1. 規則演繹系統和產生式系統有哪幾種推理方式

人工智慧規則性知識 1)在學習認知過程中，事實性知識是最常見而又浮於表面的一類知識，它包括有關領域內的概念、事實、事物的屬性、狀態以及其關系的描述。這一層面的知識對於一般認知者面前，是一種了解，或者說一覽而過的學習方式，其原因也許是因為此類知識於實際的應用並不能在表面上聯系起來，造成對其重要性的忽視，這里所說的重要性，來自於它在知識領域的根基作用，一切其他知識必須一定程度上需要構建在事實性知識的基礎上。 2)規則性知識，是指有關問題中的與事物的行動、動作相聯系的因果關系知識。常用「如果……則……」，最常見的一些推理規則。此點重要不言而喻。也是大家都很重視的一部分。 3)控制性知識，告訴我們何如做一件事情的知識。比如解題方法等，缺少此方面知識的學生表現出不能舉一反三，缺乏概括和歸納能力。 4)元知識，包括怎樣使用規則、解釋規則、效驗規則等知識。元知識是最常被忽視的知識，它是有關知識的知識，是形成如何使用知識的能力不可缺少的要素，缺少這方面知識的學生思維欠靈活，解決新出問題上，存在很大問題，無法創新。 要想在認知領域取得成績，就不應該著眼於浮現在書本和題庫中的知識，更應該從智力活動中獲取控制性知識，元知識，一系列知識。從知識的結構體系中，了解知識的組成，可以提高學者的認知能力，希望大家在學習過程中，不要忽視對以上多種知識的並重獲取。 控制性知識 根據模具設計知識的類型和特點，研究了CBR系統中沖模結構知識庫知識與控制性知識的表示方法，導出了符合工程設計習慣的沖模結構知識庫知識表示方法—典型沖模結構特徵圖和與其對應的適合於CBR推理的控制性知識表示方法—基於沖模結構特徵的產生式規則表示。經開發的CBR 系統使用，效果較為理想，為工程技術領域CBR技術的應用提供了一個切實可行的方法 【作者單位】：上海交通大學塑性成形工程系!上海200030 【關鍵詞】：知識表示;知識庫;模具 【分類號】：TG385.2 【DOI】：cnki:ISSN:1001-4934.0.1999-06-021 【正文快照】： 0 引言機械產品的設計往往不能用一個公式或一個完整的模型來表述，它常常需要藉助於以前設計事例中的知識來輔助新產品的設計。這樣傳統的人工智慧（AI）技術如基於規則的專家系統不能很好地解決機械設計中的經驗輔助設計問題。設計問題的解決主要取決於設計師的經驗和創造能力。設計經驗可以表述為專家知識，在機械設計過程中，設計師要回憶起過去成功與失敗的例子，構思怎樣用過去的事例修改成適用於新設計的方案，並完成新產品的設計。這個過程是通過經驗推理的過程，也就是基於事例的推理CBR（Case?basedReason… Based on the knowledge classification and characteristic of die & mold design,the expression method on knowledge of knowledge base and reasoning knowledge of die structures in CBR system had been advanced in this paper.It is a method for the knowledge expression of CBR to be applied in mechanical engineering field. 【Keyword】：knowledge expression\ knowledge base\ die & mold

2. 產生式系統的介紹

構造知識型系統和建立認知模型時常用的知識表示的形式系統。1943年E.波斯特首先將他內提出的一種計算容形式體系命名為產生式系統。50年代末期，A.紐厄爾和H.A.西蒙在研究人類問題求解的認知模型時也使用了產生式系統這一術語。產生式系統現代已成為研製人工智慧系統時採用的最典型的體系結構之一。

3. 人工智慧實驗 產生式系統的推理

人工智慧規則性知識
1)在學習認知過程中，事實性知識是最常見而又浮於表面的一類知識，它包括有關領域內的概念、事實、事物的屬性、狀態以及其關系的描述。這一層面的知識對於一般認知者面前，是一種了解，或者說一覽而過的學習方式，其原因也許是因為此類知識於實際的應用並不能在表面上聯系起來，造成對其重要性的忽視，這里所說的重要性，來自於它在知識領域的根基作用，一切其他知識必須一定程度上需要構建在事實性知識的基礎上。

2)規則性知識，是指有關問題中的與事物的行動、動作相聯系的因果關系知識。常用「如果……則……」，最常見的一些推理規則。此點重要不言而喻。也是大家都很重視的一部分。

3)控制性知識，告訴我們何如做一件事情的知識。比如解題方法等，缺少此方面知識的學生表現出不能舉一反三，缺乏概括和歸納能力。

4)元知識，包括怎樣使用規則、解釋規則、效驗規則等知識。元知識是最常被忽視的知識，它是有關知識的知識，是形成如何使用知識的能力不可缺少的要素，缺少這方面知識的學生思維欠靈活，解決新出問題上，存在很大問題，無法創新。

要想在認知領域取得成績，就不應該著眼於浮現在書本和題庫中的知識，更應該從智力活動中獲取控制性知識，元知識，一系列知識。從知識的結構體系中，了解知識的組成，可以提高學者的認知能力，希望大家在學習過程中，不要忽視對以上多種知識的並重獲取。
控制性知識
根據模具設計知識的類型和特點，研究了CBR系統中沖模結構知識庫知識與控制性知識的表示方法，導出了符合工程設計習慣的沖模結構知識庫知識表示方法—典型沖模結構特徵圖和與其對應的適合於CBR推理的控制性知識表示方法—基於沖模結構特徵的產生式規則表示。經開發的CBR 系統使用，效果較為理想，為工程技術領域CBR技術的應用提供了一個切實可行的方法
【作者單位】：上海交通大學塑性成形工程系!上海200030
【關鍵詞】：知識表示;知識庫;模具
【分類號】：TG385.2
【DOI】：cnki:ISSN:1001-4934.0.1999-06-021
【正文快照】：
0 引言機械產品的設計往往不能用一個公式或一個完整的模型來表述，它常常需要藉助於以前設計事例中的知識來輔助新產品的設計。這樣傳統的人工智慧（AI）技術如基於規則的專家系統不能很好地解決機械設計中的經驗輔助設計問題。設計問題的解決主要取決於設計師的經驗和創造能力。設計經驗可以表述為專家知識，在機械設計過程中，設計師要回憶起過去成功與失敗的例子，構思怎樣用過去的事例修改成適用於新設計的方案，並完成新產品的設計。這個過程是通過經驗推理的過程，也就是基於事例的推理CBR（Case

4. 處於產生式系統階段是什麼知識階段

構造知抄識型系統和建立認知模型時襲常用的知識表示的形式系統。1943年E.波斯特首先將他提出的一種計算形式體系命名為產生式系統。50年代末期，A.紐厄爾和H.A.西蒙在研究人類問題求解的認知模型時也使用了產生式系統這一術語。產生式系統現代已成為研製人工智慧系統時採用的最典型的體系結構之一。

5. 人工智慧的分類

人工智慧的分類包括哪些
有獎勵寫回答共6個回答
德里克林
高能答主
答題姿勢總跟別人不同
聊聊關注成為第131位粉絲
人工智慧領域的分類包括，研究包括機器人、圖像識別、語言識別、自然語言處理和專家系統等。人工智慧是一門極富挑戰性的科學，從事這項工作的人，必須懂得計算機知識、心理學和哲學。
人工智慧主要有三個分支：
1) 認知AI （cognitive AI）
認知計算是最受歡迎的一個人工智慧分支，負責所有感覺「像人一樣」的交互。認知AI必須能夠輕松處理復雜性和二義性，同時還持續不斷地在數據挖掘、NLP（自然語言處理）和智能自動化的經驗中學習。
現在人們越來越傾向於認為認知AI混合了人工智慧做出的最好決策和人類工作者們的決定，用以監督更棘手或不確定的事件。這可以幫助擴大人工智慧的適用性，並生成更快、更可靠的答案。
2) 機器學習AI （Machine Learning AI）
機器學習（ML）AI是能在高速公路上自動駕駛你的特斯拉的那種人工智慧。它還處於計算機科學的前沿，但將來有望對日常工作場所產生極大的影響。機器學習是要在大數據中尋找一些「模式」，然後在沒有過多的人為解釋的情況下，用這些模式來預測結果，而這些模式在普通的統計分析中是看不到的。
然而機器學習需要三個關鍵因素才能有效：
a) 數據，大量的數據
為了教給人工智慧新的技巧，需要將大量的數據輸入給模型，用以實現可靠的輸出評分。例如特斯拉已經向其汽車部署了自動轉向特徵，同時發送它所收集的所有數據、駕駛員的干預措施、成功逃避、錯誤警報等到總部，從而在錯誤中學習並逐步銳化感官。 一個產生大量輸入的好方法是通過感測器：無論你的硬體是內置的，如雷達，相機，方向盤等（如果它是一輛汽車的話），還是你傾向於物聯網(Internet of Things)。藍牙信標、健康跟蹤器、智能家居感測器、公共資料庫等只是越來越多的通過互聯網連接的感測器中的一小部分，這些感測器可以生成大量數據（多到讓任何正常的人來處理都太多）。