《《空間決策支持》PPT課件》由會員分享，可在線閱讀，更多相關(guān)《《空間決策支持》PPT課件（50頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、第八章：空間決策支持,湖南科技大學(xué)建筑與城鄉(xiāng)規(guī)劃學(xué)院 主講：都市稻草人,本章內(nèi)容：,空間分析與空間決策支持 空間決策支持系統(tǒng) 空間決策支持系統(tǒng)的相關(guān)技術(shù),8.1空間分析與空間決策支持,空間分析的定義 空間分析是基于地理對象的空間布局的地理數(shù)據(jù)分析技術(shù)。簡單地說，可以認(rèn)為所謂空間分析，就是利用計(jì)算機(jī)對數(shù)字地圖進(jìn)行分析。 空間分析的分類 根據(jù)空間分析的智能化程度 一般空間分析 空間決策支持 智能空間支持,8.1.1一般空間分析,空間查詢與量算 疊置分析 緩沖區(qū)分析 網(wǎng)絡(luò)分析 空間插值 統(tǒng)計(jì)分析,功能包括：,8.1.1一般空間分析,Step1:建立分析的目的和標(biāo)準(zhǔn) 分析目的是用戶打算

2、利用地理數(shù)據(jù)回答什么問題，標(biāo)準(zhǔn)是將如何利用GIS來回答這些問題。例如：確定新建一個公園，對于公園的選址，交通必須方便靠近水源但又不能太靠近公路而且還要遠(yuǎn)離工廠等。對于每個標(biāo)準(zhǔn)可利用緩沖區(qū)分析和疊置分析來操作分析。 Step2:準(zhǔn)備空間操作的數(shù)據(jù) 確定和分析的數(shù)據(jù)應(yīng)包括：空間數(shù)據(jù)和屬性數(shù)據(jù)。 Step3:進(jìn)行空間分析操作 空間分析是地理信息系統(tǒng)特有的功能。分析操作包括緩沖區(qū)分析、疊置分析、特征抽取和特征合并等。 Step4:準(zhǔn)備表格分析的數(shù)據(jù)：空間數(shù)據(jù)和描述數(shù)據(jù) Step5：進(jìn)行表格分析 Step6:結(jié)果的評定和解釋 Step7：改進(jìn)分析 Step8：產(chǎn)生分析結(jié)果的最終地圖和表格報告,建立步

3、驟,8.1.1一般空間分析,實(shí)例1----道路拓寬建設(shè)過程中的拆遷指標(biāo)計(jì)算,1）道路拓寬改建的目的和標(biāo)準(zhǔn) 目的：計(jì)算由于道路拓寬建設(shè)而需拆遷的建筑物面積和房產(chǎn)價值。 標(biāo)準(zhǔn)：a 道路從原有的20m拓寬到60m b 拓寬道路盡量保持直線 c 部分位于拆遷區(qū)內(nèi)的10層以上建筑不拆遷 2）準(zhǔn)備分析的數(shù)據(jù) 涉及兩類信息： a 現(xiàn)狀道路圖 b 分析區(qū)域內(nèi)的建筑物分布圖,案例,3）空間分析操作 a:緩沖區(qū)分析：對擬拓寬的道路，根據(jù)拓寬半徑建立緩沖區(qū)，產(chǎn)生一個新圖層 b:疊加分析：將a圖層與建筑物圖層數(shù)據(jù)進(jìn)行疊加，作為新圖，該圖層包含所有部分或是全部位于拆遷區(qū)內(nèi)的建筑物信息 4)統(tǒng)計(jì)分析 a:選擇落

4、入拆遷區(qū)內(nèi)的建筑（含部分落入），剔除10層以上建筑物，并對拓寬道路作局部調(diào)整 b:統(tǒng)計(jì)拆遷建筑物并對其進(jìn)行拆遷指標(biāo)計(jì)算和房產(chǎn)估算 5）結(jié)果輸出 以地圖和報表形式打印輸出,實(shí)例1----道路拓寬建設(shè)過程中的拆遷指標(biāo)計(jì)算,8.1.2空間決策支持,定義： 空間決策支持是應(yīng)用各種空間分析手段對空間數(shù)據(jù)進(jìn)行處理。以提取出隱含于空間數(shù)據(jù)中的某些事實(shí)和關(guān)系，并以圖形和文字的形式直觀的加以表達(dá)，為現(xiàn)實(shí)世界中的各種應(yīng)用提供科學(xué)合理的支持。 應(yīng)用領(lǐng)域 ： 城市用地選址、最佳路徑選取、定位分析、資源分配等與數(shù)據(jù)發(fā)生關(guān)系的領(lǐng)域。,決策的需要過程： 決策支持的問題大大超過了一般空間分析功能 （1）確定目標(biāo)：根據(jù)用

5、戶的任務(wù)要求等確定目標(biāo)并分類分析 （2）搜集數(shù)據(jù)：廣泛搜集與解題有關(guān)的各種數(shù)據(jù) （3）建立模型：根據(jù)目標(biāo)，建立運(yùn)作模型以及定量分析模型 （4）尋求空間分析手段：綜合分析各種可能的情況并確定其可行性，最后形成分析結(jié)果，提交用戶使用 （5）結(jié)果評價：對空間分析結(jié)果進(jìn)行評價，確定結(jié)果的可靠性、正確性和合理性。,8.1.2空間決策支持（SDSS）,問題的提出（建立目標(biāo)和標(biāo)準(zhǔn)） 數(shù)據(jù)的準(zhǔn)備 （1）公路與鐵路分布圖----線狀圖 （2）森林服務(wù)權(quán)屬圖----面狀地圖 （3）城鎮(zhèn)行政區(qū)劃圖----面狀地圖 功能需求分析,實(shí)例2-----森林旅游點(diǎn)的選址確定,功能分析,緩沖分析,中心點(diǎn)計(jì)算及疊加,繪圖輸

6、出,面狀邊界消除與合并,報表打印,屬性重分類,拓?fù)浏B加,面積量算,,,,,,,,,案例,8.1.2空間決策支持（SDSS）,步驟分析 根據(jù)森林權(quán)屬找出所有森林地區(qū) 1為林地，0為非林地 合并森林分類圖屬性相同的相鄰多邊形的邊界 找出距離公路0.5公里的地區(qū) 找出距離公路1公里的地區(qū) 找出非城市用地 1為非市區(qū)，0為市區(qū) 找出森林地區(qū)、非市區(qū)、且距公路或是 鐵路0.5-1公里范圍內(nèi)的地區(qū) 合并相同屬性的多邊形 面積量算約束、輸出分類圖,,再分類,歸組,拓?fù)浏B加,緩沖區(qū)分析,再分類,歸組,,統(tǒng)計(jì)分析,8.1.3智能空間決策支持,1.定義： 智能決策支持系統(tǒng)IDSS（Intelligent

7、 Decision Support Systems）是決策支持系統(tǒng)DSS 與人工智能AI （Artificial Intelligence）相結(jié)合的產(chǎn)物，它將人工智能中的知識表示與處理的思想引入到DSS，其獨(dú)特的研究方法和廣泛的發(fā)展前途使之一出現(xiàn)就成為決策支持技術(shù)研究的熱點(diǎn)。 智能空間決策支持是在空間決策支持的基礎(chǔ)上，增加了更多的人工智能技術(shù)，提高了空間決策的智能化處理水平，能夠解決更復(fù)雜的空間決策問題。,8.1.3智能空間決策支持,2.結(jié)構(gòu) 智能空間決策支持系統(tǒng)的體系結(jié)構(gòu)：,通用智能空間決策支持系統(tǒng)結(jié)構(gòu)體系圖,8.2空間決策支持系統(tǒng)（SDSS）,發(fā)展?fàn)顩r： 目前，大多數(shù)GIS尚停留在數(shù)據(jù)

8、的獲取、查詢、分析、顯示、制圖等水平，還缺少對復(fù)雜空間問題決策的有效支持能力，很難滿足各級決策的需求。直到20世紀(jì)80年代才作為一個新的領(lǐng)域在GIS和DSS基礎(chǔ)上得到了廣泛的發(fā)展。 一般來說，SDSS能幫助決策者從錯綜復(fù)雜的現(xiàn)實(shí)現(xiàn)象中抓住本質(zhì)、理清頭緒，明確主要任務(wù)和目標(biāo)，自主靈活的生成各種解決問題的方案，研究比較相互之間的利弊矛盾，進(jìn)而找出更切合實(shí)際的辦法，采取相應(yīng)的措施與行動。,8.2.1空間決策過程的復(fù)雜性,空間決策是一個涉及多目標(biāo)和多約束性條件的復(fù)雜過程，一般不能簡單的通過描述性知識和程式化知識來進(jìn)行解決，往往要求綜合地使用信息、領(lǐng)域?qū)＜抑R和有效的交流手段。 1.信息的復(fù)雜性：

9、 信息技術(shù)的發(fā)展給決策者提供了大量的空間信息（地圖、航片、測量數(shù)據(jù)）和非空間信息（表格、文本、屬性信息等） 1.結(jié)構(gòu)化信息：高度結(jié)構(gòu)化，形式化如數(shù)學(xué)模型、計(jì)算機(jī)算法等，它遵循固定的框架 2.非結(jié)構(gòu)化信息：人的經(jīng)驗(yàn)，感官體驗(yàn)、世界觀等 3.半結(jié)構(gòu)化信息：介于二者之間的信息,程式化知識,描述性知識,8.2.1空間決策過程的復(fù)雜性,2.決策問題的復(fù)雜性： 決策者使用信息和知識，在解決結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化問題上的復(fù)雜程度也有所不同 確定性決策（結(jié)構(gòu)化決策） 對決策的過程、環(huán)境及規(guī)則能用固定的模型與語言描述，可以用一些算法產(chǎn)生方案，并能從中選擇最優(yōu)解。 不確定性決策（半結(jié)構(gòu)化決策） 可以建立適

10、當(dāng)?shù)乃惴▉懋a(chǎn)生方案，從而得到較優(yōu)的決策 風(fēng)險性決策（非結(jié)構(gòu)化決策） 決策過程復(fù)雜，不可能用確定的模型和語言來描述，更無所謂最優(yōu)解，具有一定的風(fēng)險性。,,空間決策支持過程：,左側(cè)為數(shù)據(jù)處理，用于計(jì)算和量測，以及知識推理和更新 右側(cè)為信息處理，，用于處理事實(shí)，組織信息和原理 決策中的信息和知識是相互作用的，是對傳統(tǒng)信息技術(shù)的擴(kuò)充。,8.2.2空間決策系統(tǒng)的分類,,按功能特點(diǎn)分類,按技術(shù)水平分類,按系統(tǒng)體系結(jié)構(gòu)分類,,,,通用開發(fā)平臺系統(tǒng) 專用軟件工具系統(tǒng) 具體應(yīng)用系統(tǒng),地理信息系統(tǒng) 空間決策支持系統(tǒng) 空間群決策支持系統(tǒng),單機(jī)系統(tǒng) 網(wǎng)絡(luò)系統(tǒng),8.2.4 空間決策支持系統(tǒng)的功能,不同數(shù)據(jù)源的空間和非空

11、間數(shù)據(jù)的獲取、輸入和存儲 復(fù)雜空間數(shù)據(jù)結(jié)構(gòu)和空間關(guān)系表示方法，適于數(shù)據(jù)查詢、檢索分析和顯示 靈活的集成程序式空間知識和數(shù)據(jù)的處理能力 靈活的功能修改和擴(kuò)充機(jī)制 友好的人機(jī)交互界面 提供決策需要的多種輸出 提供非結(jié)構(gòu)化空間知識的形式化表達(dá)方法 提供基于領(lǐng)域?qū)＜抑R的推理機(jī)制 提供自動獲取知識或自學(xué)習(xí)功能 提供基于空間信息、描述性知識、程式化知識的智能控制機(jī)制,空間決策知識與一般的決策支持功能大致相同，但前者更注重空間數(shù)據(jù)和空間知識的獲取和解決。,空間決策支持系統(tǒng)沿著一般空間分析、空間決策扶持系統(tǒng)、智能空間決策支持系統(tǒng)的發(fā)展軌跡進(jìn)行發(fā)展，并不斷地引入各種相關(guān)技術(shù)，提高空間分析解決復(fù)雜問題的能力，提

12、高智能化水平，因此，空間決策支持系統(tǒng)必須研究一些相關(guān)技術(shù)，包括決策支持系統(tǒng)技術(shù)、人工智能技術(shù)、專家系統(tǒng)技術(shù)、數(shù)據(jù)倉庫技術(shù)、數(shù)據(jù)挖掘和知識發(fā)現(xiàn)技術(shù)等,8.3 空間決策支持系統(tǒng)的關(guān)鍵技術(shù),決策支持系統(tǒng)是輔助決策者通過數(shù)據(jù)、模型、知識以及人機(jī)交互進(jìn)行決策的計(jì)算機(jī)應(yīng)用系統(tǒng)。它起始于管理 信息系統(tǒng)，是在管理 信息系統(tǒng)基礎(chǔ)上增加了非結(jié)構(gòu)化問題處理模塊、模型計(jì)算和各種方法以解決結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化決策問題，為決策者提供分析問題、建立模型、模擬決策過程和方案的環(huán)境，調(diào)用各種信息資源和分析工具，幫助決策者提高決策水平和質(zhì)量。,8.3.1 決策支持技術(shù),Buchanan和Shortlife認(rèn)為“人式智能是計(jì)

13、算機(jī)科學(xué)的分支，它用符號、非算法的方法進(jìn)行問題求解” Rich和Knight認(rèn)為“人工智能是研究如何讓計(jì)算機(jī)做現(xiàn)階段只有人才能做得好的事” Nilsson認(rèn)為“人工智能是關(guān)于知識的科學(xué)，即怎樣表示知識，怎樣獲取知識和怎樣使用知識的科學(xué)” 類似人一樣動作 類似人一樣進(jìn)行思考和推理 理性思考 理性動作,8.3.2 人工智能技術(shù),人工智能是一門新興的邊緣學(xué)科，是自然科學(xué)和社會科學(xué)和交叉學(xué)科，它吸取了自然科學(xué)和社會科學(xué)的最新成就，以思維與智能為核心，形成了具有自身研究特征的新的體系。人工智能的研究涉及廣泛的領(lǐng)域，如各種知識表示模式、不同的智能搜索技術(shù)、求解數(shù)據(jù)和知識不確定問題的各種方法、機(jī)

14、器學(xué)習(xí)的不同模式等等。它也是一門綜合性的學(xué)科，它是在控制論、信息論和系統(tǒng)論的基礎(chǔ)上誕生的，它涉及哲學(xué)、心理學(xué)、認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)以及各種程學(xué)方法，這些學(xué)科為人工智能的研究提供了豐富的知識和研究方法。,8.3.2 人工智能技術(shù),人工智能的重點(diǎn)隨著時間的變化也在發(fā)生著很大的變化。目前對更好的理解人工智能有所幫助并且值得去研究的問題有很多，主要有以下一些內(nèi)容： 機(jī)器學(xué)習(xí) Machine Learning 知識表示和推理 Knowledge Representation and Reasoning 規(guī)劃 Planning 知識獲取 Knowledge Acquisition 智能搜索 Inte

15、lligent Search 邏輯程序設(shè)計(jì) Logic Programming 軟計(jì)算 Soft Computing,8.3.2 人工智能技術(shù),專家系統(tǒng)是人工智能在信息系統(tǒng)中的具體應(yīng)用，它是一個智能計(jì)算機(jī)程序系統(tǒng)，內(nèi)部存儲大量專家水平的某個領(lǐng)域知識與經(jīng)驗(yàn)，決策者利用專家的知識和經(jīng)驗(yàn)可以解決相關(guān)領(lǐng)域的問題。 一般專家系統(tǒng)包括數(shù)據(jù)庫、知識庫、推理機(jī)、解釋器及知識獲取五個部分組成。,8.3.3 專家系統(tǒng)技術(shù),數(shù)據(jù)倉庫是面向主題的、集成的、時變的、非易失的并且隨時間而變化的數(shù)據(jù)集合。與其它的數(shù)據(jù)存儲系統(tǒng)相比它具有四個特性： 面向主題的：通常構(gòu)造數(shù)據(jù)倉庫的構(gòu)造是圍繞一些主題進(jìn)行的，如產(chǎn)品、客戶、銷售組

16、織； 集成的：通常構(gòu)造數(shù)據(jù)倉庫是將多各數(shù)據(jù)源集成在一起進(jìn)行存儲，它使用數(shù)據(jù)清理和數(shù)據(jù)集成技術(shù)，確保命名約定、編碼結(jié)構(gòu)、屬性度量等的一致性。 時變的：數(shù)據(jù)存儲從歷史的角度提供信息。數(shù)據(jù)倉庫中的關(guān)鍵結(jié)構(gòu)隱式或顯式地包含時間元素； 非易失的：數(shù)據(jù)保持不變，按計(jì)劃添加數(shù)據(jù)，但是依據(jù)一定的規(guī)則，原數(shù)據(jù)不會丟失；,8.3.4 數(shù)據(jù)倉庫技術(shù),數(shù)據(jù)倉庫與日常操作數(shù)據(jù)庫是分離的，這是因?yàn)檫@兩種系統(tǒng)的數(shù)據(jù)的結(jié)構(gòu)、內(nèi)容和用法都可能有不同。決策支持需要將來自異種源的數(shù)據(jù)統(tǒng)一，產(chǎn)生高質(zhì)量、集成的數(shù)據(jù)。相比之下操作數(shù)據(jù)庫只維護(hù)詳細(xì)的原始數(shù)據(jù)，這些數(shù)據(jù)在分析之前需要統(tǒng)一，由于兩個系統(tǒng)的功能大不相同需要不同類型的數(shù)據(jù)，因此需

17、要維護(hù)分離的數(shù)據(jù)庫。 數(shù)據(jù)倉庫利用多維分類機(jī)制組織大量的動作數(shù)據(jù)和歷史數(shù)據(jù)，把觀察對象的屬性稱為維。維可有層次結(jié)構(gòu)。目前數(shù)據(jù)倉庫的存儲主要有兩種實(shí)現(xiàn)方式，一種是關(guān)系數(shù)據(jù)庫存儲；另一種是用多維數(shù)據(jù)庫存儲。在關(guān)系數(shù)據(jù)庫存儲方式中，一般采用星型、雪花型或兩都的混合模式來組織數(shù)據(jù)。而在多維數(shù)據(jù)庫的實(shí)現(xiàn)方式采用數(shù)據(jù)立方體來組織數(shù)據(jù)。 數(shù)據(jù)倉庫的研究還不是很成熟，盡管出現(xiàn)了很多數(shù)據(jù)倉庫的產(chǎn)品，但是在統(tǒng)一的標(biāo)準(zhǔn)等方面還沒有完全成型，還有等進(jìn)一步發(fā)展。,8.3.4 數(shù)據(jù)倉庫技術(shù),空間數(shù)據(jù)挖掘是指從空間數(shù)據(jù)庫中提取用戶感興趣的空間模式與特征、空間與非空間數(shù)據(jù)的普遍關(guān)系及其他一些隱含在數(shù)據(jù)庫中的普遍數(shù)據(jù)特征

18、。 從GIS數(shù)據(jù)庫中可以發(fā)現(xiàn)的主要知識類型有： 普遍的幾何知識 空間分布規(guī)律 空間關(guān)聯(lián)規(guī)則 空間聚類規(guī)則 空間特征規(guī)則 空間區(qū)分規(guī)則 空間演變規(guī)則,8.3.5 數(shù)據(jù)挖掘與知識發(fā)現(xiàn),空間數(shù)據(jù)挖掘與知識發(fā)現(xiàn)是多學(xué)科和多種技術(shù)交叉綜合的一個領(lǐng)域，它綜合了機(jī)器學(xué)習(xí)、數(shù)據(jù)庫、專家系統(tǒng)、模式識別、統(tǒng)計(jì)、管理信息系統(tǒng)、等領(lǐng)域的有關(guān)技術(shù)，因而數(shù)據(jù)挖掘與知識發(fā)現(xiàn)方法是豐富多彩的。針對空間數(shù)據(jù)庫的特點(diǎn)，存在以下一些主要的數(shù)據(jù)挖掘與知識發(fā)現(xiàn)方法： 統(tǒng)計(jì)方法 歸納方法 聚類方法 空間分析方法 探測性的數(shù)據(jù)分析 粗糙集方法 去理論 圖像分析的模式識別 概念格方法,8.3.5 數(shù)據(jù)挖掘與知識發(fā)現(xiàn),空間知識發(fā)現(xiàn)系統(tǒng)的結(jié)構(gòu)及

19、開發(fā)方法,8.3.5 數(shù)據(jù)挖掘與知識發(fā)現(xiàn),開發(fā)知識發(fā)現(xiàn)系統(tǒng)時，有兩重要的問題需要考慮，并做出選擇： 是自發(fā)地發(fā)現(xiàn)還是根據(jù)用戶的命令發(fā)現(xiàn) 自發(fā)地發(fā)現(xiàn)會得到大量不感興趣的知識，而且效率會很低；根據(jù)用戶全集執(zhí)行則發(fā)現(xiàn)的效率較高，速度較快，結(jié)果符合要求。 系統(tǒng)如何管理數(shù)據(jù)庫系統(tǒng)本身具有數(shù)據(jù)庫管理系統(tǒng)功能還是與外部數(shù)據(jù)庫管理系統(tǒng)相連。 系統(tǒng)本身具有數(shù)據(jù)庫管理系統(tǒng)功能，系統(tǒng)整體運(yùn)行效率高，但是軟件開發(fā)工作量大，不易更新；系統(tǒng)與外部數(shù)據(jù)庫管理系統(tǒng)結(jié)合使用，整體的效率會稍低，但開發(fā)工作量小，通用性好，易于及時吸收最新的數(shù)據(jù)庫技術(shù)成果。,8.3.5 數(shù)據(jù)挖掘與知識發(fā)現(xiàn),命題:：命題是一個能夠決定是真

20、還是假的陳述名，是一種陳述性的知識表達(dá)形式。,語義網(wǎng)絡(luò)：,語義網(wǎng)絡(luò)是表示命題信息的一種經(jīng)典人工智能表示技術(shù)，最初主要用于自然語言理解的研究，由于其強(qiáng)大和直觀的表達(dá)能力，如今被廣泛地應(yīng)用于專家系統(tǒng)、自然語言理解等基于知識的系統(tǒng)中，是一種表達(dá)能力強(qiáng)而靈活的知識表示方法。,語義網(wǎng)絡(luò)是通過概念及其主義關(guān)系來一種有向網(wǎng)絡(luò)圖，它是一個帶有標(biāo)示的有向圖； 有向圖的節(jié)點(diǎn)表示各種事物、概念、情況、屬性、動作、狀態(tài)等，弧表示節(jié)點(diǎn)之間的各種語義關(guān)系，指明它所連接的節(jié)點(diǎn)之間的某種語義關(guān)系； 節(jié)點(diǎn)和弧必須帶有標(biāo)識，以便區(qū)分各個不同對象以及之間的各種不同的關(guān)系； 因此一個語義網(wǎng)絡(luò)主要包括兩部分：事件，以及事件間的

21、關(guān)系； 從結(jié)構(gòu)上看，語義網(wǎng)格一般是由一些基本的語義單元構(gòu)成，這些最基本的單元用三元組表示為： （節(jié)點(diǎn)1 ，弧 ，節(jié)點(diǎn)2）,語義網(wǎng)絡(luò)：_基本概念,若A、B表示兩節(jié)點(diǎn)，R表示A、B之間的某種語義關(guān)系，則語主義對就表示如下圖：,語義網(wǎng)絡(luò)：_基本概念,把多個基本網(wǎng)元用相應(yīng)的語義聯(lián)系在一起時，就可以得到一個語義網(wǎng)絡(luò)。語義網(wǎng)絡(luò)有時也稱為聯(lián)系網(wǎng)，這是因?yàn)榫W(wǎng)絡(luò)中的節(jié)點(diǎn)都是相連的，在語義上有一定的相關(guān)性。,例如，對于”鴕鳥是一種鳥“這一事實(shí)可表示為如下圖所示的語義網(wǎng)絡(luò)：,從功能上講，語義網(wǎng)絡(luò)可以描述任何事物之間的任意復(fù)雜關(guān)系。但是，這種描述是通過把許多基本語義關(guān)系關(guān)聯(lián)到一起實(shí)現(xiàn)的，基本語義是構(gòu)成

22、復(fù)雜主義關(guān)系的基石，也是語義網(wǎng)絡(luò)知識表示的基礎(chǔ)。下面列出一些常用 的語義關(guān)系。 (1)IS-A、A-Kind-OF、A-Member-Of和Instance-Of 這些關(guān)系一般描述的是事物之間的類屬關(guān)系，IS-A和A-Kind-Of常寫作為ISA和AKO；,語義網(wǎng)絡(luò)：_基本事實(shí)的表達(dá),ISA的含義為“是一個”，“是的一個實(shí)例”。表示一個事物是另一個事物的實(shí)例，指出一個類的一個特定成員。例如“張強(qiáng)是一個人”可表示為如下所示的語義網(wǎng)絡(luò)圖：,AKO的直觀含義為“是一種”，表示一個事物是另一事物的一種類型。AKO關(guān)系用來連接一個類與另一個類。它不用來表示特定個體之間的關(guān)系，它用來連接一個個類和它的

23、父類，這里的個類就是一個子類。例如“鳥是動物”可表示為如下所示的語義網(wǎng)絡(luò)：,語義網(wǎng)絡(luò)：_基本事實(shí)的表達(dá),Instance-Of關(guān)系用來建立AKO關(guān)系的逆關(guān)系，表示一個事物是另一個事物的一個實(shí)例。例如“鳥是一種動物”可表示為如下所示的語義網(wǎng)絡(luò)圖：,A-Member-Of的直觀含義是“是的一員”，即表示一個事物是另一個事物的一個成員，反映了個體與集體（類或集體）之間的關(guān)系。例如，“張三是工會會員”可表示為如下的語義網(wǎng)絡(luò)：,語義網(wǎng)絡(luò)： _基本事實(shí)的表達(dá),,(2)屬性關(guān)系 屬性關(guān)系一般是表示事物和其屬性之間的關(guān)系。一個對象一般都有一個以上的屬性，而每個屬性又有一個值。屬性和值組合成特性。例如，一個小

24、飛船屬性有：尺寸、重量、形狀和顏色等。常用的屬性一般都是的謂語或動詞部分，如Have，Can，Is等。,Have:直觀含義是“有”，表示事物和屬性的占有關(guān)系。例如“小飛船有機(jī)翼”可表示為如下圖所示的語義網(wǎng)絡(luò)：,Can:直觀含義為“能”、“會”等，表示屬性和事物之間的能力或技能關(guān)系。如“小飛船會飛”可表示為如下所示的語義網(wǎng)絡(luò)：,語義網(wǎng)絡(luò)： _基本事實(shí)的表達(dá),Is:含義比較豐富，可表示屬性和事物之間的關(guān)系比較多。例如“小飛船比較小”如果用Is表示的話可表示為如下所示的語義網(wǎng)絡(luò):,一個節(jié)點(diǎn)的屬性被一個后代節(jié)點(diǎn)所復(fù)制,稱為繼承。除非有特例，否則可以假定一個類的所有成員都會繼承它們超類的所有特性。繼承在

25、知識表達(dá)中是一種非常有用的工具，因?yàn)樗槐刂貜?fù)表達(dá)相同的屬性。由于許多復(fù)雜的關(guān)系都可以用一些節(jié)點(diǎn)和連接來表示，所以連接和繼承就為知識表示提供了一個很有效的手段。,(3)其他關(guān)系 現(xiàn)實(shí)事物之間的關(guān)系多種多樣，除了上面給出的關(guān)系，還包括以下的主要關(guān)系。 包含關(guān)系：也稱為聚類關(guān)系，一般描述“部分和整體”之間的關(guān)系。它和類屬關(guān)系的主要區(qū)別是包含關(guān)系一般不具有繼承性。例如Part-Of、Composed-Of可用來描述包含關(guān)系。對于“機(jī)翼是小飛船的一部分”和“小飛船由機(jī)翼和機(jī)身構(gòu)成”可分別表示為如下圖所示的語義網(wǎng)絡(luò)。,語義網(wǎng)絡(luò)： _基本事實(shí)的表達(dá), 時間關(guān)系：表示事物之間的時間上的先后順序。如Befor

26、e表示一個事件在另一個事件之前發(fā)生；After表示一個事件在另一個事件之后發(fā)生；At表示某一事物發(fā)生的時間等。 位置關(guān)系：表示不同事物間的位置關(guān)系。如Location-on表示一個事物在另一個事物之上。類似的有Location-at 、Location-under、 Location-inside、 Location-outside等。 相似關(guān)系：相似關(guān)系指不同事物在形狀、內(nèi)容等方面的相似或接近。如Similar-to可表示一個事物和另一個事物相似；Near-to表示一個事物和另一個事物接近等。,語義網(wǎng)絡(luò)： _基本事實(shí)的表達(dá),語義網(wǎng)絡(luò)中節(jié)點(diǎn)不公可以表示一個物體或者概念，也可以表示情況和

27、動作。與個體節(jié)點(diǎn)一樣，關(guān)系節(jié)點(diǎn)同樣可以劃分為概念節(jié)點(diǎn)和實(shí)例節(jié)點(diǎn)，實(shí)例節(jié)點(diǎn)和概念節(jié)點(diǎn)之間可以用ISA弧聯(lián)系。每一個動作節(jié)點(diǎn)可以是某個概念的一個實(shí)例，可以有一組向外的弧，用以說明與該實(shí)例有關(guān)的各種變量。例如事實(shí)“小燕子從春天到秋天占有一個巢”的語義網(wǎng)絡(luò)如下圖所示。,語義網(wǎng)絡(luò)： _表示情況和動作,圖中設(shè)立了“占有權(quán)-”節(jié)點(diǎn)，表示小燕子有自己的巢，當(dāng)然小燕子也可以有其它的東西，所以占有權(quán)-只是占有權(quán)的一個實(shí)例。,通常把有關(guān)的一個物體或概念，或一組有關(guān)的物體或概念的知識用一個語義網(wǎng)絡(luò)表示出來。不然的話，會造成過多的網(wǎng)絡(luò)，使問題復(fù)雜化。與此相關(guān)的是尋找基本概念和某些基本弧的問題。這被稱之為“選擇語義基元”

28、問題。選擇語義基元就是試圖用一組基元來表示知識。這些基元描述基本知識，并以圖解表示的形式相互聯(lián)系。通過這種方式，可以用簡單的知識來表達(dá)更復(fù)雜的知識。,語義網(wǎng)絡(luò)： _表示情況和動作,語義網(wǎng)絡(luò)是一種網(wǎng)絡(luò)結(jié)構(gòu)，節(jié)點(diǎn)之間以鏈相連。從本質(zhì)上講節(jié)點(diǎn)之間的連接是二元關(guān)系，因此語義網(wǎng)絡(luò)很適合于表示二元關(guān)系。但是一元關(guān)系和多元關(guān)系都可以用二元關(guān)系來表示。如一元關(guān)系“張強(qiáng)是一個人”用一元謂詞表示為MAN(Zhanaqiang)。用語義網(wǎng)絡(luò)就可以表示為如下圖所示：,語義網(wǎng)絡(luò)： _多元語義網(wǎng)絡(luò)的表示,如果要表示的事實(shí)是多元關(guān)系的，可以把這個多元關(guān)系轉(zhuǎn)化成一n組二元關(guān)系組合，或二元關(guān)系的合取。具體來說多元關(guān)系R(X1,

29、X2, , X n)總可以轉(zhuǎn)換成:,例如三根要線a,b,c組成一三角形。這可表示成TRIANGLE(a,b,c)。這個三元關(guān)系可轉(zhuǎn)換成一組二元關(guān)系的合取，即,一個語義網(wǎng)絡(luò)可以有多個子網(wǎng)絡(luò)組成，這些子網(wǎng)絡(luò)之間也存在著與謂詞邏輯類似的各種連接詞和量詞。,語義網(wǎng)絡(luò)： _連接詞與量詞的表示,(1)合取 如前所述，多元關(guān)系可以被轉(zhuǎn)換成一組二元合取，從而可以用網(wǎng)絡(luò)的形式表示出來。在語義網(wǎng)絡(luò)中如不加標(biāo)志，就意味著連接之間的關(guān)系是合取。 (2)否定 為表示否定關(guān)系，可以采用ISA和PART-OF關(guān)系或標(biāo)注NEG界限，如下圖所示，其中(a)和(b)分別表示(A isa B)和(B part-of C)。若要表

30、示ISA(A,B) PART-OF(B,C) 如下c所示。,(3)蘊(yùn)涵 在語義網(wǎng)絡(luò)中可和標(biāo)注ANTE和CONSE的一對連接在一起的封閉虛線來表示蘊(yùn)涵關(guān)系。ANTE和CONSE分別用來把與前提及與結(jié)果相關(guān)的鏈聯(lián)系在一起，例如：Every one who lives at 37 Maple Street is a programmer可表示為如下所示的語義網(wǎng)絡(luò)。,語義網(wǎng)絡(luò)： _連接詞與量詞的表示,(4)量化 語義網(wǎng)絡(luò)可以表示變量，這樣在推理過程中就存在對量詞進(jìn)行量化處理，因此就需要對量詞進(jìn)行表示。 存在量詞的量化在語義網(wǎng)絡(luò)中可直接用ISA鏈來表示。而全稱量詞的量化就要用分割方法來表示。例如，

31、表示The dog bit the postman這句話意味著所涉及的是存在量化。如下圖所示，D節(jié)點(diǎn)表示一特定的狗；P表示一特定的郵遞員；B表示一特定的咬人事件。咬人事件B包括兩部分，一部分是攻擊者，一部分是受害者。節(jié)點(diǎn)D、B、P都是用ISA鏈與概念節(jié)點(diǎn)DOG、BITE以及POSTMAN相連，因此表示是存在量化。,語義網(wǎng)絡(luò)： _連接詞與量詞的表示,在語義網(wǎng)絡(luò)知識表達(dá)方法中，沒有形式語義，也就是說，和謂詞邏輯不同，對所表達(dá)結(jié)構(gòu)沒有統(tǒng)一的規(guī)定。賦予網(wǎng)絡(luò)結(jié)構(gòu)的含義完全決定于管理這個網(wǎng)絡(luò)的過程特性。語義網(wǎng)絡(luò)中的推理過程主要有兩種，一種是繼承，另一種是匹配。 (1)繼承 在語義網(wǎng)絡(luò)中所謂的繼承是把事

32、物的描述從概念節(jié)點(diǎn)或類節(jié)點(diǎn)傳遞到實(shí)例節(jié)點(diǎn)。在語義網(wǎng)絡(luò)中一般有三種繼承過程，它們分別是值繼承、如果需要繼承、缺省繼承。 值繼承：在語義網(wǎng)絡(luò)節(jié)點(diǎn)之間的語義關(guān)系中，定義了ISA鏈和AKO鏈，它們都可以用來實(shí)現(xiàn)節(jié)點(diǎn)之間的值繼承。 如果需要繼承：在某些情況下，當(dāng)我們不知道某個槽值時，可以利用已知信息來計(jì)算。 缺省繼承：把具有相當(dāng)程度的真實(shí)性，但雙不十分肯定的值稱為缺省值，只要不與現(xiàn)有事實(shí)相沖突，就默認(rèn)這個值為該事物的值，在語義網(wǎng)絡(luò)中這種推理稱為缺省繼承。,語義網(wǎng)絡(luò)： _語義網(wǎng)絡(luò)的推理過程,語義網(wǎng)絡(luò)： _語義網(wǎng)絡(luò)的推理過程,(2)匹配 在語義網(wǎng)絡(luò)系統(tǒng)中,問題求解推理的匹配實(shí)現(xiàn)過程為：根據(jù)待求解

33、問題的要求構(gòu)造一個網(wǎng)絡(luò)片斷，其中有些節(jié)點(diǎn)或弧的標(biāo)識是空的,反映求解的問題；此網(wǎng)絡(luò)片斷到知識庫中去尋找可匹配的網(wǎng)絡(luò)，以找出所需要的信息。當(dāng)然，這種匹配一般不完全的，具有不確定性，因此需要解決不確定匹配的問題；當(dāng)問題的 語義網(wǎng)絡(luò)片斷與知識庫中的 某些語義網(wǎng)絡(luò)片斷匹配進(jìn)，則與詢問處匹配的事實(shí)就是問題的解。 例如有有如下事實(shí)：趙云是一個學(xué)生；他在東方大學(xué)主修計(jì)算機(jī)課程；他入校的時間是1990年。這些事實(shí)可用下圖所示的語義網(wǎng)絡(luò)表示出趙云所受教育的情況。,語義網(wǎng)絡(luò)： _連接詞與量詞的表示,語義網(wǎng)絡(luò)表示方法的主要優(yōu)點(diǎn)： (1)結(jié)構(gòu)性好 (2)聯(lián)想性 (3)自然性,語義網(wǎng)絡(luò)： _語義網(wǎng)絡(luò)表示方法的特點(diǎn),語義網(wǎng)絡(luò)表示方法的主要局限性： (1)非嚴(yán)格性 (2)復(fù)雜性 (3)組合爆炸問題 (4)不充分性,