人工智能課件之專家系統(tǒng)

第8章專家系統(tǒng)8.1專家系統(tǒng)的概念8.2專家系統(tǒng)的結(jié)構(gòu)8.3專家系統(tǒng)的應(yīng)用與發(fā)展概況8.4專家系統(tǒng)實例8.5專家系統(tǒng)設(shè)計與實現(xiàn)8.6專家系統(tǒng)開發(fā)工具與環(huán)境

8.7新一代專家系統(tǒng)研究第一頁，共八十六頁。8.1專家系統(tǒng)的概念8.1.1什么是專家系統(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30年間獲得了長足的進步和發(fā)展。特別是20世紀80年代中期以后，隨著知識工程技術(shù)的日漸豐富和成熟，各種各樣的實用專家系統(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？第二頁，共八十六頁。專家系統(tǒng)（ExpertSystem)亦稱專家咨詢系統(tǒng)，它是一種智能計算機(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)雜的實際問題的計算機(軟件)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，是因為他（她）解決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，是因為第三頁，共八十六頁。(1)專家擁有豐富的專業(yè)知識和實踐經(jīng)驗，或者說他（她）擁有豐富的理論知識和經(jīng)驗知識，特別是經(jīng)驗知識；(2)專家具有獨特的思維方式，即獨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：(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)能達到專家級水平。第四頁，共八十六頁。所以，準確一點講，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，能達到專家級水平，能像專家一樣解決困難和復(fù)雜的實際問題的計算機(軟件)系統(tǒng)。第五頁，共八十六頁。8.1.2專家系統(tǒng)的特點同一般的計算機應(yīng)用系統(tǒng)（如數(shù)值計算、數(shù)據(jù)處理系統(tǒng)等）相比，專家系統(tǒng)具有下列特點：(1)從處理的問題性質(zhì)看，專家系統(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)有的機器上無法實施的困難問題。(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)。第六頁，共八十六頁。(3)從系統(tǒng)的結(jié)構(gòu)來看，專家系統(tǒng)則強調(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充性。(4)專家系統(tǒng)一般還具有解釋功能，即在運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行擴充、完善和提煉。這一點是傳統(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。第七頁，共八十六頁。8.1.3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)計型。第八頁，共八十六頁。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。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)。第九頁，共八十六頁。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，單機型和網(wǎng)絡(luò)型(即網(wǎng)上專家系統(tǒng))。第十頁，共八十六頁。8.1.4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，因為“知識就是力量”。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)（KnowledgeBasedSystem)的智能系統(tǒng)，其中的知識已不限于人類專家的經(jīng)驗知識，而可以是領(lǐng)域知識或通過機器學(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)。第十一頁，共八十六頁。8.1.5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?。↘nowledgeAcquisition，即從人類專家那里或從實際問題那里搜集、整理、歸納專家級知識)、知識表示（KnowledgeRepresentation，即以某種結(jié)構(gòu)形式表達所獲取的知識，并將其存儲于計算機之中)、知識的組織與管理(即知識庫（KnowledgeBase)建立與維護等)和知識的利用(即使用知識進行推理)等一系列關(guān)于知識處理的技術(shù)和方法。第十二頁，共八十六頁。特別是一般知識庫系統(tǒng)的建立，更加促進了這些技術(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”（KnowledgeEngineering）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。第十三頁，共八十六頁。8.1.6專家系統(tǒng)與人工智能;專家系統(tǒng)是智能計算機系統(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、應(yīng)用范圍最廣的一個重要分支。所以，現(xiàn)在“專家系統(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)前計算機應(yīng)用的一個熱門研究方向。第十四頁，共八十六頁。8.2專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)是一種計算機應(yīng)用系統(tǒng)。由于應(yīng)用領(lǐng)域和實際問題的多樣性，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。第十五頁，共八十六頁。8.2.1概念結(jié)構(gòu)從概念來講，一個專家系統(tǒng)應(yīng)具有如圖8-1所示的一般結(jié)構(gòu)模式。其中知識庫和推理機是兩個最基本的模塊。1.知識庫（KnowledgeBase)所謂知識庫，就是以某種表示形式存儲于計算機中的知識的集合。知識庫通常是以一個個文件的形式存放于外部介質(zhì)上，專家系統(tǒng)運行時將被調(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。第十六頁，共八十六頁。圖8―1專家系統(tǒng)的概念結(jié)構(gòu)第十七頁，共八十六頁。2.推理機（InferenseEngine）所謂推理機，就是實現(xiàn)（機器）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：A→BAB第十八頁，共八十六頁。3.動態(tài)數(shù)據(jù)庫動態(tài)數(shù)據(jù)庫也稱全局數(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、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.人機界面這里的人機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責(zé)向用戶解釋專家系統(tǒng)的行為和結(jié)果。第十九頁，共八十六頁。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⒕S護、查詢、更新；以及對知識的檢查，包括一致性、冗余性和完整性檢查等等。第二十頁，共八十六頁。圖8―2專家系統(tǒng)的理想結(jié)構(gòu)第二十一頁，共八十六頁。8.2.2實際結(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)終究仍是一種計算機應(yīng)用系統(tǒng)。所以，它與其它應(yīng)用系統(tǒng)一樣是解決實際問題的。而實際問題往往是錯綜復(fù)雜的，比如，可能需要多次推理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。第二十二頁，共八十六頁。圖8―3專家系統(tǒng)的實際結(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…………第二十三頁，共八十六頁。圖8―4地質(zhì)圖件繪制智能輔助系統(tǒng)結(jié)構(gòu)第二十四頁，共八十六頁。8.2.3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)計成網(wǎng)絡(luò)結(jié)構(gòu)，如“客戶機/服務(wù)器”(Client/Server)結(jié)構(gòu)（如圖8―5(a)所示），或瀏覽器/服務(wù)器(Browser/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)。第二十五頁，共八十六頁。圖8―5專家系統(tǒng)的客戶(機)/服務(wù)器結(jié)構(gòu)及瀏覽器/服務(wù)器結(jié)構(gòu)知識庫推理機推理機知識庫人—機界面人—機界面客戶（機）Browser服務(wù)器WebServerInternet第二十六頁，共八十六頁。8.2.4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”，就是一個分層的全局工作區(qū)（或稱全局數(shù)據(jù)庫）。2.知識源所謂知識源，就是一個知識模塊。3.控制機構(gòu)控制機構(gòu)是求解問題的推理機構(gòu)，由監(jiān)督程序和調(diào)度程序組成。第二十七頁，共八十六頁。圖8―6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第二十八頁，共八十六頁。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―Ⅱ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)對語音信號的分割與歸類。此層主要包含音素與單音等信息。第二十九頁，共八十六頁。(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。第三十頁，共八十六頁。8.3專家系統(tǒng)的應(yīng)用與發(fā)展概況8.3.1專家系統(tǒng)的意義專家系統(tǒng)是一種智能計算機系統(tǒng)，所以，專家系統(tǒng)將計算機的應(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?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)濟效益。第三十一頁，共八十六頁。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。因為，建造和使用專家系統(tǒng)的過程，本身就是專家知識的一個不斷積累、總結(jié)、補充、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)驗綜合在一起，構(gòu)成多專家系統(tǒng)。第三十二頁，共八十六頁。8.3.2專家系統(tǒng)的應(yīng)用由于專家系統(tǒng)就是一種計算機應(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。第三十三頁，共八十六頁。8.3.3專家系統(tǒng)的發(fā)展概況1.產(chǎn)生世界第一個專家系統(tǒng)叫DENDRAL，它是由美國斯坦福大學(xué)的費根鮑姆教授于1965年開發(fā)的。2.發(fā)展與DENDRAL系統(tǒng)同時開發(fā)的，還有數(shù)學(xué)專家系統(tǒng)MACSYMA。它是一個大型的人機交互式系統(tǒng)。3.趨勢進入20世紀90年代，模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)和面向?qū)ο蟮刃录夹g(shù)迅速崛起，為專家系統(tǒng)注入了新的活力。第三十四頁，共八十六頁。

8.4專家系統(tǒng)實例

8.4.1PROSPECTOR的功能與結(jié)構(gòu)PROSPECTOR的研究目的是：勘探礦產(chǎn)資源，擴大技術(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。第三十五頁，共八十六頁。圖8―7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。第三十六頁，共八十六頁。圖8―7PROSPECTOR總體結(jié)構(gòu)第三十七頁，共八十六頁。8.4.2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8―8），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。第三十八頁，共八十六頁。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)ROM―OF是一個具體的關(guān)系。第三十九頁，共八十六頁。: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。第四十頁，共八十六頁。圖8--8分類學(xué)網(wǎng)絡(luò)第四十一頁，共八十六頁。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）。第四十二頁，共八十六頁。3.推理網(wǎng)絡(luò)在PROSPECTOR中，判斷性知識用規(guī)則表示。每條規(guī)則的形式如下：E→H(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.第四十三頁，共八十六頁。8.4.3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)上嚴格推導(dǎo)出來的。因為整個推導(dǎo)過程比較復(fù)雜，限于篇幅，這里就不詳細介紹了。第四十四頁，共八十六頁。8.4.4控制策略PROSPECTOR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推理過程實際上就是不斷修改各個語義空間的后驗概率，直到頂層語義空間的后驗概率超過其一閾值時為止。

第四十五頁，共八十六頁。1.正向推理PROSPECTOR的正向推理實際上就是概率傳播，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空間的后驗概率，直至將P(E|S)的影響傳至頂層空間。第四十六頁，共八十六頁。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。

第四十七頁，共八十六頁。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;否則進入反向推理過程。反向推理由提問系統(tǒng)負責(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)。因此反向推理實際上要完成兩個任務(wù)：(1)應(yīng)優(yōu)先考慮哪個頂層假設(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。第四十八頁，共八十六頁。8.4.5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。第四十九頁，共八十六頁。8.5專家系統(tǒng)設(shè)計與實現(xiàn)8.5.1一般步驟與方法由于專家系統(tǒng)也是一種計算機應(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驟和原則，即也要進行系統(tǒng)分析、系統(tǒng)設(shè)計等幾個階段的工作。但又由于它是專家系統(tǒng)，而不是一般的軟件系統(tǒng)，所以，又有其獨特的地方。如果我們僅就“純專家系統(tǒng)”而言，則其設(shè)計與實現(xiàn)的一般步驟可如圖8―13所示。第五十頁，共八十六頁。圖8―13建立專家系統(tǒng)的一般步驟第五十一頁，共八十六頁。由圖8―13可以看出，專家系統(tǒng)的開發(fā)有如下特點：(1)知識獲取與知識表示設(shè)計是一切工作的起點；(2)知識表示以及知識描述語言確定后，各項設(shè)計（圖中并列的六個設(shè)計）可同時進行。還需說明的是：(1)對于一個實際的專家系統(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？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？第五十二頁，共八十六頁。(2)系統(tǒng)投入運行后，一般來說，其知識庫還需不斷擴充、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到專家水平。(4)上述的所謂“純專家系統(tǒng)”就是一個實際專家系統(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，原則上講，與一般計算機應(yīng)用系統(tǒng)完全一樣，即可按軟件工程規(guī)范和程序進行。第五十三頁，共八十六頁。8.5.2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”——稱之為系統(tǒng)原型；然后，對原型進行擴充，即在原型的基礎(chǔ)上進行地繼續(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。第五十四頁，共八十六頁。8.5.3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，即計算機人員（或知識工程師）與領(lǐng)域?qū)＜液献?，對有關(guān)領(lǐng)域知識和專家知識，進行挖掘、搜集、分析、綜合、整理、歸納，然后以某種表示形式存入知識庫。第五十五頁，共八十六頁。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)本身具有一種機制，使得系統(tǒng)在運行過程中能不斷地總結(jié)經(jīng)驗，并修改和擴充自己的知識庫；另一種是開發(fā)專門的機器學(xué)習(xí)系統(tǒng)，讓機器自動從實際問題中獲取知識，并填充知識庫。第五十六頁，共八十六頁。8.5.4知識表示與知識描述語言設(shè)計知識表示與知識描述語言設(shè)計是根據(jù)所獲得知識的特點，選擇或設(shè)計某種知識表示形式，并為這種表示形式設(shè)計相應(yīng)的知識描述語言。所謂知識描述語言，就是知識的具體語法結(jié)構(gòu)形式。所以，知識描述語言既要面向人、面向用戶，又要面向知識表示、面向機器，還要面向推理、面向知識運用。這就要求知識描述語言既能為用戶提供一種方便、易懂的外部知識表達形式，又能將這種外部表示轉(zhuǎn)換成容易存儲、管理、運用的內(nèi)部形式。第五十七頁，共八十六頁。8.5.5知識庫與知識庫管理系統(tǒng)設(shè)計知識庫是專家系統(tǒng)的核心。知識庫的質(zhì)量直接關(guān)系到整個系統(tǒng)的性能和效率。因此，知識庫涉及知識的組織與管理。知識的組織決定了知識庫的結(jié)構(gòu)，知識的管理包括知識庫的建立、刪除、重組及維護和知識的錄入、查詢、更新、優(yōu)化等，還有知識的完整性、一致性、冗余性檢查和安全保護等方面的工作。知識管理由知識庫管理系統(tǒng)負責(zé)。第五十八頁，共八十六頁。1.知識庫設(shè)計知識庫設(shè)計主要是設(shè)計知識庫的結(jié)構(gòu)，即知識的組織形式。專家系統(tǒng)（或知識工程）中所涉及的知識庫，一般取層次結(jié)構(gòu)或網(wǎng)狀結(jié)構(gòu)模式。這種結(jié)構(gòu)模式是把知識按某種原則進行分類，然后分塊分層組織存放，如按元知識、專家知識、領(lǐng)域知識等分層組織；而每一塊和每一層還可以再分塊分層。這樣，整個知識庫就呈樹型或網(wǎng)狀結(jié)構(gòu)。例如，圖8―14所示的就是一個醫(yī)療診斷知識庫的層次結(jié)構(gòu)。第五十九頁，共八十六頁。圖8―14醫(yī)療診斷知識庫層次結(jié)構(gòu)醫(yī)療診斷知識庫消化系統(tǒng)知識庫呼吸系統(tǒng)知識庫……肝病知識庫胃病知識庫……第六十頁，共八十六頁。2.知識庫管理系統(tǒng)設(shè)計知識庫管理系統(tǒng)應(yīng)包括知識一級和知識庫一級的各種管理功能。1)知識操作功能設(shè)計知識操作功能包括知識的添加、刪除、修改、查詢和統(tǒng)計等。這些功能可采用兩種方法來實現(xiàn)。一種方法就是利用屏幕窗口，通過人機對話方式實現(xiàn)知識的增、刪、改、

查等；另一種方法就是用全屏幕編輯方式，讓用戶直接用鍵盤按知識描述語言的語法格式編輯知識。第六十一頁，共八十六頁。2)知識檢查功能設(shè)計知識檢查包括知識的一致性、完整性、冗余性等檢查。所謂知識的一致性，就是知識庫中的知識必須是相容的，即無矛盾。例如，下面的兩條規(guī)則r1:ifPthenQr2:ifPthenQ就是矛盾的。那么，像這樣的規(guī)則就不能同時存在于一個知識庫中。第六十二頁，共八十六頁。所謂完整性，是指知識中的約束條件，稱為完整性約束。例如，小王的身高x米，則必須滿足：x<3米；又如，弟弟今年x歲，哥哥今年y歲，則必須滿足x<y。否則就破壞了知識的完整性。第六十三頁，共八十六頁。所謂冗余性，就是重復(fù)、多余等。冗余性檢查就是檢查知識庫中的知識是否存在冗余。也就是要求不能存在冗余。冗余的表現(xiàn)有重復(fù)、包含、環(huán)路等現(xiàn)象。例如，下面的三條規(guī)則：r1:ifPthenQr2:ifQthenRr3:ifPthenR第六十四頁，共八十六頁。3)知識庫操作設(shè)計知識庫操作包括知識庫（文件）的建立、刪除、分解、合并等。這里著重要說明的是知識庫的分解與合并。這兩種功能類似于關(guān)系數(shù)據(jù)庫的投影、選擇和連接操作，它們實現(xiàn)的是知識庫的重組。我們說，知識庫的重組也是可能甚至是必要的。因為隨著系統(tǒng)的運行，可能會發(fā)現(xiàn)原先的知識組合不合理，因此就需要重新組合，這時就需要使用知識庫的分解與合并功能。第六十五頁，共八十六頁。8.5.6推理機與解釋功能設(shè)計1.從哪里著手;推理機是與知識庫對應(yīng)的專家系統(tǒng)的另一重要部件。推理機的推理是基于知識庫中的知識進行的。所以，推理機就必須與知識庫及其知識相適應(yīng)、相配套。具體來講，就是推理機必須與知識庫的結(jié)構(gòu)、層次以及其中知識的具體表示形式等相協(xié)調(diào)、相匹配。否則，推理機與知識庫將無法接軌。因此，設(shè)計推理機時，首先得對知識庫有所了解。第六十六頁，共八十六頁。2.還應(yīng)考慮些什么對推理機本身而言，還要考慮推理的方式、方法和控制策略等。例如，對于推理方式，是正向推理，還是反向推理或雙向推理？是精確推理，還是不精確推理？是串行推理，還是并行推理？是單調(diào)推理，還是非單調(diào)推理？又如，對于推理方法，是用歸結(jié)法，還是用自然演繹法？對于不精確推理采用什么樣的推理模型？還有，對于搜索控制，是采用深度優(yōu)先還是廣度優(yōu)先，對于沖突消解是依據(jù)優(yōu)先數(shù)，還是可信度或程度（即隸屬度）等等。第六十七頁，共八十六頁。3.算法設(shè)計與程序設(shè)計做了上述的分析以后，就可著手設(shè)計推理機的算法了。對于一個基于規(guī)則的系統(tǒng)來說，其推理機也就相當(dāng)于產(chǎn)生式系統(tǒng)中的執(zhí)行控制部件，所以其運行過程也就是產(chǎn)生系統(tǒng)的運行過程，因此，前面產(chǎn)生式系統(tǒng)所采用的算法，或者圖搜索中所用的算法也就是這里的推理機所用的算法。算法確定后，就可進行程序設(shè)計。至于推理機用何種程序語言實現(xiàn)，這個并無什么限制，如可以用傳統(tǒng)的LISP或PROLOG語言，也用當(dāng)前流行的C或C++語言。第六十八頁，共八十六頁。4.解釋機制如何實現(xiàn)另外，在推理機的設(shè)計中還得考慮解釋機制。因為專家系統(tǒng)一般要求要有解釋功能。即在推理中要能回答用戶“為什么”的問題，在推理結(jié)束后，要能回答“怎么樣（得到結(jié)果）”的問題。從系統(tǒng)的結(jié)構(gòu)上講，一般是把解釋作為一個獨立的模塊，但實際上解釋功能也是與推理機密切相關(guān)的。因為要解釋就必須對推理進行實時跟蹤。第六十九頁，共八十六頁。8.5.7系統(tǒng)結(jié)構(gòu)設(shè)計系統(tǒng)構(gòu)成技術(shù)被稱為人工智能的三大技術(shù)之一。所以，對一個專家系統(tǒng)來說，其體系結(jié)構(gòu)就顯得非常重要。雖然從原理來講，專家系統(tǒng)由知識庫、推理機等部分組成，但由于受問題領(lǐng)域、系統(tǒng)規(guī)模、知識表示方法、知識庫結(jié)構(gòu)以及其他特殊性等諸多因素的影響，故專家系統(tǒng)的體系結(jié)構(gòu)難以形成固定的模式。一般來講，有諸如獨立式（一個“純”專家模塊）、混合式（還有其他處理模塊）、集中式、分布式、層次式以及“黑板模型”等。第七十頁，共八十六頁。8.5.8人機界面設(shè)計人機界面對于一個實用專家系統(tǒng)(特別是咨詢型知識系統(tǒng))來說至關(guān)重要。一個專家系統(tǒng)一般有兩個人機界面：一個是面向系統(tǒng)開發(fā)和維護者的；一個是面向最終使用者的。前一個界面由開發(fā)工具提供；后一個則是專家系統(tǒng)自身的一部分。由于圖形用戶界面(GUI)的廣泛使用，所以目前專家系統(tǒng)的開發(fā)界面已達到相當(dāng)高的水平。而專家系統(tǒng)的使用界面相對還比較落后。這是因為，使用界面往往要涉及“人機對話”，如人對系統(tǒng)的詢問、系統(tǒng)對人的回答，特別是系統(tǒng)對用戶的解釋。第七十一頁，共八十六頁。

8.6專家系統(tǒng)開發(fā)工具與環(huán)境

8.6.1專家系統(tǒng)開發(fā)工具迄今已有數(shù)以百計的各種各樣的專家系統(tǒng)開發(fā)工具投入使用。它們大致可分為以下幾類。1.面向AI的程序設(shè)計語言面向AI的程序設(shè)計語言包括LISP、PROLOG等。由于這些語言與領(lǐng)域無關(guān)，所以它們的通用性強，且使用靈活，限制少，用戶能“隨心所欲”地設(shè)計自己的系統(tǒng)。但由于一切皆要“從頭做起”，故開發(fā)周期長、效率低。第七十二頁，共八十六頁。2.知識表示語言這是針對知識工程發(fā)展起來的程序設(shè)計語言，因此也稱知識工程語言。這些語言并不與具體的體系和范例有緊密聯(lián)系，也不局限于實現(xiàn)任一特殊的控制策略，因而便于實現(xiàn)較廣泛的問題。第七十三頁，共八十六頁。3.外殼系統(tǒng)外殼系統(tǒng)亦稱為骨架(frame)，這種工具通常提供知識獲取模塊、推理機制、解釋功能等，只要加上領(lǐng)域?qū)ｉT知識，即建立起知識庫就可以構(gòu)成一個專家系統(tǒng)。這類系統(tǒng)典型的代表有EMYCIN、KAS和EXPERT等。國內(nèi)也開發(fā)出了不少這類工具系統(tǒng)。顯然，使用這種工具，開發(fā)效率最高，但限制也更多，靈活性最差。第七十四頁，共八十六頁。4.組合式構(gòu)造工具這種工具向用戶提供多種知識表示方法和多個推理控制機構(gòu)，使用戶可以選擇各種組成部件，非常方便地進行組合，來設(shè)計、建造自己所需的專家系統(tǒng)。這類系統(tǒng)的典型代表有AGE等。第七十五頁，共八十六頁。8.6.2專家系統(tǒng)開發(fā)環(huán)境隨著專家系統(tǒng)技術(shù)的普及與發(fā)展，人們對開發(fā)工具的要求也越來越高。一個好的專家系統(tǒng)開發(fā)工具應(yīng)向用戶提供多方面的支持，包括從系統(tǒng)分析、知識獲取、程序設(shè)計到系統(tǒng)調(diào)試與維護的一條龍的服務(wù)。于是，專家系統(tǒng)開發(fā)環(huán)境便應(yīng)運而生。專家系統(tǒng)開發(fā)環(huán)境就是集成化了的專家系統(tǒng)開發(fā)工具包。提供的功能主要有：(1)多種知識表示：至少提供兩、三種以上知識表示，如邏輯、框架、對象、過程等。第七十六頁，共八十六頁。

(2)多種不精確推理模型：即提供多種不精確推理模型，可供用戶選用。最好還留有用戶自定義接口。(3)多種知識獲取手段：除了必需的知識編輯工具外，還應(yīng)有自動知識獲取即機器學(xué)習(xí)功能，以及知識求精手段。(4)多樣的輔助工具：包括數(shù)據(jù)庫訪問、電子表格、作圖等工具。(5)多樣的友好用戶界面：包括開發(fā)界面和專家系統(tǒng)產(chǎn)品的用戶界面，應(yīng)該是多媒體的，并且有自然語言接口。(6)廣泛的適應(yīng)性：能滿足多種應(yīng)用領(lǐng)域的特殊需求，具有很好的通用性。第七十七頁，共八十六頁。

8.7新一代專家系統(tǒng)研究

8.7.1深層知識專家系統(tǒng)深層知識專家系統(tǒng)，即不僅具有專家經(jīng)驗性表層知識，而且具有深層次的專業(yè)知識。這樣，系統(tǒng)的智能就更強了，也更接近于專家水平了。例如一