Künstliche Intelligenz für Ingenieure

Transkript

1 Künstliche Intelligenz für Ingenieure von Prof. Dr.-Ing. Jan Lunze 2., völlig überarbeitete Auflage Oldenbourg Verlag München

2 Verzeichnis der Anwendungsbeispiele Hinweise zum Gebrauch des Buches xvii xxiii Teil 1: Problemlösen durch Suche 1 Das Fachgebiet Künstliche Intelligenz Anliegen der Künstlichen Intelligenz Ausgangspunkte Mathematische Logik Algorithmentheorie Rechentechnik Kurzer historischer Rückblick Geburtsstunde: Dartmouth-Konferenz Die klassische Epoche: Spiele und logisches Schließen Erste Erfolge: Verstehen natürlicher Sprache Wissensbasierte Systeme und KI-Markt Entwicklungstrend: Kognitive Systeme Ingenieurtechnische Anwendungen der Künstlichen Intelligenz Grundstruktur intelligenter technischer Systeme Intelligente Agenten Impulse der Künstlichen Intelligenz für die Lösung ingenieurtechnischer Probleme Möglichkeiten und Grenzen der Künstlichen Intelligenz 26 Literaturhinweise 28 2 Einführungsbeispiel Qualitative und quantitative Beschreibung eines Wasserversorgungssystems Einfache Methoden zur Verarbeitung von Regeln Umformung der Wissensbasis Verschachtelung der Regeln in einem Entscheidungsbaum Anordnung der Regeln als Wissensbasis Probleme der Wissensverarbeitung 43 Literaturhinweise 44 ix

3 Grafensuche Grundbegriffe der Grafentheorie Ungerichtete Grafen Suchprobleme Bestimmung von Erreichbarkeitsbäumen Tremaux-Algorithmus Geradeaussuche Breite-zuerst-Suche Tiefe-zuerst-Suche Eigenschaften der Suchalgorithmen Bestimmung von Pfaden Tiefe-zuerst-Suche von Pfaden Optimale Pfade DlJKSTRA-Algorithmus Gleiche-Kosten-Suche Heuristische Suche Erweiterungsmöglichkeiten der blinden Suche A* -Algorithmus Anwendungsbeispiel: Bahnplanung für Industrieroboter Aufgabenstellung und Lösungsweg Beschreibung kollisionsfreier Bahnen im Konfigurationsraum Planungsalgorithmus Erweiterungen Zusammenfassung Problemlösen durch Suche Struktur und Eigenschaften von Suchsystemen 88 Literaturhinweise 90 Regelbasierte Wissensverarbeitung Zustandsraumdarstellung von Wissensverarbeitungsproblemen Darstellung von Wissen in Form von Regeln Zustandsraumdarstellung Wissensverarbeitung als Grafensuche Problemlösen durch Vorwärtsverkettung von Regeln Vorwärtsverkettung Verarbeitung von Schlussfolgerungsregeln Verarbeitung von Aktionsregeln Beispiel: Zusammenfassung von Widerstandsnetzwerken Kommutative und nichtkommutative regelbasierte Systeme Beispiel: Lösung von Packproblemen Problemlösen durch Rückwärtsverkettung von Regeln Rückwärtsverkettung Anwendungsgebiete der Rückwärtsverkettung Architektur und Einsatzgebiete regelbasierter Systeme Allgemeiner Wissensverarbeitungsalgorithmus 123

4 xi Architektur regelbasierter Systeme Einsatzcharakteristika regelbasierter Systeme 126 Literaturhinweise Funktionale Programmierung in LISP Einführung in die funktionale Programmierung Grundidee von LISP Rekursive Funktionen Syntax von LISP ' Listen LISP-Ausdrücke Spezielle Auswertungsregeln Verarbeitung von Listen Definition von Funktionen Bedingte Anweisungen und Let-Konstruktionen Programmbeispiel: Tiefe-zuerst-Suche in Grafen Programmelemente Zusammenfassung zur Funktion Erreichbarkeitsbaum" Merkmale der Programmiersprache LISP 160 Literaturhinweise 162 Teil 2: Logikbasierte Wissensverarbeitung Aussagenlogik Einführung in die logikbasierte Wissensverarbeitung Grundlagen der Aussagenlogik Aussagen und logische Ausdrücke Semantik logischer Ausdrücke Logische Gesetze Logische Ausdrücke in Klauselform Aussagenkalkül Folgerungen Ableitungsregeln der Aussagenlogik Beweis aussagenlogischer Ausdrücke Formale Systeme der Aussagenlogik Eigenschaften des Aussagenkalküls Problemlösen durch Resolution Resolutionsprinzip der Aussagenlogik Widerspruchsbeweis Resolutionskalkül Steuerung des Inferenzprozesses Anwendungsbeispiel: Verifikation von Steuerungen 202 Literaturhinweise 205

5 xii Inhaltsverzeichnis 7 Prädikatenlogik Grundlagen der Prädikatenlogik Prädikate, logische Ausdrücke und Aussageformen Prädikatenlogische Ausdrücke in Klauselform Semantik prädikatenlogischer Ausdrücke Prädikatenkalkül Resolutionsregel der Prädikatenlogik Resolutionskalkül Merkmale von Resolutionssystemen Resolutionswiderlegung in der logischen Programmierung Resolutionsregel für Hornklauseln Beweisverfahren der logischen Programmierung Logik als Grundlage der Wissensrepräsentation und der Wissensverarbeitung Modellierung technischer Systeme durch logische Ausdrücke Beispiel: Prädikatenlogische Beschreibung von Planungsaufgaben Vergleich von regelbasierter und logikbasierter Wissensverarbeitung Erweiterungsmöglichkeiten der klassischen Logik 238 Literaturhinweise Logische Programmierung in PROLOG Einführung in die logische Programmierung Syntax von PROLOG Abarbeitung logischer Programme Semantik logischer Programme Steuerfluss bei der Verarbeitung logischer Programme Interpretation des Ergebnisses Programmelemente Verarbeitung von Listen Rekursive Programmierung Built-in-Prädikate Programmbeispiele Bestimmung von Pfaden in gerichteten Grafen Zusammenfassung eines Widerstandsnetzwerkes Handlungsplanung für Roboter Anwendungsgebiete von PROLOG 274 Literaturhinweise 276 Teil 3: Verarbeitung unsicheren Wissens 9 Nichtmonotones Schließen und ATMS Probleme und Lösungswege für die Verarbeitung unsicheren Wissens Quellen für die Unbestimmtheiten der Wissensbasis Probleme der Darstellung und der Verarbeitung unsicheren Wissens

6 9.1.3 Überblick über die Behandlungsmethoden für unsicheres Wissen Darstellung veränderlichen Wissens Grundidee des ATMS Begründungen ATMS-Graf Lokale und globale Umgebungen Erweiterungen Verwaltung logischer Ausdrücke Behandlung logischer Widersprüche Zusammenspiel von Problemloser und ATMS Anwendungsbeispiel: Analyse eines verfahrenstechnischen Prozesses Aussagenlogisches Modell Bildung des ATMS-Grafen Analyse und Prozessüberwachung mit dem ATMS Fehlerdiagnose mit ATMS Modellbasierte Diagnose Diagnoseprinzip GDE Realisierung von GDE mit einem ATMS Erweiterungen 319 Literaturhinweise Mehrwertige und unscharfe Logik Mehrwertige Logiken Logische Ausdrücke der dreiwertigen Logik Ableitungsregel und Theorembeweisen Erweiterung von dreiwertiger auf mehrwertige Logiken Wissensverarbeitung mit unscharfen Mengen Unscharfe Mengen Unscharfe Mengen in der Wissensrepräsentation Unscharfe Logik Fuzzifizierung und Defuzzifizierung Anwendungsbeispiel: Fuzzyregelung 345 Literaturhinweise Probabilistische Logik und Bayesnetze Wahrscheinlichkeitstheoretische Modelle Übersicht über die wahrscheinlichkeitstheoretische Behandlung unsicheren Wissens Aussagenlogische Beschreibung zufalliger Ereignisse Wahrscheinlichkeit logischer Ausdrücke Probabilistische Logik Modus Ponens der probabilistischen Logik Fehlende Modularität der probabilistischen Logik Bayessche Inferenzregel Lösung von Diagnoseaufgaben 374

7 Aussagekraft probabilistischer Folgerungen Anwendungsgebiete der probabilistischen Logik Bayesnetze Abhängige und unabhängige Ereignisse Modellbildung mit Bayesnetzen Kausales Schließen mit Bayesnetzen Diagnostisches Schließen mit Bayesnetzen Erweiterung der Bayesnetze Zusammenfassung und Wertung 409 Literaturhinweise Heuristische Verfahren zur Darstellung und zur Verarbeitung unsicheren Wissens Wissensverarbeitung auf der Grundlage der Evidenztheorie Grundlagen der Evidenztheorie Dempster-Regel Erweiterung der Aussagenlogik mit Hilfe der Evidenztheorie Heuristische Methoden Beschreibung der Unbestimmtheit des Wissens durch Konfidenzfaktoren Verarbeitung der Konfidenzfaktoren bei Ableitungen Vergleichende Zusammenfassung der Methoden zur Verarbeitung unsicheren Wissens 426 Literaturhinweise Wissensverarbeitung mit strukturierten Objekten Begriffsbildung und strukturierte Objekte Begriffshierarchien und Vererbung von Eigenschaften Multihierarchienund Sichten SemantischeNetze Syntax und Semantik Kausale Netze Frames Grundidee der Wissensrepräsentation mit Frames Anordnung von Frames in Generalisierungshierarchien Erweiterungsmöglichkeiten Vergleich von Frames mit anderen Wissenrepräsentationsformen 442 Literaturhinweise Merkmale und technische Anwendungsgebiete der Wissensverarbeitung Struktur wissensbasierter Systeme Wissensrepräsentation Modellbildung Deklaratives und prozedurales Wissen Anforderungen an die Wissensrepräsentation 449

8 xv Wissensrepräsentationsmodelle Modularität der Wissensrepräsentation Wissenserwerb Wissensverarbeitung Zusammenfassung der Verarbeitungsmethoden Problemspezifikation und Algorithmierung Ingenieurtechnische Anwendungsgebiete 459 Literaturverzeichnis 465 Anhänge Anhang 1: Lösung von Übungsaufgaben 471 Anhang 2: Grundlagen der Wahrscheinlichkeitsrechnung 493 Anhang 3: Aufgaben zur Prüfungsvorbereitung 499 Anhang 4: Projektaufgabe 503 Anhang 5: Fachwörter deutsch - englisch 507 Sachwortverzeichnis 511