華中科技大學人工智能第五章專家系統(tǒng)

1、12022-2-27專家系統(tǒng)要介紹的內(nèi)容專家系統(tǒng)要介紹的內(nèi)容l專家系統(tǒng)概述l產(chǎn)生式系統(tǒng)l專家系統(tǒng)分析l專家系統(tǒng)開發(fā)工具l專家系統(tǒng)設計l專家系統(tǒng)實例l新一代專家系統(tǒng)第五章第五章專家系統(tǒng)專家系統(tǒng)22022-2-27專家系統(tǒng)概述專家系統(tǒng)概述l專家系統(tǒng)是AI應用研究的主要領域，1965年美國斯坦福大學開發(fā)出第一個專家系統(tǒng)DENDRAL。l專家系統(tǒng)是這樣的一個系統(tǒng)：專家系統(tǒng)處理現(xiàn)實世界中提出的需要由專家來分析和判斷的復雜問題。 專家系統(tǒng)利用專家推理方法的計算機模型來解決問題，并且如果專家系統(tǒng)所要解決的問題和專家要解決的問題可相比較的話，專家系統(tǒng)應該得到和專家相同的結(jié)論。第五章第五章專家系統(tǒng)專家系統(tǒng) 概述

2、概述32022-2-27產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)l產(chǎn)生式系統(tǒng)是AI中一種特別重要的計算模型l它是一種基于規(guī)則的系統(tǒng)l1943年Post首先在一種計算形式體系中提出。l60年代開始，成為專家系統(tǒng)的最基本的結(jié)構(gòu)：l形式上很簡單，但在一定意義上模仿了人類思考的過程。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.15.1產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)42022-2-27產(chǎn)生式系統(tǒng)組成產(chǎn)生式系統(tǒng)組成 l一般來講， 產(chǎn)生式系統(tǒng)由三個基本部分組成：規(guī)則庫、綜合數(shù)據(jù)庫和控制系統(tǒng)。前二者構(gòu)成產(chǎn)生式系統(tǒng)的問題表示，后者則控制應用規(guī)則推出解答的全過程。規(guī)則全部是下面形式的語句： if 前提 Then 結(jié)論if 條件 Then 行動控制系統(tǒng)綜

3、合數(shù)據(jù)庫規(guī)則庫第五章第五章專家系統(tǒng)專家系統(tǒng) 5.1 5.1 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)52022-2-27產(chǎn)生式系統(tǒng)三部分說明產(chǎn)生式系統(tǒng)三部分說明一、規(guī)則庫規(guī)則庫:是產(chǎn)生式規(guī)則的集合，用于描述應用領域的常識和啟發(fā)式知識，所以規(guī)則庫就是產(chǎn)生式系統(tǒng)的知識庫。二、綜合數(shù)據(jù)庫綜合數(shù)據(jù)庫:用于描述問題求解狀態(tài)（簡稱問題狀態(tài)），典型的情況下，可以是表示為謂詞公式的事實元素集；但也可以是任何的數(shù)據(jù)結(jié)構(gòu)，如向量、數(shù)組和表格等?？梢暈橥评磉^程中間結(jié)果的存貯池。隨著中間結(jié)果的不斷加入，使綜合數(shù)據(jù)庫描述的問題狀態(tài)逐步轉(zhuǎn)變?yōu)槟繕藸顟B(tài)。 三、控制系統(tǒng)控制系統(tǒng)是產(chǎn)生式系統(tǒng)的推理機，又稱規(guī)則的解釋器，其驅(qū)動和控制整個系統(tǒng)的運行，

4、基本的控制流程是： 識別-行動 循環(huán)， 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.1 5.1 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)62022-2-27控制策略的步驟之一控制策略的步驟之一一、匹配把數(shù)據(jù)庫與規(guī)則的條件部分相匹配，如果完全匹配（復雜問題時，可能要用近似匹配）稱為觸發(fā)（激活）規(guī)則；若執(zhí)行該激活規(guī)則，則稱為啟用規(guī)則。 激活規(guī)則不總是啟用規(guī)則。因為若有多于一條的規(guī)則被激活，就稱引起了一個沖突，就需要進行所謂的 沖突解決，就是基于某種控制策略去選定需要執(zhí)行的規(guī)則 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.1 5.1 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)72022-2-27控制策略的步驟之二控制策略的步驟之二二、沖突解決：就是基于某種策略

5、去選定需要執(zhí)行的規(guī)則 ，沖突解決的策略有多種：專一性排序?qū)Ｒ恍耘判颍阂粭l規(guī)則的條件部分比另一條規(guī)則更有針對性，則有更高的優(yōu)先級規(guī)則排序規(guī)則排序：規(guī)則編排的順序表示啟用的優(yōu)先級數(shù)據(jù)排序數(shù)據(jù)排序：所有條件排序，啟用包含高優(yōu)先級條件的規(guī)則規(guī)模排序規(guī)模排序：按條件的規(guī)模排序，啟用包含更多條件的規(guī)則就近排序就近排序：最近使用的規(guī)則為最優(yōu)先，表示啟用經(jīng)常被使用的規(guī)則上下文限制上下文限制First：選用首條被激活的規(guī)則 All：執(zhí)行所有激活的規(guī)則 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.1 5.1 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)82022-2-27控制策略的步驟之三控制策略的步驟之三三、操作操作就是執(zhí)行規(guī)則的操作部分，操作

6、后，將修改數(shù)據(jù)庫，并導致：其他規(guī)則被使用，或者得到問題的解答（綜合數(shù)據(jù)庫內(nèi)容轉(zhuǎn)變?yōu)槊枋隽四繕藸顟B(tài)），或者失敗結(jié)束 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.1 5.1 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)92022-2-27產(chǎn)生式系統(tǒng)舉例產(chǎn)生式系統(tǒng)舉例l依次試驗每個產(chǎn)生式l不允許循環(huán)l當發(fā)現(xiàn)目標時停止第五章第五章專家系統(tǒng)專家系統(tǒng) 5.1 5.1 產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)產(chǎn)生式集合產(chǎn)生式集合:2 8 31 6 47 5起始狀態(tài):1 2 38 47 6 5目標狀態(tài):條件動作目標狀態(tài)在綜合數(shù)據(jù)庫中空位不在左側(cè)的邊上空位不在靠上的邊上空位不在右側(cè)的邊上空位不在靠下的邊上終止向左移動空位向上移動空位向右移動空位向下移動空位控制系統(tǒng)

7、控制系統(tǒng):102022-2-27專家系統(tǒng)的定義專家系統(tǒng)的定義l專家系統(tǒng)專家系統(tǒng)是一個智能計算機程序系統(tǒng)，內(nèi)部含有大量的專門知識與經(jīng)驗，它應用人工智能技術和計算機技術，根據(jù)某領域一個或多個專家提供的知識和經(jīng)驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復雜問題。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)112022-2-27專家系統(tǒng)的類型專家系統(tǒng)的類型l解釋專家系統(tǒng)( expert system for interpretation)l預測專家系統(tǒng)( expert system for prediction)l診斷專家系統(tǒng)( expert syst

8、em for diagnosis)l設計專家系統(tǒng)( expert system for design)l規(guī)劃專家系統(tǒng)( expert system for planning)l監(jiān)視專家系統(tǒng)( expert system for monitoring)l控制專家系統(tǒng)( expert system for control)l調(diào)試專家系統(tǒng)( expert system for debugging)l教學專家系統(tǒng)( expert system for instruction)l修理專家系統(tǒng)( expert system for repair)第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系

9、統(tǒng)122022-2-27專家系統(tǒng)的一般特點專家系統(tǒng)的一般特點l啟發(fā)性啟發(fā)性：專家系統(tǒng)能運用專家的知識與經(jīng)驗進行推理、判斷和決策。l透明性透明性：專家系統(tǒng)能夠解釋本身的推理過程，以便讓用戶能了解推理過程，提高對專家系統(tǒng)的信賴感l(wèi)靈活性靈活性：專家系統(tǒng)能不斷的增加知識，修改原有的知識，不斷更新第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)132022-2-27專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)的結(jié)構(gòu)第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)142022-2-27專家系統(tǒng)的主要組成部分之一專家系統(tǒng)的主要組成部分之一l知識庫知識庫：存放問題求解需要的領域知識。知識的種類一般包括

10、作為專家經(jīng)驗的判斷性知識以及描述各種事實的知識。知識的表示形式可以是多樣的，包括規(guī)則、框架及語義網(wǎng)絡等。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)152022-2-27專家系統(tǒng)的主要組成部分之二專家系統(tǒng)的主要組成部分之二l 綜合數(shù)據(jù)庫綜合數(shù)據(jù)庫：用于存放系統(tǒng)運行過程中所需要的原始數(shù)據(jù)和產(chǎn)生的所有信息，包括用戶提供的信息，推理的中間結(jié)果，推理過程的記錄等。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)162022-2-27專家系統(tǒng)的主要組成部分之三專家系統(tǒng)的主要組成部分之三l 推理機推理機：根據(jù)數(shù)據(jù)庫的當前狀態(tài)，利用知識庫中的知識進行推理和導出結(jié)論，而不是簡單

11、地搜索現(xiàn)成的答案。推理機可以采用正向推理、逆向推理及雙向推理等各種策略。推理機的程序與知識庫的具體內(nèi)容無關，即推理機與知識庫相分離是專家系統(tǒng)的重要特征。它的優(yōu)點是對知識庫的修改和擴充無須改動推理機。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)172022-2-27專家系統(tǒng)的主要組成部分之四專家系統(tǒng)的主要組成部分之四l知識獲取機構(gòu)：知識獲取機構(gòu)：負責建立、修改與擴充知識庫，以及對知識庫的一致性、完整性等進行維護。知識獲取機構(gòu)可以僅僅是一個知識編輯程序，也可以是一個復雜的知識獲取子系統(tǒng)，用來完成自動知識獲取、自動知識求精等功能.第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系

12、統(tǒng)專家系統(tǒng)182022-2-27專家系統(tǒng)的主要組成部分之五專家系統(tǒng)的主要組成部分之五l 解釋器解釋器：用于對求解過程作出說明，并回答用戶提出的問題。兩個最基本的問題是“How”和“Why”。對問題“How”，回答用戶結(jié)論和中間結(jié)果是如何得到的，解釋專家系統(tǒng)的行為；對問題“Why”，告訴用戶推理結(jié)論的理由。解釋機構(gòu)的說明是根據(jù)知識庫和數(shù)據(jù)庫中對推理過程的記錄作出的。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)192022-2-27專家系統(tǒng)的主要組成部分之六專家系統(tǒng)的主要組成部分之六l人機接口：人機接口：使系統(tǒng)能夠進行人機交互，在信息的內(nèi)部形式和人可接受的形式之間進行轉(zhuǎn)換。很多系

13、統(tǒng)都提供了用戶熟悉的表示形式如自然語言、圖形、表格等。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)202022-2-27 專家系統(tǒng)與一般程序的區(qū)別專家系統(tǒng)與一般程序的區(qū)別l一般程序一般程序：把問題求解的知識隱含地編入程序，把知識分為兩級：數(shù)據(jù)級和程序級l專家系統(tǒng)專家系統(tǒng)：把問題求解的知識單獨贊成一個實體，即知識庫，將知識組織成三級：數(shù)據(jù)、知識庫和控制第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)212022-2-27專家系統(tǒng)開發(fā)步驟專家系統(tǒng)開發(fā)步驟l一個實用的專家系統(tǒng)的開發(fā)過程通常分為認識、概念化、形式化、實現(xiàn)和測試五個階段。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.

14、2 5.2 專家系統(tǒng)專家系統(tǒng)222022-2-27專家系統(tǒng)開發(fā)步驟之一專家系統(tǒng)開發(fā)步驟之一l認識階段：認識階段： 知識工程師通過與領域?qū)＜业暮献鳎瑢︻I域問題進行需求分析。包括認識系統(tǒng)需要處理的問題范圍、類型和各種重要特征、預期的效益等，并確定領域?qū)＜业闹R類型的結(jié)構(gòu)，以及系統(tǒng)開發(fā)所需的各種資源，如軟件、硬件、人員、經(jīng)費和時間等。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)232022-2-27專家系統(tǒng)開發(fā)步驟之二專家系統(tǒng)開發(fā)步驟之二l概念化階段概念化階段 把問題求解所需要的各種專門知識概念化，確定概念之間的關系，并對任務進行劃分，確定求解問題的控制流程和約束條件。第五章第五章

15、專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)242022-2-27專家系統(tǒng)開發(fā)步驟之三專家系統(tǒng)開發(fā)步驟之三l形式化階段形式化階段 把已經(jīng)整理出來的概念、概念間的關系以及領域?qū)ｉT知識用適合于計算機表示和處理的形式化方法描述出來，并選擇合適的系統(tǒng)構(gòu)造技術，確定數(shù)據(jù)結(jié)構(gòu)、推理規(guī)則以及控制策略，建立問題求解模型。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)252022-2-27專家系統(tǒng)開發(fā)步驟之四專家系統(tǒng)開發(fā)步驟之四l實現(xiàn)階段實現(xiàn)階段 把建立的形式模型映射到具體的計算機軟硬件環(huán)境中，選取適用的語言或工具建立可執(zhí)行的原型系統(tǒng)。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)

16、專家系統(tǒng)262022-2-27專家系統(tǒng)開發(fā)步驟之五專家系統(tǒng)開發(fā)步驟之五l測試階段測試階段 通過運行大量的實例，檢測原型系統(tǒng)的正確性以及性能等各種系統(tǒng)目標是否達到。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.2 5.2 專家系統(tǒng)專家系統(tǒng)272022-2-27專家系統(tǒng)開發(fā)工具專家系統(tǒng)開發(fā)工具l骨架型開發(fā)工具l語言型開發(fā)工具l構(gòu)造輔助工具l支撐環(huán)境第五章第五章專家系統(tǒng)專家系統(tǒng) 5.3 5.3 專家系統(tǒng)開發(fā)工具專家系統(tǒng)開發(fā)工具282022-2-27專家系統(tǒng)實例專家系統(tǒng)實例- - MYClN系統(tǒng)系統(tǒng)l MYClN系統(tǒng)是由斯坦福大學開發(fā)的，從1972年開始，于1974年基本完成。它是一個用于診斷和治療血液感染性疾病

17、的專家咨詢系統(tǒng)。該系統(tǒng)功能比較全面，是一個典型的基于規(guī)則的專家系統(tǒng)。l MYCIN系統(tǒng)由三個子系統(tǒng)和兩個庫組成：第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例292022-2-27MYClN系統(tǒng)的兩個庫系統(tǒng)的兩個庫l動態(tài)數(shù)據(jù)庫動態(tài)數(shù)據(jù)庫：存放正在進行診斷的病人的情況，包括癥狀、化驗結(jié)果、系統(tǒng)推導出的中間結(jié)果和最終結(jié)論等。l 知識庫知識庫：存放用于治療與診斷疾病的靜態(tài)數(shù)據(jù)與知識。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例302022-2-27MYClN系統(tǒng)的三個子系統(tǒng)之一系統(tǒng)的三個子系統(tǒng)之一l咨詢子系統(tǒng)咨詢子系統(tǒng)：即推理機，根據(jù)知識庫中的診斷知

18、識與動態(tài)庫中的數(shù)據(jù)進行推理，作出咨詢決策。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例312022-2-27MYClN系統(tǒng)的三個子系統(tǒng)之二系統(tǒng)的三個子系統(tǒng)之二l 解釋子系統(tǒng)解釋子系統(tǒng)：回答用戶用簡單的英語句子詢問的問題。問題可以涉及當前的決策及系統(tǒng)的一般知識。每個咨詢決策作出后自動進入該系統(tǒng)。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例322022-2-27MYClN系統(tǒng)的三個子系統(tǒng)之三系統(tǒng)的三個子系統(tǒng)之三l規(guī)則獲取子系統(tǒng)規(guī)則獲取子系統(tǒng)：協(xié)助感染病專家對知識庫進行擴充和修改。系統(tǒng)可以對專家輸入的英文語句進行分析，并將其轉(zhuǎn)化成內(nèi)部的規(guī)則形式第五

19、章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例332022-2-27MYClN系統(tǒng)構(gòu)成圖系統(tǒng)構(gòu)成圖第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例342022-2-27MYClN系統(tǒng)的規(guī)則形式系統(tǒng)的規(guī)則形式l MYCIN采用的是基于置信度的一種推理方法。l規(guī)則的一般形式是：如果E 1且E 2且且E n，則H（CF）l其中E 1，E 2， E n是所觀察到的證據(jù)或癥狀，H是根據(jù)上述證據(jù)可以推出的假設或結(jié)論；括號內(nèi)的CF表示一個對該規(guī)則的置信因子：0CF1，l規(guī)則的含義為：從證據(jù)E 1，E 2， E n能以CF的置信程度推出假設H，記為CF（H，E），其中

20、E = E 1E 2E n 。 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例352022-2-27置信因子的估算（一）置信因子的估算（一） l MYCIN的每條規(guī)則的結(jié)論用兩個量來度量其置信程度。l一個叫信任的度量MB（Measure of Belief）l另一個叫不信任的度量MD（Measure of Disbelief）l在證據(jù)e的情況下，結(jié)論h的MB與MD用下列公式計算： 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例其它情況當, )(1)()(),|(max(1)( , 1),(hPhPhPehPhPehMB其它情況當, )()()()

21、,|(min(0)( , 1),(hPhPhPehPhPehMD362022-2-27置信因子的估算（二）置信因子的估算（二） l其中P（h）表示h的先驗概率，P（h | e）表示在發(fā)生e的條件下的條件概率。由此可見，若一個證據(jù)e使h發(fā)生概率增加，則MB（h，e）0且MD（h，e）= 0l反之，若e使h發(fā)生的概率減少，則MD（h，e）0且MB（h，e）= 0lMYCIN采用下列公式估算在觀察到e時，對h 的置信因子CF：CF（h，e）= MB（h，e）MD（h，e）l可見，1CF+1。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例372022-2-27證據(jù)的綜合證據(jù)的綜

22、合 l在很多實際情況中，都不是按單個證據(jù)來分別估算置信因子的，而往往要求同時考慮有幾個證據(jù)觀察到的情況下如何來估算CF的問題。這即是所謂“證據(jù)綜合”問題l假設同時有兩個證據(jù)e1與e2都支持h成立，在MYCIN中按下述公式計算MB與MD： 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例其它情況當, ),(-(1 ),(),(1),( , 0),(1212121ehMBehMBehMBeehMDeehMB其它情況當, ),(-(1 ),(),(1),( , 0),(1212121ehMDehMDehMDeehMBeehMD382022-2-27合取或析取形式結(jié)論的置信因子估

23、算 l有時推理結(jié)論是一個合取式或析取式：h = h1 h2 hnh= h1 h2 hnl這時的置信因子，MYCIN采用下列公式計算： MB(h，e)= min MB(h1，e)， MB(hn，e) MB(h，e)= max MB(h1，e)，MB(hn，e)l對MD(h，e)與MD(h，e)的計算公式類似，第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例392022-2-27MYCIN的推理方法的推理方法 lMYCIN開始工作時，首先要收集必要的證據(jù)或病癥，一旦某規(guī)則的前提（即其中的所有證據(jù)）觀察到或存在以后，即可應用該規(guī)則，以指明的置信程度（CF）推出相應的結(jié)論?？梢苑?/p>

24、為下面幾種情況：（1）對某個被推出的結(jié)論h，如果當時只有一條規(guī)則以CF的置信度推出它，則h的置信度就取CF。（2）對某h，如果當時有若干條規(guī)則分別以CF1，CF2，CFm的置信度推出它，則要求按上述證據(jù)綜合的方法，把這些置信因子綜合為一個總的置信因子，作為該推出的結(jié)論的置信因子。 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例402022-2-27證據(jù)置信度小于1的處理l上面的方法是基于證據(jù)是百分之百的置信的條件下進行的，例如證據(jù)是直接觀察到的。l但在MYCIN中，允許規(guī)則的前提本身又是另一條規(guī)則推出的結(jié)論。這時在應用相應規(guī)則時就不能保證前提具有置信程度1（即CF=1）

25、。l例如：如果e，則e（CF（e，e）l 如果e，則h（CF（h，e）l這時，h的置信程度應是：l（CF（h，e）max（0，CF（e，e） 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例412022-2-27復合前提的處理l假如一個具有多個證據(jù)的復合前提的規(guī)則：l如果e1 e2 en，則h（CF）l在其前提中有若干置信度不是1的證據(jù)時，例如可能是從前面某些規(guī)則推出的結(jié)論，這時需采用下述方法首先求得一個關于前提（一個合取式）的置信因子：CF （e1 e2 en）= min CF（e1），CF（e2）， CF（e3）l然后再按前述的公式求得結(jié)論h的置信度。 第五章第五章專

26、家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例422022-2-27關聯(lián)關聯(lián)前提的處理前提的處理l在MYCIN中，把一組互相關聯(lián)的觀察資料看成一個證據(jù)。例如，若證據(jù)e1和e2分別以0.9的置信度推出結(jié)論h：如果e1，則h（0.9）如果e2，則h（0.9）l若e1與e2是互相關聯(lián)的，即一個出現(xiàn)總導致另一個出現(xiàn)l如果兩條規(guī)則都作為獨立的列出，則按上述證據(jù)綜合的推理計算，h的置信度就是0.9 + 0.9 (10.9)=0.99。l可是由于e1與e2是互相關聯(lián)的，觀察到一個，必然能同時觀察到另一個，因此，同時觀察到e1與e2不應該增加對h的置信度，合理的估計仍應是0.9。l所以MYCIN把兩

27、條規(guī)則合并為一條規(guī)則，令e = e1 e2，或者e = e1 e2：如果e，則h（0.9）第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例432022-2-27MYCIN一些不盡人意的缺點 1怎樣合理和準確地把規(guī)則的置信因子估計為一個數(shù)字是困難的，而且一個數(shù)字到底在語義上表示一個什么樣的置信度較難有一個統(tǒng)一的標準尺度，特別當規(guī)則由多個專家給出時，更難有統(tǒng)一的度量標準。2如果仍用假設或結(jié)論的先驗概率來估算MB和MD，然后計算CF，與Bayes方法同樣將遇到估計先驗概率的困難。3隨著推理鏈的延伸，顯然置信度的傳播將越來越不可靠，誤差將越來越大。因此，當推理深度（即推理鏈中的推

28、理步數(shù)）到一定程度以后，這種推理有可能使誤差掩蓋了真相，使推出的結(jié)論不再可信。 第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例442022-2-27MYClN系統(tǒng)信息組織方式系統(tǒng)信息組織方式l 信息按類組織，稱為上下文。例如：第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例病人1(person)培養(yǎng)物2 (curculs)培養(yǎng)物3 (curculs)培養(yǎng)物1 (curculs)治療1 (opers)細菌1 (curorgs)細菌2 (curorgs)細菌3 (curorgs)細菌4 (curorgs)藥物4 (opdrg)藥物3 (opdrg)藥物

29、2 (opdrg)藥物1 (opdrg)處方1 (possther)452022-2-27MYClNMYClN系統(tǒng)的十種上下文類型系統(tǒng)的十種上下文類型(1)病人(PERSON)(2)當前培養(yǎng)物(CURCULS)，當前從病人身上提取的培養(yǎng)物。(3)先前培養(yǎng)物(PRIORCULS)，先前從病人身上提取的培養(yǎng)物。(4)當前細菌(CURORGS)，從當前培養(yǎng)物中分離出來的細菌。(5)先前細菌(PRIORORGS)，從先前培養(yǎng)物中分離出來的細菌。(6)治療(OPERS)，已對病人實施的治療。(7) 藥物(0PDRGS)，在治療期間已給病人使用的抗菌素藥物。(8)當前藥物(CURDRUGS)，當前對病人使

30、用的抗菌素藥物。(9)先前藥物(PRIORDRUGS)，先前對病人使用的抗菌素藥物。(10)處方(POSSTEHER)，推薦的治療方案。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例462022-2-27上下文上下文的內(nèi)容的內(nèi)容l 每個上下文有一組屬性(Attribute)，也稱為臨床參數(shù)(clinical Parameters)。每個臨床參數(shù)表示上下文的一個特征，如病人的姓名、培養(yǎng)物的地點、機體的形態(tài)、藥物的劑量等等。l臨床參數(shù)用二元組屬性，上下文，值來表示。例如，三元組(形態(tài)、細菌1、桿狀)表示細菌1的形態(tài)為桿狀。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系

31、統(tǒng)專家系統(tǒng)實例實例472022-2-27臨床參數(shù)的分類臨床參數(shù)的分類l 臨床參數(shù)按其所屬的上下文類型可分為六類： PROPCUL：培養(yǎng)物的屬性，如培養(yǎng)物的地點，收集的方法等。 PROPDRG：藥物的屬性，如藥物的名稱，使用期等。 PROPOP：治療的屬性，如治療中打開的體腔。 PROPORG：細菌的屬性，如細菌的染色、形態(tài)。 PROPPT：病人的屬性，如病人的姓名、性別、年齡、過放史、診斷等。 PROPTHER：處方的屬性，如處方的名稱、劑量。第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實例482022-2-27臨床參數(shù)的形式臨床參數(shù)的形式l 臨床參數(shù)按其取值方式可分為三種：單值參數(shù)、多值參數(shù)和是否參數(shù)。每種臨床參數(shù)還可以用一組特性來描述，如： EXPECT：參數(shù)的取值范圍 PROMPT：向用戶提問時使用的語句 LABDATA：是否原始數(shù)據(jù) LOOKAHEAD：使用該參數(shù)作為前提條件的規(guī)則表 UPDATEDBY:推斷該參數(shù)值的規(guī)則表 CONTAINEDIN：結(jié)論中涉及該參數(shù)但又不修改該參數(shù)值的規(guī)則表 TRANS：參數(shù)的英文表示第五章第五章專家系統(tǒng)專家系統(tǒng) 5.5 5.5 專家系統(tǒng)專家系統(tǒng)實例實