【知识库维护机理及其TurboPROLOG实现】何涛.pdf

摘要新获取到的信息与原来记忆中的信息进行协调,是人脑的一大学习功能。这一功能反映到机器学习和专家系统研究领域,就是知识库维护问题.目前知识库维护问题的研究正处在探索阶段,通常都是在某一领域环境或某一语言工具环境下进行。本文以近年来专家系统领域使用较多,影响较广的TurboPROLOG语言作为背景,对知识库协调性维护问题作了探讨,给出了一种维护策略,并用TurboPROLOG程序予以实现.这一维护策略的妥点是:按TurboPROLOG语言执行规则的动态轨迹对知识库规则进行静态分解,产生出标准本项表.

目录 s 1 引言 .2 知识库维护概述 .3 PKM系统构成 PKM系统详述.4 s 4-1 问题涉及的基本定义 14 规则的读、写,输入 .4-2 规则的分解 .4-3 对规则变量的调用置换 22 S 4-4 .4-5 规则基本项的构造—一HA合并法 32 .4-6 对规则变量的重命名.4-7 新规则与KB关系的判别 S4一7一1第一层面关系判别.35 .4-7-2 第二层面关系判别.38 S4-7-3 不协调规则的确定.S4-8 8对KB及其辅助库的操作 .4-9 辅助库的建立 S4—10PKM系统维护实例.

少的进展,但只局限在一些游戏和智力难题的求解上。事实使人们认识到,用“通用的问题求解策略”这一有限的能力来解决复杂问题实在显得太弱了。到了六十年代中期,美国standford大学的Feigenbanm教授在分析了以往AI研究中成功与失败的经验基础上,发现人类专家在解决问题时,其长期积累和掌握的大量丰富的知识和经验起着关键的作用。因此,他提出和倡导,要将人工智能的原理和方法用于求解实际领域的问题。1965年,在他亲自领导下,Standrord大学的人工智能研究所成立了一个专门研究小组,开始了化学质谱分析专家系统的研究(DENDRAL系统)。