專家系統(tǒng)與人工智能的應用

1、專家系統(tǒng)2013年6月20日學院專業(yè)研究方向_學生姓名_學號任課教師姓名_任課教師職稱_專家系統(tǒng)與人工智能的應用摘 要：人工智能有許多備受關注的領域，如自然語言理解，人工神經系統(tǒng)，專家系統(tǒng)。 專家系統(tǒng)（Expert System）就是對傳統(tǒng)人工智能問題中智能程序設計的一個非常成功 的近似解決方法；是人工智能從一般思維規(guī)律探索走向專門知識利用，從理論方法研究 走向實際系統(tǒng)設計的轉折點和突破口。它作為典型的“知識工程”系統(tǒng)，既是知識表達、 只是存儲、只是推理、知識獲取、知識管理技術的綜合應用對象，也是研究和開發(fā)知識 工程技術的工具。從這個意義上說，它促進了計算機軟件、硬件和系統(tǒng)從數(shù)據(jù)信息處理 向知

2、識信息處理的發(fā)展。近年來，專家系統(tǒng)在理論研究和實際應用方面取得了令人矚目 的成就。在管理決策領域，專家系統(tǒng)也愈來愈受到人們的關注，取得了巨大的發(fā)展。引言專家系統(tǒng)的第一個里程碑是斯坦福大學根鮑姆等人于1968年研制成功的分析化合物分 子結構的專家系統(tǒng)DENDRAL系統(tǒng)。此后，相繼建立了各種不同功能、不同類型的專家 系統(tǒng)。MYCSYMA系統(tǒng)是麻省理工學院（MIT）于1971年開發(fā)成功并投入應用的專家系統(tǒng)， 用LISP語言實現(xiàn)對特定領域的數(shù)學問題進行有效的處理，包括微積分運算、微分方程求解 等。DENDRAL和MYCSYMA系統(tǒng)是專家系統(tǒng)的第一階段。這個時期專家系統(tǒng)的特點是高 度的專業(yè)化，專門問題求

3、解能力強，但結構、功能不完整，移植性差，缺乏解釋功能。20世紀70年代中期，專家系統(tǒng)進入了第二階段一一技術成熟期，出現(xiàn)了一筆成功的專 家系統(tǒng)。具有代表性的專家系統(tǒng)是MYCIN、PROSPECTOR、AM、CASNRT等系統(tǒng)。MYCIN 系統(tǒng)是美國斯坦福大學研制的用于細菌感染性疾病的診斷和治療的專家系統(tǒng)，能成功地對細 菌性疾病做出專家水平的診斷和治療。它是一個結構完整、功能全面的專家系統(tǒng)。它第一次 使用了知識庫的概念，引入了可信度的方法進行不精確推理，能夠給出推理過程的解釋，用 英語與用戶進行交互。MYCIN系統(tǒng)對形成專家系統(tǒng)的基本概念、基本結構起了重要的作用 PROSPECTOR系統(tǒng)是由美國斯

4、坦福研究所開發(fā)的一個探礦專家系統(tǒng)。由于它首次實地分析 華盛頓某山區(qū)一帶的地質資料，發(fā)現(xiàn)了一個鉬礦，成為第一個取得顯著經濟效益的專家系統(tǒng)。 CASNET是一個與MYCIN幾乎同時開發(fā)的專家系統(tǒng)，由拉特格爾（Rutger），大學開發(fā)， 用于青光眼診斷與治療。AM系統(tǒng)是由斯坦福大學于1981年研制成功的專家系統(tǒng)。它能模 擬人的類進行概括、抽象和歸納推理，發(fā)現(xiàn)某些數(shù)論的概念和定理。第二階段專家系統(tǒng)的特點是：單學科專業(yè)型專家系統(tǒng)。系統(tǒng)結構完整，功能較全面，移植性好。具有推理解釋功能，透明性好。采用啟發(fā)式推理、不精確推理。用產生式規(guī)則、框架、語義網(wǎng)絡表達知識。用限定性英語進行人-機交互20世紀80年代以來

5、，專家系統(tǒng)的研制和開發(fā)明顯地趨向于商業(yè)化，直接服務與生產企 業(yè)，長生了明顯的經濟效益。另一重要發(fā)展是出現(xiàn)專家系統(tǒng)開發(fā)工具，從而簡化了專家系統(tǒng) 的構造。專家系統(tǒng)的定義專家系統(tǒng)是一個智能計算機程序系統(tǒng)，其內部含有大量的某個領域專家水平的知識與經 驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。也就是說，專家系統(tǒng)是 一個具有大量的專門知識與經驗的程序系統(tǒng)，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，簡而言之，專家系統(tǒng)是一種模擬人類專家解決領域問 題的計算機程序系統(tǒng)專家系統(tǒng)的特

6、點：1、具有專家水平的專業(yè)知識2、能進行有效的推理3、具有啟發(fā)性4、具有靈活性5、具有透明性6、具有交互性3、專家系統(tǒng)的類型：專家系統(tǒng)類型解決的問題解釋根據(jù)感知數(shù)據(jù)推理情況描述診斷根據(jù)觀察結果推理系統(tǒng)是否有保障預測知道給定情況可能產生的后果設計根據(jù)給定的要求進行相應的設計規(guī)劃射擊動作控制控制整個系統(tǒng)的行為監(jiān)督比較觀察結果和期望結果修理執(zhí)行計劃來實現(xiàn)規(guī)定的補救措施教學診斷、調整、修改學生行為調試建議故障的補救措施4、專家系統(tǒng)的結構:盡管不同類型的專家系統(tǒng)的結構會存在一定差異，但其中基本結構還是大致相同的。通 常，一個專家系統(tǒng)的基本結構有知識庫、數(shù)據(jù)庫、推理機、解釋模塊、知識獲取模塊和人機 接口

7、6大部分多組成。如下圖1所示：用戶領域專家AI專家圖1：專家系統(tǒng)的基本結構協(xié)調銷1 1計劃中間解執(zhí)行器黑板推理機理想專家系統(tǒng)的結構圖5、專家系統(tǒng)的開發(fā)：1.開發(fā)步驟采用原型技術的轉接系統(tǒng)開發(fā)過程如下圖2所示，它可分為設計初始值時庫、原型 系統(tǒng)開發(fā)與實驗、知識庫的改進與歸納三個主要步驟。問鹿知 識知識化概念化改進T概念形式化結構規(guī)則化化規(guī)則合理化形式-_重新闡述圖2：建立專家系統(tǒng)的步驟2.知識的獲取:知識工程師領域專家檢驗知識圖3：知識獲取的任務3.開發(fā)工具與環(huán)境常用的專家系統(tǒng)開發(fā)工具和環(huán)境可按其性質分為程序設計語言、骨架型工具、語言 型工具、開發(fā)環(huán)境及一些新型專家系統(tǒng)開發(fā)工具等。（一）程序設計

8、語言程序設計語言包括人工智能語言和通用程序設計語言。它們是專家系統(tǒng)開發(fā)的最 基礎的語言工具。人工智能語言的主要代表有以 LISP為代表的函數(shù)型語言和以 PROLOG為代表的邏輯型語言等;通用程序設計語言的主要代表有C、C+和JAVA等。（二）骨架型工具骨架型工具也稱為專家系統(tǒng)外殼，它是由一些已經成熟的具體專家系統(tǒng)演變 來 的。其演變方法是，抽去這些專家系統(tǒng)中的具體知識，保留它們的體系結構和功能， 再把領域專用的界面改為通用界面，這樣，就可得到相應的專家系統(tǒng)外殼。（三）語言型工具語言型工具是一種通用型專家系統(tǒng)開發(fā)工具，它是不依賴于任何已有專家系統(tǒng)， 不針對任何具體領域，完全重新設計的一類專家系統(tǒng)

9、開發(fā)工具。與骨架系統(tǒng)相比， 語言型工具具有更大的靈活性和通用性，并且對數(shù)據(jù)及知識的存取和查詢提供了更 多的控制手段。常用的語言型工具有CLIPS和OSP等。開發(fā)環(huán)境專家系統(tǒng)開發(fā)環(huán)境是一種為高效率開發(fā)專家系統(tǒng)而設計和實現(xiàn)的大型智能計算 機軟件系統(tǒng)。專家系統(tǒng)開發(fā)環(huán)境一般由調試輔助工具、輸入輸出設施、解釋設施和 知識編輯器4個典型部件所組成。6、實際應用對于專家系統(tǒng)我有自己的一些見解。下面結合我參與過的一個項目來對專家系統(tǒng)的實 際應用來進行闡述。全厚度再生機材料配置與設備自動控制系統(tǒng)(以下簡稱“系統(tǒng)”)。全厚度再生機自動控制系統(tǒng)是瀝青路面全厚度再生快速修復關鍵技術和裝備項目的一 個子項目，該系統(tǒng)主要

10、實現(xiàn)兩個系列的功能。第一，智能送料。通過用速度傳感器測出再生 機行駛車速、銑刨機銑刨深度及材料學專家經實驗得到的材料配比標準計算出應有送料速 度，使用電子閥門控制送料速度達到最優(yōu)化，既能達到路面施工標準，又能實現(xiàn)原料利用率 的最大化。第二，生產環(huán)境實時監(jiān)測。通過各種傳感器，元器件對裝備的運行狀態(tài)進行監(jiān)測， 并將監(jiān)測到的數(shù)據(jù)進行實時顯示、報警、保存，使物料的生產保證質量。7、現(xiàn)狀與發(fā)展前景專家系統(tǒng)運用于醫(yī)療、軍事、地質勘探、教學、化工等領域，產生了巨大的經濟效益 和社會效益。但與此同時，專家系統(tǒng)在開發(fā)使用中也存在著一下缺點：知識獲取的“瓶頸”。通常專家系統(tǒng)的知識獲取主要靠人工移植，由知 識工程師

11、將 領域專家的知識總結為規(guī)則加入到知識庫中，這種知識獲取是間接的，因而效率低;另外， 領域專家的某些經驗知識往往只能意會，不能言傳，彳艮難用一定的規(guī)則或者數(shù)學模型來嚴 格描述，而這些經驗知識在問題求解過程中是相當重要的，這就是專家系統(tǒng)設計開發(fā)中的 “瓶頸”問題。另一種知識獲取的困難就是多個領域專家的知識之間相互矛盾的處理。是在這些 知識之間作某種折中處理，還是只取其中的某一種，作為非領域專家的知識工程師在這種 情況下也束手無策。知識“窄臺階”。目前，一般的專家系統(tǒng)只能在相當窄的專業(yè)知識領域內求解專門 性問題，對于那些可以用相應經驗知識完整描述的問題能夠得到正確結論，但是一旦問題 超出系統(tǒng)所擁有

12、的專業(yè)領域經驗知識，出現(xiàn)系統(tǒng)未預計到的情況，即使問題所涉及到的知 識只與現(xiàn)有專業(yè)領域知識有細微偏差，系統(tǒng)就得不出結論甚至還可能得到錯誤的結果。所 以存在知識的“窄臺階”，即只有淺層的、表面的、經驗性的知識，缺少深層的、本質的、 理性的知識。推理能力弱。由于推理方法簡單，控制策略不靈活，所以容易出現(xiàn)“匹配沖突”、 “組合爆炸”及“無窮遞歸”等問題，推理速度慢，效率低。智能水平低。專家系統(tǒng)的知識存儲是一一對應的，且限定沒有冗余性，因而就失去 了靈活性。一般的專家系統(tǒng)一般不具備自學習能力和聯(lián)想記憶功能，不能在運行過程中自 我完善、發(fā)展和創(chuàng)新，不能用聯(lián)想記憶、識別和類比等方式進行推理。這樣，系統(tǒng)就不能

13、 在實踐中不斷自我完善，就不能從環(huán)境變化中發(fā)展和創(chuàng)新知識。系統(tǒng)的功能取決于系統(tǒng)最 初的知識和能力，它的本領只是輸入知識的總和。以上種種都是專家系統(tǒng)發(fā)展中存在著的一些限制，在未來的年代中，許多今日專家系 統(tǒng)缺失將會被改善，相信未來專家系統(tǒng)應該繼續(xù)研究的項目有：具有處16理常識的能力;發(fā)展深層的推論系統(tǒng);不同層次解釋的能力;使專家系統(tǒng)具有學習的能力；分布式專家系統(tǒng); 輕易獲取與更新知識的能力。未來發(fā)展的專家系統(tǒng)，能經由感應器直接由外界接受資料，也可由系統(tǒng)外的知識庫獲 得資料，在推理機中除推理外，上能擬定規(guī)劃，仿真問題狀況等。知識庫所存的不只是靜 態(tài)的推論規(guī)則與事實，更有規(guī)劃、分類、結構模式及行為模

14、式等動態(tài)知識。人工智能與專家系統(tǒng)的開發(fā)標志著計算機系統(tǒng)的發(fā)展進入了嶄新的階段，使得計算機 的性能更科學、更智能化。專家們預計，人們在一般的知識系統(tǒng)支持下開發(fā)專家系統(tǒng)的日 期不會太長。到那時，用戶通過將本領域的專門知識放入預先設計好的問題求解軟件包中， 就能獲得用于解決本領域問題的專家系統(tǒng)，甚至可能從根本上改變傳統(tǒng)設計程序的觀念。8、總結首先，通過此次的論文撰寫，使得我對本專業(yè)的相關知識有了更清楚的認識，熟悉和掌 握了人工智能的基本概念，對專家系統(tǒng)也有了初步的了解，知識也得到了鞏固與升華。其次，我主要是對專家系統(tǒng)進行介紹，而在此之前已經有很多人研究過了，所以要參考 他們的想法，但有些地方我們也要

15、勇敢的跳出他們的框架，結合我們的實際情況進行分析設 計，思想不局限于前人。最后，慚愧的是，由于本人知識與能力有限，對專家系統(tǒng)的了解以及應用方面掌握的知 識都不夠全面，因此需要迫切的提高自己這方面的知識。參考文獻王永慶.人工智能原理與方法M.西安：西安交通大學出版社,1998.VictorB.Kreng.TheConstructandApplicationofKnowledgeDiffusionMod2 el.Expert Systems with Applications,2003,(2).敖志剛.人工智能與專家系統(tǒng)導論M.合肥:中國科技大學出版社,2002.楊學山.專家系統(tǒng)及其在管理中的應用.北京:清華大學出版社，1991.武波，馬玉祥.專家系統(tǒng)M.北京:北京理工大學出版社，2001.王