推理过程的目标明确，也有利于向用户提供解释，在诊断性专家系统中较为有效。其主要缺点是当用户对解的情况认识不清时，由系统自主选择假设目标的盲目性比较大，若选择不好，可能需要多次提出假设，会影响系统效率。
产生式推理的应用设有以下两条规则：
r3r_3r3：IF动物有羽毛THEN动物是鸟r15r_{15}r15：IF动物是鸟AND动物善飞THEN动物是信天翁假设已知有以下事实：动物有羽毛，动物善飞。要求采用产生式推理，求证：动物是信天翁
（1）正向推理证明定理：
①由于已知事实“动物有羽毛”，即r3r_3r3的前提条件满足，因此r3r_3r3可用，承认r3r_3r3的结论，即推出新的事实“动物是鸟”。
②此时，r15r_{15}r15的两个前提条件均满足，因此r15r_{15}r15可用，承认r15r_{15}r15的结论，即推出新的事实“动物是信天翁”。
③由于信天翁已经是一种具体的动物，因此已求出该动物是信天翁。
（2）逆向推理证明定理：
①推理开始前，综合数据库和假设集均为空。
②推理开始后，先将初始证据“动物有羽毛”和“动物善飞”放入综合数据库，把“动物是信天翁”放入初始假设集
③然后从假设集中取出一个假设“动物是信天翁”，查找该假设是否为综合数据库中的已知事实，回答为“N”。再检查“动物是信天翁”是否能被规则库中的规则所导出，发现“动物是信天翁”可由r15r_{15}r15导出，于是r15r_{15}r15被放入可用规则集。
④接着从可用规则集中取出r15r_{15}r15，将其前提条件“动物是鸟”和“动物善飞”分别作为新的子假设放入假设集。
⑤在当前假设集中，取出一个假设“动物是鸟”，检查该假设是否为综合数据库中的事实，回答为“N”。再检查“动物是鸟”是否能被规则库中的规则所导出，发现该子假设可由r3r_3r3导出，于是r3r_3r3被放入可用规则集。
⑥接着从可用规则集中取出r3r_{3}r3，将其前提条件“动物有羽毛”作为新的假设放入假设集。
⑦此时，假设集中的假设已全部被综合数据库中的已知事实所满足，推理过程成功结束，于是目标“动物是信天翁”得证。
人工智能（二、知识表示）——1知识表示与知识表示的概念
2.1.1知识的定义（1）知识是经过剪裁、塑造、解释、选择和转换了的信息（2）知识由特定领域的描述、关系和过程组成（3）知识=事实+信念+启发式
“信息”与“关联”是构成知识的两个要素。2.1.2知识的属性真假性与相对性不确定性矛盾性和相容性可表示性与可利用性2.1.3知识的类型按性质（6个）概念、命题、公理、定理、规则和方法按作用域①常识性知识②领域性知识按作用效果①事实性知识②过程性知识③控制性知识按层次①表层知识（专家系统）②深层知识(数据挖掘)按确定性①确定性知识②不确定性知识按等级①零级知识（叙述性知识）②一级知识（过程性知识）③二级知识（元知识、超知识）④三级知识（元元知识）2.1.4知识表示1.什么是知识表示？答：是对知识的描述，即用一组符号把知识编码成计算机可以接受的某种结构。其表示方法不唯一。
2.知识表示的要求***（难）
①表示能力②可利用性③可实现性④可组织性⑤可维护性⑥自然性⑦可理解性
3.知识表示的观点
陈述性观点：知识按某种结构存储，知识的使用由过程来实现
优点：灵活、简洁，演绎过程完整、确定，知识维护方便缺点：推理效率低、推理过程不透明（1965归结定理）过程性观点：知识寓于使用知识的过程中，表示与运用相结合。
优点：推理效率高、过程清晰缺点：灵活性差、知识维护不便4.知识表示的方法
逻辑表示法：一阶谓词逻辑产生式表示法：产生式规则结构表示法：语义网络，框架，脚本过程表示法：面向对象表示法：