人工智能和專(zhuān)家系統(tǒng)

1、人工智能與專(zhuān)家系統(tǒng),研究生課程,第一章 緒論,1.1 人工智能的定義和發(fā)展1.2 人類(lèi)智能和人工智能 1.3 人工智能的各種認(rèn)知觀 1.4 人工智能的研究與應(yīng)用領(lǐng)域 1.5 課程概要,1.1.1 人工智能的定義,幾種定義 智能機(jī)器（intelligent machine） 人工智能（學(xué)科） 人工智能（能力） 人工智能（擬人思維、行為 ）

2、 人工智能（理性思維、行為 ）,1.1 定義和發(fā)展,1.1.2 人工智能的起源與發(fā)展,孕育期（1956年前） 數(shù)理邏輯學(xué)科（弗雷治、維納等 ） 計(jì)算的新思想（丘奇、圖靈 等） 形成期（1956--1970年） 1956年，第一次人工智能的研討會(huì) 1969年，第一屆國(guó)際人工智能聯(lián)合會(huì)議 1970年，《人工智能》國(guó)際雜志創(chuàng)刊,1.1 定義和發(fā)展,1.1.2 人工智能的起源與發(fā)展,發(fā)展期（1970年~） 進(jìn)一步研究AI基本原

3、理方法和技術(shù) 進(jìn)行實(shí)用化研究 專(zhuān)家系統(tǒng)與知識(shí)工程 機(jī)器定理證明 智能機(jī)器人 智能控制等 從“一枝獨(dú)秀”到“百花齊放”,1.1 定義和發(fā)展,1.2 人類(lèi)智能和人工智能,1.2.1 智能信息處理系統(tǒng)的假設(shè) 人是一種智能信息處理系統(tǒng) 物理符號(hào)系統(tǒng)的六種基本功能 物理符號(hào)系統(tǒng)的假設(shè) 推論一 推論二 推論三,1.2.1 智能信息處理系統(tǒng)的假設(shè),人類(lèi)的認(rèn)知行為具有不同層次 認(rèn)知生理學(xué) 認(rèn)知心理學(xué) 認(rèn)知信息學(xué)

4、 認(rèn)知工程學(xué),1.2 人類(lèi)智能和人工智能,1.2.2 人類(lèi)智能的計(jì)算機(jī)模擬,機(jī)器智能可以模擬人類(lèi)智能 智能計(jì)算機(jī) 下棋 定理證明 語(yǔ)言翻譯 新型智能計(jì)算機(jī) 神經(jīng)計(jì)算機(jī)量子計(jì)算機(jī),1.2 人類(lèi)智能和人工智能,1.2.3 人工智能的研究目標(biāo),近期目標(biāo)建造智能計(jì)算機(jī)代替人類(lèi)的部分智力勞動(dòng) 遠(yuǎn)期目標(biāo)用自動(dòng)機(jī)模仿人類(lèi)的思維過(guò)程和智能行為,1.2 人類(lèi)智能和人工智能,1.3 人工智能的各種認(rèn)知觀,符號(hào)主義（Symbolici

5、sm）基于物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理 連接主義（Connectionism）基于神經(jīng)網(wǎng)絡(luò)及其間的連接機(jī)制與學(xué)習(xí)算法 行為主義（Actionism）基于控制論及感知—?jiǎng)幼餍涂刂葡到y(tǒng),1.4 人工智能的研究及應(yīng)用領(lǐng)域,人工智能的基本技術(shù) 知識(shí)表示（Knowledge Representation）狀態(tài)空間法、問(wèn)題歸約法、謂詞邏輯法… 推理搜索（Searching & Reasoning）啟發(fā)式搜索、消解

6、原理、不確定性推理… 計(jì)算智能（Computational Intelligence）模糊計(jì)算、神經(jīng)計(jì)算、進(jìn)化計(jì)算… 構(gòu)成技術(shù)（系統(tǒng)與語(yǔ)言）產(chǎn)生式系統(tǒng)、LISP語(yǔ)言、Prolog語(yǔ)言…,1.4.1 問(wèn)題求解,問(wèn)題的表示、分解、搜索、歸約等 進(jìn)行復(fù)雜的數(shù)學(xué)公式符號(hào)運(yùn)算求解1.4.2 邏輯推理與定理證明 通過(guò)對(duì)事實(shí)數(shù)據(jù)庫(kù)的操作來(lái)證明定理 多種證明方法 幾何定理證明的“吳氏方法”,1.4 研究及應(yīng)用,1.4.3 自然語(yǔ)

7、言理解,語(yǔ)言 自然語(yǔ)言、人造語(yǔ)言、機(jī)器語(yǔ)言 “理解”的標(biāo)準(zhǔn)1.4.4 自動(dòng)程序設(shè)計(jì) 根據(jù)不同目的描述來(lái)編寫(xiě)的計(jì)算機(jī)程序 促進(jìn)人工智能系統(tǒng)的發(fā)展,1.4 研究及應(yīng)用,1.4.5 專(zhuān)家系統(tǒng),是一個(gè)智能化的計(jì)算機(jī)程序系統(tǒng) 和傳統(tǒng)的計(jì)算機(jī)程序之間有本質(zhì)區(qū)別1.4.6 機(jī)器學(xué)習(xí) 是機(jī)器獲取智能的途徑 學(xué)習(xí)是一個(gè)有特定目的的知識(shí)獲取過(guò)程 學(xué)習(xí)的本質(zhì)是對(duì)信息的理解與應(yīng)用 有多種學(xué)習(xí)方法,1.4 研究及應(yīng)用,1.4.7 神

8、經(jīng)網(wǎng)絡(luò),神經(jīng)計(jì)算機(jī) 在其它領(lǐng)域中的廣泛應(yīng)用1.4.8 機(jī)器人學(xué) 操作機(jī)器人 智能機(jī)器人 機(jī)器人的廣泛應(yīng)用 促進(jìn)人工智能的發(fā)展,1.4 研究及應(yīng)用,1.4.9 模式識(shí)別,是計(jì)算機(jī)對(duì)環(huán)境識(shí)別的需要 是對(duì)人類(lèi)環(huán)境的感知模擬1.4.10 機(jī)器視覺(jué) 人類(lèi)80％以上的外部信息來(lái)自視覺(jué) 低層視覺(jué)與高層視覺(jué) 前沿研究領(lǐng)域 廣泛應(yīng)用,1.4 研究及應(yīng)用,1.4.11 智能控制,驅(qū)動(dòng)智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過(guò)程 是一個(gè)

9、定性和定量的混合控制過(guò)程 是當(dāng)今自動(dòng)控制的最高水平1.4.12 智能檢索 是信息時(shí)代來(lái)臨的需要 智能檢索系統(tǒng)所面臨的三大問(wèn)題,1.4 研究及應(yīng)用,1.4.13 智能調(diào)度與指揮,尋找最佳調(diào)度和組合 NP完全類(lèi)問(wèn)題的求解 軍事指揮系統(tǒng)等領(lǐng)域1.4.14 分布式人工智能與Agent 是傳統(tǒng)人工智能的延伸和擴(kuò)展 研究目標(biāo)是創(chuàng)建一種能描述自然系統(tǒng)和社會(huì)系統(tǒng)的精確概念模型,1.4 研究及應(yīng)用,1.4.15 計(jì)算智能與進(jìn)化計(jì)

10、算,計(jì)算智能包括神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算等 進(jìn)化計(jì)算的理論基礎(chǔ)是生物進(jìn)化論1.4.16 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn) 知識(shí)獲取 數(shù)據(jù)庫(kù)知識(shí)挖掘 數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)的四個(gè)特征,1.4 研究及應(yīng)用,1.4.17 人工生命,人工生命概念的提出 理論基礎(chǔ)與研究方法 研究?jī)?nèi)容1.4.18 系統(tǒng)與語(yǔ)言工具 計(jì)算機(jī)系統(tǒng)的一些概念得到發(fā)展 新的編程語(yǔ)言與專(zhuān)用開(kāi)發(fā)工具,1.4 研究及應(yīng)用,1.5 課程概要,簡(jiǎn)述人工智能的起源與發(fā)展

11、 概括地論述知識(shí)表示的各種主要方法 討論常用的搜索原理和推理求解技術(shù) 介紹近期人工智能技術(shù)和方法的熱點(diǎn) 詳細(xì)地分析人工智能的主要應(yīng)用領(lǐng)域 敘述人工智能的爭(zhēng)議與展望,第二章 知識(shí)表示方法,2.1 狀態(tài)空間法2.2 問(wèn)題歸約法2.3 謂詞邏輯法2.4 語(yǔ)義網(wǎng)絡(luò)法2.5 其他方法2.6 小結(jié),2.1狀態(tài)空間法（State Space Representatio

12、n）,問(wèn)題求解技術(shù)主要是兩個(gè)方面：?jiǎn)栴}的表示求解的方法狀態(tài)空間法狀態(tài)（state）算符（operator）狀態(tài)空間方法,2.1.1 問(wèn)題狀態(tài)描述,定義狀態(tài)：描述某類(lèi)不同事物間的差別而引入的一組最少變量q0，q1，…，qn的有序集合。算符：使問(wèn)題從一種狀態(tài)變化為另一種狀態(tài)的手段稱(chēng)為操作符或算符。問(wèn)題的狀態(tài)空間：是一個(gè)表示該問(wèn)題全部可能狀態(tài)及其關(guān)系的圖，它包含三種說(shuō)明的集合，即三元狀態(tài)（S，F(xiàn)，G）。,2.1 狀態(tài)空間法

13、,2. 狀態(tài)空間表示概念詳釋,例如下棋、迷宮及各種游戲。,MiddleState,GoalState,,,2.1 狀態(tài)空間法,例:三數(shù)碼難題（3 puzzle problem）,,,,,,,初始棋局,目標(biāo)棋局,2.1 狀態(tài)空間法,有向圖路徑代價(jià)圖的顯示說(shuō)明圖的隱示說(shuō)明,2.1.2 狀態(tài)圖示法,A,,B,2.1 狀態(tài)空間法,2.1.3 狀態(tài)空間表示舉例,產(chǎn)生式系統(tǒng)（production system）一個(gè)總數(shù)據(jù)庫(kù)：它含有

14、與具體任務(wù)有關(guān)的信息隨著應(yīng)用情況的不同，這些數(shù)據(jù)庫(kù)可能簡(jiǎn)單，或許復(fù)雜。一套規(guī)則：它對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作運(yùn)算。每條規(guī)則由左部鑒別規(guī)則的適用性或先決條件以及右部描述規(guī)則應(yīng)用時(shí)所完成的動(dòng)作。一個(gè)控制策略：它確定應(yīng)該采用哪一條適用規(guī)則，而且當(dāng)數(shù)據(jù)庫(kù)的終止條件滿(mǎn)足時(shí)，就停止計(jì)算。,2.1 狀態(tài)空間法,狀態(tài)空間表示舉例,例：猴子和香蕉問(wèn)題,2.1 狀態(tài)空間法,解題過(guò)程,用一個(gè)四元表列（W，x，Y，z）來(lái)表示這個(gè)問(wèn)題狀態(tài).,這個(gè)問(wèn)題的操作（算符）如下

15、：2 goto（U）表示猴子走到水平位置U或者用產(chǎn)生式規(guī)則表示為（W，0，Y，z） goto（U） （U，0，Y，z）,,2.1 狀態(tài)空間法,pushbox（V）猴子把箱子推到水平位置V，即有（W，0，W，z） pushbox（V） （V，0，V，z）,climbbox猴子爬上箱頂，即有（W，0，W，z） climbbox （W，1，W，z）,,,2.1

16、狀態(tài)空間法,grasp猴子摘到香蕉，即有（c，1，c，0） grasp （c，1，c，1）,該初始狀態(tài)變換為目標(biāo)狀態(tài)的操作序列為{goto(b),pushbox(c),climbbox,grasp},,2.1 狀態(tài)空間法,2.1 狀態(tài)空間法,猴子和香蕉問(wèn)題自動(dòng)演示：,2.1 狀態(tài)空間法,2.2 問(wèn)題歸約法（Problem Reduction Representation）,問(wèn)題歸

17、約表示的組成部分：一個(gè)初始問(wèn)題描述；一套把問(wèn)題變換為子問(wèn)題的操作符；一套本原問(wèn)題描述。,問(wèn)題歸約的實(shí)質(zhì)：從目標(biāo)(要解決的問(wèn)題)出發(fā)逆向推理，建立子問(wèn)題以及子問(wèn)題的子問(wèn)題，直至最后把初始問(wèn)題歸約為一個(gè)平凡的本原問(wèn)題集合。,2.2 問(wèn)題規(guī)約法,2.2.1 問(wèn)題歸約描述 （Problem Reduction Description）,梵塔難題,2.2 問(wèn)題規(guī)約法,解題過(guò)程（3個(gè)圓盤(pán)問(wèn)題）,2.2 問(wèn)題規(guī)約法,多圓盤(pán)梵塔難題演示,2

18、.2 問(wèn)題規(guī)約法,2.2.2與或圖表示,1.與圖、或圖、與或圖,2.2 問(wèn)題規(guī)約法,,2.2 問(wèn)題規(guī)約法,2.一些關(guān)于與或圖的術(shù)語(yǔ),2.2 問(wèn)題規(guī)約法,3.定義,2.2 問(wèn)題規(guī)約法,不可解節(jié)點(diǎn)的一般定義沒(méi)有后裔的非終葉節(jié)點(diǎn)為不可解節(jié)點(diǎn)。全部后裔為不可解的非終葉節(jié)點(diǎn)且含有或后繼節(jié)點(diǎn)，此非終葉節(jié)點(diǎn)才是不可解的。后裔至少有一個(gè)為不可解的非終葉節(jié)點(diǎn)且含有與后繼節(jié)點(diǎn)，此非終葉節(jié)點(diǎn)才是不可解的。與或圖構(gòu)成規(guī)則,2.2 問(wèn)題規(guī)約法,梵塔問(wèn)題歸

19、約圖,,（322） （333）,,,,,,,,,,,,,,2.2 問(wèn)題規(guī)約法,2.3 謂詞邏輯法,邏輯語(yǔ)句形式語(yǔ)言,2.3.1 謂詞演算 1. 語(yǔ)法和語(yǔ)義基本符號(hào)謂詞符號(hào)、變量符號(hào)、函數(shù)符號(hào)、 常量符號(hào)、括號(hào)和逗號(hào)原子公式,連詞和量詞(Connective &Quantifiers)連詞與及合?。╟onjunction)或及析?。╠isjunction）蘊(yùn)涵（Implication）非（Not）量詞

20、全稱(chēng)量詞（Universal Quantifiers)存在量詞 (Existential Quantifiers),2.3 謂詞邏輯法,2.3.2 謂詞公式原子公式的的定義：用P(x1，x2，…，xn)表示一個(gè)n元謂詞公式，其中P為n元謂詞，x1,x2,…，xn為客體變量或變?cè)?。通常把P(x1,x2,…,xn)叫做謂詞演算的原子公式，或原子謂詞公式。分子謂詞公式可以用連詞把原子謂詞公式組成復(fù)合謂詞公式，并把它叫做分子謂詞公式

21、。,2.3 謂詞邏輯法,合適公式（WFF，well-formed formulas）合適公式的遞歸定義合適公式的性質(zhì)合適公式的真值等價(jià)（Equivalence),2.3 謂詞邏輯法,2.3.3 置換與合一,置換概念假元推理全稱(chēng)化推理綜合推理定義就是在該表達(dá)式中用置換項(xiàng)置換變量性質(zhì)可結(jié)合的不可交換的,2.3 謂詞邏輯法,合一（Unification)合一：尋找項(xiàng)對(duì)變量的置換，以使兩表達(dá)式一致?？珊弦唬喝绻粋€(gè)

22、置換s作用于表達(dá)式集{Ei}的每個(gè)元素，則我們用{Ei} s來(lái)表示置換例的集。我們稱(chēng)表達(dá)式集{Ei}是可合一的。,2.3 謂詞邏輯法,2.4 語(yǔ)義網(wǎng)絡(luò)法 （Semantic Network Representation）,語(yǔ)義網(wǎng)絡(luò)的結(jié)構(gòu)定義組成部分詞法結(jié)構(gòu)過(guò)程語(yǔ)義,表示占有關(guān)系和其它情況例： 小燕是一只燕子，燕子是鳥(niǎo)；巢-1是小燕的巢，巢-1是巢中的一個(gè)。,選擇語(yǔ)義基元試圖用一組基元來(lái)表示知識(shí)，以便簡(jiǎn)化表示，并

23、可用簡(jiǎn)單的知識(shí)來(lái)表示更復(fù)雜的知識(shí)。,2.4 語(yǔ)義網(wǎng)絡(luò)法,2.4. 1 二元語(yǔ)義網(wǎng)絡(luò)的表示,2.4.2 多元語(yǔ)義網(wǎng)絡(luò)的表示,謂詞邏輯與語(yǔ)義網(wǎng)絡(luò)等效,2.4 語(yǔ)義網(wǎng)絡(luò)法,多元語(yǔ)義網(wǎng)絡(luò)表示的實(shí)質(zhì)把多元關(guān)系轉(zhuǎn)化為一組二元關(guān)系的組合，或二元關(guān)系的合取。,2.4 語(yǔ)義網(wǎng)絡(luò)法,2.4.3 連接詞和量化的表示,合取三元變?yōu)槎M合析取加注析取界限，并標(biāo)記DIS，以免引起混淆。否定兩種表示方式：～或標(biāo)注NEG界限。,2.4 語(yǔ)義網(wǎng)絡(luò)法,蘊(yùn)

24、涵在語(yǔ)義網(wǎng)絡(luò)中可用標(biāo)注ANTE和CONSE界限來(lái)表示蘊(yùn)涵關(guān)系。ANTE和CONSE界限分別用來(lái)把與先決條件(antecedent)及與結(jié)果(consequence)相關(guān)的鏈聯(lián)系在一起。量化存在量化—ISA鏈全稱(chēng)量化—分割法,2.4 語(yǔ)義網(wǎng)絡(luò)法,2.5其他方法（Others),框架（Frame）表示框架是一種結(jié)構(gòu)化表示法，通常采用語(yǔ)義網(wǎng)絡(luò)中的節(jié)點(diǎn)-槽-值表示結(jié)構(gòu)。劇本（Script）表示劇本是框架的一種特殊形式，它用一組槽來(lái)

25、描述某些事件的發(fā)生序列。過(guò)程（Procedure）表示過(guò)程式表示就是將有關(guān)某一問(wèn)題領(lǐng)域的知識(shí)，連同如何使用這些知識(shí)的方法，均隱式地表達(dá)為一個(gè)求解問(wèn)題的過(guò)程。,2.6 小結(jié)（Summary）,本章所討論的知識(shí)表示問(wèn)題是人工智能研究的核心問(wèn)題之一。知識(shí)表示方法很多，本章介紹了其中的7種，有圖示法和公式法，陳述式表示和過(guò)程式表示等。,第三章 搜索推理技術(shù),3.6 產(chǎn)生式系統(tǒng)3.7 系統(tǒng)組織技術(shù)3.8 不確定性推理3.9 非單調(diào)推

26、理3.10 小結(jié),3.1 圖搜索策略3.2 盲目搜索3.3 啟發(fā)式搜索3.4 消解原理3.5 規(guī)則演繹系統(tǒng),3.1 圖搜索策略,圖搜索控制策略一種在圖中尋找路徑的方法。圖中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)狀態(tài)，每條連線(xiàn)對(duì)應(yīng)一個(gè)操作符。這些節(jié)點(diǎn)和連線(xiàn)(即狀態(tài)與操作符)又分別由產(chǎn)生式系統(tǒng)的數(shù)據(jù)庫(kù)和規(guī)則來(lái)標(biāo)記。求得把一個(gè)數(shù)據(jù)庫(kù)變換為另一數(shù)據(jù)庫(kù)的規(guī)則序列問(wèn)題就等價(jià)于求得圖中的一條路徑問(wèn)題。圖搜索過(guò)程圖,開(kāi)始,把S放入OPEN表,OPEN表為空表

27、？,把第一個(gè)節(jié)點(diǎn)(n)從OPEN表移至CLOSED表,n為目標(biāo)節(jié)點(diǎn)嗎？,把n的后繼節(jié)點(diǎn)放入OPEN表的末端，提供返回節(jié)點(diǎn)n的指針,修改指針?lè)较?重排OPEN表,失敗,成功,,,,,,,,,圖3.1 圖搜索過(guò)程框圖,是,是,否,否,,3.1 圖搜索策略,3.2 盲目搜索,特點(diǎn)：不需重排OPEN表種類(lèi)：寬度優(yōu)先、深度優(yōu)先、等代價(jià)搜索等。,開(kāi)始,把S放入OPEN表,OPEN表為空表？,把第一個(gè)節(jié)點(diǎn)(n)從OPEN表移至CLOSED表,是否

28、有后繼節(jié)點(diǎn)為目標(biāo)節(jié)點(diǎn)？,擴(kuò)展n，把n的后繼節(jié)點(diǎn)放入OPEN表的末端，提供返回節(jié)點(diǎn)n的指針,失敗,成功,,,,,,,,圖3.2 寬度優(yōu)先算法框圖,是,否,是,否,3.2 盲目搜索,例子八數(shù)碼難題（8-puzzle problem）,（初始狀態(tài)）,規(guī)定：將牌移入空格的順序?yàn)椋簭目崭褡筮呴_(kāi)始順時(shí)針旋轉(zhuǎn)。不許斜向移動(dòng)，也不返回先輩節(jié)點(diǎn)。從圖可見(jiàn)，要擴(kuò)展26個(gè)節(jié)點(diǎn)，共生成46個(gè)節(jié)點(diǎn)之后才求得解（目標(biāo)節(jié)點(diǎn)）。,3.2 盲目搜索,1,圖3.4

29、八數(shù)碼難題的寬度優(yōu)先搜索樹(shù),3.2 盲目搜索,3.2.2 深度優(yōu)先搜索,定義,首先擴(kuò)展最新產(chǎn)生的(即最深的)節(jié)點(diǎn)。,算法,防止搜索過(guò)程沿著無(wú)益的路徑擴(kuò)展下去，往往給出一個(gè)節(jié)點(diǎn)擴(kuò)展的最大深度——深度界限。 與寬度優(yōu)先搜索算法最根本的不同在于：將擴(kuò)展的后繼節(jié)點(diǎn)放在OPEN表的前端。（算法框圖見(jiàn)教材）,3.2 盲目搜索,3.2.3 等代價(jià)搜索,定義,是寬度優(yōu)先搜索的一種推廣，不是沿著等長(zhǎng)度路徑斷層進(jìn)行擴(kuò)展，而是沿著等代價(jià)路徑

30、斷層進(jìn)行擴(kuò)展。 搜索樹(shù)中每條連接弧線(xiàn)上的有關(guān)代價(jià),表示時(shí)間、距離等花費(fèi)。,算法,若所有連接弧線(xiàn)具有相等代價(jià)，則簡(jiǎn)化為寬度優(yōu)先搜索算法。,3.2 盲目搜索,開(kāi)始,把S放入OPEN表,OPEN表為空表？,把具有最小g(i)值的節(jié)點(diǎn)i從OPEN表移至CLOSED表,是否有后繼節(jié)點(diǎn)為目標(biāo)節(jié)點(diǎn)？,失敗,成功,,,,,,,圖3.2 等代價(jià)搜索算法框圖,是,否,是,否,令g(s)=0,S是否目標(biāo)節(jié)點(diǎn)？,,,是,成功,擴(kuò)展i，計(jì)算其后

31、繼節(jié)點(diǎn)j的g(j)，并把后繼節(jié)點(diǎn)放入OPEN表,,,否,3.2 盲目搜索,3.3 啟發(fā)式搜索,特點(diǎn)：重排OPEN表，選擇最有希望的節(jié)點(diǎn)加以擴(kuò)展種類(lèi)：有序搜索、A*算法等,3.3.1 啟發(fā)式搜索策略和估價(jià)函數(shù),盲目搜索可能帶來(lái)組合爆炸啟發(fā)式信息 用來(lái)加速搜索過(guò)程的有關(guān)問(wèn)題領(lǐng)域的特征信息。,估價(jià)函數(shù) 為獲得某些節(jié)點(diǎn)“希望”的啟發(fā)信息，提供一個(gè)評(píng)定侯選擴(kuò)展節(jié)點(diǎn)的方法，以便確定哪個(gè)節(jié)點(diǎn)最有可能在通向目標(biāo)的最佳路徑上 。

32、 f(n)——表示節(jié)點(diǎn)n的估價(jià)函數(shù)值 應(yīng)用節(jié)點(diǎn)“希望”程度（估價(jià)函數(shù)值）重排OPEN表,3.3.2 有序搜索,實(shí)質(zhì),選擇OPEN表上具有最小f值的節(jié)點(diǎn)作為下一個(gè)要擴(kuò)展的節(jié)點(diǎn)。,3.3 啟發(fā)式搜索,開(kāi)始,把S放入OPEN表，計(jì)算估價(jià)函數(shù) f (s),OPEN表為空表？,選取OPEN表中f值最小的節(jié)點(diǎn)i放入CLOSED表,i為目標(biāo)節(jié)點(diǎn)嗎？,擴(kuò)展i，得后繼節(jié)點(diǎn)j，計(jì)算f(j)，提供返回節(jié)點(diǎn)i的指針，利用f(j)對(duì)OPEN表重新

33、排序，調(diào)整親子關(guān)系及指針,失敗,成功,,,,,,,,圖3.9 有序搜索算法框圖,是,否,是,否,3.3 啟發(fā)式搜索,算法,例子,八數(shù)碼難題（8-puzzle problem）,八數(shù)碼難題的有序搜索樹(shù)見(jiàn)下圖：,3.3 啟發(fā)式搜索,5,7,1,4,5,6,3,2,圖3.10 八數(shù)碼難題的有序搜索樹(shù),3.3 啟發(fā)式搜索,3.3.3 A*算法,估價(jià)函數(shù)的定義：對(duì)節(jié)點(diǎn)n定義f*(n)=g*(n)+h*(n) ,表示從S開(kāi)始約束通過(guò)節(jié)點(diǎn)n的一條

34、最佳路徑的代價(jià)。希望估價(jià)函數(shù)f 定義為：f(n)=g(n)+h(n) —— g是g*的估計(jì) ，h是h*的估計(jì)A*算法的定義：定義1 在GRAPHSEARCH過(guò)程中，如果第8步的重排OPEN表是依據(jù)f(x)=g(x)+h(x)進(jìn)行的，則稱(chēng)該過(guò)程為A算法。 定義2 在A算法中，如果對(duì)所有的x存在h(x)≤h*(x),則稱(chēng)h(x)為h*(x)的下界，它表示某種偏于保

35、守的估計(jì)。 定義3 采用h*(x)的下界h(x)為啟發(fā)函數(shù)的A算法，稱(chēng)為A*算法。當(dāng)h=0時(shí)，A*算法就變?yōu)橛行蛩阉魉惴ā?3.3 啟發(fā)式搜索,3.4 消解原理,回顧：原子公式（atomic formulas）文字—一個(gè)原子公式及其否定。子句—由文字的析取組成的合適公式。消解—對(duì)謂詞演算公式進(jìn)行分解和化簡(jiǎn)，消去一些符號(hào)，以求得導(dǎo)出子句。,例子:,將下列謂詞演算公式化為一個(gè)子句集(?x)｛P(x)?｛(?y

36、)［P(y)?P(f(x,y))］∧～(?y)［Q(x,y)?P(y)］｝｝,,,開(kāi)始：消去蘊(yùn)涵符號(hào) 只應(yīng)用∨和～符號(hào)，以～A∨B替換A?B。,(1) (?x)｛～P(x)∨{(?y)［~P(y)∨P(f(x,y))］∧～(?y)［~Q(x,y)∨P(y)］}},3.4 消解原理,(2) 減少否定符號(hào)的轄域 每個(gè)否定符號(hào)～最多只用到一個(gè)謂詞符號(hào)上，并反復(fù)應(yīng)用狄·摩根定律。(3) 對(duì)變量標(biāo)準(zhǔn)化

37、 對(duì)啞元（虛構(gòu)變量）改名，以保證每個(gè)量詞有其自己唯一的啞元。,3.4 消解原理,(2) (?x)｛～P(x)∨｛(?y)［～P(y)∨P(f(x,y))］∧(?y)［Q(x,y)∧～P(y)］｝｝,(3) (?x)｛～P(x)∨｛(?y)［～P(y)∨P(f(x,y))］∧(?w)［Q(x,w)∧～P(w)］｝｝,(4) 消去存在量詞 以Skolem函數(shù)代替存在量詞內(nèi)的約束變量，然后消去存在量詞化為前束形

38、把所有全稱(chēng)量詞移到公式的左邊，并使每個(gè)量詞的轄域包括這個(gè)量詞后面公式的整個(gè)部分。 前束形={前綴} {母式} 全稱(chēng)量詞串 無(wú)量詞公式,(4) (?x)｛～P(x)∨{(?y)[~P(y)∨P(f(x,y))］∧［Q(x,g(x)）∧～P(g(x))］｝｝式中，w=g(x)為一Skolem函數(shù)。,(5

39、) (?x)(?y)｛～P(x)∨｛［～P(y)∨P(f(x,y))］∧［Q(x,g(x))∧～P(g(x))］｝｝,3.4 消解原理,把母式化為合取范式 任何母式都可寫(xiě)成由一些謂詞公式和(或)謂詞公式的否定的析取的有限集組成的合取。(7) 消去全稱(chēng)量詞 所有余下的量詞均被全稱(chēng)量詞量化了。消去前綴，即消去明顯出現(xiàn)的全稱(chēng)量詞。,3.4 消解原理,(6) (?x)(?y)｛［～P(x)∨～P(y)∨P(f(x,y)

40、)］∧［～P(x)∨Q(x,g(x))］∧［～P(x)∨～P(g(x))］｝,(7) ｛［～P(x)∨～P(y)∨P(f(x,y))］∧［～P(x)∨Q(x,g(x))］∧［～P(x)∨～P(g(x))］｝,(8) 消去連詞符號(hào)∧ 用{A,B}代替(A∧B)，消去符號(hào)∧。最后得到一個(gè)有限集，其中每個(gè)公式是文字的析取。(9) 更換變量名稱(chēng) 可以更換變量符號(hào)的名稱(chēng)，使一個(gè)變量符號(hào)不出現(xiàn)在一個(gè)以上的子句中。,3.4 消解原

41、理,(8) ～P(x)∨～P(y)∨P(f(x,y))～P(x)∨Q(x,g(x))～P(x)∨～P(g(x)),(9) ～P(x1)∨～P(y)∨P［f(x1,y)］～P(x2)∨Q［x2,g(x2)］～P(x3)∨～P［g(x3)］,3.4.2 消解推理規(guī)則,消解式的定義令L1，L2為兩任意原子公式；L1和L2具有相同的謂詞符號(hào)，但一般具有不同的變量。已知兩子句L1∨α和～L2∨β,如果L1和L2具有最一般合一σ，那

42、么通過(guò)消解可以從這兩個(gè)父輩子句推導(dǎo)出一個(gè)新子句(α∨β)σ。這個(gè)新子句叫做消解式。,消解式求法,取各子句的析取，然后消去互補(bǔ)對(duì)。,3.4 消解原理,3.4.3 含有變量的消解式,3.4 消解原理,3.4.4 消解反演求解過(guò)程,消解反演 給出{S}，L否定L，得～L；把～L添加到S中去；把新產(chǎn)生的集合｛～L，S｝化成子句集；應(yīng)用消解原理，力圖推導(dǎo)出一個(gè)表示矛盾的空子句,例子—儲(chǔ)蓄問(wèn)題 前提：每個(gè)儲(chǔ)蓄錢(qián)的人都獲得

43、利息。 結(jié)論：如果沒(méi)有利息，那么就沒(méi)有人去儲(chǔ)蓄錢(qián),3.4 消解原理,(1）規(guī)定原子公式： S(x,y) 表示 “x儲(chǔ)蓄y” M(x) 表示 “x是錢(qián)” I(x) 表示 “x是利息” E(x，y) 表示 “x獲得y”,(2）用謂詞公式表示前提和結(jié)論：前提：(?x)[(?y)(S(x,y))∧M

44、(y)]?[(?y)(I(y)∧E(x,y))]結(jié)論：～(?x)I(x)? (?x)(?y)(M(y)→～S(x,y)),(3) 化為子句形,證明：,3.4 消解原理,把前提化為子句形：1) ～S(x,y)∨～M(y)∨I(f(x))2) ～S(x,y)∨～M(y)∨E(x,f(x)),把結(jié)論化為子句形：3) ～I(xiàn)(z)4) S(a,b)5) M(b),(4) 消解反演求NIL,圖3.12 儲(chǔ)蓄問(wèn)題反演樹(shù),3.4 消解原

45、理,反演求解過(guò)程從反演樹(shù)求取答案步驟把由目標(biāo)公式的否定產(chǎn)生的每個(gè)子句添加到目標(biāo)公式否定之否定的子句中去。按照反演樹(shù)，執(zhí)行和以前相同的消解，直至在根部得到某個(gè)子句止。用根部的子句作為一個(gè)回答語(yǔ)句。實(shí)質(zhì)把一棵根部有NIL的反演樹(shù)變換為根部帶有回 答語(yǔ)句的一棵證明樹(shù)。,3.4 消解原理,3.5 規(guī)則演繹系統(tǒng),定義 基于規(guī)則的問(wèn)題求解系統(tǒng)運(yùn)用If→Then規(guī)則來(lái)建立，每個(gè)if可能與某斷言(assertion)

46、集中的一個(gè)或多個(gè)斷言匹配。有時(shí)把該斷言集稱(chēng)為工作內(nèi)存，then部分用于規(guī)定放入工作內(nèi)存的新斷言。這種基于規(guī)則的系統(tǒng)叫做規(guī)則演繹系統(tǒng)。在這種系統(tǒng)中，通常稱(chēng)每個(gè)if部分為前項(xiàng)，稱(chēng)每個(gè)then部分為后項(xiàng)。,3.5.1 規(guī)則正向演繹系統(tǒng),定義 正向規(guī)則演繹系統(tǒng)是從事實(shí)到目標(biāo)進(jìn)行操作的，即從狀況條件到動(dòng)作進(jìn)行推理的，也就是從if到then的方向進(jìn)行推理的。 求解過(guò)程事實(shí)表達(dá)式的與或形變換 在基于規(guī)則的正向演繹系統(tǒng)

47、中，我們把事實(shí)表示為非蘊(yùn)涵形式的與或形，作為系統(tǒng)的總數(shù)據(jù)庫(kù)。,3.5 規(guī)則演繹系統(tǒng),事實(shí)表達(dá)式的與或圖表示,Q(w,A)∧{[～R(v)∧～P(v)]∨～S(A,v)},Q(w,A),[～R(v)∧～P(v)]∨～S(A,v),,,～R(v)∧～P(v),～S(A,v),～R(v),～P(v),,,圖3.15 一個(gè)事實(shí)表達(dá)式的與或樹(shù)表示,3.5 規(guī)則演繹系統(tǒng),與或圖的F規(guī)則變換 這些規(guī)則是建立在某個(gè)問(wèn)題轄域中普

48、通陳述性知識(shí)的蘊(yùn)涵公式基礎(chǔ)上的。我們把允許用作規(guī)則的公式類(lèi)型限制為下列形式： L ? W 式中：L是單文字；W為與或形的唯一公式。,3.5 規(guī)則演繹系統(tǒng),3.5.2 規(guī)則逆向演繹系統(tǒng),定義 逆向規(guī)則演繹系統(tǒng)是從then向if進(jìn)行推理的，即從目標(biāo)或動(dòng)作向事實(shí)或狀況條件進(jìn)行推理的。 求解過(guò)程目標(biāo)表達(dá)式的與或形式與或圖的B規(guī)則變換作為終止條件的事實(shí)節(jié)點(diǎn)的一致解

49、圖,3.5 規(guī)則演繹系統(tǒng),正向和逆向組合系統(tǒng)是建立在兩個(gè)系統(tǒng)相結(jié)合的基礎(chǔ)上的。此組合系統(tǒng)的總數(shù)據(jù)庫(kù)由表示目標(biāo)和表示事實(shí)的兩個(gè)與或圖結(jié)構(gòu)組成。這些與或圖結(jié)構(gòu)分別用正向系統(tǒng)的F規(guī)則和逆向系統(tǒng)的B規(guī)則來(lái)修正。,3.5.3 規(guī)則雙向演繹系統(tǒng),3.5 規(guī)則演繹系統(tǒng),3.6 產(chǎn)生式系統(tǒng),定義：用來(lái)描述若干個(gè)不同的以一個(gè)基本概念為基礎(chǔ)的系統(tǒng)。這個(gè)基本概念就是產(chǎn)生式規(guī)則或產(chǎn)生式條件和操作對(duì)的概念。實(shí)質(zhì)：在產(chǎn)生式系統(tǒng)中，論域的知識(shí)分為兩部分：用事實(shí)表

50、示靜態(tài)知識(shí)，如事物、事件和它們之間的關(guān)系；用產(chǎn)生式規(guī)則表示推理過(guò)程和行為。由于這類(lèi)系統(tǒng)的知識(shí)庫(kù)主要用于存儲(chǔ)規(guī)則，因此又把此類(lèi)系統(tǒng)稱(chēng)為基于規(guī)則的系統(tǒng)。,3.6.1 產(chǎn)生式系統(tǒng)的組成,控制策略,,,,圖3.22 產(chǎn)生式系統(tǒng)的主要組成,總數(shù)據(jù)庫(kù),產(chǎn)生式規(guī)則,3.6 產(chǎn)生式系統(tǒng),選擇規(guī)則到執(zhí)行操作的步驟 1 匹配 把當(dāng)前數(shù)據(jù)庫(kù)與規(guī)則的條件部分相匹配。 2 沖突 當(dāng)有一條以上規(guī)則的條件部分和

51、當(dāng)前數(shù)據(jù)庫(kù)相匹配時(shí)，就需要決定首先使用哪一條規(guī)則，這稱(chēng)為沖突解決。 3 操作 操作就是執(zhí)行規(guī)則的操作部分。,3.6 產(chǎn)生式系統(tǒng),3.6.2 產(chǎn)生式系統(tǒng)的推理,正向推理：從一組表示事實(shí)的謂詞或命題出發(fā)，使用一組產(chǎn)生式規(guī)則，用以證明該謂詞公式或命題是否成立。 逆向推理：從表示目標(biāo)的謂詞或命題出發(fā)，使用一組產(chǎn)生式規(guī)則證明事實(shí)謂詞或命題成立，即首先提出一批假設(shè)目標(biāo)，然后逐一驗(yàn)證這些假設(shè)。 雙向推理：雙向推理的推理

52、策略是同時(shí)從目標(biāo)向事實(shí)推理和從事實(shí)向目標(biāo)推理，并在推理過(guò)程中的某個(gè)步驟，實(shí)現(xiàn)事實(shí)與目標(biāo)的匹配。,3.6 產(chǎn)生式系統(tǒng),3.7 系統(tǒng)組織技術(shù),3.7.1 議程表,系統(tǒng)組織技術(shù)首先將一個(gè)大系統(tǒng)或復(fù)雜系統(tǒng)中的知識(shí)劃分為一組相對(duì)獨(dú)立的模塊，然后考慮各子模塊間在求解時(shí)的合作問(wèn)題。,議程表是一個(gè)系統(tǒng)能夠執(zhí)行的任務(wù)表列。與每個(gè)任務(wù)有關(guān)的有兩件事，即提出該任務(wù)的理由和表示對(duì)該任務(wù)是有用的證據(jù)總權(quán)的評(píng)價(jià)。,3.7.2 黑板法,黑板法由一組稱(chēng)為知識(shí)資源(K

53、S)的獨(dú)立模塊和一塊黑板組成求解系統(tǒng)。知識(shí)資源含有系統(tǒng)中專(zhuān)門(mén)領(lǐng)域的知識(shí)，而黑板則是一切KS可以訪(fǎng)問(wèn)的公用數(shù)據(jù)結(jié)構(gòu)。,3.7 系統(tǒng)組織技術(shù),3.7.3 Δ-極小搜索法,提供了一種選擇最有希望假設(shè)的技術(shù)。,3.8 不確定性推理,以模糊集理論為基礎(chǔ)的方法以概率為基礎(chǔ)的方法,3.8.1 關(guān)于證據(jù)的不確定性,不確定性推理是研究復(fù)雜系統(tǒng)不完全性和不確定性的有力工具。有兩種不確定性，即關(guān)于證據(jù)的不確定性和關(guān)于結(jié)論的不確定性。,3.8.2 關(guān)于結(jié)論

54、的不確定性,關(guān)于結(jié)論的不確定性也叫做規(guī)則的不確定性，它表示當(dāng)規(guī)則的條件被完全滿(mǎn)足時(shí)，產(chǎn)生某種結(jié)論的不確定程度。,3.8.3 多個(gè)規(guī)則支持同一事實(shí)時(shí)的不確定性,基于模糊集理論的方法基于概率論的方法,3.8 不確定性推理,3.9 非單調(diào)推理,定義 非單調(diào)推理用來(lái)處理那些不適合用謂詞邏輯表示的知識(shí)。 它能夠較好地處理不完全信息、不斷變化的情況以及求解復(fù)雜問(wèn)題過(guò)程中生成的假設(shè)，具有較為有效的求解效率

55、。,3.9.1 缺省推理,定義1：如果X不知道，那么得結(jié)論Y。定義2：如果X不能被證明，那么得結(jié)論Y。 定義3：如果X不能在某個(gè)給定的時(shí)間內(nèi)被證明，那么得結(jié)論Y。,3.9 非單調(diào)推理,3.9.2 非單調(diào)推理系統(tǒng)正確性維持系統(tǒng)用以保持其它程序所產(chǎn)生的命題 之間的相容性。一旦發(fā)現(xiàn)某個(gè)不相容，它就調(diào)出 自己的推理機(jī)制，面向從屬關(guān)系的回溯，并通過(guò) 修改最小的信念集來(lái)消除不相容。,3.10 小結(jié),經(jīng)典搜索推理技術(shù)圖搜索技

56、術(shù)消解反演 高級(jí)搜索推理技術(shù)規(guī)則演繹系統(tǒng)產(chǎn)生式系統(tǒng)系統(tǒng)組織技術(shù)不確定性推理非單調(diào)推理,第四章 計(jì)算智能(1),神經(jīng)計(jì)算模糊計(jì)算,4.1概述,信息科學(xué)與生命科學(xué)的相互交叉、相互滲透和相互促進(jìn)是現(xiàn)代科學(xué)技術(shù)發(fā)展的一個(gè)顯著特點(diǎn)。 計(jì)算智能涉及神經(jīng)網(wǎng)絡(luò)、模糊邏輯、進(jìn)化計(jì)算和人工生命等領(lǐng)域，它的研究和發(fā)展正反映了當(dāng)代科學(xué)技術(shù)多學(xué)科交叉與集成的重要發(fā)展趨勢(shì)。,什么是計(jì)算智能,把神經(jīng)網(wǎng)絡(luò)（NN）歸類(lèi)于人工智能（AI）可能不大合適

57、，而歸類(lèi)于計(jì)算智能（CI）更能說(shuō)明問(wèn)題實(shí)質(zhì)。進(jìn)化計(jì)算、人工生命和模糊邏輯系統(tǒng)的某些課題，也都?xì)w類(lèi)于計(jì)算智能。 計(jì)算智能取決于制造者（manufacturers）提供的數(shù)值數(shù)據(jù)，不依賴(lài)于知識(shí)；另一方面，人工智能應(yīng)用知識(shí)精品（knowledge tidbits）。人工神經(jīng)網(wǎng)絡(luò)應(yīng)當(dāng)稱(chēng)為計(jì)算神經(jīng)網(wǎng)絡(luò)。,4.1 概述,計(jì)算智能與人工智能的區(qū)別和關(guān)系,,,,,,輸入,人類(lèi)知識(shí)(＋)傳感輸入,知識(shí)(＋)傳感數(shù)據(jù),計(jì)算(＋)傳感器,C－數(shù)值的,

58、A－符號(hào)的,B－生物的,輸入,復(fù)雜性,,復(fù)雜性,,BNN,BPR,BI,ANN,APR,AI,CNN,CPR,CI,,,,,,,,,,,,,4.1 概述,A－Artificial，表示人工的（非生物的）；B－Biological，表示物理的＋化學(xué)的＋ （？）＝生物的； C－Computational，表示數(shù)學(xué)＋計(jì)算機(jī) 計(jì)算智能是一種智力方式的低層認(rèn)知，它與人工智能的

59、區(qū)別只是認(rèn)知層次從中層下降至低層而已。中層系統(tǒng)含有知識(shí)（精品），低層系統(tǒng)則沒(méi)有。,4.1 概述,當(dāng)一個(gè)系統(tǒng)只涉及數(shù)值（低層）數(shù)據(jù)，含有模式識(shí)別部分，不應(yīng)用人工智能意義上的知識(shí)，而且能夠呈現(xiàn)出：（1）計(jì)算適應(yīng)性；（2）計(jì)算容錯(cuò)性；（3）接近人的速度；（4）誤差率與人相近， 則該系統(tǒng)就是計(jì)算智能系統(tǒng)。當(dāng)一個(gè)智能計(jì)算系統(tǒng)以非數(shù)值方式加上知識(shí)（精品）值，即成為人工智能系統(tǒng)。,4.1 概述,1960年威德羅和霍夫率先把神經(jīng)網(wǎng)絡(luò)用于自

60、動(dòng)控制研究。60年代末期至80年代中期，神經(jīng)網(wǎng)絡(luò)控制與整個(gè)神經(jīng)網(wǎng)絡(luò)研究一樣，處于低潮。 80年代后期以來(lái)，隨著人工神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇和發(fā)展，對(duì)神經(jīng)網(wǎng)絡(luò)控制的研究也十分活躍。這方面的研究進(jìn)展主要在神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制和模糊神經(jīng)網(wǎng)絡(luò)控制及其在機(jī)器人控制中的應(yīng)用上。,4.2 神經(jīng)計(jì)算4.2.1 人工神經(jīng)網(wǎng)絡(luò)研究的進(jìn)展,人工神經(jīng)網(wǎng)絡(luò)的特性,并行分布處理非線(xiàn)性映射通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)適應(yīng)與集成硬件實(shí)現(xiàn),4.2 神經(jīng)計(jì)算,,圖4.2

61、 神經(jīng)元模型,4.2.2 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),圖4.2中的神經(jīng)元單元由多個(gè)輸入xi，i=1,2,...,n和一個(gè)輸出y組成。中間狀態(tài)由輸入信號(hào)的權(quán)和表示，而輸出為（4.1） 式中，?j為神經(jīng)元 單元的偏置，wji為

62、 連接權(quán)系數(shù),4.2 神經(jīng)計(jì)算,圖4.3 神經(jīng)元中的某些變換（激發(fā)）函數(shù),(a) 二值函數(shù)(b) S形函數(shù) (c) 雙曲正切函數(shù),n為輸入信號(hào)數(shù)目，yj為神經(jīng)元輸出，t為時(shí)間，f(_)為輸出變換函數(shù)，如圖4.3。,4.2 神經(jīng)計(jì)算,人工神經(jīng)網(wǎng)絡(luò)的基本特性和結(jié)構(gòu),人工神經(jīng)網(wǎng)絡(luò)是具有下列特性的有向圖： 對(duì)于每個(gè)節(jié)點(diǎn) i 存在一個(gè)狀態(tài)變量

63、xi ； 從節(jié)點(diǎn) j 至節(jié)點(diǎn) i ，存在一個(gè)連接權(quán)系統(tǒng)數(shù)wij； 對(duì)于每個(gè)節(jié)點(diǎn) i ，存在一個(gè)閾值? i；對(duì)于每個(gè)節(jié)點(diǎn) i ，定義一個(gè)變換函數(shù)fi ；對(duì)于最一般的情況，此函數(shù)取 形式。,4.2 神經(jīng)計(jì)算,圖4.4 反饋網(wǎng)絡(luò) 圖4.5 前饋網(wǎng)絡(luò),遞歸（反饋）網(wǎng)絡(luò):在遞歸網(wǎng)絡(luò)中，多個(gè)神經(jīng)元互連以組織一個(gè)互連神經(jīng)網(wǎng)絡(luò)，如圖5.3。前饋網(wǎng)絡(luò):前饋網(wǎng)絡(luò)具有遞階

64、分層結(jié)構(gòu)，由同層神經(jīng)元間不存在互連的層級(jí)組成，如圖5.4。,4.2 神經(jīng)計(jì)算,人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法,有師學(xué)習(xí)算法：能夠根據(jù)期望的和實(shí)際的網(wǎng)絡(luò)輸出（對(duì)應(yīng)于給定輸入）間的差來(lái)調(diào)整神經(jīng)元間連接的強(qiáng)度或權(quán)。無(wú)師學(xué)習(xí)算法：不需要知道期望輸出。強(qiáng)化學(xué)習(xí)算法：采用一個(gè)“評(píng)論員”來(lái)評(píng)價(jià)與給定輸入相對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)輸出的優(yōu)度（質(zhì)量因數(shù)）。強(qiáng)化學(xué)習(xí)算法的一個(gè)例子是遺傳算法（GA）。,4.2 神經(jīng)計(jì)算,人工神經(jīng)網(wǎng)絡(luò)的典型模型,4.2 神經(jīng)計(jì)算,續(xù)前表

65、：,4.2 神經(jīng)計(jì)算,4.2.4 基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示與推理,基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示 在這里，知識(shí)并不像在產(chǎn)生式系統(tǒng)中那樣獨(dú)立地表示為每一條規(guī)則，而是將某一問(wèn)題的若干知識(shí)在同一網(wǎng)絡(luò)中表示。例如，在有些神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，知識(shí)是用神經(jīng)網(wǎng)絡(luò)所對(duì)應(yīng)的有向權(quán)圖的鄰接矩陣及閾值向量表示的。,4.2 神經(jīng)計(jì)算,基于神經(jīng)網(wǎng)絡(luò)的推理,基于神經(jīng)網(wǎng)絡(luò)的推理是通過(guò)網(wǎng)絡(luò)計(jì)算實(shí)現(xiàn)的。把用戶(hù)提供的初始證據(jù)用作網(wǎng)絡(luò)的輸入，通過(guò)網(wǎng)絡(luò)計(jì)算最終得到輸

66、出結(jié)果。 一般來(lái)說(shuō)，正向網(wǎng)絡(luò)推理的步驟如下：把已知數(shù)據(jù)輸入網(wǎng)絡(luò)輸入層的各個(gè)節(jié)點(diǎn)。利用特性函數(shù)分別計(jì)算網(wǎng)絡(luò)中各層的輸出。用閾值函數(shù)對(duì)輸出層的輸出進(jìn)行判定，從而得到輸出結(jié)果。,4.2 神經(jīng)計(jì)算,定義4.1 模糊集合(Fuzzy Sets),論域U到[0,1]區(qū)間的任一映射 ，即 ，都確定U的一個(gè)模糊子集F； 稱(chēng)為F的隸屬函數(shù)或隸屬度。在論域U中，可把模糊

67、子集表示為元素u與其隸屬函數(shù) 的序偶集合，記為： (4.7),4.3 模糊計(jì)算4.3.1 模糊集合、模糊邏輯及其運(yùn)算,定義4.2 模糊支集、交叉點(diǎn)及模糊單點(diǎn),若模糊集是論域U中所有滿(mǎn)足 的元素u構(gòu)成的集合，則稱(chēng)該集合為模糊集F的支集。當(dāng)u滿(mǎn)足 ，

68、稱(chēng)為交叉點(diǎn)。當(dāng)模糊支集為U中一個(gè)單獨(dú)點(diǎn)，且u滿(mǎn)足 則稱(chēng)模糊集為模糊單點(diǎn)。,4.3 模糊計(jì)算,定義4.3 模糊集的運(yùn)算,設(shè)A和B為論域U中的兩個(gè)模糊集，其隸屬函數(shù)分別為 和 ，則對(duì)于所有 ，存在下列運(yùn)算：A與B的并（邏輯或）記為 ，其隸屬函數(shù)定義為：

69、 (4.10)A與B的交（邏輯與）記為 ，其隸屬函數(shù)定義為： (4.11)A的補(bǔ)（邏輯非）記為 ，其傳遞函數(shù)定義為：