知识学习

知识的表示方法
状态空间法、问题归约法、谓词演算法、语义网络法、框架表示、面向对象表示、剧本表示、过程表示。

概念

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。知识表示可看成是一组描述事物的约定，以把人类知识表示成机器能处理的数据结构。

知识的分类

事实知识、规则知识、控制知识和元知识
事实 是有关问题环境的一些事物的知识,如事物的分类、属性、事物间关系、科学事实、客观事实等，事实是静态的为人们共享的可公开获得的公认的知识，在知识库中属低层的知识。常以"…是…"的形式出现.
规则 是有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以"如果…那么…"形式出现。
控制 是有关问题的求解步骤、技巧性知识，告诉怎么做一件事。也包括当有多个动作同时被激活时应选哪一个动作来执行的知识。
元知识 是有关知识的知识，是知识库中的高层知识。包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。

 

状态空间法
通过在某个可能的解空间内寻找一个解来求解问题,这种基于解答空间的问题表示和求解方法就是状态空间法，它是以状态和算符(operator)为基础来表示和求解问题的。

状态空间法三要点
(1)  状态（state）：表示问题解法中每一步问题状况的数据结构；
(2)  算符（operator）：把问题从一种状态变换为另一种状态的手段；
(3)  状态空间方法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

 

问题状态描述
状态(state)：为描述某类不同事物间的差别而引入的一组称为状态变量
算符：使问题从一种状态变化为另一种状态的手段称为操作符或算符。操作符可为走步、过程、规则、数学算子、运算符号或逻辑符号等。
问题的状态空间(state space)：是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即所有可能的问题初始状态集合S、操作符集合F以及目标状态集合G。可把状态空间记为三元状态(S，F，G)。

状态图示法
1.产生式系统（Production System）
2.状态空间表示

问题归约法
先把问题分解为子问题和子-子问题，然后解决较小的问题。问题归约表示的组成部分：一个初始问题描述；一套把问题变换为子问题的操作符；一套本原问题描述。问题归约的实质：从目标(要解决的问题)出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。