人工智能讲稿ppt课件.ppt

人工智能及其应用,赵冬梅,华北电力大学电气工程学院电力系统智能技术与仿真研究所,1.1 人工智能及其发展,人工智能是计算机科学、控制论、信息论、神经生理学、语言学等多种学科互相渗透而发展起来的一门学科。人工智能智能是研究、设计和应用智能机器或智能系统，来模拟人类智能活动的能力、以延伸人类智能的科学。人类的能力： 1）认识、理解外部环境的能力 2）提出概念、建立方法，进行演绎和归纳推理、作出决策的能力； 3）学习能力； 4）自适应能力,第一章 绪 论,2、人工智能的发展史,孕育期(1956年以前)形成期(1956年-1970年) 成长期（知识期）(1970年-80年代初)发展期(80年代初以后),2、人工智能的发展史,孕育期（1956年以前）：思想基础,1）人类追求用工具代替人的脑力劳动；,2）世界上第一台机械式加法器研制成功，成为用工具代替人的部分脑力劳动的真正开端；,3）1915年西班牙研制的能下国际象棋残局的机器，揭开人类用机器进行推理的新篇章。,2、人工智能的发展史-孕育期（1956年前）,理 论 基 础 1）19世纪数学家(英)G.Bool建立的布尔代数-提出用符号描述思维活动的基本法则，为数理逻辑打下了基础,2）二十世纪中期1937年(英)数学家财A.M.Turing提出了自动机理论(图灵机),建立了理想计算机模型，有许多智能机器的思想,3）1948年美数学家N.Wiener创立了控制论,4）1948年美数学家C.E.Shannon创立了信息论,5）同期美籍奥地利生物学Badenlofe建立了系统论,2、人工智能的发展史-孕育期（1956年前）,物 质 基 础 1）1946年美数学家莫克利发明了世界上第一台通用电子计算机ENIAC(Electronic Numerical Integrator and Calculator),2）1943年美神经生物学家梦卡洛克研制创建了神经细胞模型开创了微观 AI 研究工作为ANN研究奠定了基础。,物质基础使的用机器代替部分脑力劳动有进一步实现的可能,1、AI学科诞生的标志：1956年夏在美国Dartmouth大学召开的讨论会，讨论：用机器模拟人类智能行为的各种特征、方法等方面的问题，会后在美国形成了三个以AI为目标的研究组织。,（1）卡纳奇工科大学-蓝德公司协作组（2）IBM公司研究组（3）MIT研究组。,2、人工智能的发展史形成期（1956-1970年）,2、形成期见成立了学术组织：（1）1969年国际人工智能联合会（IJCAI）（2）1970年创办“Artificial Intelligence”(双月刊）及人工智能联合会会议录,1）形成人工智能学科体系2）知识工程兴起：知识表示 知识获取3）从实验室走向实际应用：如专家系统、智能机器人最引人注目,2、人工智能的发展史成长期（1970年-80年代初）,（1）经典书籍出版：N.J.尼尔逊色人工智能原理 费根鲍姆人工智能手册,（2）一批学术团体成立：美人工智能学会 AAAI,英国 AISB 中国人工智能学会 CAAI,（3）AI 杂志文集：日本“AI”,英国 机器智能(Machine Intelligence),美 认知科学（Congnitive Science) 中国人工智能学会 CAAI,2、人工智能的发展史发展期（80年代初以后）,日本1982年开始“第五代计算机研制计划” 即：“知识信息处理计算机系统KIPS”,目的：使逻辑推理达到数值计算那么快！,意义：“第五代计算机研制”推进人工智能得到迅速发展！,2、人工智能的发展史发展期（80年代初以后）,部分成果：,1、1984年完成了串行推理机PSI和操作系统SIMPOS,2、1988年完成了并行推理机Multi-PSI和操作系统PIMOS ！,80年代末期ANN飞速发展给AI发展注入新血液：,1、80年代Hopfield模型及B-P反向传播模型的提出使ANN兴起了一个热潮,1987年美国召开了第一次ANN国际会议，1988年日本称为神经计算机六年，提出研制第六代计算机计划,第二节 人工智能的学科范畴,一、研究目标 AI是一门研究：如何使机器具有智能，如何设计智能 机器的学科，即使机器具有象人那样的,（1）感知能力 （2）思维能力 （3）行为能力 （4）学习、记忆能力,四种能力：,AI近期目标：,第二节 人工智能的学科范畴,研究用机器的软、硬件来模拟人类上述能力的,用仿生学的观点和方法研究,AI远期目标：,基本理论基本技术基本方法,脑模型模拟智能,二、人工智能的具体研究领域,1、模式识别： 目的：研究如何使机器认识图形、语言，即如何给计算机配置感觉器官，以便由计算机直接接受外界的各种信息，涉及机器输入问题。,现状：用电话摄像机、送话器、扫描仪等传感器把外界的信息（语音、图、文字）转成电信号序列给计算机，计算机进一步对这些电信号序列进行处理，再处理。,第二节 人工智能的学科范畴,目前研究在两个方面进行：（1）图形识别：研究各种图形的分类（文字、符号、图象、照片），已能识别印刷体和手写体，识别指纹、白血球、癌细胞（2）语音识别： 研究各种语音信号的区别,二、人工智能的具体研究领域,2、智能机器人： 目的（1）代替人从事精密仪器搬运、有限环境和危险环境工作（原子能、海底开发、宇宙开发、化学、核电），提高工作效率和质量 （2）为AI研究提供试验场所。,第二节 人工智能的学科范畴,机器人的发展： （1）程序控制机器人（第一代机器人） （2）自适应机器人（第二代机器人） （3）智能机器人（第三代机器人）,第二节 人工智能的学科范畴,二、人工智能的具体研究领域,3、专家系统（ES）： 用人类专家的水平解决领域中难以用精确的数学模型表示的困难问题的计算机软件。,4、自然语言理解：让机器理解自然语言，以实现人和计算机之间自然语言的直接通讯，从而推动计算机更广范的应用。,60年代以前偏重于语法研究70年代后期注意了语义分析，研究自然语言理解程序交替运用语法、语义和推理规则,二、人工智能的具体研究领域,5、自动程序设计 目的：让计算机根据原始条件和要求，自动生成计算机程序。 任务：（1）自动编程 （2）验证程序,第二节 人工智能的学科范畴,6、数据库的智能检索智能检索要求：（1）理解自然语言 （2）不仅存储专门知识，还要存储一般知识 （3）具有一定的推理能力 （4）有较强的知识获取能力，能方便地删除、查找、自学习,#1,第二节 人工智能的学科范畴,二、人工智能的具体研究领域,7、博弈：斗智、对策：,本课程主要内容,1、人工智能基本原理,2、人工智能中的知识表示技术,3、人工智能中的搜索策略,4、专家系统介绍,5、人工智能中的推理技术,6、人工智能在电力系统中的应用介绍,参考书： 专家系统及其在电力系统中的应用杨以涵等 水利电力出版社 人工智能原理与方法王永庆 西安交通大学出版社 人工智能与专家系统尹朝庆 尹皓编著 中国水利水电出版社,第二章 人工智能基本原理,第一节 问题求解与问题表示,一、问题表示的三要素 所谓问题表示就是把所要解决的问题用一个恰当的方式来表示与描述。一切问题有三个要素构成：问题的状态、操作（或称算符、走步）、目标,状态：初始状态、当前状态及可能出现的状态。,操作：使问题从一个状态转换成另一个状态。,目标：问题求解需达到的最终状态。,第二章 人工智能基本原理,第一节 问题求解与问题表示,问题表示要确定三件事：,1、确定状态描述的方式，特别是初始状态的描述；,2、确定操作的集合及它们对状态的作用；,3、确定目标状态以及目标状态描述的特性。,问题求解过程就是要找出一组操作序列，使问题从初始状态最终达到目标状态。,第二章 人工智能基本原理,第一节 问题求解与问题表示,二、状态空间法,1、图的概念与术语,nr,nh,np,ni,nq,nj,ns,nl1,nl2,nl3,图，,父辈结点与后继结点,路径，,树,2、状态空间表示,一个问题求解系统，问题的状态可由图中的结点代表，它的所有可能的状态就成结点的集合，构成了状态空间，或称状态图。,状态空间图中： 有向弧线代表操作，反应状态间的转移关系； 节点代表问题的状态。,问题求解的过程相当于在状态图上从根节点（起始节点）寻找一条路径最终达到目标节点（叶节点）,第一节 问题求解与问题表示,三、实例简介,2,8,1,3,6,7,4,5,1,2,8,3,6,7,4,5,八数码难题,推销员旅行问题,A,B,E,D,C,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,（A）,（AB）,（AC）,（AD）,（AE）,（ACD）,（ACDE）,（ACDEB）,（ACDEBA）,第二节 搜索策略,搜索：人工智能研究的是那些没有成熟方法可循的问题领域，必须通过逐步的探索求得问题的解，这种探索的过程称为搜索。,在状态图中就是搜索一条解的路径。,np,ns1,ns2,ns3,nsm,扩展节点,第二节 搜索策略,搜索策略：指在搜索过程中如何选择扩展节点的次序问题。,回溯策略,图搜索策略：,盲目的图搜索启发式搜索,第二节 搜索策略,盲目的图搜索策略,1、宽度优先搜索：从根节点开始，按层进行搜索， 即按层扩展节点。,（A）,（AB）,（AC）,（AD）,（AE）,第1层,第2层,第3层,特点：完备的搜索。但有时搜索过程会很长,第二节 搜索策略,盲目的图搜索策略：盲目的、无信息引导的搜索,2、深度优先搜索：从根节点开始，首先扩展最新产生的 节点，即沿着搜索树的深度方向发展， 直到没有后继节点再返回。,0,1,7,特点：不完备的搜索。有时会陷入“死胡同”，可进行“界”的限制,2,3,4,5,6,8,9,10,11,第二节 搜索策略,启发式的图搜索策略：有信息引导的搜索,启发信息：特定问题领域的信息能有效引导搜索，使搜索简化。,启发信息的作用：,1、用它来决定下一步先扩展哪一个节点，不是盲目、随意地扩展,2、扩展节点时，用它来决定选哪一个或哪几个操作，即有选择性地扩展节点。不是所有的操作都选择。,3、用它来决定哪些节点在搜索树上应舍弃，即确定哪些路径是无望的,例如：“八数码难题”：,设计估价函数：f(n)=d(n)+w(n)作为启发信息。d(n):表示从初始结点到第n个中间结点已花的代价。w(n)表示从第n个中间结点到目标结点花的代价。,如果设d(n)反映搜索层次或深度，当w(n)=0，f(n)=d(n)，即同一层代价相同，就全部要扩展，挨个判断是否为目标宽度优先搜索 当d(n)=0，极好地反映被解问题的特性，使搜索完全向目标结点进行深度优先搜索。,讨论,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,2,8,1,3,6,7,4,5,6,5,5,5,5,4,6,4,推销员旅行问题,A,B,E,D,C,城市间的距离为：AB=7,AC=6, AD=10,AE=13，BC=7, BD=10, BE=10，CD=5,CE=9,DE=6设计启发搜索函数求最小推销路径,不同搜索策略搜索效率的衡量指标,1、外显率(P):反映搜索过程中，从初始结点向目标结点进行时搜索区域的宽度。,定义：P=L/T L : 从初始结点到达目标的路径长度 T : 整个搜索过程中所生成的结点总数（不包括初始结点）,不同搜索策略搜索效率的衡量指标,2、有效分枝因数(B):表示每个有效结点平均生成的子结点数目。,定义：B+B2+B3+BL=T L : 从初始结点到达目标的路径长度 T : 整个搜索过程中所生成的结点总数（不包括初始结点）,思考题,用“八数码难题”比较宽度优先搜索和深度优先搜索的搜索成效！,第三节 问题归约,所谓“归约”就是“约简”“化简”的意思！,问题归约就是把一个初始问题经过一系列变换归约为若干较易解决的子问题的集合。,问题归约的描述,1、问题的描述：三元表（S,F,G）,2、操作：使问题转换、归约、化简为几个子问题的集合。,3、本原问题：已经有解答的一类问题,二、实例梵塔问题,A,A,B,B,C,C,问题可用三个数的表表示（I，j，k）,I，j，k依次表示圆盘C,B,A放在柱子I，j，k上,1,2,3,1,2,3,问题描述为：（1，1，1）,（3，3，3）,A,A,B,B,C,C,（1）将圆盘A，B从柱子1移至柱子2，即有,1,2,3,1,2,3,（1，1，1）,（1，2，2）,二、实例梵塔问题,（2）将圆盘C从柱子1移至柱子3，即有,（1，2，2）,（3，2，2）,（3）将圆盘A，B从柱子2移至柱子3，即有,（3，2，2）,（3，3，3）,双圆盘难题,双圆盘难题,梵塔问题归约为本原问题,（1，1，1） （3，3，3）,（1，2，2） （3，2，2）,（1，1，1） （1，2，2）,（3，2，2） （3，3，3）,（1，1，1）（1，1，3）,（1，1，3）（1，2，3）,（1，2，3）（1，2，2）,（3，2，2）（3，2，1）,（3，2，1）（3，3，1）,（3，3，1）（3，3，3）,三、问题归约的与/或图表示,1、与/或图表示：节点代表问题，由三要素标注，弧线代表归约操作符。,I,M1,M2,M3,t1,t2,t3,t4,t5,2、终叶节点、可解与不可解节点：,3、解图：,第三章 专家系统基本原理与结构,第一节 专家系统的基本概念,什么是专家系统?（ES，Expert System),专家系统的基本思想是让计算机能够存储某一领域的专门知识并能象专家那样有效地利用这些知识去解决该领域的复杂问题!,专家系统的特点?,具有：1、启发性：2、透明性：3、灵活性：,1）ES是一个计算机软件2）是一个模拟人类专家求解特定领域问题（不万能）3）是用AI原理和技术（知识表示，推理方法和策略）编的软件,第三章 专家系统基本原理与结构,专家系统的组成：,知识库,数据库,人 机 接 口,知识获取,咨询解释,推理机,专家,用户,知识库:存放领域专门知识，知识以适当的知识表达式和结构存入知识库。具有存储、检索、修改等功能。,数据库：存放所解问题的原始数据（事实）和推理中得到的各种中间信息。为方便问题求解，表示形式尽量和知识库的表示相容。,第三章 专家系统基本原理与结构,专家系统的组成：,知识库,数据库,人 机 接 口,知识获取,咨询解释,推理机,专家,用户,推理机：是一组程序，用来控制和协调整个专家系统的工作。根据数据库中的信息和知识库中的知识，按一定的推理策略去解决所研究的问题。同时具有向知识库中添加新知识和删除旧知识的功能。,知识获取：是学习功能，为知识库的建立、修改已有知识，扩充新知识提供手段，直接影响系统的生命力。,第三章 专家系统基本原理与结构,专家系统的组成：,知识库,数据库,人 机 接 口,知识获取,咨询解释,推理机,专家,用户,咨询解释:负责对推理出的结果作出必要的解释，以便向用户说明推理过程。,人机接口：负责把用户熟悉的信息表示手段（如表格、图形、自然语言），转换成专家系统内部表示形式；将专家系统输出的信息转换成用户理解的形式显示给用户。,第三章 专家系统基本原理与结构,第二节 专家系统的理想结构,理想的专家系统是一个面向领域的语言处理系统,规 划,记事簿,结 果,事实,规则,执行程序,调度程序,一致性处理程序,解释程序,语言处理程序,黑板,第三章 专家系统基本原理与结构,第三节 专家系统与传统程序的区别,传统的程序设计方法可表示为：,数据 + 算法 = 程序,专家系统程序设计方法可表示为：,知识 + 推理 = 程序,比较项目,传统程序,专家系统,领域知识的表达,数学模型和算法,规则等知识表示,问题求解,数字仿真,逻辑推理、判断,处理的信息,数字信息,字符信息,知识及知识处理,混在一起,明确分开,影响可信度的因素,模型和算法的精度,事实和规则的可信度,增加知识的方式,改程序模块，增减困难,修改知识库，容易,解释能力,差,好,人类的智能活动过程是一个获得并运用知识的过程，知识是智能的基础。,第四章 人工智能中的知识表示,基本概念：什么是知识？知识有哪些特性？,数据与信息：信息需要用一定的形式表示出来才能被记载和传递，用一组符号及其组合表示的信息成为数据！，数据是对客观事物的数量、属性、位置及其相互关系的抽象表示。数据是信息的载体和表示。,第一节 概 述,第四章 人工智能中的知识表示,什么是知识？ 把有关信息联系在一起所形成的信息结构称为知识，它是对客观世界的认识与经验。,知识有哪些特性？（1）相对正确性（2）不确定性（3）可表示性和可利用性,第一节 概 述,第四章 人工智能中的知识表示,知识的分类：,（1）叙述型知识：表示问题的状态、概念、条件、常识的知识。放在数据库中。,（2）过程性知识：表示问题求解过程中用到的操作、演算和行动的知识。放在知识库中。,（3）控制性知识：表示问题求解过程中决定决定选用哪种操作、演算和行动的判断或决策知识。放在推理机中。,第一节 概 述,第四章 人工智能中的知识表示,第一节 概 述,知识表示的重要性,知识表示技术：研究在计算机上如何用最合适的形式，对问题求解过程中所需的各种知识进行表示并组织的技术。是一个实际问题的抽象化、形式化问题。,衡量知识表示的好坏标准：有效性、方便性、简明性,第四章 人工智能中的知识表示,1、产生式知识表示法,2、谓词逻辑知识表示法,3、框架知识表示法,4、语义网络知识表示法,5、状态空间知识表示法,6、与/或图知识表示法,7、特性表知识表示法,8、面向对象知识表示法,9、人工神经网络知识表示法,10、Petri网知识表示法,第一节 概 述,人工智能中知识表示方法:,知识表示最后反映在计算机内部都是某种数据结构，如数组、字符串、二值逻辑等等！,第二节 产生式表示法,第四章 人工智能中的知识表示,一、产生式知识表示法（Production Rule),产生式表示法（前提-结论对，规则表示法）,一般形式：,If Conditions(前提条件）Then Conclusions(结论）,If （101 red and 102 red)Then （L stop),例如：,101,102,L,“条件” “结论”可用英文字符串、数字、二值逻辑等,第二节 产生式表示法,第四章 人工智能中的知识表示,二、产生式系统的基本结构,用产生式方法表示知识的专家系统称为产生式系统！它一般由三个部分组成（三要素）：,（1）总数据库：数据结构中心。,（2）产生式规则集：存放过程型知识，以规则的形式存放。,（3）控制系统：负责选择规则的决策系统，对应控制型知识。产生式系统的控制策略实质是个搜索过程，要对一系列规则进行探索，直到发现某一规则满足数据库终止条件为止。,第二节 产生式表示法,第四章 人工智能中的知识表示,二、产生式系统的基本结构,控 制 系 统,规 则 库,综合数据库,第二节 产生式表示法,第四章 人工智能中的知识表示,二、产生式系统的基本结构,（2）产生式规则集：例如：“八数码难题”如果采用空格牌移动规则时，移动的规则可表示如下：,用O(ij)表示空牌位置，i表示空格所在行，j表示空格所在列。,空格走步知识表示,左走条件：If j-11 Then O(ij)可左移上走条件：If i-11 Then O(ij)可上移右走条件：If j+13 Then O(ij)可右移下走条件：If i+13 Then O(ij)可下移,2,8,1,3,6,7,4,5,第二节 产生式表示法,第四章 人工智能中的知识表示,二、产生式系统的基本结构,（3）控制系统：产生式系统的问题求解过程的步骤如下：,1）将数据库初始化；2）当存在某有用的规则前提能与数据库中的事实相匹配，则继续下一步，否则转5）；3）使用规则，更新数据，并将所用过的规则作上标记。4）判断数据库中是否有目标解，如是，则终止求解，否则转2）5）要求更多的关于问题的信息，充实数据库，并转2）；如不能提供所要信息，则求解失败。,产生式系统特点：清晰性、模块性、灵活性、解释性,第三节 框架表示法,第四章 人工智能中的知识表示,一、框架表示法是明斯基在研究计算机视觉问题时提出的,二、框架表示法一般形式,框架名槽名1(值111，值112) (值121，值122) 槽名2(值211，值212) (值221，值222) .槽名n(值n11，值n12) (值n21，值n22) .,槽、侧面名、值可以是任意有限个数,侧面是对槽的进一步说明,槽中的信息类型可是数值、文字、二值逻辑等，也可是一个子框架。,第三节 框架表示法,第四章 人工智能中的知识表示,二、框架表示法一般形式,框架名槽名1(值111，值112) (值121，值122) 槽名2(值211，值212) (值221，值222) .槽名n(值n11，值n12) (值n21，值n22) .,-框架表示法是个分层次的结构,-相关框架的继承与嵌套组成一个框架系统,-可表示出某种行为、概念、观点及事务间的因果关系。,第三节 框架表示法,第四章 人工智能中的知识表示,框架表示法举例,一个电厂的框架框架1 名称 *火电厂 类别 火电厂 所属 *电力系统 额定参数 容量 *MW 电压等级 *KV,*KV,*KV 设备概况 锅炉数 * 汽机数 * 发电机数 * 主变数 * 状态 （运行/扩建/停役）,第三节 框架表示法,第四章 人工智能中的知识表示,框架表示法举例,一个电厂的框架框架2 名称 220kv母线 类别 电气 所属 *火电厂 额定参数 断路器型号 *MW 接线形式 * 冷却方式 * 电压 * 保护 差动保护，母联过流保护。 领域 正母/副母/旁路 状态 运行/停役/部分检修 方式 双母并联/双母分段/单母/双母带旁路,第三节 框架表示法,第四章 人工智能中的知识表示,框架表示法举例,一个电厂的框架框架3 名称 220kv正母线 类别 电气 所属 母线 联络设备 线路 *MW 主变 * 其他 额定电流 *KA/*KA 运行状态 运行/充电/停运检修,第三节 框架表示法,第四章 人工智能中的知识表示,框架表示法的特点:,1、框架表示法描述范围广、存储信息较多，槽、侧面及值均是用来描述各种具体属性及其信息，而不是关系；,2、是一个有层次的结构，上下层有一定的关系 下层（叫子层）框架包含有上层的特性，下层特性由于有具体个性，比上层要优先，表示法具有模块性；,3、相互关联的框架可连接起来组成框架系统或框架网络,第四节 谓词表示法,第四章 人工智能中的知识表示,谓词表示的一般形式：P（x1,x2,xixn) P-称为谓词，用来刻划个体的性质或关系 x-称为个体变量（又称变元），表示独立存在的事物，可以是一个抽象的概念，也可是一个具体的事物。它的变化范围称为个体域，可以是有限的，也可是无限的。,谓词的元数：个体变元的数目称为谓词的元数。谓词的阶数：与一个个体变元相联的谓词称为一阶谓词，与多个个体变元相联的谓词称为多阶谓词。,个体间的次序不可随意调换。,第四节 谓词表示法,第四章 人工智能中的知识表示,谓词公式：用简单谓词、联结词、量词按一定规则组成公式，叫谓词公式。,联结词：否定联结词 合取联结词 析取联结词 条件联结词 双条件联结词,量词：全称量词 ：对所有的 存在量词 ：存在,第四节 谓词表示法,第四章 人工智能中的知识表示,三、一阶谓词的知识表示：,1、用谓词表示事实：此时的个体变元要用确定值,2、用谓词表示状态：问题的状态可用语句来描述，而语句可用谓词来表示。,3、用谓词表示操作：操作由两个部分组成（条件和动作）,第四章 人工智能中的知识表示,例如：表示变电所中负荷的供电状态，如图所示：在母线带电，断路器、刀闸1、2均处于合位时，负荷才能供电，用谓词公式表示如下：,LINK (Breaker,Switch1)LINK (Switch1,Bus)LINK (Switch2,Breaker)LIVE (Bus)CLOSE(Breaker)CLOSE(Switch1)CLOSE(Switch2),bus,Switch1,Breaker,Switch2,操作的条件：LINK (Breaker,Switch1)LINK (Switch1,Bus)OPEN (Breaker)CLOSE(Switch1),操作后应删去：CLOSE(Switch1)增加： OPEN(Switch1),操作：OPEN(Switch1),第四节 谓词表示法,第四章 人工智能中的知识表示,四、谓词逻辑表示法的特点,严格性：可保证其演绎推理的正确性，可较精确地表达知识通用性：拥有通用的逻辑演算的方法和推理规则自然性：接近于自然语言的形式语言模块性：一个谓词可独立地插入知识库、数据库,缺点：无法表达不确定性及模糊性知识，推理效率低,第五节 其它表示法,第四章 人工智能中的知识表示,一、语义网络表示法：是以网络格式表示人类知识构造的一种形式 是一种基于广义图的表示方法 语义网络是通过概念及其语义关系表达知识的一种网络图,节点：表示所研究领域中的物体、概念、特性值弧 ：表示它们之间的关系指针：说明这种关系（如隶属、性能）的语句,网络图,第五节 其它表示法,第四章 人工智能中的知识表示,二、特性表表示法：是一种用特征及值组成的表格形式表达所研究问题的对象的性质、状态的知识表示方法，是框架的一种特例。,特征,姓名,性别,出生,值,不同研究的问题有不同的特征项，简单、直观。,第四章 人工智能中的知识表示,面向对象知识表示法,面向对象技术:包括面向对象程序设计方法学, 面向对象数据库, 面向对象操作系统, 面向对象软件开发环境, 面向对象硬件支持.,第四章 人工智能中的知识表示,面向对象基本概念1、对象：从广义讲，任何事物 从问题求解角度讲，是与问题领域有关的事物 从对象的实现机制讲，是一台机器，它有一个名字，一组数据，一组操作，不同对象之间的相互作用通过传消息实现。 其中：数据：表示对象的状态 操作：一类用于对数据的操作，改变对象的状态 二类用于产生输出结果 对象是一个具有局部状态和一个操作集合的实体，且数据与操作是不可分的。,第四章 人工智能中的知识表示,2、类：是一种抽象机制，它是对一组相似对象的抽象,3、封装：把一切属于对象的信息和操作局限于对象内，在外面 不可见。属于信息隐藏技术,4、继承：在由超类、子类以及具体具体对象所形成的层次结构 中，父类所具有的数据和操作，可被子类继承,面向对象的基本特征：模块性、继承性、封装性、多态性、易维护性、 便于增量设计,第四章 人工智能中的知识表示,表示知识方法结构形式：Class : Structure Method Restraint END,面向对象方法在电力系统中的应用,第六章 推理技术,推理技术:是指利用表达与问题有关的知识的符号在计算机中进行机器思维，求解问题，实现推理的智能操作的各种方法。分为：精确推理和不精确推理二类。,第一节 精确推理,精确推理包括：正向推理、反向推理和混合推理一、正向推理,由原始数据出发，按照一定的策略，运用知识库中的专家知识推断出结论。,若用产生式表示法表示知识，则正向推理就是从问题的前提（事实）出发，根据选定的搜索策略选择知识库中的规则，将事实与规则的前提去匹配，不断得到新的事实，直到找到目标或规则用完为止。,属数据驱动策略,正向推理-简单、易实现、目的性不强,数据库,知识库,1,2,3,4,5,前提1,前提2,前提3,前提4,前提5,结论1,结论2,结论3,结论4,结论5,事实1,事实2,事实3,二、反向推理,先提出假设结论，按照一定的策略，到知识库中去找支持此结论的条件，再到数据库里去找这些条件是否存在？当条件在数据库中时，则此假设结论成立推理成功。否则重新假设结论，直到找到条件为止。,属目标驱动策略,反向推理-有盲目性,数据库,知识库,1,2,3,4,5,前提1,前提2,前提3,前提4,前提5,结论1,结论2,结论3,结论4,结论5,事实1,事实2,事实3,正反向混合推理,正向,正向,反向,反向,中间结果相遇,应用：1）条件不足 2）事实的可信度不高 3）怀疑是否有其它结论,冲突消解策略,在推理过程中，系统要不断地用当前已知的事实与知识库中的知识进行匹配，可能出现以下三中情况：,1）已知事实不能与知识库中的任何知识匹配成功2）已知事实恰好与知识库中的一条知识匹配成功3）已知事实可与知识库中的多个知识匹配成功， 或有多个已知事实与知识库中的某一个知识匹配成功， 或有多个已知事实与知识库中的多个知识匹配成功。 （称这种情况为发生冲突，解决冲突的过程称为冲突消解）,冲突消解办法-对知识进行排序,1、特殊优先策略,2、新知识优先策略,3、差异性优先策略,不精确推理,基本框架:,1、定量描述知识的不确定性,IF A THEN B f(B,A),用图表示为：,A,B,f(B,A),规则的前提条件,规则的结论,规则的强度,不精确推理,A为真时，B为真，f(B,A)为最大值A为真时，B为假，f(B,A)为最小值A对B无影响，f(B,A)为单位元,f(B,A)一般由领域专家给出,2、定量描述命题A的不确定性,不精确推理,用c(A)表示，刻划命题为真的程度,A为真c(A)为最大值A为假c(A)为最小值A未知c(A)为单位元,原始证据的不确定性一般由用户提供。,不精确推理,1)证据的合成： c1(A)，新的c2(A)，如何更新？,2)证据的逻辑组合： c(A1 and A2)=g1(c(A1),c(A2) c(A1 or A2)=g2(c(A1),c(A2),3)确定规则结论部分的不确定性：由c(A)和f(B,A),求c(B),3、基本算法的定义,第七章 专家系统的研制,建好一个专家系统的关键：,1）总结领域的经验知识2）选用合适的知识表示方法3）选用合适的推理方法,领域专家与知识工程师的密切配合,领域专家,知识工程师,专家系统,询问问题,分析、解答,总结经验写成规则确定策略,专家系统的分类,解释型诊断型预测型规划型设计型监测型教育型,专家系统设计的三个阶段,第一：可行性研究第二：生成专家系统原型第三：生成实用专家系统,第二：建造原型专家系统的步骤,认识问题特征,找出概念建立关系,设计组织知识结构,编制软件,检验知识库及系统的功能,再认识,再分析,再设计,再改造,提出要求,形成概念,原型系统,认识阶段,概念化阶段,形式化阶段,实现阶段,测试阶段,建立知识表示推理方法,第八章 专家系统在电力系统中的应用,第一节 应用的必要性和意义,随着电力系统规模由小_大,由简单_复杂的发展过程，电力系统的分析方法也经历了几个阶段：,1、在系统规模小、计算机未广泛应用，此阶段着重研究：元件的数学模型及电力系统定性解的方法；,2、系统不断扩大，运行复杂性不断增加，由于定性分析已不能正确地、完整地反映实际情况，另外计算机技术不断发展。此阶段将系统作为整体研究，建立整体数学模型；,3、大系统安全性很突出，故障后影响面大，即系统的安全性和经济性要求：要研究在线控制问题。,第八章 专家系统在电力系统中的应用,第一节 应用的必要性和意义,大机组、大系统、大电网的精确规划、设计及运行中存在许多特殊问题：,1、有些问题没有精确的数学模型，例如：元件及系统的故障诊断；,2、系统规模太大，情况太复杂，求解太困难，如：大系统的信息报警处理，优化设计问题（约束多）；,3、有些问题的求解不能用数学形式表示，而是经验性的、启发式的、直觉的，如运行操作。,第八章 专家系统在电力系统中的应用,第二节 ES在电力系统中应用的分类,1、监视类：包括故障诊断、报警处理、事故评估。,2、分析、控制类：包括正常、紧急状态下的控制，如系统安全性的分析及对策的研究、电压/无功控制专家系统。,3、系统规划类：系统规划、运行规划、基建规划。,第八章 专家系统在电力系统中的应用,第三节 电力系统故障诊断和恢复处理ES,电力系统故障诊断包括：故障检测测定判断故障时所需的数据、信息；故障分析根据故障信息，分析故障地点、性质和原因；故障处理根据故障分析结果，提出处理意见 （包括报警、转移负荷、设备停运等）。,电力系统故障诊断和恢复处理ES的总体结构,电力系统,SCADA实时库,接口2,接口1,故障判断和处理的内核部分,屏幕显示,打印机,人机接口,故障判断部分的内核结构：数据库：存放原始数据，如电网拓扑数据、故障信息、潮流信息 和推理过程中的初步结果。知识库：存放故障判断中用到的专家经验、书本知识等推理机：利用知识库中的知识，按一定的推理方法，获得问题的 解答,推理控制策略：一般线路故障搜索用正向推理，简单母线故障用反向推理，而复杂母线故障用混合推理。,开始,1线路,16母线,11联络变,18复杂故障,13复杂故障,3复杂故障,17简单故障,2简单故障,12简单故障,22母差不闭锁高频,21母差闭锁高频,14母联分,15母联合,4单母线侧断路器拒动,6母联分,7母联合,9母联分,10母联合,20母联合,19母联分,5双母线侧断路器拒动,8其他母线侧断路器拒动,高压断路器故障分析专家系统实例,用途：借助专家系统对断路器故障进行诊断并辅助检修人员提高业务水平。通过通过告知故障位置、原因及检修措施,1、系统总体结构,控制策略,总体数据库,数据输入,知识库,人机交互,显示诊断结果,显示检修措施,解 释,知识扩充,2、知识表示技术-产生式表示法,以SW6-110高压断路器所配CY3液压操作机构的建不起压力故障为例：,Rule1: IF 分合闸一、二级阀口密封不严， THEN 机构将建不起压力；,Rule2: IF 阀口有磨损或合闸一级阀小球托翻倒或分闸小球托翻倒， THEN 分合闸一、二级阀口密封不严；,Rule3: IF 阀口有磨损， THEN 请用研磨膏研磨阀口或用钢球硌一下阀口；,3、推理机制,目标驱动的反向推理,故障,机构建不起压力,油泵建压时间过长,油泵启动频繁,分闸不成功,绝缘损坏,分合闸一、二级阀口密封不严,热偶继电器脱扣,分闸小球托翻道,合闸一级阀小球托翻道,阀口被磨损,油泵柱塞研坏或间隙配合过大,因果关系图,4、不确定性推理策略,前提的不确定性：系统前提的可信度，用0-1之间的数表示 1表示事实完全确定，0表示完全不确定 不知道取0.5,例如：诊断“断路器合闸不成功”故障时，用规则：IF 合闸电磁铁线圈断线 0r 匝间短路 0r 线圈接触不良THEN 合闸回路故障,取三前提的可信度a为：0.9 , 0.0 , 0.6，则：,前提的可信度a=max(0.9 , 0.0 , 0.6)=0.9,4、不确定性推理策略,IF A THEN B y结论的可信度：cf=a*y 如:y=0.85,那么：cf=0.9*0.85=0.77,5、解释系统：（1）怎样得出诊断结论？（2）为什么提出这个问题？（3）可用规则有哪些？（4）舍弃规则有哪些？,课外考试,每人查阅五篇人工智能基本技术在电力系统中应用文献，并进行综述。1000字，手写，b5纸，在课堂考试时与答卷一起交。（30分）,