人工智能原理及應(yīng)用 課件

人工智能原理及應(yīng)用制作小組成員：張恒維許榮澤烏龜俠劉寒靜人工智能原理及應(yīng)用制作小組成員：張恒維許榮澤烏龜俠劉寒1目錄一.專家系統(tǒng)的介紹

1.什么是專家系統(tǒng)2.專家系統(tǒng)的發(fā)展歷程3.專家系統(tǒng)的構(gòu)造及工作過(guò)程二.基于規(guī)則的專家系統(tǒng)

1.基于規(guī)則的專家系統(tǒng)的基本特征2.前向鏈接和后向鏈接推理技術(shù)3.沖突消解三.規(guī)則專家系統(tǒng)的有點(diǎn)和缺點(diǎn)四.實(shí)例展示

2一.專家系統(tǒng)的介紹1.什么是專家系統(tǒng)專家系統(tǒng)是人工智能中最重要的也是最活躍的一個(gè)應(yīng)用領(lǐng)域，它實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門(mén)知識(shí)的重大突破。專家系統(tǒng)是早期人工智能的一個(gè)重要分支，它可以看作是一類具有專門(mén)知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，一般采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)來(lái)模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問(wèn)題。一.專家系統(tǒng)的介紹32.專家系統(tǒng)的發(fā)展歷程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(dòng)的一些通用問(wèn)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(wú)法解決大的實(shí)際問(wèn)題，很難把實(shí)際問(wèn)題改造成適合于計(jì)算機(jī)解決的形式，并且對(duì)于解題所需的巨大的搜索空間也難于處理。1965年，f.a.費(fèi)根鮑姆等人在總結(jié)通用問(wèn)題求解系統(tǒng)的成功與失敗經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門(mén)知識(shí)，研制了世界上第一個(gè)專家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。20多年來(lái)，知識(shí)工程的研究，專家系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個(gè)領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動(dòng)控制、計(jì)算機(jī)設(shè)計(jì)和制造等眾多領(lǐng)域，開(kāi)發(fā)了幾千個(gè)的專家系統(tǒng)，其中不少在功能上已達(dá)到，甚至超過(guò)同領(lǐng)域中人類專家的水平，并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效益。2.專家系統(tǒng)的發(fā)展歷程20世紀(jì)60年代初，出現(xiàn)了運(yùn)用邏輯學(xué)和4專家系統(tǒng)的發(fā)展階段專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代過(guò)渡和發(fā)展。第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門(mén)問(wèn)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、系統(tǒng)的透明性和靈活性等方面存在缺陷，求解問(wèn)題的能力弱。第二代專家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)科專業(yè)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(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識(shí)表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。專家系統(tǒng)的發(fā)展階段專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代5專家系統(tǒng)的發(fā)展階段第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語(yǔ)言，綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略，并開(kāi)始運(yùn)用各種知識(shí)工程語(yǔ)言、骨架系統(tǒng)及專家系統(tǒng)開(kāi)發(fā)工具和環(huán)境來(lái)研制大型綜合專家系統(tǒng)。第四代專家系統(tǒng)是在在總結(jié)前三代專家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，已開(kāi)始采用大型多專家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫(kù)、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(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來(lái)實(shí)現(xiàn)具有多知識(shí)庫(kù)、多主體的專家系統(tǒng)。專家系統(tǒng)的發(fā)展階段6

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

構(gòu)造

專家系統(tǒng)通常由人機(jī)交互界面、知識(shí)庫(kù)、推理機(jī)、解釋器、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取等6個(gè)部分構(gòu)成。其中尤以知識(shí)庫(kù)與推理機(jī)相互分離而別具特色。專家系統(tǒng)的體系結(jié)構(gòu)隨專家系統(tǒng)的類型、功能和規(guī)模的不同，而有所差異。

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

構(gòu)造7

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

為了使計(jì)算機(jī)能運(yùn)用專家的領(lǐng)域知識(shí)，必須要采用一定的方式表示知識(shí)。目前常用的知識(shí)表示方式有產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)、框架、狀態(tài)空間、邏輯模式、腳本、過(guò)程、面向?qū)ο蟮??；谝?guī)則的產(chǎn)生式系統(tǒng)是目前實(shí)現(xiàn)知識(shí)運(yùn)用最基本的方法。產(chǎn)生式系統(tǒng)由綜合數(shù)據(jù)庫(kù)、知識(shí)庫(kù)和推理機(jī)3個(gè)主要部分組成，綜合數(shù)據(jù)庫(kù)包含求解問(wèn)題的世界范圍內(nèi)的事實(shí)和斷言。知識(shí)庫(kù)包含所有用“如果：〈前提〉，于是：〈結(jié)果〉”形式表達(dá)的知識(shí)規(guī)則。推理機(jī)（又稱規(guī)則解釋器）的任務(wù)是運(yùn)用控制策略找到可以應(yīng)用的規(guī)則。

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

8

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程知識(shí)庫(kù)

知識(shí)庫(kù)用來(lái)存放專家提供的知識(shí)。專家系統(tǒng)的問(wèn)題求解過(guò)程是通過(guò)知識(shí)庫(kù)中的知識(shí)來(lái)模擬專家的思維方式的，因此，知識(shí)庫(kù)是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在，即知識(shí)庫(kù)中知識(shí)的質(zhì)量和數(shù)量決定著專家系統(tǒng)的質(zhì)量水平。一般來(lái)說(shuō)，專家系統(tǒng)中的知識(shí)庫(kù)與專家系統(tǒng)程序是相互獨(dú)立的，用戶可以通過(guò)改變、完善知識(shí)庫(kù)中的知識(shí)內(nèi)容來(lái)提高專家系統(tǒng)的性能。

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程知識(shí)庫(kù)93.專家系統(tǒng)的構(gòu)造及工作過(guò)程推理機(jī)

推理機(jī)針對(duì)當(dāng)前問(wèn)題的條件或已知信息，反復(fù)匹配知識(shí)庫(kù)中的規(guī)則，獲得新的結(jié)論，以得到問(wèn)題求解結(jié)果。在這里，推理方式可以有正向和反向推理兩種。3.專家系統(tǒng)的構(gòu)造及工作過(guò)程推理機(jī)103.專家系統(tǒng)的構(gòu)造及工作過(guò)程其他部分

人機(jī)界面是系統(tǒng)與用戶進(jìn)行交流時(shí)的界面。通過(guò)該界面，用戶輸入基本信息、回答系統(tǒng)提出的相關(guān)問(wèn)題，并輸出推理結(jié)果及相關(guān)的解釋等。綜合數(shù)據(jù)庫(kù)專門(mén)用于存儲(chǔ)推理過(guò)程中所需的原始數(shù)據(jù)、中間結(jié)果和最終結(jié)論，往往是作為暫時(shí)的存儲(chǔ)區(qū)。解釋器能夠根據(jù)用戶的提問(wèn)，對(duì)結(jié)論、求解過(guò)程做出說(shuō)明，因而使專家系統(tǒng)更具有人情味。知識(shí)獲取是專家系統(tǒng)知識(shí)庫(kù)是否優(yōu)越的關(guān)鍵，也是專家系統(tǒng)設(shè)計(jì)的“瓶頸”問(wèn)題，通過(guò)知識(shí)獲取，可以擴(kuò)充和修改知識(shí)庫(kù)中的內(nèi)容，也可以實(shí)現(xiàn)自動(dòng)學(xué)習(xí)功能。3.專家系統(tǒng)的構(gòu)造及工作過(guò)程其他部分113.專家系統(tǒng)的構(gòu)造及工作過(guò)程工作過(guò)程專家系統(tǒng)的基本工作流程是，用戶通過(guò)人機(jī)界面回答系統(tǒng)的提問(wèn)，推理機(jī)將用戶輸入的信息與知識(shí)庫(kù)中各個(gè)規(guī)則的條件進(jìn)行匹配，并把被匹配規(guī)則的結(jié)論存放到綜合數(shù)據(jù)庫(kù)中。最后，專家系統(tǒng)將得出最終結(jié)論呈現(xiàn)給用戶。3.專家系統(tǒng)的構(gòu)造及工作過(guò)程工作過(guò)程12二.基于規(guī)則的專家系統(tǒng)

1.基于規(guī)則的專家系統(tǒng)的基本特征在20世紀(jì)70年代早期，來(lái)自卡內(nèi)基-梅隆大學(xué)的Newell和Simon提出了產(chǎn)生式系統(tǒng)模型，為現(xiàn)代的基于規(guī)則的專家系統(tǒng)奠定了基礎(chǔ)（NewellandSimon，1972）。產(chǎn)生式模型的思路是，對(duì)于一個(gè)用相關(guān)信息表達(dá)了的指定問(wèn)題，人類運(yùn)用知識(shí)（用產(chǎn)生式規(guī)則表達(dá)）能夠解決。產(chǎn)生式規(guī)則存儲(chǔ)在長(zhǎng)期存儲(chǔ)器中，問(wèn)題相關(guān)的信息或事實(shí)存儲(chǔ)在短期存儲(chǔ)器中。圖2.2是產(chǎn)生式系統(tǒng)模型和基于規(guī)則的專家系統(tǒng)的基本結(jié)構(gòu)。二.基于規(guī)則的專家系統(tǒng)

1.基于規(guī)則的專家系統(tǒng)的基本特征13二.基于規(guī)則的專家系統(tǒng)二.基于規(guī)則的專家系統(tǒng)14二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)由5個(gè)部分組成：知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理引擎、解釋設(shè)備和用戶界面。知識(shí)庫(kù)包含解決問(wèn)題相關(guān)的領(lǐng)域知識(shí)。在基于規(guī)則的專家系統(tǒng)中，知識(shí)用一組規(guī)則來(lái)表達(dá)。每一條規(guī)則表達(dá)一個(gè)關(guān)系、建議、指示、策略或啟發(fā)式方法，具有IF（條件）THEN（行為）結(jié)構(gòu)。當(dāng)規(guī)則的條件被滿足時(shí)，觸發(fā)規(guī)則，繼而執(zhí)行行為。數(shù)據(jù)庫(kù)包含一組事實(shí)，用于匹配存儲(chǔ)在知識(shí)庫(kù)中的IF（條件）部分。推理引擎執(zhí)行推理，專家系統(tǒng)由此找到解決方案。推理引擎鏈接知識(shí)庫(kù)中的規(guī)則和數(shù)據(jù)庫(kù)中的事實(shí)。31用戶使用解釋設(shè)備查看專家系統(tǒng)怎樣得出解決方案的過(guò)程，以及為什么需要特定事實(shí)。專家系統(tǒng)必須能夠解釋推理并證明所給的建議、分析或結(jié)論。用戶界面是實(shí)現(xiàn)用戶（查詢問(wèn)題解決方案）和專家系統(tǒng)之間交流的途徑，這一途徑必須有實(shí)際意義并盡可能地友好。這5個(gè)部分對(duì)于任何基于規(guī)則的專家系統(tǒng)來(lái)說(shuō)都是不可或缺的，它們共同構(gòu)成了專家系統(tǒng)的核心，除此之外也會(huì)有其他附加組件。二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)由5個(gè)部分組成：知識(shí)15二.基于規(guī)則的專家系統(tǒng)外部接口允許專家系統(tǒng)融合外部數(shù)據(jù)文件和以常用語(yǔ)言編寫(xiě)的程序，開(kāi)發(fā)者接口一般包括知識(shí)庫(kù)編輯器、調(diào)試工具，以及輸入/輸出設(shè)備。任何專家系統(tǒng)框架都會(huì)提供簡(jiǎn)單的文本編輯器，用于輸入和調(diào)整規(guī)則、檢查格式和拼寫(xiě)。許多專家系統(tǒng)也包括記錄設(shè)備，用于監(jiān)測(cè)32知識(shí)工程師或?qū)＜宜龅男薷?。如果?guī)則被改動(dòng)，編輯器將自動(dòng)存儲(chǔ)改動(dòng)日期和做改動(dòng)的人，以便后面參考。當(dāng)有多個(gè)知識(shí)工程師和專家都有權(quán)進(jìn)入知識(shí)庫(kù)并做修改時(shí)，記錄設(shè)備尤其重要。二.基于規(guī)則的專家系統(tǒng)外部接口允許專家系統(tǒng)融合外部數(shù)據(jù)文件和16二.基于規(guī)則的專家系統(tǒng)調(diào)試工具一般包含跟蹤設(shè)備和斷點(diǎn)包。跟蹤設(shè)備提供程序執(zhí)行過(guò)程中被觸發(fā)的規(guī)則列表。使用斷點(diǎn)包則能提前告訴系統(tǒng)哪里該中斷，以備知識(shí)工程師或?qū)＜壹磿r(shí)查看數(shù)據(jù)庫(kù)中的當(dāng)前值。多數(shù)專家系統(tǒng)還提供輸入/輸出設(shè)備，例如運(yùn)行時(shí)知識(shí)獲取器，以便運(yùn)行中的專家系統(tǒng)獲取數(shù)據(jù)庫(kù)之外的必需信息。當(dāng)知識(shí)工程師或?qū)＜逸斎胨栊畔⒑?，系統(tǒng)接著往下運(yùn)行?？傊?，開(kāi)發(fā)者接口、知識(shí)獲取設(shè)備使得領(lǐng)域?qū)＜夷軌蛑苯訉⒅R(shí)輸入專家系統(tǒng)，以減少打擾知識(shí)工程師的次數(shù)。二.基于規(guī)則的專家系統(tǒng)調(diào)試工具一般包含跟蹤設(shè)備和斷點(diǎn)包。跟蹤17二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)的完整結(jié)構(gòu)二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)的完整結(jié)構(gòu)182.前向鏈接和后向鏈接推理技術(shù)假設(shè)數(shù)據(jù)庫(kù)最初包含5個(gè)事實(shí)：A、B、C、D和E，知識(shí)庫(kù)最初包含3條規(guī)則：2.前向鏈接和后向鏈接推理技術(shù)假設(shè)數(shù)據(jù)庫(kù)最初包含5個(gè)事實(shí)：A192.前向鏈接和后向鏈接推理技術(shù)專家系統(tǒng)能夠用推理鏈來(lái)解釋怎樣得出的結(jié)論，這是解釋設(shè)備的必要部分推理引擎要決定何時(shí)激活哪條規(guī)則。選擇規(guī)則時(shí)，有兩個(gè)主要方法：前向鏈接和后向鏈接2.前向鏈接和后向鏈接推理技術(shù)專家系統(tǒng)能夠用推理鏈來(lái)解釋怎樣202.前向鏈接和后向鏈接推理技術(shù)我們先將規(guī)則重寫(xiě)為如下形式：再添加兩條規(guī)則：2.前向鏈接和后向鏈接推理技術(shù)212.前向鏈接和后向鏈接推理技術(shù)從已知數(shù)據(jù)開(kāi)始展開(kāi)推理。每一次只執(zhí)行頂端的一條規(guī)則。當(dāng)有規(guī)則被觸發(fā)時(shí)，就有新事實(shí)加入數(shù)據(jù)庫(kù)。任何規(guī)則只能被執(zhí)行一次。當(dāng)沒(méi)有規(guī)則可觸發(fā)時(shí)，匹配-觸發(fā)循環(huán)終止。2.前向鏈接和后向鏈接推理技術(shù)從已知數(shù)據(jù)開(kāi)始展開(kāi)推理。每一次222.前向鏈接和后向鏈接推理技術(shù)前向鏈接是搜集信息并推出信息的技術(shù)。不過(guò)，在前向鏈接中，許多被觸發(fā)的規(guī)則也許與問(wèn)題目標(biāo)無(wú)關(guān)。在上面的例子中，目標(biāo)是推出事實(shí)Z。我們僅有5條規(guī)則，其中4條規(guī)則被觸發(fā)。規(guī)則4∶C→L雖與事實(shí)Z無(wú)關(guān)，也同樣被觸發(fā)了。一個(gè)真正的基于規(guī)則的專家系統(tǒng)可能有成百上千條規(guī)則，許多規(guī)則被觸發(fā)后雖然能推出有效的新事實(shí)，但可能與目標(biāo)無(wú)關(guān)。所以，如果只需推出一個(gè)特定的事實(shí)，前向鏈接推導(dǎo)技術(shù)或許效率很低。這種情況下，后向鏈接技術(shù)就比較合適2.前向鏈接和后向鏈接推理技術(shù)前向鏈接是搜集信息并推出信息的232.前向鏈接和后向鏈接推理技術(shù)后向鏈接推理技術(shù)后向鏈接是目標(biāo)驅(qū)動(dòng)的推理技術(shù)。在后向鏈接中，專家系統(tǒng)有目標(biāo)（一個(gè)假設(shè)的答案），推理引擎的任務(wù)是找出證明目標(biāo)的論據(jù)。首先，在知識(shí)庫(kù)中搜尋含有目標(biāo)的規(guī)則，即THEN部分包含的目標(biāo)規(guī)則。如果找到這種規(guī)則，在數(shù)據(jù)庫(kù)中也有匹配的事實(shí)，就觸發(fā)規(guī)則并證明目標(biāo)。不過(guò)這種情況很少見(jiàn)。所以，推理引擎就暫不考慮這類規(guī)則（將規(guī)則壓棧），要建立新目標(biāo)，即子目標(biāo)，以證明壓棧規(guī)則的IF部分。2.前向鏈接和后向鏈接推理技術(shù)后向鏈接推理技術(shù)242.前向鏈接和后向鏈接推理技術(shù)2.前向鏈接和后向鏈接推理技術(shù)252.前向鏈接和后向鏈接推理技術(shù)現(xiàn)在來(lái)對(duì)比前向鏈接和后向鏈接。可以看出，前向鏈接中觸發(fā)了4條規(guī)則，而后向鏈接中只觸發(fā)了3條規(guī)則。這個(gè)簡(jiǎn)單的例子說(shuō)明了當(dāng)需要證實(shí)一個(gè)特定事實(shí)時(shí)（例子中是Z），后向鏈接更為有效。前向鏈接中，在推理過(guò)程開(kāi)始前就確定了數(shù)據(jù)，不需用戶額外輸入。在后向鏈接中，確立目標(biāo)后，只需要那些支持推理的數(shù)據(jù)，有時(shí)也需要用戶輸入一些數(shù)據(jù)庫(kù)中沒(méi)有的事實(shí)。2.前向鏈接和后向鏈接推理技術(shù)現(xiàn)在來(lái)對(duì)比前向鏈接和后向鏈接。262.前向鏈接和后向鏈接推理技術(shù)在第1個(gè)周期，推理引擎嘗試推出事實(shí)Z。通過(guò)查找知識(shí)庫(kù)來(lái)尋找THEN部分包含事實(shí)Z的規(guī)則。推理引擎找到了規(guī)則1∶Y&D→Z，將它壓棧。規(guī)則1的IF部分包含事實(shí)Y和D，所以下面是確立事實(shí)Y和D。在第2個(gè)周期，推理引擎安裝子目標(biāo)：事實(shí)Y，并試圖確立它。通過(guò)檢查知識(shí)庫(kù)，發(fā)現(xiàn)其中沒(méi)有事實(shí)Y。因此需要尋找THEN部分包含事實(shí)Y的規(guī)則。推理引擎發(fā)現(xiàn)規(guī)則2∶X&B&E→Y滿足條件，將它壓棧。規(guī)則2的IF部分包括事實(shí)X、B和E，接下來(lái)同樣需要建立這些事實(shí)。在第3個(gè)周期，推理引擎安裝新的子目標(biāo)：證實(shí)事實(shí)X。推理引擎通過(guò)查找數(shù)據(jù)庫(kù)，發(fā)現(xiàn)不包含X，就去查找能推出X的規(guī)則。找到了規(guī)則3∶A→X，將它壓棧。接下來(lái)需要證實(shí)事實(shí)A。在第4個(gè)周期，推理引擎發(fā)現(xiàn)A在數(shù)據(jù)庫(kù)中。規(guī)則3∶A→X被觸發(fā)，推出了新事實(shí)X。在第5個(gè)周期，推理引擎要證實(shí)子目標(biāo)Y，再次試圖執(zhí)行規(guī)則2∶X&B&E→Y。由于事實(shí)X、B和E都在數(shù)據(jù)庫(kù)中，規(guī)則2被觸發(fā)，推出了新事實(shí)Y，將Y加入數(shù)據(jù)庫(kù)。在第6個(gè)周期，系統(tǒng)轉(zhuǎn)向規(guī)則1∶Y&D→Z，嘗試證實(shí)初始目標(biāo)Z。由于規(guī)則1的IF部分與數(shù)據(jù)庫(kù)中的事實(shí)相匹配，規(guī)則1被執(zhí)行，初始目標(biāo)得以證實(shí)。2.前向鏈接和后向鏈接推理技術(shù)在第1個(gè)周期，推理引擎嘗試推出273.沖突消解這是個(gè)沖突的規(guī)則3.沖突消解283.沖突消解

當(dāng)目標(biāo)實(shí)現(xiàn)后不再觸發(fā)規(guī)則。在過(guò)馬路的例子中，目標(biāo)是為語(yǔ)言對(duì)象“action”確立值。當(dāng)專家系統(tǒng)為“action”賦值后，目標(biāo)實(shí)現(xiàn)，系統(tǒng)終止。因此，當(dāng)交通燈變紅時(shí)，觸發(fā)規(guī)則2，“action”的值是“stop”，至此系統(tǒng)終止。在這個(gè)例子中，專家系統(tǒng)的結(jié)論是對(duì)的。但如果調(diào)換兩個(gè)規(guī)則，結(jié)論就錯(cuò)了。這說(shuō)明知識(shí)庫(kù)中的規(guī)則順序仍然至關(guān)重要。3.沖突消解當(dāng)目標(biāo)實(shí)現(xiàn)后不再觸發(fā)規(guī)則。在過(guò)馬路的293.沖突消解觸發(fā)優(yōu)先權(quán)最高的規(guī)則。在簡(jiǎn)單的應(yīng)用場(chǎng)景中，合理地排列知識(shí)庫(kù)中的規(guī)則就確定了優(yōu)先權(quán)。這種策略一般適于規(guī)則數(shù)在100條左右的系統(tǒng)。但在某些應(yīng)用中，必須按照重要程度處理數(shù)據(jù)。激發(fā)最具體的規(guī)則。這個(gè)方法也稱為最長(zhǎng)匹配策略，其依據(jù)的假設(shè)是具體規(guī)則比一般規(guī)則處理更多的信息。3.沖突消解觸發(fā)優(yōu)先權(quán)最高的規(guī)則。在簡(jiǎn)單的應(yīng)用場(chǎng)景中，合理地30三.基于規(guī)則的專家系統(tǒng)3.基于規(guī)則的專家系統(tǒng)的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：1.自然語(yǔ)言表達(dá)。專家通常會(huì)使用這樣的表達(dá)來(lái)解釋解決問(wèn)題的過(guò)程：“在什么—什么情況下，我如何—如何做?！边@樣的表達(dá)可以被很自然地表達(dá)為IFTHEN產(chǎn)生式規(guī)則。2.統(tǒng)一結(jié)構(gòu)。產(chǎn)生式規(guī)則具有統(tǒng)一的IFTHEN結(jié)構(gòu)。每一條規(guī)則都是一個(gè)獨(dú)立的知識(shí)。產(chǎn)生式規(guī)則的語(yǔ)法使得規(guī)則具有自釋性。3.知識(shí)與處理的相分離?；谝?guī)則的專家系統(tǒng)的結(jié)構(gòu)為知識(shí)庫(kù)和推理引擎提供了有效的分離機(jī)制。因此，能夠使用同一個(gè)專家系統(tǒng)框架開(kāi)發(fā)不同的應(yīng)用，系統(tǒng)本身也容易擴(kuò)展。在不干擾控制結(jié)構(gòu)的同時(shí)通過(guò)添加一些規(guī)則，還能使系統(tǒng)更聰明。三.基于規(guī)則的專家系統(tǒng)31三.基于規(guī)則的專家系統(tǒng)4.處理不完整、不確定的知識(shí)。大多數(shù)基于規(guī)則的專家系統(tǒng)都能表達(dá)和推理不完整、不確定的知識(shí)。例如：這條規(guī)則就表達(dá)了下面這條句子的不確定性。

“如果是秋季，看似在下毛毛雨，那么今天可能又很潮濕?！边@條規(guī)則用數(shù)值表達(dá)不確定性，稱為確信因子{cf0.1}。專家系統(tǒng)使用確信因子來(lái)確立規(guī)則結(jié)論的可信度或者可信水平。這些特征使得專家系統(tǒng)在現(xiàn)實(shí)問(wèn)題的知識(shí)表達(dá)上非常適用。三.基于規(guī)則的專家系統(tǒng)4.處理不完整、不確定的知識(shí)。大多數(shù)基32三.基于規(guī)則的專家系統(tǒng)缺點(diǎn)：

1.規(guī)則之間的關(guān)系不透明。盡管單條規(guī)則都比較簡(jiǎn)單，也是自釋性的，大量規(guī)則間的邏輯關(guān)系卻可能不透明。在基于規(guī)則的系統(tǒng)中，難以觀察單條規(guī)則如何對(duì)整個(gè)策略起作用，原因在于基于規(guī)則的專家系統(tǒng)缺乏分層的知識(shí)表達(dá)。2.低效的搜索策略。推理引擎在每個(gè)周期中搜索所有的規(guī)則。當(dāng)規(guī)則很多時(shí)（多于100條規(guī)則），系統(tǒng)速度會(huì)很慢。基于規(guī)則的大型系統(tǒng)可能就不適用于實(shí)時(shí)應(yīng)用。3.沒(méi)有學(xué)習(xí)能力。一般的基于規(guī)則的專家系統(tǒng)都不具備從經(jīng)驗(yàn)中學(xué)習(xí)的能力。人類專家知道何時(shí)打破規(guī)則，而專家系統(tǒng)并不能自動(dòng)修改知識(shí)庫(kù)，例如調(diào)整規(guī)則、添加規(guī)則。修改和維護(hù)系統(tǒng)的任務(wù)仍然由知識(shí)工程師來(lái)做。三.基于規(guī)則的專家系統(tǒng)缺點(diǎn)：33四.實(shí)例展示

MYCIN是一個(gè)基于規(guī)則的系統(tǒng)，此系統(tǒng)是由斯坦福大學(xué)在七十年代中后期研制成的?？梢酝ㄟ^(guò)此系統(tǒng)和醫(yī)生的一段對(duì)話來(lái)看，這段對(duì)話詳細(xì)的說(shuō)明了大部分基于規(guī)則的系統(tǒng)會(huì)話特征，并提供了一個(gè)單一的示例。四.實(shí)例展示

MYCIN是一個(gè)基于規(guī)則的系統(tǒng)，此系統(tǒng)是由斯坦34四.實(shí)例展示1.患者姓名：***2.年齡：243.性別：男4.種族：..........5.最近***有無(wú)持續(xù)頭疼的癥狀或其他神經(jīng)系統(tǒng)的異常癥狀，如暈眩，嗜睡，等等?省略若干問(wèn)題...........32.你是否知道***最近c(diǎn)bc的結(jié)果？***：知道33請(qǐng)把CBC結(jié)果輸入下表中四.實(shí)例展示1.患者姓名：***35四.實(shí)例展示（可以接受“不知道”作為合法值。不必對(duì)所有回答給出完全乃至正確的數(shù)據(jù)。）35.腦膜炎是否在醫(yī)院中感染的？***為什么（用戶詢問(wèn)“為什么”是想要了解MYCIN所沿的推理路線的解釋。程序首先把詢問(wèn)分解成一些短語(yǔ)，然后顯示正設(shè)法建立其前提的規(guī)則）四.實(shí)例展示36四.實(shí)例展示有證據(jù)證明，可能引起感染的病原菌是大腸桿菌（.75）凝固酶陽(yáng)性的金色葡萄球菌（.3）綠膿桿菌（.3）肺炎桿菌（.5）【在每個(gè)結(jié)論后的圓括號(hào)中的數(shù)，表示結(jié)論的重要程度?！?**：“為何“(此刻，用戶詢問(wèn)上面規(guī)則中的短語(yǔ)是”如何“被確定的附加說(shuō)名。MYCIN系統(tǒng)給出規(guī)則的編號(hào)，用這些編號(hào)來(lái)得出結(jié)論并打印所詢問(wèn)的規(guī)則)規(guī)則可信度規(guī)則148（.19）規(guī)則500（.51）......................我已有證據(jù)（規(guī)則545，規(guī)則557）說(shuō)明治療應(yīng)該包括大腸桿菌引起殺我·腦膜炎四.實(shí)例展示有證據(jù)證明，可能引起感染的病原菌是大腸桿菌（.737四.實(shí)例展示我已有證據(jù)（規(guī)則545，規(guī)則557，規(guī)則578）說(shuō)明治療應(yīng)包括綠膿桿菌引起的腦膜炎我已有證據(jù)（規(guī)則507）說(shuō)明應(yīng)該治療包括肺炎雙球菌引起的腦膜炎51.***你是否在臨床上對(duì)任何抗菌素有明顯的過(guò)敏反應(yīng)？***：沒(méi)有（考慮用青霉素和慶大霉素來(lái)治療感染）（最后的結(jié)論就是關(guān)于包括這種感染的可能病因的最佳療法。這些病因從完全的有效證據(jù)中確定出來(lái)的）我認(rèn)為應(yīng)推薦的治療方案如下四.實(shí)例展示我已有證據(jù)（規(guī)則545，規(guī)則557，規(guī)則578）38四.實(shí)例展示1）青霉素劑量：3.5克（28.0毫升）4小時(shí)一次靜脈注射2）慶大霉素劑量：119毫克（3.0毫升，80毫克、2毫升一安平）8小時(shí)一次靜脈注射（按1.7毫升/公斤）省略一下你還需要看下一個(gè)選擇療法嗎？***：不需要了。四.實(shí)例展示1）青霉素39人工智能原理及應(yīng)用制作小組成員：張恒維許榮澤烏龜俠劉寒靜人工智能原理及應(yīng)用制作小組成員：張恒維許榮澤烏龜俠劉寒40目錄一.專家系統(tǒng)的介紹

1.什么是專家系統(tǒng)2.專家系統(tǒng)的發(fā)展歷程3.專家系統(tǒng)的構(gòu)造及工作過(guò)程二.基于規(guī)則的專家系統(tǒng)

1.基于規(guī)則的專家系統(tǒng)的基本特征2.前向鏈接和后向鏈接推理技術(shù)3.沖突消解三.規(guī)則專家系統(tǒng)的有點(diǎn)和缺點(diǎn)四.實(shí)例展示

41一.專家系統(tǒng)的介紹1.什么是專家系統(tǒng)專家系統(tǒng)是人工智能中最重要的也是最活躍的一個(gè)應(yīng)用領(lǐng)域，它實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門(mén)知識(shí)的重大突破。專家系統(tǒng)是早期人工智能的一個(gè)重要分支，它可以看作是一類具有專門(mén)知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，一般采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)來(lái)模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問(wèn)題。一.專家系統(tǒng)的介紹422.專家系統(tǒng)的發(fā)展歷程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(dòng)的一些通用問(wèn)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(wú)法解決大的實(shí)際問(wèn)題，很難把實(shí)際問(wèn)題改造成適合于計(jì)算機(jī)解決的形式，并且對(duì)于解題所需的巨大的搜索空間也難于處理。1965年，f.a.費(fèi)根鮑姆等人在總結(jié)通用問(wèn)題求解系統(tǒng)的成功與失敗經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門(mén)知識(shí)，研制了世界上第一個(gè)專家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。20多年來(lái)，知識(shí)工程的研究，專家系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個(gè)領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動(dòng)控制、計(jì)算機(jī)設(shè)計(jì)和制造等眾多領(lǐng)域，開(kāi)發(fā)了幾千個(gè)的專家系統(tǒng)，其中不少在功能上已達(dá)到，甚至超過(guò)同領(lǐng)域中人類專家的水平，并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效益。2.專家系統(tǒng)的發(fā)展歷程20世紀(jì)60年代初，出現(xiàn)了運(yùn)用邏輯學(xué)和43專家系統(tǒng)的發(fā)展階段專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代過(guò)渡和發(fā)展。第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門(mén)問(wèn)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、系統(tǒng)的透明性和靈活性等方面存在缺陷，求解問(wèn)題的能力弱。第二代專家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)科專業(yè)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(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識(shí)表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。專家系統(tǒng)的發(fā)展階段專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代44專家系統(tǒng)的發(fā)展階段第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語(yǔ)言，綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略，并開(kāi)始運(yùn)用各種知識(shí)工程語(yǔ)言、骨架系統(tǒng)及專家系統(tǒng)開(kāi)發(fā)工具和環(huán)境來(lái)研制大型綜合專家系統(tǒng)。第四代專家系統(tǒng)是在在總結(jié)前三代專家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，已開(kāi)始采用大型多專家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫(kù)、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(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來(lái)實(shí)現(xiàn)具有多知識(shí)庫(kù)、多主體的專家系統(tǒng)。專家系統(tǒng)的發(fā)展階段45

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

構(gòu)造

專家系統(tǒng)通常由人機(jī)交互界面、知識(shí)庫(kù)、推理機(jī)、解釋器、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取等6個(gè)部分構(gòu)成。其中尤以知識(shí)庫(kù)與推理機(jī)相互分離而別具特色。專家系統(tǒng)的體系結(jié)構(gòu)隨專家系統(tǒng)的類型、功能和規(guī)模的不同，而有所差異。

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

構(gòu)造46

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

為了使計(jì)算機(jī)能運(yùn)用專家的領(lǐng)域知識(shí)，必須要采用一定的方式表示知識(shí)。目前常用的知識(shí)表示方式有產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)、框架、狀態(tài)空間、邏輯模式、腳本、過(guò)程、面向?qū)ο蟮?。基于?guī)則的產(chǎn)生式系統(tǒng)是目前實(shí)現(xiàn)知識(shí)運(yùn)用最基本的方法。產(chǎn)生式系統(tǒng)由綜合數(shù)據(jù)庫(kù)、知識(shí)庫(kù)和推理機(jī)3個(gè)主要部分組成，綜合數(shù)據(jù)庫(kù)包含求解問(wèn)題的世界范圍內(nèi)的事實(shí)和斷言。知識(shí)庫(kù)包含所有用“如果：〈前提〉，于是：〈結(jié)果〉”形式表達(dá)的知識(shí)規(guī)則。推理機(jī)（又稱規(guī)則解釋器）的任務(wù)是運(yùn)用控制策略找到可以應(yīng)用的規(guī)則。

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程

47

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程知識(shí)庫(kù)

知識(shí)庫(kù)用來(lái)存放專家提供的知識(shí)。專家系統(tǒng)的問(wèn)題求解過(guò)程是通過(guò)知識(shí)庫(kù)中的知識(shí)來(lái)模擬專家的思維方式的，因此，知識(shí)庫(kù)是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在，即知識(shí)庫(kù)中知識(shí)的質(zhì)量和數(shù)量決定著專家系統(tǒng)的質(zhì)量水平。一般來(lái)說(shuō)，專家系統(tǒng)中的知識(shí)庫(kù)與專家系統(tǒng)程序是相互獨(dú)立的，用戶可以通過(guò)改變、完善知識(shí)庫(kù)中的知識(shí)內(nèi)容來(lái)提高專家系統(tǒng)的性能。

3.專家系統(tǒng)的構(gòu)造及工作過(guò)程知識(shí)庫(kù)483.專家系統(tǒng)的構(gòu)造及工作過(guò)程推理機(jī)

推理機(jī)針對(duì)當(dāng)前問(wèn)題的條件或已知信息，反復(fù)匹配知識(shí)庫(kù)中的規(guī)則，獲得新的結(jié)論，以得到問(wèn)題求解結(jié)果。在這里，推理方式可以有正向和反向推理兩種。3.專家系統(tǒng)的構(gòu)造及工作過(guò)程推理機(jī)493.專家系統(tǒng)的構(gòu)造及工作過(guò)程其他部分

人機(jī)界面是系統(tǒng)與用戶進(jìn)行交流時(shí)的界面。通過(guò)該界面，用戶輸入基本信息、回答系統(tǒng)提出的相關(guān)問(wèn)題，并輸出推理結(jié)果及相關(guān)的解釋等。綜合數(shù)據(jù)庫(kù)專門(mén)用于存儲(chǔ)推理過(guò)程中所需的原始數(shù)據(jù)、中間結(jié)果和最終結(jié)論，往往是作為暫時(shí)的存儲(chǔ)區(qū)。解釋器能夠根據(jù)用戶的提問(wèn)，對(duì)結(jié)論、求解過(guò)程做出說(shuō)明，因而使專家系統(tǒng)更具有人情味。知識(shí)獲取是專家系統(tǒng)知識(shí)庫(kù)是否優(yōu)越的關(guān)鍵，也是專家系統(tǒng)設(shè)計(jì)的“瓶頸”問(wèn)題，通過(guò)知識(shí)獲取，可以擴(kuò)充和修改知識(shí)庫(kù)中的內(nèi)容，也可以實(shí)現(xiàn)自動(dòng)學(xué)習(xí)功能。3.專家系統(tǒng)的構(gòu)造及工作過(guò)程其他部分503.專家系統(tǒng)的構(gòu)造及工作過(guò)程工作過(guò)程專家系統(tǒng)的基本工作流程是，用戶通過(guò)人機(jī)界面回答系統(tǒng)的提問(wèn)，推理機(jī)將用戶輸入的信息與知識(shí)庫(kù)中各個(gè)規(guī)則的條件進(jìn)行匹配，并把被匹配規(guī)則的結(jié)論存放到綜合數(shù)據(jù)庫(kù)中。最后，專家系統(tǒng)將得出最終結(jié)論呈現(xiàn)給用戶。3.專家系統(tǒng)的構(gòu)造及工作過(guò)程工作過(guò)程51二.基于規(guī)則的專家系統(tǒng)

1.基于規(guī)則的專家系統(tǒng)的基本特征在20世紀(jì)70年代早期，來(lái)自卡內(nèi)基-梅隆大學(xué)的Newell和Simon提出了產(chǎn)生式系統(tǒng)模型，為現(xiàn)代的基于規(guī)則的專家系統(tǒng)奠定了基礎(chǔ)（NewellandSimon，1972）。產(chǎn)生式模型的思路是，對(duì)于一個(gè)用相關(guān)信息表達(dá)了的指定問(wèn)題，人類運(yùn)用知識(shí)（用產(chǎn)生式規(guī)則表達(dá)）能夠解決。產(chǎn)生式規(guī)則存儲(chǔ)在長(zhǎng)期存儲(chǔ)器中，問(wèn)題相關(guān)的信息或事實(shí)存儲(chǔ)在短期存儲(chǔ)器中。圖2.2是產(chǎn)生式系統(tǒng)模型和基于規(guī)則的專家系統(tǒng)的基本結(jié)構(gòu)。二.基于規(guī)則的專家系統(tǒng)

1.基于規(guī)則的專家系統(tǒng)的基本特征52二.基于規(guī)則的專家系統(tǒng)二.基于規(guī)則的專家系統(tǒng)53二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)由5個(gè)部分組成：知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理引擎、解釋設(shè)備和用戶界面。知識(shí)庫(kù)包含解決問(wèn)題相關(guān)的領(lǐng)域知識(shí)。在基于規(guī)則的專家系統(tǒng)中，知識(shí)用一組規(guī)則來(lái)表達(dá)。每一條規(guī)則表達(dá)一個(gè)關(guān)系、建議、指示、策略或啟發(fā)式方法，具有IF（條件）THEN（行為）結(jié)構(gòu)。當(dāng)規(guī)則的條件被滿足時(shí)，觸發(fā)規(guī)則，繼而執(zhí)行行為。數(shù)據(jù)庫(kù)包含一組事實(shí)，用于匹配存儲(chǔ)在知識(shí)庫(kù)中的IF（條件）部分。推理引擎執(zhí)行推理，專家系統(tǒng)由此找到解決方案。推理引擎鏈接知識(shí)庫(kù)中的規(guī)則和數(shù)據(jù)庫(kù)中的事實(shí)。31用戶使用解釋設(shè)備查看專家系統(tǒng)怎樣得出解決方案的過(guò)程，以及為什么需要特定事實(shí)。專家系統(tǒng)必須能夠解釋推理并證明所給的建議、分析或結(jié)論。用戶界面是實(shí)現(xiàn)用戶（查詢問(wèn)題解決方案）和專家系統(tǒng)之間交流的途徑，這一途徑必須有實(shí)際意義并盡可能地友好。這5個(gè)部分對(duì)于任何基于規(guī)則的專家系統(tǒng)來(lái)說(shuō)都是不可或缺的，它們共同構(gòu)成了專家系統(tǒng)的核心，除此之外也會(huì)有其他附加組件。二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)由5個(gè)部分組成：知識(shí)54二.基于規(guī)則的專家系統(tǒng)外部接口允許專家系統(tǒng)融合外部數(shù)據(jù)文件和以常用語(yǔ)言編寫(xiě)的程序，開(kāi)發(fā)者接口一般包括知識(shí)庫(kù)編輯器、調(diào)試工具，以及輸入/輸出設(shè)備。任何專家系統(tǒng)框架都會(huì)提供簡(jiǎn)單的文本編輯器，用于輸入和調(diào)整規(guī)則、檢查格式和拼寫(xiě)。許多專家系統(tǒng)也包括記錄設(shè)備，用于監(jiān)測(cè)32知識(shí)工程師或?qū)＜宜龅男薷?。如果?guī)則被改動(dòng)，編輯器將自動(dòng)存儲(chǔ)改動(dòng)日期和做改動(dòng)的人，以便后面參考。當(dāng)有多個(gè)知識(shí)工程師和專家都有權(quán)進(jìn)入知識(shí)庫(kù)并做修改時(shí)，記錄設(shè)備尤其重要。二.基于規(guī)則的專家系統(tǒng)外部接口允許專家系統(tǒng)融合外部數(shù)據(jù)文件和55二.基于規(guī)則的專家系統(tǒng)調(diào)試工具一般包含跟蹤設(shè)備和斷點(diǎn)包。跟蹤設(shè)備提供程序執(zhí)行過(guò)程中被觸發(fā)的規(guī)則列表。使用斷點(diǎn)包則能提前告訴系統(tǒng)哪里該中斷，以備知識(shí)工程師或?qū)＜壹磿r(shí)查看數(shù)據(jù)庫(kù)中的當(dāng)前值。多數(shù)專家系統(tǒng)還提供輸入/輸出設(shè)備，例如運(yùn)行時(shí)知識(shí)獲取器，以便運(yùn)行中的專家系統(tǒng)獲取數(shù)據(jù)庫(kù)之外的必需信息。當(dāng)知識(shí)工程師或?qū)＜逸斎胨栊畔⒑螅到y(tǒng)接著往下運(yùn)行?？傊?，開(kāi)發(fā)者接口、知識(shí)獲取設(shè)備使得領(lǐng)域?qū)＜夷軌蛑苯訉⒅R(shí)輸入專家系統(tǒng)，以減少打擾知識(shí)工程師的次數(shù)。二.基于規(guī)則的專家系統(tǒng)調(diào)試工具一般包含跟蹤設(shè)備和斷點(diǎn)包。跟蹤56二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)的完整結(jié)構(gòu)二.基于規(guī)則的專家系統(tǒng)基于規(guī)則的專家系統(tǒng)的完整結(jié)構(gòu)572.前向鏈接和后向鏈接推理技術(shù)假設(shè)數(shù)據(jù)庫(kù)最初包含5個(gè)事實(shí)：A、B、C、D和E，知識(shí)庫(kù)最初包含3條規(guī)則：2.前向鏈接和后向鏈接推理技術(shù)假設(shè)數(shù)據(jù)庫(kù)最初包含5個(gè)事實(shí)：A582.前向鏈接和后向鏈接推理技術(shù)專家系統(tǒng)能夠用推理鏈來(lái)解釋怎樣得出的結(jié)論，這是解釋設(shè)備的必要部分推理引擎要決定何時(shí)激活哪條規(guī)則。選擇規(guī)則時(shí)，有兩個(gè)主要方法：前向鏈接和后向鏈接2.前向鏈接和后向鏈接推理技術(shù)專家系統(tǒng)能夠用推理鏈來(lái)解釋怎樣592.前向鏈接和后向鏈接推理技術(shù)我們先將規(guī)則重寫(xiě)為如下形式：再添加兩條規(guī)則：2.前向鏈接和后向鏈接推理技術(shù)602.前向鏈接和后向鏈接推理技術(shù)從已知數(shù)據(jù)開(kāi)始展開(kāi)推理。每一次只執(zhí)行頂端的一條規(guī)則。當(dāng)有規(guī)則被觸發(fā)時(shí)，就有新事實(shí)加入數(shù)據(jù)庫(kù)。任何規(guī)則只能被執(zhí)行一次。當(dāng)沒(méi)有規(guī)則可觸發(fā)時(shí)，匹配-觸發(fā)循環(huán)終止。2.前向鏈接和后向鏈接推理技術(shù)從已知數(shù)據(jù)開(kāi)始展開(kāi)推理。每一次612.前向鏈接和后向鏈接推理技術(shù)前向鏈接是搜集信息并推出信息的技術(shù)。不過(guò)，在前向鏈接中，許多被觸發(fā)的規(guī)則也許與問(wèn)題目標(biāo)無(wú)關(guān)。在上面的例子中，目標(biāo)是推出事實(shí)Z。我們僅有5條規(guī)則，其中4條規(guī)則被觸發(fā)。規(guī)則4∶C→L雖與事實(shí)Z無(wú)關(guān)，也同樣被觸發(fā)了。一個(gè)真正的基于規(guī)則的專家系統(tǒng)可能有成百上千條規(guī)則，許多規(guī)則被觸發(fā)后雖然能推出有效的新事實(shí)，但可能與目標(biāo)無(wú)關(guān)。所以，如果只需推出一個(gè)特定的事實(shí)，前向鏈接推導(dǎo)技術(shù)或許效率很低。這種情況下，后向鏈接技術(shù)就比較合適2.前向鏈接和后向鏈接推理技術(shù)前向鏈接是搜集信息并推出信息的622.前向鏈接和后向鏈接推理技術(shù)后向鏈接推理技術(shù)后向鏈接是目標(biāo)驅(qū)動(dòng)的推理技術(shù)。在后向鏈接中，專家系統(tǒng)有目標(biāo)（一個(gè)假設(shè)的答案），推理引擎的任務(wù)是找出證明目標(biāo)的論據(jù)。首先，在知識(shí)庫(kù)中搜尋含有目標(biāo)的規(guī)則，即THEN部分包含的目標(biāo)規(guī)則。如果找到這種規(guī)則，在數(shù)據(jù)庫(kù)中也有匹配的事實(shí)，就觸發(fā)規(guī)則并證明目標(biāo)。不過(guò)這種情況很少見(jiàn)。所以，推理引擎就暫不考慮這類規(guī)則（將規(guī)則壓棧），要建立新目標(biāo)，即子目標(biāo)，以證明壓棧規(guī)則的IF部分。2.前向鏈接和后向鏈接推理技術(shù)后向鏈接推理技術(shù)632.前向鏈接和后向鏈接推理技術(shù)2.前向鏈接和后向鏈接推理技術(shù)642.前向鏈接和后向鏈接推理技術(shù)現(xiàn)在來(lái)對(duì)比前向鏈接和后向鏈接?？梢钥闯觯跋蜴溄又杏|發(fā)了4條規(guī)則，而后向鏈接中只觸發(fā)了3條規(guī)則。這個(gè)簡(jiǎn)單的例子說(shuō)明了當(dāng)需要證實(shí)一個(gè)特定事實(shí)時(shí)（例子中是Z），后向鏈接更為有效。前向鏈接中，在推理過(guò)程開(kāi)始前就確定了數(shù)據(jù)，不需用戶額外輸入。在后向鏈接中，確立目標(biāo)后，只需要那些支持推理的數(shù)據(jù)，有時(shí)也需要用戶輸入一些數(shù)據(jù)庫(kù)中沒(méi)有的事實(shí)。2.前向鏈接和后向鏈接推理技術(shù)現(xiàn)在來(lái)對(duì)比前向鏈接和后向鏈接。652.前向鏈接和后向鏈接推理技術(shù)在第1個(gè)周期，推理引擎嘗試推出事實(shí)Z。通過(guò)查找知識(shí)庫(kù)來(lái)尋找THEN部分包含事實(shí)Z的規(guī)則。推理引擎找到了規(guī)則1∶Y&D→Z，將它壓棧。規(guī)則1的IF部分包含事實(shí)Y和D，所以下面是確立事實(shí)Y和D。在第2個(gè)周期，推理引擎安裝子目標(biāo)：事實(shí)Y，并試圖確立它。通過(guò)檢查知識(shí)庫(kù)，發(fā)現(xiàn)其中沒(méi)有事實(shí)Y。因此需要尋找THEN部分包含事實(shí)Y的規(guī)則。推理引擎發(fā)現(xiàn)規(guī)則2∶X&B&E→Y滿足條件，將它壓棧。規(guī)則2的IF部分包括事實(shí)X、B和E，接下來(lái)同樣需要建立這些事實(shí)。在第3個(gè)周期，推理引擎安裝新的子目標(biāo)：證實(shí)事實(shí)X。推理引擎通過(guò)查找數(shù)據(jù)庫(kù)，發(fā)現(xiàn)不包含X，就去查找能推出X的規(guī)則。找到了規(guī)則3∶A→X，將它壓棧。接下來(lái)需要證實(shí)事實(shí)A。在第4個(gè)周期，推理引擎發(fā)現(xiàn)A在數(shù)據(jù)庫(kù)中。規(guī)則3∶A→X被觸發(fā)，推出了新事實(shí)X。在第5個(gè)周期，推理引擎要證實(shí)子目標(biāo)Y，再次試圖執(zhí)行規(guī)則2∶X&B&E→Y。由于事實(shí)X、B和E都在數(shù)據(jù)庫(kù)中，規(guī)則2被觸發(fā)，推出了新事實(shí)Y，將Y加入數(shù)據(jù)庫(kù)。在第6個(gè)周期，系統(tǒng)轉(zhuǎn)向規(guī)則1∶Y&D→Z，嘗試證實(shí)初始目標(biāo)Z。由于規(guī)則1的IF部分與數(shù)據(jù)庫(kù)中的事實(shí)相匹配，規(guī)則1被執(zhí)行，初始目標(biāo)得以證實(shí)。2.前向鏈接和后向鏈接推理技術(shù)在第1個(gè)周期，推理引擎嘗試推出663.沖突消解這是個(gè)沖突的規(guī)則3.沖突消解673.沖突消解

當(dāng)目標(biāo)實(shí)現(xiàn)后不再觸發(fā)規(guī)則。在過(guò)馬路的例子中，目標(biāo)是為語(yǔ)言對(duì)象“action”確立值。當(dāng)專家系統(tǒng)為“action”賦值后，目標(biāo)實(shí)現(xiàn)，系統(tǒng)終止。因此，當(dāng)交通燈變紅時(shí)，觸發(fā)規(guī)則2，“action”的值是“stop”，至此系統(tǒng)終止。在這個(gè)例子中，專家系統(tǒng)的結(jié)論是對(duì)的。但如果調(diào)換兩個(gè)規(guī)則，結(jié)論就錯(cuò)了。這說(shuō)明知識(shí)庫(kù)中的規(guī)則順序仍然至關(guān)重要。3.沖突消解當(dāng)目標(biāo)實(shí)現(xiàn)后不再觸發(fā)規(guī)則。在過(guò)馬路的683.沖突消解觸發(fā)優(yōu)先權(quán)最高的規(guī)則。在簡(jiǎn)單的應(yīng)用場(chǎng)景中，合理地排列知識(shí)庫(kù)中的規(guī)則就確定了優(yōu)先權(quán)。這種策略一般適于規(guī)則數(shù)在100條左右的系統(tǒng)。但在某些應(yīng)用中，必須按照重要程度處理數(shù)據(jù)。激發(fā)最具體的規(guī)則。這個(gè)方法也稱為最長(zhǎng)匹配策略，其依據(jù)的假設(shè)是具體規(guī)則比一般規(guī)則處理更多的信息。3.沖突消解觸發(fā)優(yōu)先權(quán)最高的規(guī)則。在簡(jiǎn)單的應(yīng)用場(chǎng)景中，合理地69三.基于規(guī)則的專家系統(tǒng)3.基于規(guī)則的專家系統(tǒng)的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：1.自然語(yǔ)言表達(dá)。專家通常會(huì)使用這樣的表達(dá)來(lái)解釋解決問(wèn)題的過(guò)程：“在什么—什么情況下，我如何—如何做?！边@樣的表達(dá)可以被很自然地表達(dá)為IFTHEN產(chǎn)生式規(guī)則。2.統(tǒng)一結(jié)構(gòu)。產(chǎn)生式規(guī)則具有統(tǒng)一的IFTHEN結(jié)構(gòu)。每一條規(guī)則都是一個(gè)獨(dú)立的知識(shí)。產(chǎn)生式規(guī)則的語(yǔ)法使得規(guī)則具有自釋性。3.知識(shí)與處理的相分離?；谝?guī)則的專家系統(tǒng)的結(jié)構(gòu)為知識(shí)庫(kù)和推理引擎提供了有效的分離機(jī)制。因此，能夠使用同一個(gè)專家系統(tǒng)框架開(kāi)發(fā)不同的應(yīng)用，系統(tǒng)本身也容易擴(kuò)展。在不干擾控制結(jié)構(gòu)的同時(shí)通過(guò)添加一些規(guī)則，還能使系統(tǒng)更聰明。三.基于規(guī)則的專家系統(tǒng)70三.基于規(guī)則的專家系統(tǒng)4.處理不完整、不確定的知識(shí)。大多數(shù)基于規(guī)則的專家系統(tǒng)都能表達(dá)和推理不完整、不確定的知識(shí)。例如：這條規(guī)則就表達(dá)了下面這條句子的不確定性。

“如果是秋季，看似在下毛毛雨，那么今天可能又很潮濕?！边@條規(guī)則用數(shù)值表達(dá)不確定性，稱為確信因子{cf0.1}。專家系統(tǒng)使用確信因子來(lái)確立規(guī)則結(jié)論的可信度或者可信水平