第五講-專家系統(tǒng)

1、主主 講講 人：人：韓璐韓璐5.1 ES的基本概念的基本概念一、一、 什么是什么是ES ES是一種具有大量專門知識與經(jīng)驗的智能程序系統(tǒng)，它能運用是一種具有大量專門知識與經(jīng)驗的智能程序系統(tǒng)，它能運用領域專家多年積累的經(jīng)驗和專門知識，模擬領域專家的思維過程，領域專家多年積累的經(jīng)驗和專門知識，模擬領域專家的思維過程，解決該領域中需要專家才能解決的復雜問題。解決該領域中需要專家才能解決的復雜問題。 ES包括以下三個方面的含義：包括以下三個方面的含義： (1)ES是一種程序系統(tǒng)，但又具有智能，因此它不同于一般的程是一種程序系統(tǒng)，但又具有智能，因此它不同于一般的程序系統(tǒng)，而是一種能運用專家知識和經(jīng)驗進行推

2、理的啟發(fā)式程序系序系統(tǒng)，而是一種能運用專家知識和經(jīng)驗進行推理的啟發(fā)式程序系統(tǒng)。統(tǒng)。 (2)ES的智能來源于領域專家的知識、經(jīng)驗及解決問題的訣竅。的智能來源于領域專家的知識、經(jīng)驗及解決問題的訣竅。為此，為此，ES內部必須包含有大量專家水平的領域知識與經(jīng)驗，并且能內部必須包含有大量專家水平的領域知識與經(jīng)驗，并且能夠在運行過程中不斷地增長新知識和修改原有知識。夠在運行過程中不斷地增長新知識和修改原有知識。 (3)ES所要解決的問題一般是那些本來應該由領域專家才能解決所要解決的問題一般是那些本來應該由領域專家才能解決的問題。的問題。第五章第五章 專家系統(tǒng)專家系統(tǒng)二、二、ESES的分類的分類 ESES都

3、是針對某一應用領域而建立的。不同應用領域的都是針對某一應用領域而建立的。不同應用領域的ESES，其功，其功能、設計方法及實現(xiàn)技術也各不同。對能、設計方法及實現(xiàn)技術也各不同。對ESES的類型，可以有多種不同的類型，可以有多種不同的劃分方法。例如，可以按求解問題的性質分類，也可以按求解問的劃分方法。例如，可以按求解問題的性質分類，也可以按求解問題的要求分類，還可以按系統(tǒng)的體系結構分類等。題的要求分類，還可以按系統(tǒng)的體系結構分類等。 1. 1. 按求解問題的性質分類按求解問題的性質分類 (l)(l)解釋型解釋型ESES；(2)(2)預測型預測型ESES；(3)(3)診斷型診斷型ESES；(4)(4)

4、設計型設計型ESES；(5)(5)規(guī)劃型規(guī)劃型ESES；(6)(6)監(jiān)視型監(jiān)視型ESES；(7)(7)控制型控制型ESES；(8)(8)調試型調試型ESES；(9)(9)教學型教學型ESES；(10)(10)修理型修理型ESES 除了上述除了上述1010種種ESES類型外，還有諸如決策型和管理型的類型外，還有諸如決策型和管理型的ESES。 決策型決策型ESES是對各種可能的決策方案進行綜合評判和選優(yōu)的一類是對各種可能的決策方案進行綜合評判和選優(yōu)的一類ESES。它同時具有解釋、診斷、預測、規(guī)劃等功能，并能對相應領域。它同時具有解釋、診斷、預測、規(guī)劃等功能，并能對相應領域中的問題做出輔助決策和對決

5、策做出解釋。中的問題做出輔助決策和對決策做出解釋。 管理型管理型ESES是在管理信息系統(tǒng)和辦公自動化系統(tǒng)的基礎上發(fā)展起是在管理信息系統(tǒng)和辦公自動化系統(tǒng)的基礎上發(fā)展起來的一類來的一類ESES。3第五章第五章 專家系統(tǒng)專家系統(tǒng) 2. 按系統(tǒng)的體系結構分類按系統(tǒng)的體系結構分類 (l) 集中式集中式ES：對知識和推理進行集中管理的一類：對知識和推理進行集中管理的一類ES。目前，得。目前，得到成功應用的到成功應用的ES多屬于這一類型。多屬于這一類型。 (2) 分布式分布式ES：指具有分布處理能力以及多：指具有分布處理能力以及多ES、多知識元的協(xié)、多知識元的協(xié)同處理能力的同處理能力的ES。系統(tǒng)中數(shù)據(jù)、知識

6、及控制不但在邏輯上，而且在物理上都是分布的；系統(tǒng)中數(shù)據(jù)、知識及控制不但在邏輯上，而且在物理上都是分布的；系統(tǒng)中諸機構通過計算機網(wǎng)絡實現(xiàn)互連，這些機構之間相互協(xié)作，可系統(tǒng)中諸機構通過計算機網(wǎng)絡實現(xiàn)互連，這些機構之間相互協(xié)作，可以求解單個機構難似解決，甚至不能解決的問題。以求解單個機構難似解決，甚至不能解決的問題。 目前，基于多目前，基于多Agent的研究是分布式的研究是分布式ES研究的重點。研究的重點。 (3) 神經(jīng)網(wǎng)絡神經(jīng)網(wǎng)絡ES：運用人工神經(jīng)網(wǎng)絡技術建造的：運用人工神經(jīng)網(wǎng)絡技術建造的ES，目前尚處，目前尚處于研究階段。于研究階段。 (4) 符號系統(tǒng)與神經(jīng)網(wǎng)絡相結合的符號系統(tǒng)與神經(jīng)網(wǎng)絡相結合的

7、ES：把基于連接主義的神經(jīng)：把基于連接主義的神經(jīng)網(wǎng)絡與基于符號處理的網(wǎng)絡與基于符號處理的ES有機結合形成的一種混合型有機結合形成的一種混合型ES。這種。這種ES可可以充分發(fā)揮神經(jīng)網(wǎng)絡與符號系統(tǒng)的優(yōu)點，克服它們的缺點，實現(xiàn)優(yōu)以充分發(fā)揮神經(jīng)網(wǎng)絡與符號系統(tǒng)的優(yōu)點，克服它們的缺點，實現(xiàn)優(yōu)勢互補。勢互補。 4第五章第五章 專家系統(tǒng)專家系統(tǒng)三、三、ES的特點的特點 在總體上，在總體上，ES還具有以下一些共同特點；還具有以下一些共同特點； (1) 可具有一個或多個專家的知識和經(jīng)驗，能以接近于人類專家可具有一個或多個專家的知識和經(jīng)驗，能以接近于人類專家的水平在特定領域工作。的水平在特定領域工作。 (2) 能高

8、效、準確、迅速地工作，不會像人類專家那樣產(chǎn)生疲倦能高效、準確、迅速地工作，不會像人類專家那樣產(chǎn)生疲倦和不穩(wěn)定。和不穩(wěn)定。 (3)使人類專家的領域知識突破了時間和空間的限制，使人類專家的領域知識突破了時間和空間的限制，ES程序可程序可永久保存，并可復制任意多的副本或在網(wǎng)上供不同地區(qū)或不同部門的永久保存，并可復制任意多的副本或在網(wǎng)上供不同地區(qū)或不同部門的人們使用。人們使用。 (4)能進行有效推理，包括各種精確性推理和非精確性推理等。能進行有效推理，包括各種精確性推理和非精確性推理等。 (5)具有透明性，能以可理解的方式解釋推理過程。具有透明性，能以可理解的方式解釋推理過程。 (6)具有自學習能力，

9、可總結規(guī)律，不斷擴充和完善系統(tǒng)自身。具有自學習能力，可總結規(guī)律，不斷擴充和完善系統(tǒng)自身。 (7)能提高生產(chǎn)率，產(chǎn)生巨大的社會效益、經(jīng)濟效益等。能提高生產(chǎn)率，產(chǎn)生巨大的社會效益、經(jīng)濟效益等。 (8)對推動人工智能等其他學科的發(fā)展具有重大的作用。對推動人工智能等其他學科的發(fā)展具有重大的作用。 5第五章第五章 專家系統(tǒng)專家系統(tǒng) 5.2 ES的基本結構的基本結構 ES的結構是指的結構是指ES各組成部分的構造方法和組織形式。各組成部分的構造方法和組織形式。 一個最基本的一個最基本的ES應由知識庫、數(shù)據(jù)庫、推理機、解釋機構、知識應由知識庫、數(shù)據(jù)庫、推理機、解釋機構、知識獲取機構和用戶界面獲取機構和用戶界面

10、6個部分所組成。個部分所組成。6第五章第五章 專家系統(tǒng)專家系統(tǒng)一、知識庫一、知識庫 知識庫是知識庫是ESES的知識存儲器，用來存放求解問題的領域知識。的知識存儲器，用來存放求解問題的領域知識。 對領域問題的專家知識，首先需要用相應的知識表示方法將其表對領域問題的專家知識，首先需要用相應的知識表示方法將其表示出來，然后再進行形式化，并經(jīng)編碼放入知識庫中。示出來，然后再進行形式化，并經(jīng)編碼放入知識庫中。 知識庫中的知識分為兩大類型：一類是領域中的事實，稱為事實知識庫中的知識分為兩大類型：一類是領域中的事實，稱為事實性知識，這是一種廣泛公用的知識，也即寫在書本上的知識及常識；性知識，這是一種廣泛公用

11、的知識，也即寫在書本上的知識及常識；另一類是啟發(fā)性知識，它是領域專家在長期工作實踐中積累起來的經(jīng)另一類是啟發(fā)性知識，它是領域專家在長期工作實踐中積累起來的經(jīng)驗總結。驗總結。 領域專家所擁有的經(jīng)驗性、判定性知識，實際上是一種直覺性和領域專家所擁有的經(jīng)驗性、判定性知識，實際上是一種直覺性和訣竅性的知識。在問題求解過程中，這種知識是最難獲得的，原因是訣竅性的知識。在問題求解過程中，這種知識是最難獲得的，原因是不少專家很少意識到自己是如何使用這些知識解決問題的，甚至沒有不少專家很少意識到自己是如何使用這些知識解決問題的，甚至沒有意識到自己在解決問題時究竟使用了多少這樣的知識，而且讓他們把意識到自己在解

12、決問題時究竟使用了多少這樣的知識，而且讓他們把這些直覺、訣竅、經(jīng)驗講出來，本身就是一件比較困難的事情。但是，這些直覺、訣竅、經(jīng)驗講出來，本身就是一件比較困難的事情。但是，這些知識又恰恰是知識庫的核心部分。這些知識又恰恰是知識庫的核心部分。7第五章第五章 專家系統(tǒng)專家系統(tǒng)二、數(shù)據(jù)庫二、數(shù)據(jù)庫 數(shù)據(jù)庫也稱為全局數(shù)據(jù)庫或綜合數(shù)據(jù)庫，用來存儲有關領域問題數(shù)據(jù)庫也稱為全局數(shù)據(jù)庫或綜合數(shù)據(jù)庫，用來存儲有關領域問題的事實、數(shù)據(jù)、初始狀態(tài)的事實、數(shù)據(jù)、初始狀態(tài)(證據(jù)證據(jù))和推理過程中得到的各種中間狀態(tài)及和推理過程中得到的各種中間狀態(tài)及目標等。它相當于目標等。它相當于ES的工作存儲器，用來存放用戶回答的事實、已

13、的工作存儲器，用來存放用戶回答的事實、已知的事實和由推理得到的事實。知的事實和由推理得到的事實。 隨著問題的不同，數(shù)據(jù)庫的內容也可以是動態(tài)變化的。數(shù)據(jù)庫存隨著問題的不同，數(shù)據(jù)庫的內容也可以是動態(tài)變化的。數(shù)據(jù)庫存放的是該系統(tǒng)當前要處理對象的一些事實。放的是該系統(tǒng)當前要處理對象的一些事實。 例如，在醫(yī)療例如，在醫(yī)療ES中，數(shù)據(jù)庫存放的僅是當前患者的情況，如姓中，數(shù)據(jù)庫存放的僅是當前患者的情況，如姓名、年齡、癥狀等及推理過程中得到的一些中間結果、病情等；名、年齡、癥狀等及推理過程中得到的一些中間結果、病情等； 在氣象在氣象ES中，數(shù)據(jù)庫存放的是當前氣象要素，如云量、溫度、中，數(shù)據(jù)庫存放的是當前氣象要

14、素，如云量、溫度、氣壓以及推理得到的中間結果等。氣壓以及推理得到的中間結果等。8第五章第五章 專家系統(tǒng)專家系統(tǒng)9三、三、 推理機推理機 推理機是一組用來控制、協(xié)調整個推理機是一組用來控制、協(xié)調整個ES的程序。它根據(jù)數(shù)據(jù)庫當前的程序。它根據(jù)數(shù)據(jù)庫當前輸入的數(shù)據(jù)，利用知識庫中的知識，按一定的推理策略，去求解當前輸入的數(shù)據(jù)，利用知識庫中的知識，按一定的推理策略，去求解當前的問題、解釋外部輸入的事實和數(shù)據(jù)，推導出結論并向用戶提示等。的問題、解釋外部輸入的事實和數(shù)據(jù)，推導出結論并向用戶提示等。 推理機所采用的推理方法可以是正向推理、逆向推理、或正逆向推理機所采用的推理方法可以是正向推理、逆向推理、或正逆

15、向結合的雙向推理，并且，在這三種推理方式中，都包含有精確推理和結合的雙向推理，并且，在這三種推理方式中，都包含有精確推理和非精確推理。非精確推理。 對于一些大中型對于一些大中型ES，由于其知識庫中的知識數(shù)量很多，因此其推，由于其知識庫中的知識數(shù)量很多，因此其推理機制由知識庫管理系統(tǒng)和推理機兩個主要部分組成。其中，知識庫理機制由知識庫管理系統(tǒng)和推理機兩個主要部分組成。其中，知識庫管理系統(tǒng)實現(xiàn)對知識庫中知識的合理組織和有效管理，并能根據(jù)推理管理系統(tǒng)實現(xiàn)對知識庫中知識的合理組織和有效管理，并能根據(jù)推理過程的需求去搜索、運用知識和對知識庫中的知識做出正確的解釋；過程的需求去搜索、運用知識和對知識庫中的

16、知識做出正確的解釋；而推理機則主要用于生成并控制推理的進程和使用知識庫中的知識。而推理機則主要用于生成并控制推理的進程和使用知識庫中的知識。 推理機和知識庫相分離，是推理機和知識庫相分離，是ES的一大特點。這不僅便于對知識庫的一大特點。這不僅便于對知識庫的管理，而且還可以實現(xiàn)具有可塑性、通用性的系統(tǒng)。的管理，而且還可以實現(xiàn)具有可塑性、通用性的系統(tǒng)。第五章第五章 專家系統(tǒng)專家系統(tǒng)10四、解釋機構四、解釋機構 ES應該能夠以用戶便于接受的方式解釋自己的推理過程。應該能夠以用戶便于接受的方式解釋自己的推理過程。 例如，回答用戶提出的例如，回答用戶提出的“為什么？為什么？”，給用戶說明，給用戶說明“結

17、論是如何結論是如何得出的？得出的？”等。通過這種解釋，既可以使等。通過這種解釋，既可以使ES更取信于用戶，又可以幫更取信于用戶，又可以幫助系統(tǒng)建造者發(fā)現(xiàn)知識庫及推理機中的錯誤。助系統(tǒng)建造者發(fā)現(xiàn)知識庫及推理機中的錯誤。 解釋機構實際上也是一組程序，它包括系統(tǒng)提示、人機對話、能解釋機構實際上也是一組程序，它包括系統(tǒng)提示、人機對話、能書寫規(guī)則的語言以及解釋部分程序，其主要功能是解釋系統(tǒng)本身的推書寫規(guī)則的語言以及解釋部分程序，其主要功能是解釋系統(tǒng)本身的推理結果，回答用戶的提問，使用戶能夠了解推理的過程及所運用的知理結果，回答用戶的提問，使用戶能夠了解推理的過程及所運用的知識和數(shù)據(jù)。目前，大多數(shù)識和數(shù)據(jù)

18、。目前，大多數(shù)ES的解釋機構都采用人機對話的交互式解釋的解釋機構都采用人機對話的交互式解釋方法。方法。 第五章第五章 專家系統(tǒng)專家系統(tǒng)11五、知識獲取機構五、知識獲取機構 知識獲取是知識獲取是ES的一種輔助功能，它可為修改知識庫中的原有知的一種輔助功能，它可為修改知識庫中的原有知識和擴充新知識提供相應手段。識和擴充新知識提供相應手段。 其基本任務是把知識加入到知識庫中，并負責維持知識的一致性其基本任務是把知識加入到知識庫中，并負責維持知識的一致性及完整性，建立起性能良好的知識庫。及完整性，建立起性能良好的知識庫。 在不同在不同ES中，知識獲取的功能和實現(xiàn)方法差別較大，有的系統(tǒng)中，知識獲取的功能

19、和實現(xiàn)方法差別較大，有的系統(tǒng)首先由知識工程師向領域專家獲取知識，然后再通過相應的知識編輯首先由知識工程師向領域專家獲取知識，然后再通過相應的知識編輯軟件把知識送到知識庫中；軟件把知識送到知識庫中； 有的系統(tǒng)自身就具有部分學習功能，由系統(tǒng)直接與領域專家對話有的系統(tǒng)自身就具有部分學習功能，由系統(tǒng)直接與領域專家對話獲取知識；獲取知識； 有的系統(tǒng)具有較強的學習功能，可在系統(tǒng)運行過程中通過歸納、有的系統(tǒng)具有較強的學習功能，可在系統(tǒng)運行過程中通過歸納、總結，得出新的知識?？偨Y，得出新的知識。 無論采取哪種方式，知識獲取都是目前無論采取哪種方式，知識獲取都是目前ES研制中的一個重要問研制中的一個重要問題。題

20、。第五章第五章 專家系統(tǒng)專家系統(tǒng)六、用戶界面六、用戶界面 用戶界面是用戶界面是ESES的另一個關鍵組成部分，它作為的另一個關鍵組成部分，它作為ESES與外界的接口，與外界的接口，主要用于系統(tǒng)和外界之間的通訊與信息交換。主要用于系統(tǒng)和外界之間的通訊與信息交換。 ESES的使用者包括最終用戶、領域專家、知識工程師。的使用者包括最終用戶、領域專家、知識工程師。 最終用戶和領域專家一般都不是計算機專業(yè)人員，因此用戶界面最終用戶和領域專家一般都不是計算機專業(yè)人員，因此用戶界面必須適應非計算機人員的需求，不僅應把系統(tǒng)的輸出信息轉換為便于必須適應非計算機人員的需求，不僅應把系統(tǒng)的輸出信息轉換為便于用戶理解的

21、形式，而且還應使用戶能方便地操縱系統(tǒng)運行。用戶理解的形式，而且還應使用戶能方便地操縱系統(tǒng)運行。 用戶界面應盡可能地擬人化，盡可能地使用接近于自然語言的計用戶界面應盡可能地擬人化，盡可能地使用接近于自然語言的計算機語言，并能理解和處理聲音、圖像等多媒體信息。算機語言，并能理解和處理聲音、圖像等多媒體信息。 12第五章第五章 專家系統(tǒng)專家系統(tǒng)5.3 ES5.3 ES開發(fā)語言與環(huán)境開發(fā)語言與環(huán)境一、程序設計語言一、程序設計語言 程序設計語言包括通用程序設計語言和人工智能語言。它們是開發(fā)程序設計語言包括通用程序設計語言和人工智能語言。它們是開發(fā)專家系統(tǒng)的最基礎的語言工具。專家系統(tǒng)的最基礎的語言工具。

22、作為通用程序設計語言的主要代表有作為通用程序設計語言的主要代表有C C、PASCALPASCAL、ADAADA等；等； 作為人工智能語言的主要代表有以作為人工智能語言的主要代表有以 LISPLISP為代表的函數(shù)型語言，以為代表的函數(shù)型語言，以PROLOGPROLOG為代表的邏輯型語言，以及為代表的邏輯型語言，以及C C、JAVAJAVA等為代表的面向對象語等為代表的面向對象語言。言。 LISP(LISt Processing Language)LISP(LISt Processing Language)是是19601960年研究出來的，在專家系年研究出來的，在專家系統(tǒng)發(fā)展的早期，有許多著名的專

23、家系統(tǒng)都是用這種語言開發(fā)出來的。例統(tǒng)發(fā)展的早期，有許多著名的專家系統(tǒng)都是用這種語言開發(fā)出來的。例如如 MYCINMYCIN和和PROSPECTORPROSPECTOR等。等。 13第五章第五章 專家系統(tǒng)專家系統(tǒng) PROLOG(PROgramming in LOGic) PROLOG(PROgramming in LOGic)語言是語言是19721972年研制成功的一種邏輯年研制成功的一種邏輯程序設計語言。由于它具有簡潔的文法以及一階邏輯的推理能力，因而程序設計語言。由于它具有簡潔的文法以及一階邏輯的推理能力，因而被廣泛地應用于人工智能的許多研究領域中。被廣泛地應用于人工智能的許多研究領域中。

24、C C十十語言既是一種通用程序設計語言，又是一種很好的人工智能十十語言既是一種通用程序設計語言，又是一種很好的人工智能語言，它以其強大的功能和面向對象特征，在人工智能中得到了廣泛的語言，它以其強大的功能和面向對象特征，在人工智能中得到了廣泛的應用。應用。 已有不少人直接用它來開發(fā)專家系統(tǒng)或各種專家系統(tǒng)工具。尤其是已有不少人直接用它來開發(fā)專家系統(tǒng)或各種專家系統(tǒng)工具。尤其是 Visual CVisual C十的發(fā)展，為專家系統(tǒng)對多媒體信息的處理、可視化界面的十的發(fā)展，為專家系統(tǒng)對多媒體信息的處理、可視化界面的設計、基于網(wǎng)絡的分布式運行等提供了一種很好的語言環(huán)境。設計、基于網(wǎng)絡的分布式運行等提供了一

25、種很好的語言環(huán)境。 對于基于網(wǎng)絡的分布式多專家協(xié)同專家系統(tǒng)的開發(fā)，對于基于網(wǎng)絡的分布式多專家協(xié)同專家系統(tǒng)的開發(fā)，JavaJava語言也是語言也是值得考慮的一種語言工具。值得考慮的一種語言工具。 14第五章第五章 專家系統(tǒng)專家系統(tǒng)二、開發(fā)環(huán)境二、開發(fā)環(huán)境 在國外已有一批較有影響的專家系統(tǒng)開發(fā)環(huán)境，如在國外已有一批較有影響的專家系統(tǒng)開發(fā)環(huán)境，如 KEEKEE、GUGUGUGU等。等。 KEEKEE是由美國加州是由美國加州IntellicorpIntellicorp公司推出的一個集成化的專家系統(tǒng)公司推出的一個集成化的專家系統(tǒng)開發(fā)環(huán)境，它把基于框架的知識表示、基于規(guī)則的推理、邏輯表示、開發(fā)環(huán)境，它把基

26、于框架的知識表示、基于規(guī)則的推理、邏輯表示、數(shù)據(jù)驅動的推理、面向對象的程序設計等結合在一起，可以滿足各個數(shù)據(jù)驅動的推理、面向對象的程序設計等結合在一起，可以滿足各個領域開發(fā)專家系統(tǒng)的需求。領域開發(fā)專家系統(tǒng)的需求。 GUGUGUGU是由微數(shù)據(jù)公司是由微數(shù)據(jù)公司MDBSMDBS于于19851985年用年用C C語言研制的一個功能很強的語言研制的一個功能很強的混合型專家系統(tǒng)開發(fā)環(huán)境，它包含關系數(shù)據(jù)庫系統(tǒng)、標準的混合型專家系統(tǒng)開發(fā)環(huán)境，它包含關系數(shù)據(jù)庫系統(tǒng)、標準的 SQLSQL查詢查詢語言、遠程通訊、多功能程序設計等多種功能。語言、遠程通訊、多功能程序設計等多種功能。15第五章第五章 專家系統(tǒng)專家系統(tǒng)

27、 國內由中國科學院、浙江大學、武漢大學等七個單位聯(lián)合開發(fā)，國內由中國科學院、浙江大學、武漢大學等七個單位聯(lián)合開發(fā)，于于19901990年完成了一個專家系統(tǒng)開發(fā)環(huán)境年完成了一個專家系統(tǒng)開發(fā)環(huán)境天馬天馬。該系統(tǒng)有。該系統(tǒng)有4 4部推理機，部推理機，即常規(guī)推理機、規(guī)劃推理機、演繹推理機及近似推理機；有即常規(guī)推理機、規(guī)劃推理機、演繹推理機及近似推理機；有3 3個知識獲個知識獲取工具，即知識庫管理系統(tǒng)、機器學習、知識求精；有取工具，即知識庫管理系統(tǒng)、機器學習、知識求精；有4 4套人機接口生套人機接口生成工具，即窗口、圖形、菜單及自然語言；有多種知識表示模式，如成工具，即窗口、圖形、菜單及自然語言；有多種

28、知識表示模式，如框架、規(guī)則及過程?？蚣堋⒁?guī)則及過程。 應用應用天馬天馬環(huán)境，已經(jīng)開發(fā)出了一些專家系統(tǒng)，如暴雨預報專環(huán)境，已經(jīng)開發(fā)出了一些專家系統(tǒng)，如暴雨預報專家系統(tǒng)、長沙旅游咨詢專家系統(tǒng)、石油測井數(shù)據(jù)專家系統(tǒng)等。家系統(tǒng)、長沙旅游咨詢專家系統(tǒng)、石油測井數(shù)據(jù)專家系統(tǒng)等。16第五章第五章 專家系統(tǒng)專家系統(tǒng)5.4 ES實例實例5.4.1 動物識別專家系統(tǒng)動物識別專家系統(tǒng) 1. 動物識別專家系統(tǒng)的知識庫動物識別專家系統(tǒng)的知識庫 用產(chǎn)生式系統(tǒng)鑒別動物，需要一種演繹機制，利用已知事實的用產(chǎn)生式系統(tǒng)鑒別動物，需要一種演繹機制，利用已知事實的集合做出新的結論，一種方法是替動物園中的每一個動物作一個產(chǎn)集合做出新的

29、結論，一種方法是替動物園中的每一個動物作一個產(chǎn)生式，使用者首先收集所有可利用的事實，然后在產(chǎn)生式的表中進生式，使用者首先收集所有可利用的事實，然后在產(chǎn)生式的表中進行掃描，尋找一個在條件部分能與之匹配的產(chǎn)生式。行掃描，尋找一個在條件部分能與之匹配的產(chǎn)生式。 一般要經(jīng)過多步并生成和利用一些中間事實才能從基本事實推一般要經(jīng)過多步并生成和利用一些中間事實才能從基本事實推出結論，這樣做，所包含的產(chǎn)生式可以比較小，容易理解，容易使出結論，這樣做，所包含的產(chǎn)生式可以比較小，容易理解，容易使用和容易產(chǎn)生。用和容易產(chǎn)生。 17第五章第五章 專家系統(tǒng)專家系統(tǒng)10條規(guī)則用條規(guī)則用Prolog語言表示語言表示： It

30、-is(“哺乳動物哺乳動物”):positive(“產(chǎn)奶產(chǎn)奶”). It-is (“哺乳動物哺乳動物”) :positive (“有毛發(fā)有毛發(fā)”). It-is (“食肉動物食肉動物”) :positive (“吃肉吃肉”). It-is (“食肉動物食肉動物”) :positive (“有犬齒有犬齒”), positive(“有爪有爪”), positive(“眼前視眼前視”). It-is (“有蹄動物有蹄動物”) :positive (“有蹄子有蹄子”)，it_is(“哺乳動物哺乳動物”). It-is (“有蹄動物有蹄動物”) :positive (“反芻食物反芻食物”),it_is(

31、“哺乳動物哺乳動物”).animai_is(“老虎老虎” ):it_is(“哺乳動物哺乳動物”)，it_is(“食肉動物食肉動物”)，positive(“黃褐色黃褐色”)，positive(“有黑條紋有黑條紋”). animai_is(“金錢豹金錢豹”) :it_is(“哺乳動物哺乳動物”)，it_is(“食肉動物食肉動物”)，positive(“黃褐色黃褐色”)，positive(“有暗斑點有暗斑點”). animai_is (“斑馬斑馬” ):it_is(“有蹄動物有蹄動物”)，positive(“有黑條紋有黑條紋”). animai_is (“長頸鹿長頸鹿” ):it_is(“有蹄動物有

32、蹄動物”)，positive(“有長脖有長脖子子”)，positive(“有長腿有長腿”)，positive(“有暗斑點有暗斑點”). 18第五章第五章 專家系統(tǒng)專家系統(tǒng) 2. 數(shù)據(jù)庫數(shù)據(jù)庫 在計算機中留出一些存儲區(qū)間，以存放反映系統(tǒng)當前狀態(tài)的事實，在計算機中留出一些存儲區(qū)間，以存放反映系統(tǒng)當前狀態(tài)的事實，存放用戶回答的事實、己知的事實和由推理而得的事實，即由己知事存放用戶回答的事實、己知的事實和由推理而得的事實，即由己知事實推導出的假設成立時，也作為事實。如用下列語句可通過問答建立實推導出的假設成立時，也作為事實。如用下列語句可通過問答建立動物識別專家系統(tǒng)動態(tài)數(shù)據(jù)庫：動物識別專家系統(tǒng)動態(tài)數(shù)據(jù)

33、庫： positive(X):ask(X). ask(X):write(X，”嗎？嗎？”)，readln(Reply)，remember(X，Reply). 當內部目標和當內部目標和 animal_js(“老虎老虎”)匹配時，首先要滿足條件匹配時，首先要滿足條件it_is(“哺乳動物哺乳動物”)，也即要滿足，也即要滿足positive(“產(chǎn)奶產(chǎn)奶”)，這時搜索數(shù)據(jù)庫沒，這時搜索數(shù)據(jù)庫沒有發(fā)現(xiàn)這個事實，系統(tǒng)立即轉入詢問，通過謂詞有發(fā)現(xiàn)這個事實，系統(tǒng)立即轉入詢問，通過謂詞readln(Reply)從鍵盤輸從鍵盤輸入入“ yes”或或“ no”，用自定義謂詞，用自定義謂詞 remember(X，Re

34、ply)來肯定產(chǎn)奶或來肯定產(chǎn)奶或否定產(chǎn)奶，從而達到增加某個新數(shù)據(jù)或否定某個數(shù)據(jù)的目的。否定產(chǎn)奶，從而達到增加某個新數(shù)據(jù)或否定某個數(shù)據(jù)的目的。 19第五章第五章 專家系統(tǒng)專家系統(tǒng) 3. 3. 知識表示知識表示 知識的表達形式應該自然簡單、精確，又容易存取。知識的表達形式應該自然簡單、精確，又容易存取。 在在PrologProlog專家系統(tǒng)中，知識通常用以下兩種方法之一來表示專家系統(tǒng)中，知識通常用以下兩種方法之一來表示: : - - 把事實和數(shù)據(jù)把事實和數(shù)據(jù)( (事實性知識事實性知識) )分類，放到分類，放到PrologProlog規(guī)則庫中。這種規(guī)則庫中。這種表示實用于基于規(guī)則的專家系統(tǒng)。在基于規(guī)

35、則的專家系統(tǒng)中，肯定的表示實用于基于規(guī)則的專家系統(tǒng)。在基于規(guī)則的專家系統(tǒng)中，肯定的結果是一個產(chǎn)生式規(guī)則的動作，這些產(chǎn)生式規(guī)則由輸入數(shù)據(jù)激活。結果是一個產(chǎn)生式規(guī)則的動作，這些產(chǎn)生式規(guī)則由輸入數(shù)據(jù)激活。 - - 把事實和數(shù)據(jù)構成子句，形成子句知識庫。這種子句表示實用把事實和數(shù)據(jù)構成子句，形成子句知識庫。這種子句表示實用于基于邏輯的專家系統(tǒng)，在基于邏輯的專家系統(tǒng)中，知識庫是由說明于基于邏輯的專家系統(tǒng)，在基于邏輯的專家系統(tǒng)中，知識庫是由說明事實的謂詞邏輯子句組成，有一個可以由輸入數(shù)據(jù)流激活的規(guī)則集，事實的謂詞邏輯子句組成，有一個可以由輸入數(shù)據(jù)流激活的規(guī)則集，如上例的動物識別專家系統(tǒng)的四種動物可用如下如

36、上例的動物識別專家系統(tǒng)的四種動物可用如下PrologProlog語句表示語句表示: :20第五章第五章 專家系統(tǒng)專家系統(tǒng)rule (1，“老虎老虎”，1，2，3，4)rule (2，“金錢豹金錢豹”，l，2，3，5)rule (3，“斑馬斑馬”，4，6)rule (4，“長頸鹿長頸鹿”，5，6，7，8)condition (1，“哺乳動物哺乳動物”)condition (2，“食肉動物食肉動物”)condition (3，“黃褐色黃褐色”)condition (4，“有黑條紋有黑條紋”)condition (5，“有暗斑點有暗斑點”)condition (6，“有蹄動物有蹄動物”)condit

37、ion (7，“有長脖子有長脖子”)condition (8，“長腿長腿”)21第五章第五章 專家系統(tǒng)專家系統(tǒng) 4推理機推理機 推理機是一組函數(shù)，本例既有正向推理機又有反向推理機，都是用推理機是一組函數(shù)，本例既有正向推理機又有反向推理機，都是用精確推理。精確推理。 l)正向推理正向推理 用戶首先提供一批事實，存放到數(shù)據(jù)庫中，然后推理機進行工作。用戶首先提供一批事實，存放到數(shù)據(jù)庫中，然后推理機進行工作。 推理機用這批事實與知識庫中規(guī)則的前提進行匹配。推理機用這批事實與知識庫中規(guī)則的前提進行匹配。 把匹配成功的規(guī)則的結論部分作為新的事實加到數(shù)據(jù)庫中去。把匹配成功的規(guī)則的結論部分作為新的事實加到數(shù)據(jù)

38、庫中去。再用更新后的數(shù)據(jù)庫中的所有事實，重復上述、二步，如此反復再用更新后的數(shù)據(jù)庫中的所有事實，重復上述、二步，如此反復進行，直到得出結論進行，直到得出結論(答案答案)或不再有新的事實加到數(shù)據(jù)庫為止。或不再有新的事實加到數(shù)據(jù)庫為止。 例如，用戶輸入一批事實：動物有暗斑點、長脖子、長腿、產(chǎn)奶、例如，用戶輸入一批事實：動物有暗斑點、長脖子、長腿、產(chǎn)奶、有蹄子，要求系統(tǒng)判斷這是一個什么動物？有蹄子，要求系統(tǒng)判斷這是一個什么動物？ 22第五章第五章 專家系統(tǒng)專家系統(tǒng) 推理機利用這批事實來匹配規(guī)則推理機利用這批事實來匹配規(guī)則, 方法一般是將第一條規(guī)則的前提方法一般是將第一條規(guī)則的前提部分取出來，驗證一下

39、這些前提是否在數(shù)據(jù)庫中，若都在，匹配成功，部分取出來，驗證一下這些前提是否在數(shù)據(jù)庫中，若都在，匹配成功，不然就取第二條規(guī)則進行匹配，如此下去。不然就取第二條規(guī)則進行匹配，如此下去。 首先，成功地匹配了第一條規(guī)則首先，成功地匹配了第一條規(guī)則it_is(“哺乳動物哺乳動物”)，于是把該規(guī)則，于是把該規(guī)則的結論的結論“哺乳動物哺乳動物”加到數(shù)據(jù)庫中去；加到數(shù)據(jù)庫中去； 接著又成功地匹配了規(guī)則接著又成功地匹配了規(guī)則it_is(“有蹄動物有蹄動物”)，因為數(shù)據(jù)庫中有：哺，因為數(shù)據(jù)庫中有：哺乳動物及有蹄子，滿足該規(guī)則的前提，于是把該規(guī)則的結論乳動物及有蹄子，滿足該規(guī)則的前提，于是把該規(guī)則的結論“有蹄動有蹄

40、動物物”加到數(shù)據(jù)庫中去；加到數(shù)據(jù)庫中去； 接著又成功地匹配了規(guī)則接著又成功地匹配了規(guī)則animal_is(“長頸鹿長頸鹿”)，于是得出結論：，于是得出結論： 這個動物是長頸鹿。這個動物是長頸鹿。 當一條規(guī)則匹配成功之后，不僅將其結論部分加入到數(shù)據(jù)庫，而當一條規(guī)則匹配成功之后，不僅將其結論部分加入到數(shù)據(jù)庫，而且還要記錄下這條規(guī)則，當推理結束時，以備解釋顯示調用規(guī)則的軌且還要記錄下這條規(guī)則，當推理結束時，以備解釋顯示調用規(guī)則的軌跡。跡。23第五章第五章 專家系統(tǒng)專家系統(tǒng) 設計一個正向推理機就是設計一組程序，使其至少具有以下的功設計一個正向推理機就是設計一組程序，使其至少具有以下的功能：能： 能用數(shù)

41、據(jù)庫中的事實去匹配規(guī)則的前提，若匹配不成功，能自能用數(shù)據(jù)庫中的事實去匹配規(guī)則的前提，若匹配不成功，能自動地進行下一條規(guī)則的匹配。動地進行下一條規(guī)則的匹配。 如何匹配最為合適，是設計專家系統(tǒng)者根據(jù)專業(yè)特點和知識表示如何匹配最為合適，是設計專家系統(tǒng)者根據(jù)專業(yè)特點和知識表示等情況，需要很好考慮的問題，也就是在匹配時到底用什么策略等問等情況，需要很好考慮的問題，也就是在匹配時到底用什么策略等問題都需要考慮周全；題都需要考慮周全； 若某條規(guī)則匹配成功了，系統(tǒng)能將此規(guī)則的結論部分自動加入若某條規(guī)則匹配成功了，系統(tǒng)能將此規(guī)則的結論部分自動加入數(shù)據(jù)庫；數(shù)據(jù)庫； 能判斷何時應結束推理；能判斷何時應結束推理； 能

42、將匹配成功的規(guī)則記錄下來；能將匹配成功的規(guī)則記錄下來；24第五章第五章 專家系統(tǒng)專家系統(tǒng)25第五章第五章 專家系統(tǒng)專家系統(tǒng) 2)反向推理反向推理 由用戶或系統(tǒng)首先提出一批假設，然后系統(tǒng)逐一驗證這些假設的由用戶或系統(tǒng)首先提出一批假設，然后系統(tǒng)逐一驗證這些假設的真假性，方法是：真假性，方法是： 看假設是否在數(shù)據(jù)庫中，若在，則假設成立，推理結束或進行看假設是否在數(shù)據(jù)庫中，若在，則假設成立，推理結束或進行下一個假設的驗證，否則，進行下一步。下一個假設的驗證，否則，進行下一步。 判斷這些假設是否是證據(jù)節(jié)點，若是，系統(tǒng)提問用戶，否則進判斷這些假設是否是證據(jù)節(jié)點，若是，系統(tǒng)提問用戶，否則進行下一步。行下一步

43、。 找出結論部分包含此假設的那些規(guī)則，把這些規(guī)則的所有前提找出結論部分包含此假設的那些規(guī)則，把這些規(guī)則的所有前提作為新的假設。作為新的假設。 重復、步。重復、步。26第五章第五章 專家系統(tǒng)專家系統(tǒng) 例如，用戶要求系統(tǒng)驗證一下該動物是否是老虎例如，用戶要求系統(tǒng)驗證一下該動物是否是老虎(此時數(shù)據(jù)庫中什此時數(shù)據(jù)庫中什么也沒有么也沒有)。 系統(tǒng)首先檢查數(shù)據(jù)庫，看其中有沒有老虎這個事實，現(xiàn)在沒有，系統(tǒng)首先檢查數(shù)據(jù)庫，看其中有沒有老虎這個事實，現(xiàn)在沒有，即不滿足第一步；即不滿足第一步； 其次檢查此假設其次檢查此假設“老虎老虎”是否是證據(jù)節(jié)點，得出結論：不是，即是否是證據(jù)節(jié)點，得出結論：不是，即不滿足第二步

44、；不滿足第二步； 進行第三步，在知識庫中找出結論部分含有進行第三步，在知識庫中找出結論部分含有“老虎老虎”的規(guī)則，結的規(guī)則，結果找出規(guī)則果找出規(guī)則animal_is(“老虎老虎”)。 第四步：將該規(guī)則的四個前提條件：哺乳動物、食肉動物、黃褐第四步：將該規(guī)則的四個前提條件：哺乳動物、食肉動物、黃褐色和有黑條紋都作為新的假設，逐一驗證這些新假設。色和有黑條紋都作為新的假設，逐一驗證這些新假設。27第五章第五章 專家系統(tǒng)專家系統(tǒng)28第五章第五章 專家系統(tǒng)專家系統(tǒng) 首先驗證首先驗證“哺乳動物哺乳動物”是否為真。前二步都不滿足，即數(shù)據(jù)庫中是否為真。前二步都不滿足，即數(shù)據(jù)庫中既沒有既沒有“哺乳動物哺乳動物

45、”，又不是證據(jù)節(jié)點。，又不是證據(jù)節(jié)點。 那么進行第三步，系統(tǒng)查出：它是如下規(guī)則的結論部分。那么進行第三步，系統(tǒng)查出：它是如下規(guī)則的結論部分。 it_is(“哺乳動物哺乳動物”)： positive(“產(chǎn)奶產(chǎn)奶”) it_is(“哺乳動物哺乳動物”): positive(“有毛發(fā)有毛發(fā)”)” 于是將該兩條規(guī)則的前提：于是將該兩條規(guī)則的前提：“有毛發(fā)有毛發(fā)”和和“產(chǎn)奶產(chǎn)奶”作為新的假設作為新的假設進行驗證。進行驗證。 先驗證先驗證“有毛發(fā)有毛發(fā)”是否為真，它不滿足第一步。是否為真，它不滿足第一步。 當系統(tǒng)進行第二步時，查出當系統(tǒng)進行第二步時，查出“有毛發(fā)有毛發(fā)”是證據(jù)節(jié)點，于是系統(tǒng)就是證據(jù)節(jié)點，于

46、是系統(tǒng)就提問用戶提問用戶“此動物有毛發(fā)嗎？此動物有毛發(fā)嗎？” 29第五章第五章 專家系統(tǒng)專家系統(tǒng) 若用戶回答若用戶回答“有有”，則系統(tǒng)自動地將事實，則系統(tǒng)自動地將事實“動物有毛發(fā)動物有毛發(fā)”加入數(shù)加入數(shù)據(jù)庫，于是系統(tǒng)證實了此動物是哺乳動物，所以將據(jù)庫，于是系統(tǒng)證實了此動物是哺乳動物，所以將“哺乳動物哺乳動物”這一這一事實自動加入數(shù)據(jù)庫，并記錄匹配成功的前一條規(guī)則事實自動加入數(shù)據(jù)庫，并記錄匹配成功的前一條規(guī)則(由于這兩條規(guī)則由于這兩條規(guī)則都能推出是哺乳動物，若前一條規(guī)則為真，即已證實此動物是哺乳動都能推出是哺乳動物，若前一條規(guī)則為真，即已證實此動物是哺乳動物，這時系統(tǒng)能自動地不考察后一條規(guī)則的真

47、假，否則，系統(tǒng)還要考物，這時系統(tǒng)能自動地不考察后一條規(guī)則的真假，否則，系統(tǒng)還要考察后一條規(guī)則察后一條規(guī)則)。 其次驗證其次驗證“食肉動物食肉動物”是否為真。是否為真。 前兩步都不滿足，進行第三步時，系統(tǒng)查出它是如下規(guī)則的結論前兩步都不滿足，進行第三步時，系統(tǒng)查出它是如下規(guī)則的結論部分，部分， it_is(“食肉動物食肉動物”)：positive(“吃肉吃肉”) it_is(“食肉動物食肉動物”)：positive(“有犬齒有犬齒”),positive(“有爪有爪”)， positive(“眼前視眼前視”) 于是將該兩條規(guī)則的前提部分于是將該兩條規(guī)則的前提部分“吃肉吃肉”和和“有犬齒有犬齒”、“

48、有爪有爪”、“眼前視眼前視”都作為新的假設來進行逐一驗證；都作為新的假設來進行逐一驗證；30第五章第五章 專家系統(tǒng)專家系統(tǒng) 先驗證前一規(guī)則的前提先驗證前一規(guī)則的前提“吃肉吃肉”是否為真，由于它是證據(jù)節(jié)點，是否為真，由于它是證據(jù)節(jié)點，系統(tǒng)問用戶：系統(tǒng)問用戶：“此動物吃肉嗎？此動物吃肉嗎？”，若用戶回答，若用戶回答“是是”，至此，系統(tǒng)，至此，系統(tǒng)已證實了此動物是已證實了此動物是“食肉動物食肉動物”，于是系統(tǒng)將此事實自動加入數(shù)據(jù)庫，于是系統(tǒng)將此事實自動加入數(shù)據(jù)庫，并記錄匹配成功的前一規(guī)則。并記錄匹配成功的前一規(guī)則。 再驗證再驗證“黃褐色黃褐色”是否為真。因為是否為真。因為“黃褐色黃褐色”是證據(jù)節(jié)點，

49、所以是證據(jù)節(jié)點，所以系統(tǒng)問用戶：系統(tǒng)問用戶：“該動物是黃褐色的嗎？該動物是黃褐色的嗎？”若用戶回答若用戶回答“是是”，則系統(tǒng)，則系統(tǒng)自動地將此事實自動地將此事實“黃褐色黃褐色”加入數(shù)據(jù)庫。加入數(shù)據(jù)庫。31第五章第五章 專家系統(tǒng)專家系統(tǒng) 最后驗證最后驗證“有黑條紋有黑條紋”是否為真。因為是否為真。因為“有黑條紋有黑條紋”是證據(jù)節(jié)點，是證據(jù)節(jié)點，所以系統(tǒng)問用戶：所以系統(tǒng)問用戶：“該動物有黑條紋嗎？該動物有黑條紋嗎？”用戶回答用戶回答“有有”，則系統(tǒng)，則系統(tǒng)將此事實將此事實“有黑條紋有黑條紋”自動地加入數(shù)據(jù)庫。自動地加入數(shù)據(jù)庫。 至此，系統(tǒng)證實了此動物是至此，系統(tǒng)證實了此動物是“老虎老虎”。此時，系

50、統(tǒng)將此事實。此時，系統(tǒng)將此事實“老老虎虎”自動地加入數(shù)據(jù)庫，并記錄此匹配成功的規(guī)則自動地加入數(shù)據(jù)庫，并記錄此匹配成功的規(guī)則animal_is(“老虎老虎”)。 如果上述假設如果上述假設“老虎老虎”被否定，那么系統(tǒng)能提出下一個假設，比被否定，那么系統(tǒng)能提出下一個假設，比方是方是“金錢豹金錢豹”來進行來進行驗證。驗證。 直至某一個假設成立，系統(tǒng)就結束推理。直至某一個假設成立，系統(tǒng)就結束推理。 若所有假設都驗證了且都不成立，此時系統(tǒng)回答：若所有假設都驗證了且都不成立，此時系統(tǒng)回答：“不認識此動不認識此動物物”。32第五章第五章 專家系統(tǒng)專家系統(tǒng) 從上面例子可知，要設計一個反向推理機，至少要具有以下功

51、能：從上面例子可知，要設計一個反向推理機，至少要具有以下功能： 能根據(jù)用戶要求或情況提出假設；能根據(jù)用戶要求或情況提出假設； 能驗證此假設是否是在數(shù)據(jù)庫中；能驗證此假設是否是在數(shù)據(jù)庫中； 能把知識庫中將結論部分包含此假設的規(guī)則都找出來；能把知識庫中將結論部分包含此假設的規(guī)則都找出來； 能將找出來的規(guī)則的前提部分取出，并作為新的假設逐條驗證；能將找出來的規(guī)則的前提部分取出，并作為新的假設逐條驗證； 能判斷假設是否是證據(jù)節(jié)點，若是，能向用戶提出相應的問題，能判斷假設是否是證據(jù)節(jié)點，若是，能向用戶提出相應的問題，并記錄結果；并記錄結果； 能將匹配成功的規(guī)則記錄下來；能將匹配成功的規(guī)則記錄下來； 能判

52、斷何時應結束推理。能判斷何時應結束推理。33第五章第五章 專家系統(tǒng)專家系統(tǒng) 3)反向推理機的實現(xiàn)反向推理機的實現(xiàn) positive(X)：xpositive(X)，！，！ positive(X)：not(negative(X)，！，！，ask(X) negative(X)：xnegative(X)，！，！ ask(X)：write(”該動物該動物”，X，”嗎？嗎？”)，readln(Reply)， remember(X，Reply) remember(X，yes)：asserta(xpositive(X) remember(X，no)：assefta(xnegative(X)，fail cle

53、ar_facts：retract(xpositive(_)，fail clear_facts：retract(xnegative(_)，fail 推理機必須有管理用戶輸入的規(guī)則，并用產(chǎn)生式規(guī)則與其匹配，推理機必須有管理用戶輸入的規(guī)則，并用產(chǎn)生式規(guī)則與其匹配，記錄記錄yes和和no的回答，規(guī)則的回答，規(guī)則positive和和negative用于將用戶輸入數(shù)據(jù)和產(chǎn)用于將用戶輸入數(shù)據(jù)和產(chǎn)生式規(guī)則中的相應部分進行匹配。生式規(guī)則中的相應部分進行匹配。 34第五章第五章 專家系統(tǒng)專家系統(tǒng) 規(guī)則規(guī)則remember根據(jù)根據(jù)yes和和no的回答生成斷言，供匹配使用。的回答生成斷言，供匹配使用。 clear_facts規(guī)則在識別規(guī)則在識別-動作循環(huán)末端除去知識庫項。這里動作循環(huán)末端除去知識庫項。這里xposi