1. 规则演绎系统和产生式系统有哪几种推理方式

人工智能规则性知识 1)在学习认知过程中，事实性知识是最常见而又浮于表面的一类知识，它包括有关领域内的概念、事实、事物的属性、状态以及其关系的描述。这一层面的知识对于一般认知者面前，是一种了解，或者说一览而过的学习方式，其原因也许是因为此类知识于实际的应用并不能在表面上联系起来，造成对其重要性的忽视，这里所说的重要性，来自于它在知识领域的根基作用，一切其他知识必须一定程度上需要构建在事实性知识的基础上。 2)规则性知识，是指有关问题中的与事物的行动、动作相联系的因果关系知识。常用“如果……则……”，最常见的一些推理规则。此点重要不言而喻。也是大家都很重视的一部分。 3)控制性知识，告诉我们何如做一件事情的知识。比如解题方法等，缺少此方面知识的学生表现出不能举一反三，缺乏概括和归纳能力。 4)元知识，包括怎样使用规则、解释规则、效验规则等知识。元知识是最常被忽视的知识，它是有关知识的知识，是形成如何使用知识的能力不可缺少的要素，缺少这方面知识的学生思维欠灵活，解决新出问题上，存在很大问题，无法创新。 要想在认知领域取得成绩，就不应该着眼于浮现在书本和题库中的知识，更应该从智力活动中获取控制性知识，元知识，一系列知识。从知识的结构体系中，了解知识的组成，可以提高学者的认知能力，希望大家在学习过程中，不要忽视对以上多种知识的并重获取。 控制性知识 根据模具设计知识的类型和特点，研究了CBR系统中冲模结构知识库知识与控制性知识的表示方法，导出了符合工程设计习惯的冲模结构知识库知识表示方法—典型冲模结构特征图和与其对应的适合于CBR推理的控制性知识表示方法—基于冲模结构特征的产生式规则表示。经开发的CBR 系统使用，效果较为理想，为工程技术领域CBR技术的应用提供了一个切实可行的方法 【作者单位】：上海交通大学塑性成形工程系!上海200030 【关键词】：知识表示;知识库;模具 【分类号】：TG385.2 【DOI】：cnki:ISSN:1001-4934.0.1999-06-021 【正文快照】： 0 引言机械产品的设计往往不能用一个公式或一个完整的模型来表述，它常常需要借助于以前设计事例中的知识来辅助新产品的设计。这样传统的人工智能（AI）技术如基于规则的专家系统不能很好地解决机械设计中的经验辅助设计问题。设计问题的解决主要取决于设计师的经验和创造能力。设计经验可以表述为专家知识，在机械设计过程中，设计师要回忆起过去成功与失败的例子，构思怎样用过去的事例修改成适用于新设计的方案，并完成新产品的设计。这个过程是通过经验推理的过程，也就是基于事例的推理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. 产生式系统的介绍

构造知识型系统和建立认知模型时常用的知识表示的形式系统。1943年E.波斯特首先将他内提出的一种计算容形式体系命名为产生式系统。50年代末期，A.纽厄尔和H.A.西蒙在研究人类问题求解的认知模型时也使用了产生式系统这一术语。产生式系统现代已成为研制人工智能系统时采用的最典型的体系结构之一。

3. 人工智能实验 产生式系统的推理

人工智能规则性知识
1)在学习认知过程中，事实性知识是最常见而又浮于表面的一类知识，它包括有关领域内的概念、事实、事物的属性、状态以及其关系的描述。这一层面的知识对于一般认知者面前，是一种了解，或者说一览而过的学习方式，其原因也许是因为此类知识于实际的应用并不能在表面上联系起来，造成对其重要性的忽视，这里所说的重要性，来自于它在知识领域的根基作用，一切其他知识必须一定程度上需要构建在事实性知识的基础上。

2)规则性知识，是指有关问题中的与事物的行动、动作相联系的因果关系知识。常用“如果……则……”，最常见的一些推理规则。此点重要不言而喻。也是大家都很重视的一部分。

3)控制性知识，告诉我们何如做一件事情的知识。比如解题方法等，缺少此方面知识的学生表现出不能举一反三，缺乏概括和归纳能力。

4)元知识，包括怎样使用规则、解释规则、效验规则等知识。元知识是最常被忽视的知识，它是有关知识的知识，是形成如何使用知识的能力不可缺少的要素，缺少这方面知识的学生思维欠灵活，解决新出问题上，存在很大问题，无法创新。

要想在认知领域取得成绩，就不应该着眼于浮现在书本和题库中的知识，更应该从智力活动中获取控制性知识，元知识，一系列知识。从知识的结构体系中，了解知识的组成，可以提高学者的认知能力，希望大家在学习过程中，不要忽视对以上多种知识的并重获取。
控制性知识
根据模具设计知识的类型和特点，研究了CBR系统中冲模结构知识库知识与控制性知识的表示方法，导出了符合工程设计习惯的冲模结构知识库知识表示方法—典型冲模结构特征图和与其对应的适合于CBR推理的控制性知识表示方法—基于冲模结构特征的产生式规则表示。经开发的CBR 系统使用，效果较为理想，为工程技术领域CBR技术的应用提供了一个切实可行的方法
【作者单位】：上海交通大学塑性成形工程系!上海200030
【关键词】：知识表示;知识库;模具
【分类号】：TG385.2
【DOI】：cnki:ISSN:1001-4934.0.1999-06-021
【正文快照】：
0 引言机械产品的设计往往不能用一个公式或一个完整的模型来表述，它常常需要借助于以前设计事例中的知识来辅助新产品的设计。这样传统的人工智能（AI）技术如基于规则的专家系统不能很好地解决机械设计中的经验辅助设计问题。设计问题的解决主要取决于设计师的经验和创造能力。设计经验可以表述为专家知识，在机械设计过程中，设计师要回忆起过去成功与失败的例子，构思怎样用过去的事例修改成适用于新设计的方案，并完成新产品的设计。这个过程是通过经验推理的过程，也就是基于事例的推理CBR（Case

4. 处于产生式系统阶段是什么知识阶段

构造知抄识型系统和建立认知模型时袭常用的知识表示的形式系统。1943年E.波斯特首先将他提出的一种计算形式体系命名为产生式系统。50年代末期，A.纽厄尔和H.A.西蒙在研究人类问题求解的认知模型时也使用了产生式系统这一术语。产生式系统现代已成为研制人工智能系统时采用的最典型的体系结构之一。

5. 人工智能的分类

人工智能的分类包括哪些
有奖励写回答共6个回答
德里克林
高能答主
答题姿势总跟别人不同
聊聊关注成为第131位粉丝
人工智能领域的分类包括，研究包括机器人、图像识别、语言识别、自然语言处理和专家系统等。人工智能是一门极富挑战性的科学，从事这项工作的人，必须懂得计算机知识、心理学和哲学。
人工智能主要有三个分支：
1) 认知AI （cognitive AI）
认知计算是最受欢迎的一个人工智能分支，负责所有感觉“像人一样”的交互。认知AI必须能够轻松处理复杂性和二义性，同时还持续不断地在数据挖掘、NLP（自然语言处理）和智能自动化的经验中学习。
现在人们越来越倾向于认为认知AI混合了人工智能做出的最好决策和人类工作者们的决定，用以监督更棘手或不确定的事件。这可以帮助扩大人工智能的适用性，并生成更快、更可靠的答案。
2) 机器学习AI （Machine Learning AI）
机器学习（ML）AI是能在高速公路上自动驾驶你的特斯拉的那种人工智能。它还处于计算机科学的前沿，但将来有望对日常工作场所产生极大的影响。机器学习是要在大数据中寻找一些“模式”，然后在没有过多的人为解释的情况下，用这些模式来预测结果，而这些模式在普通的统计分析中是看不到的。
然而机器学习需要三个关键因素才能有效：
a) 数据，大量的数据
为了教给人工智能新的技巧，需要将大量的数据输入给模型，用以实现可靠的输出评分。例如特斯拉已经向其汽车部署了自动转向特征，同时发送它所收集的所有数据、驾驶员的干预措施、成功逃避、错误警报等到总部，从而在错误中学习并逐步锐化感官。 一个产生大量输入的好方法是通过传感器：无论你的硬件是内置的，如雷达，相机，方向盘等（如果它是一辆汽车的话），还是你倾向于物联网(Internet of Things)。蓝牙信标、健康跟踪器、智能家居传感器、公共数据库等只是越来越多的通过互联网连接的传感器中的一小部分，这些传感器可以生成大量数据（多到让任何正常的人来处理都太多）。