第八章專家系統(tǒng)專家系統(tǒng)

專家系統(tǒng)的概念專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)的發(fā)展概況專家系統(tǒng)設(shè)計與實現(xiàn)

新一代專家系統(tǒng)研究2023/10/63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)。

“專家”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:2023/10/64(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。2023/10/65

所以，準(zhǔn)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)。2023/10/66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。2023/10/673.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)。

2023/10/686.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))。

2023/10/69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。2023/10/610

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。元知識是關(guān)于調(diào)度和管理知識的知識。2023/10/611專家系統(tǒng)的概念結(jié)構(gòu)2023/10/612體系結(jié)構(gòu)知識庫結(jié)果解釋器知識推理器知識獲取器人機接口用戶知識工程師領(lǐng)域?qū)＜覍＜蚁到y(tǒng)的核心部件2023/10/6132.推理機（InferenseEngine）所謂推理機，就是實現(xiàn)（機器）推理的程序，是使用知識庫中的知識進行推理而解決問題的。所以，推理機也就是專家的思維機制，即專家分析問題、解決問題的方法的一種算法表示和機器實現(xiàn)。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→BAB2023/10/6143.動態(tài)數(shù)據(jù)庫動態(tài)數(shù)據(jù)庫也稱全局?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、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(fù)責(zé)向用戶解釋專家系統(tǒng)的行為和結(jié)果。2023/10/6156.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。2023/10/616專家系統(tǒng)的理想結(jié)構(gòu)2023/10/617

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。

DENDRAL的成功使人工智能研究向?qū)嵱秒A段過渡，標(biāo)志專家系統(tǒng)的誕生。使人工智能的研究從推理為中心轉(zhuǎn)向以知識為中心。

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)。在醫(yī)療領(lǐng)域最具代表性的專家系統(tǒng)有MYCIN，是Shortiliffe等人1972年研制的用于診斷和治療感染性疾病的醫(yī)療專家系統(tǒng)。它可以采用自然語言同用戶對話，并回答用戶的問題；還可以在專家指導(dǎo)下學(xué)習(xí)新的醫(yī)療知識。使用知識庫和似然推理技術(shù)，對專家系統(tǒng)的理論和實踐有較大貢獻，成為以后許多專家系統(tǒng)的基礎(chǔ)。專家系統(tǒng)的發(fā)展概況2023/10/618PROSPECTER是STANFORD大學(xué)研制的基于語義網(wǎng)絡(luò)的探礦專家系統(tǒng)，是第二代專家系統(tǒng)。

3.趨勢進入20世紀(jì)90年代，模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)和面向?qū)ο蟆⒕W(wǎng)絡(luò)等新技術(shù)迅速崛起，為專家系統(tǒng)注入了新的活力。同時與傳統(tǒng)計算機應(yīng)用系統(tǒng)相融合。2023/10/619關(guān)于知識表達知識表達是人工智能的基本問題之一。歷史上已經(jīng)提出了多種知識表達的方法。基于規(guī)則的表達方法語義網(wǎng)絡(luò)表達方法狀態(tài)空間表達方法其他2023/10/620基于規(guī)則的表達方法規(guī)則是什么？IF（條件）THEN（結(jié)論）例子：IF（動物有毛發(fā)）THEN（動物是哺乳動物）IF（動物有奶）THEN（動物是哺乳動物）IF（動物有羽毛）THEN（動物是鳥）IF（動物會飛）并且（動物會產(chǎn)蛋）THEN（動物是鳥）2023/10/621語義網(wǎng)絡(luò)由實體-聯(lián)系組成的網(wǎng)絡(luò)來表達。實體包括類（class）和實例(instance)類：鳥，人實例：燕子，張三聯(lián)系：各種語義聯(lián)系IsA：ZhangSanIsAPersonKindOf/SubsetOf:StudentIsSubsetOfPersonpartof:實體-屬性聯(lián)系。德智體是評價學(xué)生的三個方面2023/10/622一個例子PERSONSubsetOfSubsetOfSubsetOfProfessorStudentStaffZhangSanIsAAdvisor2023/10/623狀態(tài)空間表示法狀態(tài)空間就是問題全部可能的狀態(tài)考慮8數(shù)碼問題的狀態(tài)空間123847652023/10/624用8個數(shù)字的位置來表示狀態(tài)：9！用空格的移動表示操作：LeftRightUpDown123847652023/10/6256438571264381572643857126384571264385712LeftRightUpDown6485371264385271UpDown2023/10/626基于規(guī)則的專家系統(tǒng)系統(tǒng)的主要部分是知識庫和推理引擎。2023/10/627基于規(guī)則的專家系統(tǒng)舉例EMYCIN中，它提供了專門的規(guī)則語言來表示領(lǐng)域知識，基本的規(guī)則形式是：

(IF〈前提〉THEN〈行為〉［ELSE〈行為〉])當(dāng)前提為真時，該規(guī)則將前提與一個行為結(jié)合起來，否則與另一個行為結(jié)合起來，并且可以用一個-1到+1之間的數(shù)字來表示在該前提下行為的可信程度。如一條判斷細(xì)菌類別的規(guī)則可表示如下：

PREMISE:［＄AND(SAMECNTXTSITEBLOOD)

(NOTDEFINITECNTXTIDENT)

(SAMECNTXTSTAINGRAMNEG)

(SAMECNTXTMORPHROD)

(SAMECNTXTBURNT)]ACTION:(CONCLUDECNTXTIDENTPSEUDOMONASTALLY0.4)2023/10/628其含意如下：

如果培養(yǎng)物的部位是血液

細(xì)菌的類別確不知道

細(xì)菌的染色是革藍氏陰性

細(xì)菌的外形是桿狀

病人被嚴(yán)重地?zé)齻?/p>

那么以不太充分的證據(jù)(可信程度0.4)說明細(xì)菌的類別是假單菌。

在EMYCIN中，還提供了良好的用戶接口，當(dāng)用戶對系統(tǒng)的某個提問感到不解時，可以通過WHY命令向系統(tǒng)詢問為什么會提出這樣的問題，并且對于系統(tǒng)所作出的結(jié)論，可以通過HOW命令向系統(tǒng)詢問它是如何得出這個結(jié)論的。這一點對于診斷系統(tǒng)是極為重要的，用戶可以避免盲目地按照系統(tǒng)所提供的策略去執(zhí)行。2023/10/629基于模型的專家系統(tǒng)

基于模型的專家系統(tǒng)采用基于模型的推理方法?；谀Ｐ偷耐评矸椒ㄊ歉鶕?jù)反映事物內(nèi)部規(guī)律的客觀世界的模型進行推理。

有的人工智能研究者提出，運用啟發(fā)式規(guī)則的推理為淺層推理，基于模型的推理為深層推理。淺層推理運用專家的經(jīng)驗，推理效率高，但解決問題的能力較低；深層推理由于接觸了事物的本質(zhì)內(nèi)容，因此解決問題的能力強，但推理效率較低。因此，又發(fā)展了把淺層推理和深層推理結(jié)合起來的系統(tǒng)，并稱為第二代專家系統(tǒng)。

2023/10/630如圖所示，電路由一個開關(guān)、一個有兩個接點的繼電器和二個燈泡組成。如果接地良好，電源接通，且開關(guān)閉合，則燈泡就會亮。下圖所示是這個電路的一個因果模型。如果電路發(fā)生故障，則有兩種可能：一是操作錯誤，錯誤地設(shè)置了外部的開關(guān)或其它的控制；一是部件故障，某些部件已不能正常工作。專家系統(tǒng)應(yīng)能識別這些錯誤并提出解決方法。在上面的例子中，如果電源接通、接地良好，開關(guān)和接點都是閉合的，但有一個燈泡不亮，則從圖中看出有三種故障的可能：燈泡損壞，相應(yīng)的接點故障未接通電源，或該接點沒有接到電。利用因果模型完成診斷任務(wù)的基本過程可歸納如下：把技術(shù)裝置用表明各部件的特性之間的因果關(guān)系的網(wǎng)絡(luò)表示；給定裝置的狀態(tài)和一個故障特性，即觀察值與期望值不同的特性。尋找對這種故障的解釋，即提出發(fā)生故障的部件或錯誤的外部控制。2023/10/631圖所示為汽車啟動部分的因果網(wǎng)絡(luò)。在這里，汽車啟動有三種條件：啟動器必須使馬達旋轉(zhuǎn)，兩個火花塞必須打火，且啟動器的傳輸必須正常。啟動器的旋轉(zhuǎn)要求接電，從而要求電池已充電且接點閉合。火花塞的打火要求電纜正常，且點火圈供電等等。

2023/10/632建立專家系統(tǒng)的一般步驟專家系統(tǒng)設(shè)計與實現(xiàn)2023/10/633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。2023/10/6342.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。目前面向?qū)ο?、機器學(xué)習(xí)、知識發(fā)現(xiàn)、