动物识别专家系统上机报告含源代码

一、试验题目

动物识别专家系统

二、试验内容

动物识别专家系统是流行的专家系统实验模型,它用来产生式规则表示知识,共15条规则、可以识别七种动物,这些规则既少又简单,可以改造他们,也可以加进新的规则,还可以用来识别其他东西的新规则来取代这些规则。动物识别15条规则的中文表示是:

规则1

如果:动物有毛发

  :该动物是哺乳动物

规则2

    如果:动物有奶

      :该单位是哺乳动物

规则3:

    如果:该动物有羽毛

      :该动物是鸟

规则4

    如果:动物会飞,且会下蛋

      :该动物是鸟

规则5

    如果:动物吃肉

      :该动物是肉食动物

规则6

    如果:动物有犬齿,且有爪,且眼盯前方

      :该动物是食肉动物

规则7

    如果:动物是哺乳动物,且有蹄

      :该动物是有蹄动物

规则8

    如果:动物是哺乳动物,且是反刍动物

      :该动物是有蹄动物

规则9

    如果:动物是哺乳动物,且是食肉动物,且是黄褐色的,且有暗斑点

      :该动物是豹

规则10

    如果:如果:动物是黄褐色的,且是哺乳动物,且是食肉,且有黑条纹

      :该动物是虎

规则11

    如果:动物有暗斑点,且有长腿,且有长脖子,且是有蹄类

      :该动物是长颈鹿

规则12

    如果:动物有黑条纹,且是有蹄类动物

      :该动物是斑马

规则13

    如果:动物有长腿,且有长脖子,且是黑色的,且是鸟,且不会飞

      :该动物是鸵鸟

规则14

    如果:动物是鸟,且不会飞,且会游泳,且是黑色的

      :该动物是企鹅

规则15

    如果:动物是鸟,且善飞

      :该动物是信天翁

  动物分类专家系统由15条规则组成,可以识别七种动物,在15条规则中,共出现

 30个概念(也称作事实),共30个事实,每个事实给一个编号,从编号从130,在规则对象中我们不存储事实概念,只有该事实的编号,同样规则的结论也是事实概念的编号,事实与规则的数据以常量表示,其结构如下:

Char *str{}={"chew_cud","hooves","mammal","forward_eyes","claws",

       "pointed_teeth","eat_meat","lay_eggs","fly","feathers","ungulate",

       "carnivore","bird","give_milk","has_hair","fly_well",

       "black&white_color","can_swim","long_legs","long_neck",

       "black_stripes","dark_spots","tawny_color","albatross",

       "penguin","ostrich","zebra","giraffe","tiger","cheetah","\0"}

程序有编号序列的方式表达了产生式规则,如资料中规则15,如果动物是鸟,且善飞,则该动物是信天翁。相应的规则数组第七条是{16130000},第十三个是“bird”(鸟),如果事实成立,询问使用者下一个事实,第十六个“fly_weil”(善飞),如果也成立,则查找结论断言编号数组{30,29,28,27,26,25,24,3,3,13,12,12,11,11,0}中第七个“24,这里24对应事实数组中的“albatross”(信天翁)。

上述就是程序的推理过程,也是程序中的重点,该部分是由规则类(类rule)中的Query方法实现。

 

三、流程图及分析       找站长要流程图QQ3249114

主程序的流程主要是:1、实例化各个类

2、初始化事实集

3、初始化规则集

4、使用规则对事实进行推导

  

规则类:

规则名只是用来表示规则的一个名称,前提链由前提类生成的单链表,结论则是存放结论断言编号,表示由该规则的到的结论在事实数组中的编号。

 

事件类:

事实号和规则数据和结论断言数据的数字相对应。激活标志表示这个时候有没有被处理过。断言这保存推理后的结论,在重复查询这个事实条件时不用反复询问用户。

 

四、代码1194

[1] [2] [3] 下一页

Copyright © 2007-2012 www.chuibin.com 六维论文网 版权所有