人工智能推理.doc下载

weixin_39821526 2023-03-19 10:00:13
人工智能 智能决策支持系统和一般决策支持系统的主要区别在于学习 和推理,而学习和推理均是计算机科学中个人工智能(artificial intelligent,AI)研究的内容,因而我们可以说:IDSS = DSS + AI 人工智能是计算机技术研究的前沿,在用计算机模拟人脑的长河 中只是迈出了第一步。人工智能技术将计算机用于要求知识、感 知、推理、理解和识别的场所。人工智能可以定义为:使机器能 做到像人那样做智能工作的科学。人工智能着重向两个方向发展: 一方面,基于数据挖掘和分析的计算智能;另一方面,在传统人 工智能领域,基于规则推理的方法在解决复杂领域或知识不完备 领域的一些问题时,越来越显示出它的不足,而基于相似性的推 理则倍加受到重视,从而提出了基于案例的推理方法。 案例推理 案例推理的起源 案例推理(Case Based Reasoning, CBR)的研究起源于从认 知科学的角度对推理和学习机制的探索过程。认知心理学研究认 为基于过去案例的推理是人类最常用的学习和解决实际问题的办 法,比基于规则的推理更接近人类的思维。人类在进行问题求解 时,往往受到主观认识以及客观环境的影响,几乎不可能获得解 决问题所需要的所有信息,缺乏全面、客观的认识,信息不完全。 所以一方面,人类不断的收集相关的信息和知识,提高自身的认 识,另一方面,通过利用以前学到的经验来指导现在问题的求解。 案例推理(CBR)的概念第一次由耶鲁大学 Roger Schank 教授 在其 1982 年的著作《Dynamic Memory》中提出并描述。他在对人 类认知科学的研究过程中,提出了脚本的知识表示概念。并提出 了基于 MOPS(Memory Organization Packers,记忆组织包)的动 态记忆理论。这个理论被认为是最早的关于 CBR 思想在人工智能 领域中的描述。 1983 年佐治亚工学院的 Janet Kolodner 教授,基于动态存 储模型和 MOP 理论,开发了第一个真正意义上的 CBR 系统 CYRUS。 从事机器学习方面研究的德克萨斯大学教授 Pbruce Porter 开发 了知识表示结构的系统 PROTOS,将领域知识和特定的知识整合在 一起。PROTOS 系统被应用在临床诊断中,通过对病人的检查情况 对疾病进行分类。 案例推理概述 基于案例的推理是从过去的经验中发现解决当前问题线索的 方法。过去事件的集合构成一个案例库(casebase),即问题处理 的模型。当前处理的问题成为目标案例,记忆的问题或情境成为 源案例,CBR 处理问题时,先在案例库中搜索与目标案例具有相 同属性的源案例,再通过案例的匹配情况进行调整。基于案例推理简化了知识获取的过 程,对过去的求解过程的复用,提高了问 题求解的效率,对有些难以通过计算推导来求解的问题,可以发 挥很好的作用。 基于案例推理(CBR)理论是由 Schank、Abelson 教授于 1977 年提出的一套理论与方法。它的基本思想是依据以前的经验来推 理和解决当前问题,而经验是以案例的形式储存在案例库中。人 在现实生活中求解问题时,在没有系统的理论与规则的指导下, 往往是依据以前遇到的经验,找到最相似的求解方法,经过改进 解决当前问题。CBR 正是基于这种认知学原理,融合类比推理与 机器学习的一种解决问题的方法。 在 CBR 中,知识是以案例形式表示。当求解问题时,通过案 例的相似性,利用过去的经验来引导问题求解。在汽车故障诊断 领域中,由于受到主观认识、客观条件和环境的限制,难以用精 确数学模型或规则等结构化的知识来描述,但同时在汽车故障诊 断台帐中却拥有大量的诊断记录来记载问题发生的环境和求解经 验。在这些领域中,案例比规则、数学模型更容易获取。CBR 则 能通过解决问题而不断地学习。这种学习基本上是不需要训练。 当问题成功解决后,问题求解经验将被储存。CBR 的这种学习、 归纳机制是十分容易且有效的。Riesbeck 与 Schank 指出,CBR 是一种增量学习方法,随着经历过的案例的数量和类型增多,对 问题求解范围的案例覆盖度也增大。CBR 机器学习的优点和特点 使得其非常适于构建汽车故障智能诊断系统。 案例推理的运用 人工智能具有推理机构,能模拟决策者的思维过程,所以能 根据决策者的需求,通过提问会话、分析问题、应用有关规则引 导决策者选择合适的模型。推理机能跟踪问题的求解过程,从而 可以证明模型的正确性,增加了决策者对决策方案的可信度。 随着人工智能技术的迅速发展,以知识处理为核心的智能诊 断技术已成为设备故障诊断技术的主要发展方向,尤其是故障诊 断专家系统在实际应用中获得了很大成功,受到了工程界的普遍 重视。但是对于大型设备而言,由于其故障产生的原因非常复杂, 目 , 相关下载链接:https://download.csdn.net/download/qq_43934844/87504976?utm_source=bbsseo
...全文
12 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
人工智能 智能决策支持系统和一般决策支持系统的主要区别在于学习 和推理,而学习和推理均是计算机科学中个人工智能(artificial intelligent,AI)研究的内容,因而我们可以说:IDSS = DSS + AI 人工智能是计算机技术研究的前沿,在用计算机模拟人脑的长河 中只是迈出了第一步。人工智能技术将计算机用于要求知识、感 知、推理、理解和识别的场所。人工智能可以定义为:使机器能 做到像人那样做智能工作的科学。人工智能着重向两个方向发展: 一方面,基于数据挖掘和分析的计算智能;另一方面,在传统人 工智能领域,基于规则推理的方法在解决复杂领域或知识不完备 领域的一些问题时,越来越显示出它的不足,而基于相似性的推 理则倍加受到重视,从而提出了基于案例的推理方法。 案例推理 案例推理的起源 案例推理(Case Based Reasoning, CBR)的研究起源于从认 知科学的角度对推理和学习机制的探索过程。认知心理学研究认 为基于过去案例的推理是人类最常用的学习和解决实际问题的办 法,比基于规则的推理更接近人类的思维。人类在进行问题求解 时,往往受到主观认识以及客观环境的影响,几乎不可能获得解 决问题所需要的所有信息,缺乏全面、客观的认识,信息不完全。 所以一方面,人类不断的收集相关的信息和知识,提高自身的认 识,另一方面,通过利用以前学到的经验来指导现在问题的求解。 案例推理(CBR)的概念第一次由耶鲁大学 Roger Schank 教授 在其 1982 年的著作《Dynamic Memory》中提出并描述。他在对人 类认知科学的研究过程中,提出了脚本的知识表示概念。并提出 了基于 MOPS(Memory Organization Packers,记忆组织包)的动 态记忆理论。这个理论被认为是最早的关于 CBR 思想在人工智能 领域中的描述。 1983 年佐治亚工学院的 Janet Kolodner 教授,基于动态存 储模型和 MOP 理论,开发了第一个真正意义上的 CBR 系统 CYRUS。 从事机器学习方面研究的德克萨斯大学教授 Pbruce Porter 开发 了知识表示结构的系统 PROTOS,将领域知识和特定的知识整合在 一起。PROTOS 系统被应用在临床诊断中,通过对病人的检查情况 对疾病进行分类。 案例推理概述 基于案例的推理是从过去的经验中发现解决当前问题线索的 方法。过去事件的集合构成一个案例库(casebase),即问题处理 的模型。当前处理的问题成为目标案例,记忆的问题或情境成为 源案例,CBR 处理问题时,先在案例库中搜索与目标案例具有相 同属性的源案例,再通过案例的匹配情况进行调整。基于案例推理简化了知识获取的过 程,对过去的求解过程的复用,提高了问 题求解的效率,对有些难以通过计算推导来求解的问题,可以发 挥很好的作用。 基于案例推理(CBR)理论是由 Schank、Abelson 教授于 1977 年提出的一套理论与方法。它的基本思想是依据以前的经验来推 理和解决当前问题,而经验是以案例的形式储存在案例库中。人 在现实生活中求解问题时,在没有系统的理论与规则的指导下, 往往是依据以前遇到的经验,找到最相似的求解方法,经过改进 解决当前问题。CBR 正是基于这种认知学原理,融合类比推理与 机器学习的一种解决问题的方法。 在 CBR 中,知识是以案例形式表示。当求解问题时,通过案 例的相似性,利用过去的经验来引导问题求解。在汽车故障诊断 领域中,由于受到主观认识、客观条件和环境的限制,难以用精 确数学模型或规则等结构化的知识来描述,但同时在汽车故障诊 断台帐中却拥有大量的诊断记录来记载问题发生的环境和求解经 验。在这些领域中,案例比规则、数学模型更容易获取。CBR 则 能通过解决问题而不断地学习。这种学习基本上是不需要训练。 当问题成功解决后,问题求解经验将被储存。CBR 的这种学习、 归纳机制是十分容易且有效的。Riesbeck 与 Schank 指出,CBR 是一种增量学习方法,随着经历过的案例的数量和类型增多,对 问题求解范围的案例覆盖度也增大。CBR 机器学习的优点和特点 使得其非常适于构建汽车故障智能诊断系统。 案例推理的运用 人工智能具有推理机构,能模拟决策者的思维过程,所以能 根据决策者的需求,通过提问会话、分析问题、应用有关规则引 导决策者选择合适的模型。推理机能跟踪问题的求解过程,从而 可以证明模型的正确性,增加了决策者对决策方案的可信度。 随着人工智能技术的迅速发展,以知识处理为核心的智能诊 断技术已成为设备故障诊断技术的主要发展方向,尤其是故障诊 断专家系统在实际应用中获得了很大成功,受到了工程界的普遍 重视。但是对于大型设备而言,由于其故障产生的原因非常复杂, 目
第一章 1.什么是人工智能?它有哪些特点?它的研究目的是什么? 答:人工智能就是用人工的方法在机器(计算机)上实现的智能;或者说是人们使用机器 模拟人类智能。由于人工智能是在机器上实现的,因此又可称之为机器智能。 研究内容:如何从现实世界中获取知识、如何将已获得的知识以计算机内部代码的形式 表示加以合理的表示以存储,以及如何运用这些知识进行推理以解决实际问题,即知识 的获取、知识的表示和运用知识进行推理人工智能学科主要研究的3个主要问题。 2。人工智能是何时、何地、怎么诞生的? 答:人工智能于1956年夏季在美国达特茅斯(Dartmouth)大学诞生。 3.人工智能有哪些主要研究领域? 答:目前,人工智能研究及应用领域很多,大多是结合具体领域进行的,主要有问题求解 、专家系统、机器学习、模式识别、自动定论证明、自然语言解释、人工神经网络、机 器人学、智能信息检索、智能控制等。 4。人工智能有哪几个主要学派?各自特点是什么? 答:从人工智能的研究途径来看,目前主要有3种观点。 第一种观点主张运用计算机科学的方法进行人工智能的研究,通过研究逻辑演绎在计算 机上的实现方法,实现人类智能在计算机上的模拟,称为符号主义。 第二种观点主张用仿生学的方法进行研究,通过研究人脑的工作模式,搞清楚人类智能 的本质,称为联结主义。 第三种观点主张应用进化论的思想进行人工智能的研究,通过对外界事物的动态感知与 交互,是计算机智能模拟系统逐步进化,提高智能水平,称为行为主义。 5。什么是以符号处理为核心的方法? 答:符号主义学派的研究方法是以符号处理为核心,通过处理来模拟人类求解问题的心理 过程。 研究的内容就是基于逻辑的知识表示和推理机制。基于逻辑知识表示方法的研究主要是 研究如何用谓语逻辑表示知识,而这种知识是一种确定性知识。 6。什么是以网络连接为主的连接机制方法? 答:联结主义学派的研究方法是以网络连接为主的连接机制方法,属于非符号处理范畴, 所研究的内容实际就是神经网络。 第二章 1.什么是知识?它有哪些特性?有哪几种分类方法? 答:知识是人们把实践中获得的信息关联在一起所形成的信息结构,是构成智能的基础 .知识是用信息表达的,信息则是数据表达的。有格式的数据经过处理、解释过程会形成 信息,而把有关的信息关联到一起,经过处理就形成了知识。 知识的特性有:相对正确性、不确定性、可表示性、可利用性 对知识分类有如下几种方法: (1)以知识的应用范围来划分:常识性知识和领域性知识 (2)就知识的作用及表示来划分:事实性知识、规则性知识、控制性知识和元知识 (3)以知识的确定性划分:确定知识和不确定知识 (4)按照人类思维及认识方法来分:逻辑性知识和形象性知识 2。何谓知识表示?在选择知识的表示方法时,应该考虑哪些主要因素? 答:知识表示是研究用机器表示知识的可行性、有效性的一般方法,是一种数据结构与 控制结构的统一体,既考虑知识的存储又考虑知识的使用.知识表示实际就是对人类知识 的一种描述,以人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是 把知识编码成某种数据结构的过程。 在选择知识表示方法时,应该考虑以下几个因素: (1)是否能充分表示相关的领域知识。 (2)是否有利于对知识的利用。 (3)是否便于对知识的组织、维护和管理。 (4)是否有利于理解和实现. 3.一阶谓词逻辑表示法适合于表示哪种类型的知识?它有哪些特点?叙述其步骤? 答:一阶谓词逻辑表示法适合于表示确定性知识。它具有自然性、确定性、严密性以及易 实现等特点。 步骤如下: (1)定义谓词及个体,确定每个谓词及个体的确切含义。 (2)根据所要表达的事物或概念,为每个谓词中的变元赋予特定的值。 (3)根据所要表达的知识的语义,用适当的连接符号将各个谓词连接起来,形成为此公 式。 4。产生式的基本形式是什么?何谓产生式系统?它有哪几部分组成?产生式系统中,推 理机的推理方式有哪几种?在产生式推理过程中,如果发生策略冲突,如何解决? 答:产生式的基本形式是P Q或者IF P THEN Q 其中P是产生式的前提,用于指出该产生式是否可用的条件;Q是一组结论或操作,用于 指出前提。 把一组产生式放在一起,让它们互相配合,协同作用,一个产生式生成的结论可以供另一 个产生式作为已知事实使用,以求得问题的解决,这样的系统成为产生式系统。产生式 系统一般由3个基本部分组成:规则库、综合数据库和推理机。 产生式系统推理机的推理方式有正向推理、反向推理和双向推理3种.在产生式推理过程 中,如果发生规则冲突,则要利用冲突解决策略进行启用规则的选择,专一性排序、规则 排序、规模排序、和就近排序等. 5。何谓语义网络?语义网路表示法的特点是什么?语义网络表示法与产生表示法、谓词 逻辑答:表示法

13,657

社区成员

发帖
与我相关
我的任务
社区描述
CSDN 下载资源悬赏专区
其他 技术论坛(原bbs)
社区管理员
  • 下载资源悬赏专区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧