产生式系统包含动物识别规则库，手机识别规则库以及产生式系统的python语言程序.zip

基于产生式规则建立一个动物识别系统和手机识别系统，主要功能如下： （1）建造规则库，并基于该库进行识别推理； （2）对规则库进行增加、删除和修改操作。 压缩包包括动物识别规则库和手机识别规则库以及产生式系统的python语言程序，用户可根据自己需要导入不同的规则库进行识别，或者自己创建相似的规则库进行识别。

# -*- coding: utf-8 -*-
“““
Created on Sun Oct  7 16:03:18 2018

@author: 魅梦
“““

from fuzzywuzzy import fuzz
import pandas as pd
import re
import jieba

‘‘‘定义添加字典函数‘‘‘
def addword（x）:
    fl = x.split（‘，‘）
    for j in range（len（fl））:
        jieba.add_word（fl[j]）
        
‘‘‘定义特征分类函数‘‘‘
def cut（df）:  
    x = 0
    y = 0
    flagnum = ““
    for i in range（df.shape[0]）:        
        flag = df.iloc[i 0]
        flagnum = str（flagnum） + ‘，‘ + flag 
    for i in range（df.shape[0]）:
        flag = df.iloc[i 0]
        result = df.iloc[i 1]
        if result in flagnum:
            df1.loc[x] = [flag result]
            x = x + 1           
        else:
            df2.loc[y] = [flag result]
            y = y + 1
    return df1 df2
        
‘‘‘定义识别模块‘‘‘
def identify（df1 df2）:
    ‘‘‘类别规则库识别‘‘‘
    starttemp = input（“请输入要识别的特征（以，分隔）：\n“）
    temp = starttemp
    temp1 = re.sub（r‘[色 物 有 子 会 身]‘ ““ temp）
    for i in range（df1.shape[0]）:
        flag = df1.iloc[i 0]
        addword（flag）
        result = df1.iloc[i 1]
        addword（result）
        temp0 = jieba.lcut（temp1）
        for j in range（len（temp0））:
            if temp0[j] in re.sub（‘，‘ ““ flag） and re.sub（‘，‘ ““ result） not in temp:  
                temp = temp + ‘，‘ + re.sub（‘，‘ ““ result）
                print（“类别库规则r“ + str（i） + “：IF “ + flag + “ THEN 为“ + result + “匹配成功，\
                      \n更新事实为：“ + temp + ‘\n‘）
    if temp == starttemp:
        print（“未在类别库中找到这些特征，继续识别的结果可能不准确。“）
    ‘‘‘名称规则库识别‘‘‘    
    while（len（temp.split（‘，‘）） < 4）:
        te = input（“特征过少，请继续添加特征：\n“）
        if te in temp:
            print（“特征重复，请重新输入！“）
        else:
            temp = temp + ‘，‘ + te
    temp1 = re.sub（r‘[色 物 有 子 会 身]‘ ““ temp）
    temp0 = jieba.lcut（temp1）
    n = 0
    num = 0
    for i in range（df2.shape[0]）:
        flag = df2.iloc[i 0]
        addword（flag）
        result = df2.iloc[i 1]
        addword（result）
        m = 0
        for j in range（len（temp0））:   
            m = m + fuzz.partial_ratio（temp0[j] re.sub（‘，‘ ““ flag））
        if num < m:
            num = m
            n = i   
    flag0 = df2.iloc[n 0]
    result0 = df2.iloc[n 1]
    if num < 400:
        print（“抱歉，识别失败，请等待后续规则库完善。“）
    else:
        print（“名称库规则r“ + str（n） + ‘：IF ‘ + flag0 + “ THEN 为“ + result0 + “匹配成功，“）
        if num < 600:
            print（“结果可能为：“ + result0）
        else:
            print（“推出结果为：“ + result0）
            
‘‘‘定义规则输出模块‘‘‘
def rule（df1 df2）:
    starttemp = input（“请输入要输出特征的结果：\n“）
    temp = starttemp
    for i in range（df2.shape[0]）:
        flag = df2.iloc[i 0]
        result = df2.iloc[i 1]
        if starttemp in result or result in starttemp:
            print（“名称库规则r“ + str（i） + “：IF “ + flag + “ THEN 为“ + result + “匹配成功，\
                  \n得到结果“ + starttemp + “的特征为：“ + flag）
            temp = starttemp + ‘，‘ + flag
    for i in

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        7561  2020-04-16 00:06  产生式系统.py
     文件        5865  2018-10-11 23:27  动物识别规则库.xlsx
     文件        9653  2018-10-12 00:45  手机识别规则库.xlsx