表示方法—产生式表示法

匹配：就是将当前综合数据库中的事实与规则中的条件进行比较，如果相匹配，则这条规则称为匹配规则。

例：在关于动物世界的产生式系统中，已建立规则库和综合数据库； 规则：

（Mammal x）和（Eat x Meat） 综合数据库中的事实元素：

（Mammal Dog）和（Eat Dog Meat） 相匹配

规则得以激活，并将规则右部的结论（Carnivore Dog）插入综合数据库。 09

表示方法—产生式表示法

冲突解决：在识别阶段，若有多于一条的规则激活，就称引起了一个冲突，所谓 冲突解决就是基于某种控制策略去选定需要执行的规则。 冲突解决常用的四种方法： 专一性排序：如果某一条规则条件部分规定的情况比另一规则条件部分规定的情况更有针对性，则这条规则有较高的优先级。

规则排序：规则库中规则的编排顺序本身就表示规则的启用次序。

规模排序：按规则条件部分的规模排列优先级，优先使用较多条件被满足的规则。 就近排序：最近使用的规则放在最优先的位置。常用策略。 09

表示方法—产生式表示法 操作

操作就是执行规则的操作部分，经过操作之后，当前的综合数据库将被修改，其它的规则将有可能成为启用的规则。 09

表示方法—产生式表示法 推理方法：

正向，向前推理，数据驱动 从初始状态出发，朝着目标状态前进。 反向，向后推理，目标驱动 从目标（作为假设）状态出发，朝着初 始状态前进 双向，即自顶向下又自底向上，双向驱动 09

表示方法—产生式表示法 正向推理方法： 从已知事实出发，逐步推导出最后结论。其推理过程大致是： 用综合数据库中的事实与产生式规则的前提条件进行匹配。 按冲突消解策略从匹配的规则中选择一条规则。 依次执行选中规则的动作。修改综合数据库。

用更新后的综合数据库，重复上述工作，直到得出结论或综合数据库不再发生变化为止。 09

表示方法—产生式表示法 反向推理方法： 首先提出假设，然后验证这些假设的真假性，找到假设成立的所有证据或事实。其推理过程大致是：

看假设是否在综合数据库中，若在，则假设成立，推理结束。 找出结论与此假设匹配的规则。

按冲突消解策略从匹配的规则实例中选择一条规则。 将选中的规则的前提条件作为新的假设，重复上述工作，直到假设的真假性被验证或不存在激活的规则。 09

表示方法—产生式表示法 双向推理方法：

即自顶向下、又自底向上作双向推理，直至某个中间界面上两方向结果相符便成功结束。 该方法较正向或反向推理所形成的推理网络小，从而推理效果更高。 09

表示方法—产生式表示法 推理方法的选择

选用那种推理方向，主要取决于问题的特征。

最重要的是每个识别-行动循环激活的规则数，应选择分支因素小的推理方向。规则数越大，分支越多，规则的激活检查和启发式评价的工作量也就越大。在正、逆向分支因素接近的情况下，双向可提高效率。

如果目标是从一组给定事实出发，找出所有可能的结论，那么，通常使用正向推理。

如果目标是证实或否定某一特定结论，那么，通常使用反向推理，否则，从一组初始事实出发盲目地正向推理，可能得出许多和所要证实的结论无关的结论。 09

表示方法—产生式表示法 优点 清晰性。 产生式表示格式固定，形式单一，规则（知识单位）间相互较为独立，没有直接关系使知识库的建立较为容易，处理较为简单。 模块性。 知识库与推理机是分离的，这种结构给知识库的修改带来方便，无需修改程序，对系统的推理路径也容易作出解释。 自然性。 符合人类思维习惯，方便地表示专家的启发性知识与经验。 09

表示方法—产生式表示法 缺点：

知识库维护难（每条规则很独立，但规则之间的横向联系很复杂，规则之间也许有矛盾。一个变了，但其它的都要检查一遍）。 效率低。（各规则之间的联系以数据库为媒介，求解过程反复进行“匹配-冲突消解-执行”的过程，这样的执行效率较低）

应用实例（产生式表示为主）：

用于化工工业测定分子结构的DENDRAL 用于诊断脑膜炎和血液病毒感染的MYCIN 估计矿藏的PROSPECTOR 09

表示方法（各有特点，并存） 谓词逻辑法

产生式规则表示法 语义网络法 状态空间法 问题归约法 框架表示 面向对象表示 脚本方法表示 过程式表示 09

表示方法—语义网络表示法 概述

谓词逻辑表示方法常用于表示有关领域中各个不同状态间的关系。然而用于表示一个事物同其各个部分间的分类知识就不方便了。

语义网络同一阶逻辑有相同的能力。多用于自然语言处理。 分类：命题语义网络、数据语义网络、语言语义网络等 09

表示方法—语义网络表示法 语义网络的概念及其结构

语义网络是一种用实体及其语义关系来表达知识的有向图。

节点：代表实体，表示各种事物、概念、情况、属性、状态、事件、动作等； 弧（有向弧）：代表语义关系，表示它所连接的两个实体之间的语义联系。弧是有方向的有标注的。

在语义网络中，每一个节点和弧都必须带有标识，这些标识用来说明它所代表的实体或语义。 09

表示方法—语义网络表示法 网络结构

从结构上来看，语义网络一般由一些最基本的语义单元组成。这些最基本的语义单元被称为基本网元。可用如下三元组来表示：（节点1，弧，节点2） 09

A kind of 继承 例： 09

表示方法—语义网络表示法

当把多个基本网元用相应的语义关系关联在一起的时候，就可以得到一个语义网络

在语义网络中，节点还可以是一个语义子网络，所以语义网络实质上可以是一种多层次的嵌套结构 09

表示方法—语义网络表示法 语义联系 从功能上说，语义网络可以描述任何事物间的任意复杂关系。从一些基本的语义关系组合成任意复杂的语义关系是可行的。但是由于语义关系复杂，这里只给出一些经常使用的、已普遍为大家所接收的基本语义联系。 09

表示方法—语义网络表示法 类属关系 包含关系 占有关系 时间关系 位置关系 相近关系 推论关系 因果关系 组成关系 属性关系 09

表示方法—语义网络表示法 类属关系

类属关系是指具体有共同属性的不同事物间的分类关系、成员关系或实例关系。 它体现的是“具体与抽象”、“个体与集体”的概念。类属关系的一个最主要特征是属性的继承性，处在具体层的节点可以继承抽象层节点的所有属性。 09

表示方法—语义网络表示法 类属关系

常用的属性有：

A-Kind-of(AKO) ，是一种:

表示一个事物是另一个事物的一种类型 A-Member-of(AMO)，是一员:

表示一个事物是另一个事物的成员 Is-a(ISA)，是一个:

表示一个事物是另一个事物的实例 在类属关系中，具体层节点除具有抽象层节点的所有属性外，具体层的节点可以有自己的个性。 09 例： 09

表示方法—语义网络表示法 包含关系

包含关系也称为聚类关系，是指具有组织或结构特征的“部分与整体”之间的关系。 它和类属关系的最主要的区别就是包含关系一般不具备属性的继承性。 常用的包含关系的有： Part_of，是一部分:表示一个事物是另一个事物的一部分, 用它连接的下层节点的属性可能和上层节点的属性是很不相同的，即part_of不具有继承性，例如： 09 09

表示方法—语义网络表示法 占有关系

占有关系是指事物或属性之间的“具有”关系。 常用的属性的关系有：

Have，有：表示一个结点具有另一个结点所描述的属性 例如：鸟有翅膀 09

表示方法—语义网络表示法 时间关系

是指不同事件在其发生时间方面的先后关系，节点间的属性不具有继承性。 常用的时间关系有：

Before，在前：表示一个事件在一个事件之前发生， After，在后：表示一个事件在一个事件之后发生， During，“在??期间”：表示某一个实践活动坐在某个时间段内发生。 例如：香港回归之后，澳门也会回归了。 香港回归 澳门回归 After 09

表示方法—语义网络表示法 位置关系

位置关系是指不同事物在位置方面的关系，节点间的属性不具有继承性。 常用的位置关系：

Located-on，在上:一物在另一物之上 Located-at，在:一物在何位置

Located-under，在下: 一物在另一物之下 Located-inside，在内: 一物在另一物之中 Located-outside，在外: 一物在另一物之外 例如：加油站位于桃园路 加油站 桃园路 Located-at 09

表示方法—语义网络表示法 相近关系