第二章專家系統(tǒng)

1、第二章第二章 專家系統(tǒng)專家系統(tǒng) 上海電機(jī)學(xué)院 陳國初第二章第二章 專家系統(tǒng)專家系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1 專家系統(tǒng)的概念專家系統(tǒng)的概念 2.2 專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)的結(jié)構(gòu)2.3 知識獲取與推理機(jī)介紹知識獲取與推理機(jī)介紹2.4 專家系統(tǒng)的應(yīng)用與實(shí)例專家系統(tǒng)的應(yīng)用與實(shí)例2.5 專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)2.6 專家系統(tǒng)開發(fā)工具與環(huán)境專家系統(tǒng)開發(fā)工具與環(huán)境2.7 新一代專家系統(tǒng)研究新一代專家系統(tǒng)研究第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1 專家系統(tǒng)的概念專家系統(tǒng)的概念 2.1.1 專家控制的由來 傳統(tǒng)控制系統(tǒng)的結(jié)構(gòu)基本沒有改變，仍然是極其單獨(dú)

2、作用的反饋控制 。 傳統(tǒng)控制理論的不足，在于它必須依賴于受控對象或過程的嚴(yán)格的數(shù)學(xué)模型，試圖針對精確模型來求取最優(yōu)的控制效果。 20世紀(jì)80年代初，人工智能中的專家系統(tǒng)技術(shù)發(fā)展良好，自控領(lǐng)域的學(xué)者將其引入控制系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1.2 專家控制的發(fā)展 20世紀(jì)60年代初，出現(xiàn)了運(yùn)用邏輯學(xué)和模擬心理活動的一些通用問題求解程序，它們可以證明定理和進(jìn)行邏輯推理。但是這些通用方法無法解決大的實(shí)際問題，很難把實(shí)際問題改造成適合于計(jì)算機(jī)解決的形式，并且對于解題所需的巨大的搜索空間也難于處理。（萌芽期）專家系統(tǒng)方面：專家系統(tǒng)方面： 1965年，費(fèi)根鮑姆等人在總結(jié)通用問題求解系統(tǒng)的成功與

3、失敗經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識，研制了世界上第一個化學(xué)專家系統(tǒng)Dendral ，可以推斷化學(xué)分子結(jié)構(gòu)。 1968年，B.Raphael研制了回答專家系統(tǒng)SIR。第二章第二章 專家系統(tǒng)專家系統(tǒng) 1972年，E.Shortliffe等人研制了醫(yī)學(xué)專家系統(tǒng)MYCIN。 同年，T.Winograd研制了回答專家系統(tǒng)SHRDLU。 1973年，Simmons研制了自然語言問答專家系統(tǒng)NLQS。 1976年， D.B.Lenat研制了數(shù)學(xué)專家系統(tǒng)AM。 1980年，D.Smith研制了肺病診斷專家系統(tǒng)WHEEZE。 1981年，SRI研制了地質(zhì)探礦專家系統(tǒng)PROSPECTOR。 1982-198

4、3年，M.Gallanti等研制了用于核反應(yīng)堆環(huán)境輔助決策系統(tǒng)的專家系統(tǒng)REACTOR。 1984年，LISP機(jī)公司研制的用于蒸餾塔過程控制的分布式實(shí)時專家系統(tǒng)PICON。 1985年，出現(xiàn)的利用專家系統(tǒng)對飛行控制系統(tǒng)控制規(guī)律進(jìn)行再組合的研究。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 專家系統(tǒng)的發(fā)展階段：專家系統(tǒng)的發(fā)展階段： 第一代專家系統(tǒng)第一代專家系統(tǒng)（Dendral、Macsyma等）以高度專業(yè)化、求解專門問題的能力強(qiáng)為特點(diǎn)。但在體系結(jié)構(gòu)的完整性、可移植性等方面存在缺陷，求解問題的能力弱。 第二代專家系統(tǒng)第二代專家系統(tǒng)（Mycin、Casnet、Prospector、Hearsay等）屬單學(xué)科專業(yè)

5、型、應(yīng)用型系統(tǒng)，其體系結(jié)構(gòu)較完整，移植性方面也有所改善，而且在系統(tǒng)的人機(jī)接口、解釋機(jī)制、知識獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。 第三代專家系統(tǒng)第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語言，綜合采用各種知識表示方法和多種推理機(jī)制及控制策略，并開始運(yùn)用各種知識工程語言、骨架系統(tǒng)及專家系統(tǒng)開發(fā)工具和環(huán)境來研制大型綜合專家系統(tǒng)。 在總結(jié)前三代專家系統(tǒng)設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，已開始采用大型多專家協(xié)作系統(tǒng)、多種知識表示、綜合知識庫、自組織解題機(jī)制、多學(xué)科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識獲取及學(xué)習(xí)機(jī)制等最新人工智

6、能技術(shù)來實(shí)現(xiàn)具有多知識庫、多主體的第四代專家系統(tǒng)第四代專家系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 在專家控制的研究方面：在專家控制的研究方面： 1977年Feigenbaum在第五屆國際人工智能大會提出“知識工程”的概念，知識工程逐漸形成人工智能研究的一大分支。 1983年，著名自動控制理論專家、瑞典學(xué)者L.J.Astrom明確提出將專家系統(tǒng)技術(shù)引入自動控制領(lǐng)域。 1984年，在布達(dá)佩斯召開的IFAC第9屆大會上，J.Zaborszky提出了系統(tǒng)科學(xué)的一般結(jié)構(gòu)，其系統(tǒng)的功能和構(gòu)成實(shí)際上主要是專家系統(tǒng)。 1986年，美國52位專家教授在加州桑塔卡拉拉大學(xué)召開了控制屆 的 “ 高 峰 ”會議，發(fā)表

7、了 共 同 的 觀 點(diǎn) ； 同 年 ， L.J.Astrom發(fā)表論文正式提出了專家控制系統(tǒng)的理論。 1987年，IFAC第10屆大會發(fā)表了49篇有關(guān)專家系統(tǒng)用于控制問題的研究論文，而且設(shè)專門會議討論有關(guān)問題。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 一般認(rèn)為，專家控制研究的突出代表應(yīng)首推瑞典學(xué)者K.J.Astrom。1983年，將專家系統(tǒng)技術(shù)引入自動控制。1986年，發(fā)表論文正式提出了專家控制系統(tǒng)的理論。 Karl J.Astrom瑞典Lund大學(xué)物理工程系前主任，瑞典皇家科學(xué)院、工程科學(xué)院院士，瑞典皇家工程科學(xué)院副主席，美國工程院外籍院士。IEEE fellow。 Astrom教授是自動控制領(lǐng)域著名

8、專家。在自動控制、隨機(jī)控制、系統(tǒng)辨識、自適應(yīng)控制、計(jì)算機(jī)控制、計(jì)算機(jī)輔助控制工程等多方面做出了許多杰出的奠基性貢獻(xiàn)。 2004年年10月月21日，日，Karl J. Astrom教授訪問了上海交大教授訪問了上海交大自動化研究所，參觀了復(fù)雜系統(tǒng)與控制開放實(shí)驗(yàn)室，并為自動化研究所，參觀了復(fù)雜系統(tǒng)與控制開放實(shí)驗(yàn)室，并為校內(nèi)外校內(nèi)外300余名師生做了題為余名師生做了題為AutomationThe Hidden Technology“ 的學(xué)術(shù)報(bào)告。的學(xué)術(shù)報(bào)告。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 我國在專家控制方面的研究：我國在專家控制方面的研究： 1987年，華理工潘日芳教授，專家控制系統(tǒng)在精餾塔控制中的

9、應(yīng)用。 1988-1989年，哈工大胡恒章等人研制的“基于專家知識的智能控制研究及其在造紙過程控制中的應(yīng)用” 1991年，大連海事大學(xué)朱紹廬（指導(dǎo)其博士生郭晨）研制的“智能控制器與鍋爐專家控制系統(tǒng)的研制” 其他：清華大學(xué)孫增圻、張跋院士、盧強(qiáng)院士、華中理工大學(xué)周發(fā)強(qiáng)、沈陽自動化所楊淮清 1983年起，重慶大學(xué)智能自動化研究所的周其鑒、李祖樞等人提出的仿人智能控制理論。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1.3 什么是專家系統(tǒng) 自從1965年世界上第一個專家系統(tǒng)DENDRAL問世以來，專家系統(tǒng)的技術(shù)和應(yīng)用，在短短的40余年獲得了長足的進(jìn)步和發(fā)展。特別是20世紀(jì)80年代中期以后，隨著知識工程技術(shù)

10、的日漸豐富和成熟，各種各樣的實(shí)用專家系統(tǒng)如雨后春筍般地在世界各地不斷涌現(xiàn)。那么，究竟什么是專家系統(tǒng)呢？ 專家系統(tǒng)（Expert System)亦稱專家咨詢系統(tǒng)，它是一種智能計(jì)算機(jī)(軟件)系統(tǒng)。顧名思義，專家系統(tǒng)就是能像人類專家一樣解決困難、復(fù)雜的實(shí)際問題的計(jì)算機(jī)(軟件)系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 我們知道“專家”就是專門家，是某一專門領(lǐng)域的行家里手。專家之所以是專家，是因?yàn)樗ㄋ┙鉀Q問題時具有超凡的能力和水平。專家之所以具有超凡的能力和水平，是因?yàn)椋?(1)專家擁有豐富的專業(yè)知識和實(shí)踐經(jīng)驗(yàn)，或者說他（她）擁有豐富的理論知識和經(jīng)驗(yàn)知識，特別是經(jīng)驗(yàn)知識； (2)專家具有獨(dú)特的思維方式，

11、即獨(dú)特的分析問題和解決問題的方法和策略。 專家系統(tǒng)應(yīng)該具備以下四個要素：專家系統(tǒng)應(yīng)該具備以下四個要素： (1) 應(yīng)用于某專門領(lǐng)域； (2) 擁有專家級知識； (3) 能模擬專家的思維； (4) 能達(dá)到專家級水平。第二章第二章 專家系統(tǒng)專家系統(tǒng) 所以，準(zhǔn)確一點(diǎn)講，專家系統(tǒng)就應(yīng)該是：應(yīng)用于某一專門領(lǐng)域，擁有該領(lǐng)域相當(dāng)數(shù)量的專家級知識，能模擬專家的思維，能達(dá)到專家級水平，能像專家一樣解決困難和復(fù)雜的實(shí)際問題的計(jì)算機(jī)(軟件)系統(tǒng)。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1.4 專家系統(tǒng)的特點(diǎn) 同一般的計(jì)算機(jī)應(yīng)用系統(tǒng)（如數(shù)值計(jì)算、數(shù)據(jù)處理系統(tǒng)等）相比，專家系統(tǒng)具有下列特點(diǎn)： (1)從處理的問題性質(zhì)看，專家

12、系統(tǒng)善于解決那些不確定性的、非結(jié)構(gòu)化的、沒有算法解或雖有算法解但在現(xiàn)有的機(jī)器上無法實(shí)施的困難問題。 (2)從處理問題的方法看，專家系統(tǒng)則是靠知識和推理來解決問題（不像傳統(tǒng)軟件系統(tǒng)使用固定的算法來解決問題），所以，專家系統(tǒng)是基于知識的智能問題求解系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) (3)從系統(tǒng)的結(jié)構(gòu)來看，專家系統(tǒng)則強(qiáng)調(diào)知識與推理的分離，因而系統(tǒng)具有很好的靈活性和可擴(kuò)充性。 (4)專家系統(tǒng)一般還具有解釋功能，即在運(yùn)行過程中一方面能回答用戶提出的問題，另一方面還能對最后的輸出（結(jié)論）或處理問題的過程作出解釋。 (5)有些專家系統(tǒng)還具有“自學(xué)習(xí)”能力，即不斷對自己的知識進(jìn)行擴(kuò)充、完善和提煉。這一點(diǎn)是

13、傳統(tǒng)系統(tǒng)所無法比擬的。 (6)專家系統(tǒng)不像人那樣容易疲勞、遺忘，易受環(huán)境、情緒等的影響，它可始終如一地以專家級的高水平求解問題。 第二章第二章 專家系統(tǒng)專家系統(tǒng) (7)從功能上來看，專家系統(tǒng)是一種知識信息處理系統(tǒng)，而不是數(shù)值信息計(jì)算系統(tǒng)。 (8)在結(jié)構(gòu)上，專家系統(tǒng)的兩個主要組成部分-知識庫和推理機(jī)，是獨(dú)立構(gòu)造、分離組織，但又相互作用的。 (9)在性能上，專家系統(tǒng)具有啟發(fā)性、透明性、靈活性。 啟發(fā)性：啟發(fā)性： 專家系統(tǒng)能運(yùn)用專家的知識與經(jīng)驗(yàn)進(jìn)行推理、判斷和決策。世專家系統(tǒng)能運(yùn)用專家的知識與經(jīng)驗(yàn)進(jìn)行推理、判斷和決策。世界上的大部分工作和知識都是非數(shù)學(xué)性的，只有一小部分人類界上的大部分工作和知識都是

14、非數(shù)學(xué)性的，只有一小部分人類活動是以數(shù)學(xué)公式為核心的活動是以數(shù)學(xué)公式為核心的(約占約占8)。即使是化學(xué)和物理學(xué)科，。即使是化學(xué)和物理學(xué)科，大部分也是靠推理進(jìn)行思考的，對于生物學(xué)、大部分醫(yī)學(xué)和全大部分也是靠推理進(jìn)行思考的，對于生物學(xué)、大部分醫(yī)學(xué)和全部法律，情況也是這樣。企業(yè)管理的思考幾乎全靠符號推理，部法律，情況也是這樣。企業(yè)管理的思考幾乎全靠符號推理，而不是數(shù)值計(jì)算。而不是數(shù)值計(jì)算。第二章第二章 專家系統(tǒng)專家系統(tǒng) 透明性：透明性： 專家系統(tǒng)能夠解釋本身的推理過程并回答用戶提出的問題，以專家系統(tǒng)能夠解釋本身的推理過程并回答用戶提出的問題，以使用戶能夠了解推理過程使用戶能夠了解推理過程,提高對專家

15、系統(tǒng)的信賴感。例如，一提高對專家系統(tǒng)的信賴感。例如，一個醫(yī)療診斷專家系統(tǒng)診斷某個病人患有肺炎，而且必須用某種個醫(yī)療診斷專家系統(tǒng)診斷某個病人患有肺炎，而且必須用某種抗生素治療，那么，這一專家系統(tǒng)將會向病人解釋為什么他患抗生素治療，那么，這一專家系統(tǒng)將會向病人解釋為什么他患有肺炎，而且必須用某種抗生素治療，就像一位醫(yī)療專家對病有肺炎，而且必須用某種抗生素治療，就像一位醫(yī)療專家對病人詳細(xì)解釋病情和治療方案一樣。人詳細(xì)解釋病情和治療方案一樣。 靈活性：靈活性： 專家系統(tǒng)能不斷地增長知識，修改原有知識，不斷更新。專家系統(tǒng)能不斷地增長知識，修改原有知識，不斷更新。由于這一特點(diǎn)，使得專家系統(tǒng)具有十分廣泛的應(yīng)

16、用領(lǐng)域。由于這一特點(diǎn)，使得專家系統(tǒng)具有十分廣泛的應(yīng)用領(lǐng)域。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1.5 專家系統(tǒng)的類型 關(guān)于專家系統(tǒng)的分類，目前還無定論。我們僅從幾個不同的側(cè)面對此進(jìn)行討論。 1.按用途分類 按用途分類，專家系統(tǒng)可分為：診斷型、解釋型、預(yù)測型、決策型、設(shè)計(jì)型、規(guī)劃型、控制型、調(diào)度型等幾種類型。 2.按輸出結(jié)果分類 按輸出結(jié)果分類，專家系統(tǒng)可分為分析型和設(shè)計(jì)型。 3.按知識表示分類 目前所用的知識表示形式有：產(chǎn)生式規(guī)則、一階謂詞邏輯、框架、語義網(wǎng)等。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 4.按知識分類 知識可分為確定性知識和不確定性知識，所以，按知識分類，專家系統(tǒng)又可分為精確推理型和

17、不精確推理型（如，模糊專家系統(tǒng)）。 5.按技術(shù)分類 按采用的技術(shù)分類，專家系統(tǒng)可分為符號推理專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。 6.按規(guī)模分類 按規(guī)模分類，可分為大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。 7.按結(jié)構(gòu)分類 按結(jié)構(gòu)分類可分為集中式和分布式，單機(jī)型和網(wǎng)絡(luò)型(即網(wǎng)上專家系統(tǒng))。 第二章第二章 專家系統(tǒng)專家系統(tǒng) HayesRoth等人把專家系統(tǒng)按處理的問題，分為十種類型：專家系統(tǒng)種類專家系統(tǒng)種類解決的問題解決的問題代表性的專家系統(tǒng)代表性的專家系統(tǒng)解釋型根據(jù)可得到數(shù)據(jù)分析這些數(shù)據(jù)所支持的問題狀態(tài)DENDRAL預(yù)測型根據(jù)處理對象去和現(xiàn)在的情況，推測未來的演變結(jié)果PLANT/ds 、TYT診斷型根據(jù)觀察到的

18、數(shù)據(jù)來推斷一個對象系統(tǒng)的功能故障MYCIN 、DART 規(guī)則型根據(jù)給定的目標(biāo)撰寫行動計(jì)劃或動作步驟NOAH、SECS設(shè)計(jì)型根據(jù)給定的要求形成所需的方案或圖樣描述XCON、KBVLSI監(jiān)視型用于完成實(shí)時監(jiān)測任務(wù)REACTOR教學(xué)型診斷型和調(diào)試型的結(jié)合體，主要用于教學(xué)和培訓(xùn)任務(wù) GUIDON決策型根據(jù)已制定的多個目標(biāo)，在預(yù)測和規(guī)劃的基礎(chǔ)上，對各種可能決策方案進(jìn)行綜合評價和選優(yōu)，選取最優(yōu)或近似方案控制型通常完成實(shí)時控制任務(wù)YES/MVS調(diào)試型制定并實(shí)施糾正某類故障的規(guī)劃，亦稱為排錯型或維修型TIMM/TUNER第二章第二章 專家系統(tǒng)專家系統(tǒng) 診斷專家系統(tǒng)：診斷專家系統(tǒng)： 診斷專家系統(tǒng)的任務(wù)是根據(jù)觀察

19、到的情況診斷專家系統(tǒng)的任務(wù)是根據(jù)觀察到的情況(數(shù)據(jù)數(shù)據(jù))來推斷來推斷出某個對象機(jī)能失常出某個對象機(jī)能失常(即故障即故障)的原因。診斷專家系統(tǒng)具有下的原因。診斷專家系統(tǒng)具有下列特點(diǎn)：列特點(diǎn)： (1)能夠了解被診斷對象或客體各組成部分的特性以及它能夠了解被診斷對象或客體各組成部分的特性以及它們之間的聯(lián)系。們之間的聯(lián)系。 (2)能夠區(qū)分一種現(xiàn)象及其所掩蓋的另一種現(xiàn)象。能夠區(qū)分一種現(xiàn)象及其所掩蓋的另一種現(xiàn)象。 (3)能夠向用戶提出測量的數(shù)據(jù)，并從不確切信息中得出能夠向用戶提出測量的數(shù)據(jù)，并從不確切信息中得出盡可能正確的診斷。盡可能正確的診斷。 診斷專家系統(tǒng)的例子非常多診斷專家系統(tǒng)的例子非常多,有醫(yī)療診

20、斷、電子機(jī)械和有醫(yī)療診斷、電子機(jī)械和軟件故障診斷以及材料失效診斷等。軟件故障診斷以及材料失效診斷等。第二章第二章 專家系統(tǒng)專家系統(tǒng) 解釋專家系統(tǒng)：解釋專家系統(tǒng)： 解釋專家系統(tǒng)的任務(wù)是通過對已知信息和數(shù)據(jù)的分析解釋專家系統(tǒng)的任務(wù)是通過對已知信息和數(shù)據(jù)的分析與解釋，確定它們的涵義。解釋專家系統(tǒng)具有下列特點(diǎn)：與解釋，確定它們的涵義。解釋專家系統(tǒng)具有下列特點(diǎn)： (1)系統(tǒng)處理的數(shù)據(jù)量很大，而且往往是不準(zhǔn)確的、有系統(tǒng)處理的數(shù)據(jù)量很大，而且往往是不準(zhǔn)確的、有錯誤的或不完全的。錯誤的或不完全的。 (2)系統(tǒng)能夠從不完全的信息中得出解釋，并能對數(shù)據(jù)系統(tǒng)能夠從不完全的信息中得出解釋，并能對數(shù)據(jù)做出某些假設(shè)。做出

21、某些假設(shè)。 (3)系統(tǒng)的推理過程可能很長、很復(fù)雜，因而要求系統(tǒng)系統(tǒng)的推理過程可能很長、很復(fù)雜，因而要求系統(tǒng)具有對自身的推理過程做出解釋的能力。具有對自身的推理過程做出解釋的能力。第二章第二章 專家系統(tǒng)專家系統(tǒng) 預(yù)測專家系統(tǒng)：預(yù)測專家系統(tǒng)： 預(yù)測專家系統(tǒng)的任務(wù)是通過對過去和現(xiàn)在已知狀況的分析預(yù)測專家系統(tǒng)的任務(wù)是通過對過去和現(xiàn)在已知狀況的分析,推斷未來可能發(fā)生的情況。預(yù)測專家系統(tǒng)具有下列特點(diǎn)：推斷未來可能發(fā)生的情況。預(yù)測專家系統(tǒng)具有下列特點(diǎn)： (1)系統(tǒng)處理的數(shù)據(jù)隨時間變化，而且可能是不準(zhǔn)確和不完系統(tǒng)處理的數(shù)據(jù)隨時間變化，而且可能是不準(zhǔn)確和不完全的。全的。 (2)系統(tǒng)需要有適應(yīng)時間變化的動態(tài)模型，

22、能夠從不完全和系統(tǒng)需要有適應(yīng)時間變化的動態(tài)模型，能夠從不完全和不準(zhǔn)確的信息中得出預(yù)報(bào)，并達(dá)到快速響應(yīng)的要求。不準(zhǔn)確的信息中得出預(yù)報(bào)，并達(dá)到快速響應(yīng)的要求。 預(yù)測專家系統(tǒng)的例子有氣象預(yù)報(bào)、軍事預(yù)測、人口預(yù)測、預(yù)測專家系統(tǒng)的例子有氣象預(yù)報(bào)、軍事預(yù)測、人口預(yù)測、交通預(yù)測、經(jīng)濟(jì)預(yù)測和谷物產(chǎn)量預(yù)測等。例如，惡劣氣候交通預(yù)測、經(jīng)濟(jì)預(yù)測和谷物產(chǎn)量預(yù)測等。例如，惡劣氣候(包包括暴雨、颶風(fēng)、冰雹等括暴雨、颶風(fēng)、冰雹等)預(yù)報(bào)、戰(zhàn)場前景預(yù)測和農(nóng)作物病蟲害預(yù)報(bào)、戰(zhàn)場前景預(yù)測和農(nóng)作物病蟲害預(yù)報(bào)等專家系統(tǒng)。預(yù)報(bào)等專家系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 設(shè)計(jì)專家系統(tǒng)：設(shè)計(jì)專家系統(tǒng)： 設(shè)計(jì)專家系統(tǒng)的任務(wù)是根據(jù)設(shè)計(jì)要求，求出

23、滿足設(shè)計(jì)問設(shè)計(jì)專家系統(tǒng)的任務(wù)是根據(jù)設(shè)計(jì)要求，求出滿足設(shè)計(jì)問題約束的目標(biāo)配置。設(shè)計(jì)專家系統(tǒng)具有如下特點(diǎn)：題約束的目標(biāo)配置。設(shè)計(jì)專家系統(tǒng)具有如下特點(diǎn)： (1)善于從多方面的約束中得到符合要求的設(shè)計(jì)結(jié)果。善于從多方面的約束中得到符合要求的設(shè)計(jì)結(jié)果。 (2)系統(tǒng)需要檢索較大的可能解空間。系統(tǒng)需要檢索較大的可能解空間。 (3)善于分析各種子問題，并處理好子間題之間的相互作善于分析各種子問題，并處理好子間題之間的相互作用。用。 (4)能夠試驗(yàn)性地構(gòu)造出可能設(shè)計(jì)，并易于對所得設(shè)計(jì)方能夠試驗(yàn)性地構(gòu)造出可能設(shè)計(jì)，并易于對所得設(shè)計(jì)方案進(jìn)行修改。案進(jìn)行修改。 (5)能夠使用已被證明是正確的設(shè)計(jì)來解釋當(dāng)前新的設(shè)計(jì)。能

24、夠使用已被證明是正確的設(shè)計(jì)來解釋當(dāng)前新的設(shè)計(jì)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 規(guī)劃專家系統(tǒng)：規(guī)劃專家系統(tǒng)： 規(guī)劃專家系統(tǒng)的任務(wù)在于尋找出某個能夠達(dá)到給定目規(guī)劃專家系統(tǒng)的任務(wù)在于尋找出某個能夠達(dá)到給定目標(biāo)的動作序列或步驟。規(guī)劃專家系統(tǒng)的特點(diǎn)如下：標(biāo)的動作序列或步驟。規(guī)劃專家系統(tǒng)的特點(diǎn)如下： (1)所要規(guī)劃的目標(biāo)可能是動態(tài)的或靜態(tài)的，因而需要所要規(guī)劃的目標(biāo)可能是動態(tài)的或靜態(tài)的，因而需要對未來動作做出預(yù)測。對未來動作做出預(yù)測。 (2)所涉及的問題可能很復(fù)雜，因而要求系統(tǒng)能抓住重所涉及的問題可能很復(fù)雜，因而要求系統(tǒng)能抓住重點(diǎn)，處理好各子目標(biāo)之間的關(guān)系和不確定的數(shù)據(jù)信息，并點(diǎn)，處理好各子目標(biāo)之間的關(guān)系和

25、不確定的數(shù)據(jù)信息，并通過試驗(yàn)性動作得出可行規(guī)劃。通過試驗(yàn)性動作得出可行規(guī)劃。 規(guī)劃專家系統(tǒng)可用于機(jī)器人規(guī)劃、交通運(yùn)輸調(diào)度、工規(guī)劃專家系統(tǒng)可用于機(jī)器人規(guī)劃、交通運(yùn)輸調(diào)度、工程項(xiàng)目論證、通信與軍事指揮以及農(nóng)作物施肥方案規(guī)劃等。程項(xiàng)目論證、通信與軍事指揮以及農(nóng)作物施肥方案規(guī)劃等。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1.6 專家系統(tǒng)與知識系統(tǒng) 我們知道，專家系統(tǒng)能有效地解決問題的主要原因在于它擁有知識，因?yàn)椤爸R就是力量”。但專家系統(tǒng)擁有的知識是專家知識，而且主要是經(jīng)驗(yàn)性知識。近年來，由專家系統(tǒng)的出現(xiàn)和發(fā)展而發(fā)展起來的一種稱為知識系統(tǒng)（Knowledge Based System)的智能系統(tǒng)，其中的知

26、識已不限于人類專家的經(jīng)驗(yàn)知識，而可以是領(lǐng)域知識或通過機(jī)器學(xué)習(xí)所獲得的知識等。所以，對于這種廣義的知識系統(tǒng)來說，專家系統(tǒng)就是一種特殊的知識系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1.7 專家系統(tǒng)與知識工程 由于專家系統(tǒng)是基于知識的系統(tǒng)，那么，建造專家系統(tǒng)就涉及到知識獲取（Knowledge Acquisition，即從人類專家那里或從實(shí)際問題那里搜集、整理、歸納專家級知識)、知識表示（Knowledge Representation，即以某種結(jié)構(gòu)形式表達(dá)所獲取的知識，并將其存儲于計(jì)算機(jī)之中)、知識的組織與管理(即知識庫（Knowledge Base)建立與維護(hù)等)和知識的利用(即使用知識進(jìn)行推

27、理)等一系列關(guān)于知識處理的技術(shù)和方法。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 特別是一般知識庫系統(tǒng)的建立，更加促進(jìn)了這些技術(shù)的發(fā)展。所以，現(xiàn)在關(guān)于知識處理的技術(shù)和方法已形成一個稱為“知識工程”（Knowledge Engineering）的學(xué)科領(lǐng)域。這就是說，專家系統(tǒng)促使了知識工程的誕生和發(fā)展，知識工程又是為專家系統(tǒng)服務(wù)的。正是由于這二者的密切關(guān)系，所以，現(xiàn)在的“專家系統(tǒng)”與“知識工程”幾乎已成為同義語。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.1.8 專家系統(tǒng)與人工智能 專家系統(tǒng)是智能計(jì)算機(jī)系統(tǒng)。從學(xué)科范疇講，專家系統(tǒng)屬人工智能的一個分支，而且是應(yīng)用性最強(qiáng)、應(yīng)用范圍最廣的一個重要分支。所以，現(xiàn)在“專家系

28、統(tǒng)”這一名詞既是系統(tǒng)名稱又是一個學(xué)科名稱。專家系統(tǒng)已是當(dāng)前計(jì)算機(jī)應(yīng)用的一個熱門研究方向。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.2 專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)的結(jié)構(gòu) 專家系統(tǒng)是一種計(jì)算機(jī)應(yīng)用系統(tǒng)。由于應(yīng)用領(lǐng)域和實(shí)際問題的多樣性，所以，專家系統(tǒng)的結(jié)構(gòu)也就多種多樣。但抽象地看，它們還是具有許多共同之處。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.2.1 概念結(jié)構(gòu) 從概念來講，一個專家系統(tǒng)應(yīng)具有如圖所示的一般結(jié)構(gòu)模式。其中知識庫和推理機(jī)是兩個最基本的模塊。 1.知識庫（Knowledge Base) 所謂知識庫，就是以某種表示形式存儲于計(jì)算機(jī)中的知識的集合。知識庫通常是以一個個文件的形式存放于外部介質(zhì)上，專家系

29、統(tǒng)運(yùn)行時將被調(diào)入內(nèi)存。知識庫中的知識一般包括專家知識、領(lǐng)域知識和元知識。 人 機(jī) 界 面推 理 機(jī)解釋模塊動態(tài)數(shù)據(jù)庫知識庫知識庫管理系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖21 專家系統(tǒng)的概念結(jié)構(gòu) 人 機(jī) 界 面推 理 機(jī)解釋模塊動態(tài)數(shù)據(jù)庫知識庫知識庫管理系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.推理機(jī)（Inferense Engine） 所謂推理機(jī)，就是實(shí)現(xiàn)（機(jī)器）推理的程序。這里的推理，是一個廣義的概念，它既包括通常的邏輯推理，也包括基于產(chǎn)生式的操作。例如： AB A B 人 機(jī) 界 面推 理 機(jī)解釋模塊動態(tài)數(shù)據(jù)庫知識庫知識庫管理系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 3.動態(tài)數(shù)據(jù)庫 動態(tài)數(shù)據(jù)庫也

30、稱全局?jǐn)?shù)據(jù)庫、綜合數(shù)據(jù)庫、工作存儲器、黑板等，它是存放初始證據(jù)事實(shí)、推理結(jié)果和控制信息的場所，或者說它是上述各種數(shù)據(jù)構(gòu)成的集合。 4.人機(jī)界面 這里的人機(jī)界面指的是最終用戶與專家系統(tǒng)的交互界面。 5.解釋模塊 解釋程序模塊專門負(fù)責(zé)向用戶解釋專家系統(tǒng)的行為和結(jié)果。 人 機(jī) 界 面推 理 機(jī)解釋模塊動態(tài)數(shù)據(jù)庫知識庫知識庫管理系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 6.知識庫管理系統(tǒng) 知識庫管理系統(tǒng)是知識庫的支撐軟件。知識庫管理系統(tǒng)對知識庫的作用，類似于數(shù)據(jù)庫管理系統(tǒng)對數(shù)據(jù)庫的作用，其功能包括知識庫的建立、刪除、重組；知識的獲?。ㄖ饕镐浫牒途庉嫞?、維護(hù)、查詢、更新；以及對知識的檢查，包括一致性、冗余性

31、和完整性檢查等等。人 機(jī) 界 面推 理 機(jī)解釋模塊動態(tài)數(shù)據(jù)庫知識庫知識庫管理系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 可見，專家系統(tǒng)的基本組成可見，專家系統(tǒng)的基本組成 ：知識庫推理機(jī)用用戶戶數(shù)據(jù)結(jié)果知識知識工程師領(lǐng)域?qū)＜褽S的基本結(jié)構(gòu) 專家系統(tǒng)主要由知識庫（知識集合）、數(shù)據(jù)庫（反映系統(tǒng)的內(nèi)外狀 態(tài) ） 和 控 制 推 理 機(jī)（規(guī)定選用知識的生成方式）等三部分組成。 知識庫中存儲從專家那里得到的關(guān)于某個領(lǐng)域的專門知識。 推理機(jī)，負(fù)責(zé)使用知識庫中的知識去解決實(shí)際問題。 知識庫的建造需要知識工程師和領(lǐng)域?qū)＜蚁嗷ズ献?，進(jìn)而指導(dǎo)領(lǐng)域?qū)＜抑械闹R整理出來，并用系統(tǒng)表示知識的方法將其存入知識庫中。第二章第二章 專

32、家系統(tǒng)專家系統(tǒng) 專家系統(tǒng)的一般結(jié)構(gòu)原理：專家系統(tǒng)的一般結(jié)構(gòu)原理：專家專家 知識獲取知識獲取 知識庫知識庫用戶用戶 用戶接口用戶接口 推理機(jī)推理機(jī)專家系統(tǒng)核心專家系統(tǒng)核心咨詢咨詢建議建議第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖22 專家系統(tǒng)的理想結(jié)構(gòu) 人 機(jī) 界 面推 理 機(jī)解釋模塊動態(tài)數(shù)據(jù)庫知識庫自學(xué)習(xí)模塊知識庫管理系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.2.2 實(shí)際結(jié)構(gòu) 上面介紹的專家系統(tǒng)結(jié)構(gòu)，是專家系統(tǒng)的概念模型，或者說是只強(qiáng)調(diào)知識和推理這一主要特征的專家系統(tǒng)結(jié)構(gòu)。但專家系統(tǒng)終究仍是一種計(jì)算機(jī)應(yīng)用系統(tǒng)。所以，它與其它應(yīng)用系統(tǒng)一樣是解決實(shí)際問題的。而實(shí)際問題往往是錯綜復(fù)雜的，比如，可能需要多次推理

33、或多路推理或多層推理才能解決，而知識庫也可能是多塊或多層的。第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖23 專家系統(tǒng)的實(shí)際結(jié)構(gòu)示例 總 控處理模塊1處理模塊n專家模塊1專家模塊m第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖24 地質(zhì)圖件繪制智能輔助系統(tǒng)結(jié)構(gòu) 多 媒 體 人 機(jī) 界 面方 法知識庫參 數(shù)知識庫動態(tài)數(shù)據(jù)庫評 價知識庫自學(xué)習(xí)模 塊知 識 庫 管 理 系統(tǒng)方法選擇參數(shù)確定圖件繪制圖形評價IO接口第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.2.3 網(wǎng)絡(luò)與分布式結(jié)構(gòu) 在網(wǎng)絡(luò)環(huán)境下，專家系統(tǒng)也可以設(shè)計(jì)成網(wǎng)絡(luò)結(jié)構(gòu)，如“客戶機(jī)/服務(wù)器”(Client/Server)結(jié)構(gòu)（如圖85(a)所示），或?yàn)g覽器/服務(wù)器(Brows

34、er/Server)結(jié)構(gòu)(如圖8-5(b)所示)。我們稱后一種結(jié)構(gòu)的專家系統(tǒng)為網(wǎng)上專家系統(tǒng)。 分布式結(jié)構(gòu)則是一種適合于分布式計(jì)算環(huán)境的專家系統(tǒng)。例如那些多學(xué)科、多專家聯(lián)合作業(yè)，協(xié)同解題的大型專家系統(tǒng)，就可以設(shè)計(jì)成分布式結(jié)構(gòu)。這類專家系統(tǒng)也就稱為分布式專家系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖25 專家系統(tǒng)的客戶(機(jī))/服務(wù)器結(jié)構(gòu)及瀏覽器/服務(wù)器結(jié)構(gòu) 知識庫推理機(jī)推理機(jī)知識庫人機(jī)界面人機(jī)界面客戶（機(jī)） Browser服務(wù)器 Web ServerInternet第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.2.4 黑板模型 “黑板模型”是一種典型而流行的專家系統(tǒng)結(jié)構(gòu)模式。 1.黑板 所謂“黑板”，就是一個

35、分層的全局工作區(qū)（或稱全局?jǐn)?shù)據(jù)庫）。 2.知識源 所謂知識源，就是一個知識模塊。 3.控制機(jī)構(gòu) 控制機(jī)構(gòu)是求解問題的推理機(jī)構(gòu)，由監(jiān)督程序和調(diào)度程序組成。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖26 黑板結(jié)構(gòu) 監(jiān)督程序 調(diào)度程序?qū)哟蝞.層次2層次1知識源1知識源2.知識源m第二章第二章 專家系統(tǒng)專家系統(tǒng) 黑板模型適于求解那些大型復(fù)雜且可分解為一系列層次化的子問題的問題。例如，在HEARSAY中，黑板被分為六個信息層，每個信息層對應(yīng)著問題的一個中間表示層次。六個信息層分別為： (1)參數(shù)層：從語音信號中提取有意義的參數(shù)。有四種不同的參數(shù)，統(tǒng)稱為ZAPDASH參數(shù)。 (2)片段層：用于描述系統(tǒng)對語音信號

36、的分割與歸類。此層主要包含音素與單音等信息。第二章第二章 專家系統(tǒng)專家系統(tǒng) (3)音節(jié)層：用于描述語音信號的音節(jié)劃分。此層主要為由片段層上信息構(gòu)成的音節(jié)信息。 (4)單詞層：用于記錄根據(jù)音節(jié)劃分所識別出的孤立詞信息。 (5)詞組層：用于記錄根據(jù)單詞層中的詞匯所生成的詞組信息。 (6)短語層：用于記錄多個詞匯或詞組構(gòu)成的短語和句子信息。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.2.5 專家系統(tǒng)的利益評估專家系統(tǒng)的利益評估（一）專家系統(tǒng)的利益增加制定決策的及時性。提高組織內(nèi)專家的生產(chǎn)率。提高決策的一致性。提高決策者理解力和解釋能力。改善不確定性管理。1.知識格式化。第二章第二章 專家系統(tǒng)專家系統(tǒng) （二

37、）專家系統(tǒng)存在的問題和限制（二）專家系統(tǒng)存在的問題和限制 1、所需的知識并非總能得到。 2、專家會利用常識，而對常識編程并不現(xiàn)實(shí)。 3、專家意見是很難提煉并轉(zhuǎn)化成代碼的。 4、專家比專家系統(tǒng)在辨認(rèn)知識領(lǐng)域外的問題時速度更快、更有效率。 5、專家系統(tǒng)不能消除用戶的感知局限。 6、一個專家系統(tǒng)只具有解決小領(lǐng)域問題的功能。 7、專家的表達(dá)能力也可能有限，表述的知識也不容易理解。 8、人類專家能夠自然地適應(yīng)環(huán)境，而專家系統(tǒng)顯然需要更新才能適應(yīng)環(huán)境。 9、與人類專家相比，專家系統(tǒng)缺乏靈感。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.3 知識獲取與推理機(jī)介紹知識獲取與推理機(jī)介紹2.3.1 知識及知識獲取2.3.2

38、 推理機(jī)第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.3.1 知識及知識獲取知識及知識獲取 專家系統(tǒng)的研制和設(shè)計(jì)著重于知識處理，包含知識獲取、表示和利用三個核心環(huán)節(jié)。 知識獲取包含獲取與問題相關(guān)的書本知識，常識性知識（實(shí)驗(yàn)對象、操作等）以及專家憑經(jīng)驗(yàn)得到的啟發(fā)性知識。從專家獲取知識不同于一般知識的獲取，稱為知識提取。 從專家提取知識主要兩種方法： 1.知識工程師和專家之間長期乏味的會議或討論，這種風(fēng)格的知識獲取稱為面談方法； 2.通過觀察專家解決實(shí)際問題的實(shí)例來努力揭示知識，這種方法稱為案例研究。知識提取過程問題回答結(jié)果知識領(lǐng)域?qū)＜抑R工程師專家系統(tǒng)第二章第二章 專家系統(tǒng)專家系統(tǒng) 人類的知識往往也表示為

39、語言（或是符號），我們所使用的知識就是要進(jìn)行符號處理。所謂的知識表示就是為所描述的事物（知識）所作的一組約定，是知識符號化過程或是形式化過程。 在建造專家系統(tǒng)時，我們就要根據(jù)領(lǐng)域知識的特點(diǎn)，采用簡明、易懂、有規(guī)律的符號來表示知識的概念。或者說我們把要描述的事物，問題概念表示成符號 的集合，知識表示是關(guān)于各種符號的數(shù)據(jù)結(jié)構(gòu)及其解釋過程的結(jié)合。 知識表示方法可概括為三大類： （1）邏輯的知識表示方法：謂詞演算； （2）知識的結(jié)構(gòu)表示方法：語義網(wǎng)絡(luò)、框架、產(chǎn)生式規(guī)則； （3）基于圖的知識表示方法。第二章第二章 專家系統(tǒng)專家系統(tǒng) 1. 知識的表示形式 目前常用的形式有產(chǎn)生式規(guī)則、數(shù)理邏輯、模糊邏輯、框

40、架、語義網(wǎng)、劇本、案例等。2.知識的精確程度 可分為，精確知識（原理性）公式、公理，以及不精確知識（經(jīng)驗(yàn)性）可信度、概率、證據(jù)推論、模糊數(shù)學(xué)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.3.2 推理機(jī)推理機(jī) 因?yàn)閷＜蚁到y(tǒng)是模擬人類專家的工作（思想）過程，所以設(shè)計(jì)推理機(jī)時，應(yīng)使其推理過程和專家的推理過程相類似，最好完全一致。 推理機(jī)的設(shè)計(jì)與實(shí)現(xiàn)一般與知識的表示方法與組織結(jié)構(gòu)有關(guān)與知識的表示方法與組織結(jié)構(gòu)有關(guān)，但應(yīng)注意使推理機(jī)的實(shí)現(xiàn)與知識的具體與知識的具體內(nèi)容無關(guān)內(nèi)容無關(guān)，以免知識的變更引起失責(zé)機(jī)的修改。 專家系統(tǒng)推理過程實(shí)際上是在搜索空間中尋找一條從初始節(jié)點(diǎn)（已知事實(shí)）到終了點(diǎn)（結(jié)論）的路徑。搜索走過的

41、這條路徑中包括許多路徑段和子目標(biāo)，因此推理過程正是在這些子目標(biāo)間移動，最后到達(dá)終點(diǎn)（結(jié)論）的搜索，如圖。搜索空間示意圖 因此推理過程所要解決的問題就是，在問題求解的每個狀態(tài)，如何控制知識的選擇和運(yùn)用。知識的選擇過程，我們稱為控制策略；知識的運(yùn)用我們稱為推理方法。搜索空間初始結(jié)點(diǎn)為S0問題全狀態(tài)空間解路徑目標(biāo)結(jié)點(diǎn)S第二章第二章 專家系統(tǒng)專家系統(tǒng) 推理機(jī)（推理機(jī)（inference engine） 推理機(jī)是基于規(guī)則和事實(shí)來執(zhí)行推理的。另外，推理機(jī)也具有執(zhí)行基于概率推理或模式匹配的模糊推理的能力。 推理機(jī)的基本過程叫作一個控制循環(huán)，一個推理控制循環(huán)可以分成三步： （1）用給定的事實(shí)匹配規(guī)則， （2）

42、選擇下一個要執(zhí)行的規(guī)則，然后執(zhí)行第三步， （3）執(zhí)行規(guī)則，將推出的事實(shí)加入到工作存儲器中。第二章第二章 專家系統(tǒng)專家系統(tǒng) 6-55 推理機(jī)的基本工作原理是基于modus ponens(假言推理法)演繹推理規(guī)則的，即，如果A是真的，A蘊(yùn)含B（AB）也是真的，那么B也是真的?？紤]下面的例子： （1）當(dāng)張阿姨知道有地方賣衣服打折的時候，她總是會去買衣服。 （2）張阿姨了解到商場有打折賣的衣服。 （3）因此，張阿姨會去買衣服第二章第二章 專家系統(tǒng)專家系統(tǒng) 6-56 與假言推理法相對的一種規(guī)則是modus tollens(假言易位推理，拒取式)反向推理，它規(guī)定：如果A蘊(yùn)含B（AB）是真的，同時“非B”為

43、真，那么我們可以推出“非A”為真。例如： （1）如果星期天是晴天，我們就去游泳。 （2）星期天我們沒有去游泳。 （3）因此，星期天一定不是晴天。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.3.2.1 推理方向推理方向 專家系統(tǒng)中常用的推理方向有正向推理，反向推理及正反向混合推理。1.正向推理 由原始數(shù)據(jù)出發(fā)向結(jié)論方向的推理，即所謂事實(shí)驅(qū)動方式。 推理過程是：專家系統(tǒng)根據(jù)用戶提供的原始信息，在知識庫中尋找能與之匹配的規(guī)則，若找到，則將該知識塊的結(jié)論部分作為中間結(jié)果，利用這個中間結(jié)果繼續(xù)與知識庫中的規(guī)則匹配，直到得出最終結(jié)論。 適用于最終結(jié)論（目標(biāo)）很多，而輸入初始數(shù)據(jù)（事實(shí)）相對較少的情況。正向推理原理

44、圖:第二章第二章 專家系統(tǒng)專家系統(tǒng) 6-58假定下面是知識庫里的一些規(guī)則：規(guī)則庫規(guī)則庫（1） R1:if A and B then DA，B（2）R2:if B then C（3） R3:if C andDthen E現(xiàn)有事實(shí)：現(xiàn)有事實(shí)：第二章第二章 專家系統(tǒng)專家系統(tǒng) 6-59正向推理過程如下：步驟步驟規(guī)則庫規(guī)則庫操作域操作域（1） R1:if A and B then DA，B（2）R2:if B then CD（3） R3:if C andDthen EC，D（4）E第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.反向推理 先提出假設(shè)，然后由此出發(fā)，進(jìn)一步尋找支持假設(shè)的證據(jù)，即所謂目標(biāo)驅(qū)動方式，當(dāng)證據(jù)

45、與用戶提出 的原始信息匹配時，推理成功。 推理過程：由用戶或系統(tǒng)首先提出一批假設(shè)，然后系統(tǒng)逐一驗(yàn)證這些假設(shè)的真假性。 適用于結(jié)論單一或直接提出結(jié)論要求證實(shí)的系統(tǒng)，并且初始數(shù)據(jù)（事實(shí)）量很大的場合。反向推理原理圖:第二章第二章 專家系統(tǒng)專家系統(tǒng) 6-61反（逆）向推理例子：步驟步驟規(guī)則庫規(guī)則庫操作域操作域（1）R1:if A and B then DA，B（2）R2:if B then C（3）R3:if C and D then EC，D第二章第二章 專家系統(tǒng)專家系統(tǒng) 6-62正向推理和反向推理舉例正向推理和反向推理舉例 情景：你希望坐飛機(jī)從廈門到西安。不幸的是，所有直航飛機(jī)的座位這幾天都被預(yù)

46、定一空，所以如果你還想飛到西安，你就必須乘坐轉(zhuǎn)接班機(jī)。 正向推理：檢查廈門起飛的航班，找到它們的目的城市。然后，搜索從這些城市起飛的航班，像這樣一直往前，直到找到西安。 反向推理：檢查到西安的航班，看看起點(diǎn)都是哪些城市。然后，搜索到達(dá)這些城市的航班，像這樣一直向前，直到找到廈門。第二章第二章 專家系統(tǒng)專家系統(tǒng) 3.正反向混合推理 基本思想： 先根據(jù)原始數(shù)據(jù)通過正向推理幫助推理提出假設(shè)，再用反向推理進(jìn)一步尋找支持假設(shè)的證據(jù)，反復(fù)這個過程。根據(jù)問題已有數(shù)據(jù)進(jìn)行推理，但不期望這種推理能達(dá)到總目標(biāo)；而同時從目標(biāo)出發(fā)進(jìn)行反向推理，也不期望該推理一直進(jìn)行到每個子目標(biāo)能被上下文匹配或否定，而是期望兩種推理在

47、某些子目標(biāo)處接合起來。 集中了正向和反向推理的優(yōu)點(diǎn)，但其控制策略較前兩者復(fù)雜。適用于數(shù)據(jù)充分、解空間不大的精確推理。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.3.2.2 推理方法分類推理方法分類推理方法分精確推理和不精確推理兩種。1.精確推理 把領(lǐng)域的知識表示成必然的因果關(guān)系；推理結(jié)果或是肯定，或是否定。2.不精確推理 利用客觀世界中的不確定的因素及不確定性因果關(guān)系來得到合理或近乎合理的結(jié)論。其基本思想是，給各個不確定的知識賦給某種確定性因子。在推理過各中，依某種算法計(jì)算各中間結(jié)果的確定因子，并沿著推理鏈傳播這種不確定性，直到到達(dá)結(jié)論，當(dāng)結(jié)論的確定性因子超過某個閥值后，結(jié)論成立。 為了使我我們能從不

48、精確的數(shù)據(jù)，又要以適合的確定程度來推斷事物或做出相應(yīng)結(jié)論，必須將每項(xiàng)知識與其確定程度結(jié)合起來，我們引入了置信系數(shù)，也稱可信度。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.4 專家系統(tǒng)的應(yīng)用與實(shí)例專家系統(tǒng)的應(yīng)用與實(shí)例 2.4.1 專家系統(tǒng)的意義 專家系統(tǒng)是一種智能計(jì)算機(jī)系統(tǒng)，所以，專家系統(tǒng)將計(jì)算機(jī)的應(yīng)用提高到了一個新的高度和水平。專家系統(tǒng)的建立，實(shí)現(xiàn)了人類專家的“分身”和“延年”使專家們豐富而寶貴的知識和經(jīng)驗(yàn)?zāi)懿皇軙r間和空間的限制，而得到最大限度地傳播和應(yīng)用，從而產(chǎn)生最大的社會效益和經(jīng)濟(jì)效益。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 另一方面，建造專家系統(tǒng)可以使專家本人得到提高和發(fā)展。因?yàn)?，建造和使用專家系統(tǒng)的

49、過程，本身就是專家知識的一個不斷積累、總結(jié)、補(bǔ)充、完善、升華、提高、發(fā)展的過程。另外，還可將多個專家的知識和經(jīng)驗(yàn)綜合在一起，構(gòu)成多專家系統(tǒng)。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.4.2 專家系統(tǒng)的應(yīng)用 由于專家系統(tǒng)就是一種計(jì)算機(jī)應(yīng)用系統(tǒng)，所以，其應(yīng)用范圍沒有什么限制。如它可以代替高級醫(yī)生看病、開處方，可以協(xié)助地質(zhì)學(xué)家估計(jì)礦藏量、確定打井位置，可以代替育種專家提出各種雜交親本的選配方案，可以根據(jù)市場以及生產(chǎn)中提出的數(shù)據(jù)和信息，依據(jù)一定的數(shù)學(xué)方法科學(xué)地安排生產(chǎn)流程，等等。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.4.3 實(shí)例：PROSPECTOR的功能與結(jié)構(gòu) PROSPECTOR的研究目的是：勘探礦產(chǎn)資

50、源，擴(kuò)大技術(shù)培訓(xùn)及集中多個專家的知識來解決給定的資源問題。PROSPECTOR系統(tǒng)給地質(zhì)勘探人員提供下列幾種幫助： (1)勘探評價。 (2)區(qū)域資源評價。 (3)井位選擇。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖27是PROSPECTOR系統(tǒng)的總體結(jié)構(gòu)圖。系統(tǒng)的勘探知識以某種外部格式存儲在磁盤中。同樣，一個具有1000多個單詞的分類學(xué)詞典也存儲在磁盤上。每一次咨詢開始時，由一個叫做PARSEFILE的程序把這些外部表示轉(zhuǎn)換成系統(tǒng)的內(nèi)部表示形式推理網(wǎng)絡(luò)。推理網(wǎng)絡(luò)就是系統(tǒng)賴以完成咨詢的知識庫。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖27 PROSPECTOR總體結(jié)構(gòu) 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.4

51、.4 知識表示 PROSPECTOR系統(tǒng)的知識用語義網(wǎng)絡(luò)和規(guī)則表示。知識庫由三級網(wǎng)絡(luò)組成，它們分別用來描述概念、陳述和推理規(guī)則。 1.分類學(xué)網(wǎng)絡(luò) 最低一級網(wǎng)絡(luò)是分類學(xué)網(wǎng)絡(luò)（見圖28），它的作用有些類似于MYCIN中的詞典，給出了系統(tǒng)所知道的1000多個詞匯的用途及相互關(guān)系。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 除了系統(tǒng)所知道的1000多個詞匯的用途及相互關(guān)系。例如，由“關(guān)系”的節(jié)點(diǎn)為根的子樹中所有詞匯在描述知識時作為表示關(guān)系的詞匯使用。除此之外，分類學(xué)網(wǎng)絡(luò)還給出了概念之間的從屬關(guān)系，它們由四種弧表示： :表示N2是N1的子集。例如，火成巖是巖石的一類。 :表示N2是N1的元素。例如，F(xiàn)ROMOF是

52、一個具體的關(guān)系。12sNN 12eNN 第二章第二章 專家系統(tǒng)專家系統(tǒng) :既表示N2是N1的子集，說明N2與N1的其他用ds鏈接的子集是不相交的概念。例如，年代和形態(tài)是系統(tǒng)中的兩類詞匯，但這兩類詞匯中沒有相同的詞匯，即它們沒有共同的后代。而硫化物和濁變物是相交的概念，它們有共同的后代黃鐵礦。 12deNN 第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖2-8 分類學(xué)網(wǎng)絡(luò) 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.分塊語義網(wǎng)絡(luò) 在PROSPECTOR中，陳述由分塊語義網(wǎng)絡(luò)表示。分塊語義網(wǎng)絡(luò)是把整個網(wǎng)絡(luò)劃分成若干個塊，每一塊（稱為語義空間）表示一句完整的話（陳述）。第二章第二章 專家系統(tǒng)專家系統(tǒng) 3.推理網(wǎng)絡(luò) 在P

53、ROSPECTOR中，判斷性知識用規(guī)則表示。每條規(guī)則的形式如下： EH(LS，LN) 推理網(wǎng)絡(luò)中每條規(guī)則的LS、LN及每個語義空間H的P(H)均由領(lǐng)域?qū)＜以诮ㄔ熘R庫時提供。 除了表示規(guī)則的弧外，推理網(wǎng)絡(luò)中還有代表先后順序的弧.第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.4.5 主觀貝葉斯推理模型 PROSPECTOR的不確定性推理模型是建立在概率論的基礎(chǔ)上的，稱為主觀貝葉斯(Bayesian)方法。與MYCIN系統(tǒng)的確定性理論不同，主觀貝葉斯方法是在概率論基礎(chǔ)上嚴(yán)格推導(dǎo)出來的。因?yàn)檎麄€推導(dǎo)過程比較復(fù)雜，限于篇幅，這里就不詳細(xì)介紹了。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.4.6 控制策略 PROSPEC

54、TOR系統(tǒng)的推理方式稱為混合主動式，即正反向混合推理與接納用戶自愿提供信息相結(jié)合的推理方式。 與MYCIN系統(tǒng)不同，在PROSPECTOR中沒有獨(dú)立于知識庫而存在的綜合數(shù)據(jù)庫，它的推理網(wǎng)絡(luò)同時兼有知識庫和數(shù)據(jù)庫兩種身份。因此，PROSPECTOR推理過程實(shí)際上就是不斷修改各個語義空間的后驗(yàn)概率，直到頂層語義空間的后驗(yàn)概率超過其一閾值時為止。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 1.正向推理 PROSPECTOR的正向推理實(shí)際上就是概率傳播，它由傳播程序完成。每當(dāng)用戶輸入一個證據(jù)E及其后驗(yàn)概率P(E|S)，傳播程序就利用主觀Bayesian方法，將P(E|S)的影響沿推理網(wǎng)絡(luò)傳播，修改更高層次上語義

55、空間的后驗(yàn)概率，直至將P(E|S)的影響傳至頂層空間。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.主動式推理 咨詢開始時，用戶可根據(jù)自己的觀察為系統(tǒng)提供信息。PROSPECTOR在這方面為用戶提供了很大的靈活性，用戶不僅可以輸入有關(guān)可問空間的信息，還可以輸入關(guān)于推理網(wǎng)絡(luò)任意層次上的假設(shè)空間的信息。這種方法有利于充分發(fā)揮用戶的作用，加快推理速度。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 3.反向推理 當(dāng)正向推理（概率傳播）結(jié)束后，如果系統(tǒng)已能確定存在某種礦藏，則輸出結(jié)果;否則進(jìn)入反向推理過程。反向推理由提問系統(tǒng)負(fù)責(zé)，它為斷定某種礦藏的成礦可能性尋求有關(guān)的數(shù)據(jù)。因此反向推理實(shí)際上要完成兩個任務(wù)： (1)應(yīng)優(yōu)先考慮

56、哪個頂層假設(shè)，這主要根據(jù)評判函數(shù)Jh來選擇; (2)應(yīng)向用戶詢問哪個空間，這主要根據(jù)評判函數(shù)J*來選擇。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.4.7 解釋系統(tǒng) PROSPECTOR的解釋系統(tǒng)可以為用戶提供幾種不同類型的解釋。最簡單的一種是允許系統(tǒng)在咨詢的任何時刻檢查推理網(wǎng)絡(luò)中某個語義空間的后驗(yàn)概率。其次解釋系統(tǒng)可以向用戶顯示推斷某一結(jié)論所使用的規(guī)則。用戶還可以檢查某一數(shù)據(jù)對推理網(wǎng)絡(luò)中任一特定空間概率的影響。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.5 專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 2.5.1 一般步驟與方法 由于專家系統(tǒng)也是一種計(jì)算機(jī)應(yīng)用系統(tǒng)，所以，一般說來，其開發(fā)過程也要遵循軟件工程的步

57、驟和原則，即也要進(jìn)行系統(tǒng)分析、系統(tǒng)設(shè)計(jì)等幾個階段的工作。但又由于它是專家系統(tǒng)，而不是一般的軟件系統(tǒng)，所以，又有其獨(dú)特的地方。如果我們僅就“純專家系統(tǒng)”而言，則其設(shè)計(jì)與實(shí)現(xiàn)的一般步驟可如圖213所示。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 圖213 建立專家系統(tǒng)的一般步驟 第二章第二章 專家系統(tǒng)專家系統(tǒng) 由圖213可以看出，專家系統(tǒng)的開發(fā)有如下特點(diǎn)： (1)知識獲取與知識表示設(shè)計(jì)是一切工作的起點(diǎn)； (2)知識表示以及知識描述語言確定后，各項(xiàng)設(shè)計(jì)（圖中并列的六個設(shè)計(jì)）可同時進(jìn)行。 還需說明的是： (1)對于一個實(shí)際的專家系統(tǒng)，在系統(tǒng)分析階段就應(yīng)該首先弄清楚：系統(tǒng)中哪里需要專家知識，專家知識的作用是什么？

58、以及系統(tǒng)中各專家模塊的輸入是什么？處理是什么？輸出又是什么？第二章第二章 專家系統(tǒng)專家系統(tǒng) (2)系統(tǒng)投入運(yùn)行后，一般來說，其知識庫還需不斷擴(kuò)充、更新、完善和優(yōu)化。所以專家系統(tǒng)的開發(fā)更適合采用快速原型法。 (3)對系統(tǒng)的評價主要看它解決問題是否達(dá)到專家水平。 (4)上述的所謂“純專家系統(tǒng)”就是一個實(shí)際專家系統(tǒng)中的專家模塊部分。那么，對于系統(tǒng)其他部分的分析與設(shè)計(jì)，原則上講，與一般計(jì)算機(jī)應(yīng)用系統(tǒng)完全一樣，即可按軟件工程規(guī)范和程序進(jìn)行。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.5.2 快速原型與增量式開發(fā) 所謂快速原型與增量式開發(fā)，就是在開發(fā)一個大型軟件系統(tǒng)之前，先盡快地建立一個簡單的小型的系統(tǒng)“模型”稱

59、之為系統(tǒng)原型；然后，對原型進(jìn)行擴(kuò)充，即在原型的基礎(chǔ)上進(jìn)行地繼續(xù)開發(fā)，即增量式開發(fā)，這樣像滾雪球似地直至完成整個系統(tǒng)?？焖僭头ǖ膬?yōu)點(diǎn)是，利用系統(tǒng)原型，開發(fā)者可以更好地分析和理解系統(tǒng)；用戶也能盡快地看到系統(tǒng)的概貌，以便及早地反饋有關(guān)信息，使后面的工作少走彎路；同時，也方便了開發(fā)者和用戶的相互交流。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.5.3 知識獲取 知識獲取是建造專家系統(tǒng)的關(guān)鍵一步，也是較為困難的一步，被稱為建造專家系統(tǒng)的“瓶頸”。知識獲取大體有三種途徑。 1.人工獲取 人工獲取，即計(jì)算機(jī)人員（或知識工程師）與領(lǐng)域?qū)＜液献鳎瑢τ嘘P(guān)領(lǐng)域知識和專家知識，進(jìn)行挖掘、搜集、分析、綜合、整理、歸納，然后以

60、某種表示形式存入知識庫。 第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.半自動獲取 半自動獲取，即利用某種專門的知識獲取系統(tǒng)，采取提示、指導(dǎo)或問答的方式，幫助專家提取、歸納有關(guān)知識，并自動記入知識庫。 3.自動獲取 自動獲取又可分為兩種形式：一種是系統(tǒng)本身具有一種機(jī)制，使得系統(tǒng)在運(yùn)行過程中能不斷地總結(jié)經(jīng)驗(yàn)，并修改和擴(kuò)充自己的知識庫；另一種是開發(fā)專門的機(jī)器學(xué)習(xí)系統(tǒng)，讓機(jī)器自動從實(shí)際問題中獲取知識，并填充知識庫。第二章第二章 專家系統(tǒng)專家系統(tǒng) 2.5.4 知識表示與知識描述語言設(shè)計(jì) 知識表示與知識描述語言設(shè)計(jì)是根據(jù)所獲得知識的特點(diǎn)，選擇或設(shè)計(jì)某種知識表示形式，并為這種表示形式設(shè)計(jì)相應(yīng)的知識描述語言。所謂知識