第11章專家系統(tǒng)11.1專家系統(tǒng)概述11.2基于規(guī)則的專家系統(tǒng)11.3基于框架的專家系統(tǒng)11.4基于模型的專家系統(tǒng)11.5專家系統(tǒng)的開發(fā)

11.6專家系統(tǒng)設(shè)計舉例11.7新型專家系統(tǒng)

11.1專家系統(tǒng)概述專家系統(tǒng)是一種在特定領(lǐng)域內(nèi)具有專家水平解決問題能力的程序系統(tǒng)，能夠有效地運用專家多年積累的有效經(jīng)驗和專門知識，通過模擬專家的思維過程，解決需要專家才能解決的問題。狹義上，專家系統(tǒng)就是人類專家智慧的拷貝，是人類專家的某種化身。廣義上，專家系統(tǒng)也泛指那些具有“專家級”水平的知識系統(tǒng)，從總體上達(dá)到專家級水平。

11.1.1專家系統(tǒng)的特性專家系統(tǒng)具有豐富的專業(yè)知識并可以模擬相關(guān)領(lǐng)域?qū)＜业乃季S過程，以解決該領(lǐng)域中需要專家才能解決的復(fù)雜問題。1）為解決特定領(lǐng)域的具體問題，除了需要一些公共的常識，還需要大量與所研究領(lǐng)域密切相關(guān)的知識。2）一般采用啟發(fā)式的解題方法。3）在解題過程中除了用演繹方法，有時還要求助于歸納方法和抽象方法。4）所處理問題具有模糊性、不確定性和不完全性。5）能對自身的工作過程進行推理（自動推理或解釋）。6）采用基于知識的問題求解方法。7）知識庫與推理機分離。專家系統(tǒng)在當(dāng)前以及未來都將是人類值得信賴的高水平智能助手，是將人工智能技術(shù)運用到實際的重要手段。11.1.2專家系統(tǒng)的結(jié)構(gòu)和類型一般情況下，專家系統(tǒng)的基本結(jié)構(gòu)由知識庫、綜合數(shù)據(jù)庫、推理機、解釋器、知識獲取模塊和人機交互界面六部分組成。

專家系統(tǒng)的類型1）解釋專家系統(tǒng)：通過對已知信息和數(shù)據(jù)的分析和解釋，確定它們的含義。2）預(yù)測專家系統(tǒng)：通過對過去和現(xiàn)在的已知狀況的分析，推斷未來可能發(fā)生的情況。。3）診斷專家系統(tǒng)：根據(jù)觀察到的數(shù)據(jù)來推斷出某個對象出現(xiàn)故障的原。4）設(shè)計專家系統(tǒng)：根據(jù)設(shè)計要求，提出能夠滿足設(shè)計問題約束的目標(biāo)配置方案。5）規(guī)劃專家系統(tǒng)：尋找某個能夠達(dá)到給定目標(biāo)的動作序列或步驟。

6）監(jiān)視專家系統(tǒng)：對系統(tǒng)、對象或過程進行不斷觀察，并把觀察到的行為與其應(yīng)具有的行為進行比較，以發(fā)現(xiàn)異常情況并發(fā)出警報。7）控制專家系統(tǒng)：自適應(yīng)地管理一個受控對象或客體的全面行為，以滿足預(yù)期要求。8）調(diào)試專家系統(tǒng)：對失靈的對象給出處理意見和方法。調(diào)試專家系統(tǒng)的特點是同時具有規(guī)劃、設(shè)計、預(yù)報、診斷等功能。9）教學(xué)專家系統(tǒng)：根據(jù)學(xué)生的特點、弱點和基礎(chǔ)，以適當(dāng)?shù)慕贪负徒虒W(xué)方法對學(xué)生進行教學(xué)和輔導(dǎo)。10）修理專家系統(tǒng)：對發(fā)生故障的對象進行修復(fù)，使其恢復(fù)正常。11.2基于規(guī)則的專家系統(tǒng)1基于規(guī)則的專家系統(tǒng)的基本結(jié)構(gòu)

基于規(guī)則的專家系統(tǒng)包含五部分：知識庫，推理引擎，解釋工具，用戶接口和知識采集子系統(tǒng)。2基于規(guī)則的專家系統(tǒng)的特點1）自然語言的表達(dá)：專家系統(tǒng)可以用類似“在什么情況下，應(yīng)當(dāng)如何做”的語言來表述問題解決的過程，而此類表達(dá)可以方便地被IF…THEN…產(chǎn)生式規(guī)則所取代。2）結(jié)構(gòu)統(tǒng)一化：產(chǎn)生式的規(guī)則可以統(tǒng)一化為IF…THEN…結(jié)構(gòu)，這樣可以使每條規(guī)則作為一個獨立知識單元，產(chǎn)生式規(guī)則也可以讓語法具有自解釋能力。3）知識與處理的分離：基于規(guī)則的專家系統(tǒng)的結(jié)構(gòu)為知識庫和推理引擎提供了有效的分離機制，因此能夠使用同一個專家系統(tǒng)框架開發(fā)不同的應(yīng)用，專家系統(tǒng)本身也容易擴展。4）對不完整、不確定知識的處理能力：多數(shù)基于規(guī)則的專家系統(tǒng)都能表達(dá)和推理不完整的、不確定的知識?；谝?guī)則的專家系統(tǒng)同樣具有一些缺點。1）規(guī)則之間關(guān)系復(fù)雜：在基于規(guī)則的專家系統(tǒng)中，單條規(guī)則結(jié)構(gòu)簡單并且具有自解釋能力，但大量規(guī)則之間具有復(fù)雜的關(guān)系，在整個系統(tǒng)中很難分辨出單條規(guī)則所起的作用。2）冗余搜索：推理引擎在工作的時候要對全部規(guī)則進行搜索，如果規(guī)則數(shù)量較多，那么系統(tǒng)的效率會相當(dāng)?shù)汀?）不具備自更新能力：傳統(tǒng)的基于規(guī)則的專家系統(tǒng)都不具備從經(jīng)驗中增加知識的能力。3基于規(guī)則的專家系統(tǒng)舉例根據(jù)EMYCIN來進行基于規(guī)則的專家系統(tǒng)的舉例介紹?；疽?guī)則形式為：判定細(xì)菌類型的表述：11.3基于框架的專家系統(tǒng)1基于框架的專家系統(tǒng)簡介基于框架的專家系統(tǒng)建立在框架基礎(chǔ)上，采用面向目標(biāo)編程技術(shù)，框架的設(shè)計和面向目標(biāo)的編程共享許多特征。為了說明設(shè)計和表示框架中的某些知識值，參考如圖

所示的人類框架結(jié)構(gòu)。2基于框架的專家系統(tǒng)的繼承、槽和方法繼承是在后輩框架中呈現(xiàn)父輩框架特征的過程。實例框架也就是后輩框架，可以繼承父輩框架的所有特征，包括描述性知識和過程性知識。繼承的價值特征與人類的認(rèn)知效率相關(guān)聯(lián)。人將概念的實例共有的特征歸結(jié)到這個概念，而不會在實例級別對這些特征進行具體歸類。實例繼承了父輩的所有屬性、值和槽，同樣可能從其父輩的父輩繼承信息。槽是關(guān)于框架屬性的擴展知識。基于框架的專家系統(tǒng)使用槽來擴展知識的表示，控制框架的屬性等。槽還提供了對屬性值和系統(tǒng)的附加控制。下面列舉了槽擴展給定系統(tǒng)屬性的信息的方式。方法是附加在對象中需要時執(zhí)行的過程?；诳蚣艿膶＜蚁到y(tǒng)的方法在一些應(yīng)用程序中并不是一定執(zhí)行的，只在需要的時候才被執(zhí)行，因為有時對象的屬性值是最初設(shè)定的默認(rèn)值。3基于框架的專家系統(tǒng)舉例用貨物裝載專家系統(tǒng)來說明基于框架的專家系統(tǒng)的使用首先對貨物進行分類，樹的葉結(jié)點表示具體的貨物樹的結(jié)點的框架結(jié)構(gòu)為框架名即為類名。AKO是一個槽，VALUE是它的側(cè)面，<值>的內(nèi)容表示該框架的類別。PROP槽用于記錄該節(jié)點的特性，側(cè)面DEFAULT表示槽內(nèi)容可以默認(rèn)繼承。11.4基于模型的專家系統(tǒng)1基于模型的專家系統(tǒng)的概念基于模型的推理方法是基于模型的專家系統(tǒng)的基本方法?；谀Ｐ偷耐评矸椒ㄊ歉鶕?jù)反映事物客觀規(guī)律的模型進行知識推理的。如果將運用啟發(fā)式規(guī)則的推理稱為淺層推理，那么基于模型的推理可以稱為深層推理。下面介紹一個基于因果模型進行故障診斷的推理結(jié)構(gòu)。因果模型，顧名思義，是由模型各部分因果關(guān)系特性組成的，一個部分特性由另一個或多個特性決定。因果模型可以表示為網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)點表示特性，連線則表示因果關(guān)系。下左圖為一個簡單電路圖，若接地良好，電源正常供電并且開關(guān)閉合，燈會亮。下右圖是這個電路模型的因果關(guān)系。2基于模型的專家系統(tǒng)舉例這里用一個利用啟發(fā)式規(guī)則和因果模型的專家系統(tǒng)來對基于模型的專家系統(tǒng)進行介紹，這也是一個結(jié)合淺層推理和深層推理的專家系統(tǒng)。首先，下圖表示了汽車啟動時各部分的因果模型網(wǎng)絡(luò)。汽車啟動的三個條件分別是：啟動器使馬達(dá)工作，兩個火花塞打火，啟動器轉(zhuǎn)動正常。下面介紹出發(fā)后的因果模型推理過程。啟動器不旋轉(zhuǎn)規(guī)則：假設(shè)啟動器和接觸點異常，而電池充電正常，深度推理從啟動器不轉(zhuǎn)動開始。先檢測它工作異常的原因，查到啟動器不能接電，并且這個特性是不可觀測的，繼續(xù)查找其他原因。由于電池的充電是正常的，因此不能接電的原因就可以解釋為接觸點的異常。11.5專家系統(tǒng)的開發(fā)采用原型技術(shù)的專家系統(tǒng)的開發(fā)過程可以分為設(shè)計初始知識庫、原型系統(tǒng)開發(fā)和試驗、知識庫的改進和歸納三個主要步驟。1設(shè)計初始知識庫11.5.1專家系統(tǒng)的開發(fā)過程①問題的知識化：對要解決的領(lǐng)域問題，確定問題的定義方式、要完成的主要任務(wù)、包含的主要數(shù)據(jù)、子任務(wù)的分解等。②知識的概念化：概括知識表示所需要的關(guān)鍵概念及其關(guān)系，如數(shù)據(jù)類型、初始條件、目標(biāo)狀態(tài)、控制策略等。③概念的形式化：確定用來組織知識的數(shù)據(jù)結(jié)構(gòu)形式，把概念化過程所得到的有關(guān)概念用相應(yīng)的知識表示方法表示出來。④形式的規(guī)則化：把形式化后的知識變化為由編程語言表示的可供計算機執(zhí)行的程序。⑤規(guī)則的合理化：確認(rèn)規(guī)則化后的知識的合理性，檢查規(guī)則的有效性。2原型系統(tǒng)的開發(fā)和試驗當(dāng)知識表示方式確定后，即可建立原型系統(tǒng)，包括整個模型的典型知識，而且只涉及與試驗有關(guān)的簡單的任務(wù)和推理過程。3知識庫的改進和歸納在原型系統(tǒng)的基礎(chǔ)上，對知識庫和推理機反復(fù)進行改進，歸納出更完善的結(jié)果。如此進行，不斷提高專家系統(tǒng)的水平，直到滿意。知識獲取泛指把領(lǐng)域?qū)＜医鉀Q問題的經(jīng)驗和知識轉(zhuǎn)化為專家系統(tǒng)解決問題所需要的專門知識的過程。1知識獲取的方式按照知識獲取的自動化程度，知識獲取可以分為非自動知識獲取、自動知識獲取和半自動知識獲取三種。其中，非自動知識獲取是由知識工程師來完成知識獲取任務(wù)的方式；自動知識獲取是由專家系統(tǒng)自身來完成知識獲取任務(wù)的方式；半自動知識獲取是由知識工程師和專家系統(tǒng)共同完成知識獲取任務(wù)的方式。11.5.2專家系統(tǒng)的知識獲取2知識獲取的任務(wù)知識獲取的任務(wù)是為專家系統(tǒng)獲取知識，建立完整的知識庫，來滿足領(lǐng)域問題的解決需要，主要工作包括抽取知識、表示知識、輸入知識和檢驗知識等。1）抽取知識知識的抽取是指把蘊含于知識源中的知識經(jīng)過識別、理解、篩選、歸納等處理后抽取出來，以便建立知識庫。通常來說，知識并不是以某種拿來即可用的形式存在于知識源中的，為了從知識源中抽取知識，還需要做大量的工作。2）表示知識通常，知識源中的知識是以自然語言、圖形圖像等表示。為了使專家系統(tǒng)能夠使用從知識源中抽取的知識，需要先把這些知識用適當(dāng)?shù)闹R表示方法表示出來。3）輸入知識把表示出來的知識經(jīng)過編輯、編譯后送入知識庫的過程稱為知識輸入。途徑一般有兩種：一種是利用計算機系統(tǒng)提供的編輯軟件，另一種是利用專門的知識編輯系統(tǒng)。4）檢驗知識知識庫在投入使用之前必須進行檢測，提前發(fā)現(xiàn)和糾正可能存在的錯誤。檢測的主要任務(wù)是檢測知識庫中知識的一致性和完整性。常見的專家系統(tǒng)開發(fā)工具和環(huán)境可分為程序設(shè)計語言、骨架型工具、語言型工具、開發(fā)環(huán)境等。1程序設(shè)計語言人工智能語言和通用程序設(shè)計語言統(tǒng)稱為程序設(shè)計語言。這些語言是專家系統(tǒng)開發(fā)中最基礎(chǔ)的工具。人工智能語言有以LISP為代表的函數(shù)型語言和以PROLOG為代表的邏輯型語言等；通用的程序設(shè)計語言就是常見的C++、Java等。11.5.3專家系統(tǒng)的開發(fā)工具和環(huán)境2骨架型工具骨架型工具也稱為專家系統(tǒng)的外殼，是由一些已經(jīng)成熟的具體專家系統(tǒng)演化而來的。EMYCIN和KAS等都是常見的專家系統(tǒng)外殼。EMYCIN（EmptyMYCIN）是由美國斯坦福大學(xué)的邁爾在MYCIN系統(tǒng)的基礎(chǔ)上開發(fā)的專家系統(tǒng)外殼，沿用了MYCIN的知識表示方式、推理機制及各種輔助的功能等，并且提供了一個用于開發(fā)知識庫的環(huán)境.KAS（KnowledgeAcquisitionSystem）是美國加州斯坦福研究院人工智能中心提出的專家系統(tǒng)開發(fā)工具，原來是礦物勘探專家系統(tǒng)PROSPECTOR的知識獲取系統(tǒng)。3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，與外殼不同，它不依賴于任何已有專家系統(tǒng)，不針對具體領(lǐng)域，是一種完全新型的專家系統(tǒng)開發(fā)工具。語言型工具比骨架系統(tǒng)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，常用的有CLIPS和OSP等。CLIPS（CLanguageIntegratedProductionSystem）是美國宇航局于1985年推出的一種通用產(chǎn)生式語言型工具，具有產(chǎn)生式系統(tǒng)的特征和C語言的基本語法OPS（OfficialProductionSystem）是美國CMU在1975年用LISP開發(fā)的一個基于規(guī)則的通用型知識工程專家系統(tǒng)開發(fā)工具。4開發(fā)環(huán)境專家系統(tǒng)的開發(fā)環(huán)境與我們常見的計算機程序開發(fā)環(huán)境的意義相似，都是為了提高專家系統(tǒng)開發(fā)效率而設(shè)計的大型智能軟件系統(tǒng)。開發(fā)環(huán)境一般由調(diào)試輔助工具、I/O設(shè)備、解釋設(shè)施和知識編輯器四部件組成。隨著技術(shù)的發(fā)展，專家系統(tǒng)的開發(fā)工具的發(fā)展越來越趨向于大型、通用和多功能。專家系統(tǒng)開發(fā)環(huán)境的研究有兩個明顯趨勢和途徑：一個是綜合與集成，一個是通用與開放。綜合與集成是指采用多范例程序設(shè)計、多種知識表示、多種推理和控制策略、多種組合工具，向系統(tǒng)的綜合集成方向發(fā)展，被實現(xiàn)的開發(fā)環(huán)境稱為專家系統(tǒng)開發(fā)工具箱。通用與開放是指在當(dāng)前網(wǎng)絡(luò)、分布式、開放環(huán)境支持下，采用統(tǒng)一的程序設(shè)計方法（如面向?qū)ο蟪绦蛟O(shè)計）、統(tǒng)一的知識–數(shù)據(jù)表達(dá)方式（如面向?qū)ο蟊硎痉椒ǎ﹣黹_發(fā)大型、通用、開放的人工智能開發(fā)環(huán)境，即知識庫和數(shù)據(jù)庫一體化管理系統(tǒng)。11.6專家系統(tǒng)設(shè)計舉例專家系統(tǒng)表達(dá)知識的方式要求系統(tǒng)設(shè)計過程中用到三個表達(dá)成分：假設(shè)或結(jié)論、觀測或觀察、推理或決策。1結(jié)論的表示首先研究假設(shè)或由系統(tǒng)推理可能得到的結(jié)論。這些結(jié)論規(guī)定了所涉及的專門知識的范圍。例如，汽車修理問題的列表如下：11.6.1專家知識概述設(shè)FUEL來概括燃料系統(tǒng)出現(xiàn)的各種問題。這些中間假設(shè)在推理規(guī)則中可以被引用。在討論的例子中，被定義的中間假設(shè)除了FUEL以外，還有表示電氣系統(tǒng)方面的問題假設(shè)ELEC，那么中間假設(shè)的列表如下：某些附加假設(shè)可以表示建議的種類，這些建議可以告訴用戶如何操作，處理方法如下：2觀測的表示觀測是指得到結(jié)論所需的觀察和測量，通?？梢杂眠壿嬛怠ⅰ安恢馈被驍?shù)字值來表示。下面列舉一些問題組織的例子。1）選擇題2）對照表3）數(shù)字類型問題4）是非題3推理規(guī)則的表示根據(jù)觀測和假設(shè)之間的邏輯關(guān)系，產(chǎn)生式規(guī)則可以分為三類1）從觀測到觀測的規(guī)則（FacttoFact，F(xiàn)F）FF規(guī)則規(guī)定那些可以從已確定的觀測直接推導(dǎo)出來的觀測真值，因為把觀測和假設(shè)組合在一起可以描述功能更強的規(guī)則形式。一般，F(xiàn)F規(guī)則使知識局限于建立對問題順序的局部控制。FF規(guī)則規(guī)定了那些真值被確定的觀測與其他一些真值未被確定的觀測之間的可信度邏輯。利用FF規(guī)則，根據(jù)對先前問題的回答就可以確定對問題的解答，可以避免詢問不必要的多余問題。如果前燈不亮的觀測為假，那么與前燈不亮相關(guān)的觀測，如HEAD（車頭燈）、FTURN（轉(zhuǎn)向燈）和PARK（手剎燈）不亮也都為假。這在專家系統(tǒng)的表示法中可以表示為以下FF規(guī)則：F(FRONT,F)→F(HEAD:PARK,F)其中，F(xiàn)(FRONT,F)表示觀測FRONT是假；F(HEAD:PARK,F)表示在問題調(diào)查表中排列次序在HEAD到PARK之間的全部觀測都為假。對后燈也可以構(gòu)建類似規(guī)則：F(REAR,F)→F(TAIL:BU,F)2）從觀測到假設(shè)的規(guī)則（FacttoHypothesis，F(xiàn)H）下列規(guī)則表示如何簡單地組合一對觀測推理出一個假設(shè)：F(SCRNK,T)&F(DIM,T0→H(BATD,0.7))這條語句表示如果啟動器旋轉(zhuǎn)緩慢并且車頭燈暗淡，那么電池耗盡的可信度為0.7。F(TEMP,0:50)&(1:F(SCRNK,T),F(OCRNK,T))→H(CHOKE,0.7)表示，如果氣溫是在0～50℃之間并且一個或多個條件為真，啟動器旋轉(zhuǎn)緩慢，那么氣門被堵塞的可信度為0.7。3）從假設(shè)到假設(shè)的規(guī)則（HypothesistoHypothesis，HH）HH規(guī)則用來規(guī)定假設(shè)之間的推理關(guān)系。與EMYCIN和PROSPECTOR不同，專家系統(tǒng)中的HH規(guī)則規(guī)定的假設(shè)被賦予了一個固定范圍的可信度。例如，語句F(FCWS,T)&H(FLOOD,0.2:1)→H(WAIT,0.9)表示，如果汽車不能發(fā)動并已得出汽缸被淹的結(jié)論，可信度為0.2～1，那么等待10分鐘或在啟動時把風(fēng)門踏板踩到底（可信度為0.9）。在試驗性系統(tǒng)中有兩個關(guān)于控制的問題，也是兩個相互關(guān)聯(lián)的目標(biāo)：得到準(zhǔn)確的結(jié)論，詢問恰當(dāng)?shù)膯栴}，以幫助分析和決策1結(jié)論分級與選擇按評價的先后次序，規(guī)則被分成不同等級，選擇規(guī)則是推理過程中控制策略的基本部分。與此同時，我們必須研究規(guī)則對評價次序的影響。例如，在汽車修理咨詢系統(tǒng)中存在的一些規(guī)則。F(FCWS,T)&H(FLOOD,0.2:1)→H(WAIT,0.9)這個規(guī)則表示，如果汽車不能發(fā)動，并且這個問題以0.2～1的可信度得出汽缸被淹的結(jié)論，那么等待10分鐘或在啟動時將風(fēng)門踏板踩到底。11.6.2知識的使用繼續(xù)舉汽車修理咨詢系統(tǒng)的例子，其中幾個規(guī)則同時被滿足，都可被用于相同的假設(shè)：F(NCRNK,T)&F(DIM,F)→H(STRTR,0.7)以上規(guī)則語句表示，若啟動器不轉(zhuǎn)動，車頭燈暗淡，則啟動器工作不正常的可信度為0.7。F(GRIND,T)→H(STRTR,0.9)以上規(guī)則語句表示，若啟動器發(fā)生摩擦的噪聲，則啟動器工作不正常的可信度為0.9。如果以上兩個規(guī)則同時被滿足，就必須把兩個可信度數(shù)值進行組合得到另一個數(shù)值。多規(guī)則支持同一事實的情況，專家系統(tǒng)采用記分函數(shù)來組合可信度。2詢問問題的策略得到一個詢問問題的最佳策略是很困難的，因為詢問的質(zhì)量很大程度上取決于事先是否已經(jīng)將問題組織好。如果把問題都組織成是非題形式，這些問題并不包含進一步的結(jié)構(gòu)，那么結(jié)果會是對許多應(yīng)用都沒有一種詢問策略可以工作得很好。因為這種方法沒有表示出問題之間的相互聯(lián)系，所以系統(tǒng)不允許詢問多個問題，而對照表可以同時回答相關(guān)問題。專家系統(tǒng)中只使用單個問題調(diào)查表的情況也不少見，如果系統(tǒng)推理所需的信息不是同時接收，就有兩種提問策略可選。1）固定的順序在某些條件下，專家以預(yù)先規(guī)定的序列或順序收集所需的知識。例如，在醫(yī)療過程中根據(jù)經(jīng)驗或系統(tǒng)化過程的習(xí)慣，醫(yī)生總是以固定的流程向病人問診。2）不固定的順序非固定順序有幾種依據(jù)來進行提問。①

先詢問代價最小的問題。對每個問題進行風(fēng)險評估測量，對代價小的問題首先提問。②

先詢問對當(dāng)前可信度高的假設(shè)有影響的問題。③

詢問與當(dāng)前記錄觀測有關(guān)的假設(shè)。④

只考慮對某些假設(shè)等級有決定性作用的問題。⑤

當(dāng)某假設(shè)的可信度超過預(yù)先確定的閾值時，終止詢問。系統(tǒng)的設(shè)計者和用戶都需要系統(tǒng)對它所做出的決策給予解釋，但是它們對決策解釋的要求又各不相同。1對系統(tǒng)設(shè)計者的解釋如果是對系統(tǒng)的設(shè)計者解釋決策，那么只需顯示為了推論出給定假設(shè)所需滿足的那組規(guī)則，就是最直接的解釋。當(dāng)系統(tǒng)應(yīng)用可信度測量時，若采用復(fù)雜的記分函數(shù)，則很難清楚地解釋一個假設(shè)的最后等級是如何得來的。2．對用戶的解釋如果用語句來說明結(jié)論，也是一種解釋的方法。這些語句要比單純地聲明一個結(jié)論要自然得多。系統(tǒng)所用的假設(shè)可能是任何形式的包含說明和建議的語句。有時系統(tǒng)的設(shè)計者可以預(yù)先提出某些適合給定假設(shè)的解釋。11.6.3決策的解釋MYCIN系統(tǒng)是斯坦福大學(xué)建立的對細(xì)菌感染疾病的診斷和治療咨詢專家系統(tǒng)。醫(yī)生向系統(tǒng)輸入病人信息后，MYCIN可以進行診斷并給出治療處方。針對細(xì)菌感染疾病，專家系統(tǒng)對病情診斷和提出處方的過程大致可分為4步。（1）確定病人是否有重要的病菌感染需要治療，首先判斷疾病是否由病菌所引起。（2）確定引起疾病的病菌種類。（3）判斷哪些藥物可以抑制致病菌。（4）根據(jù)病人情況選擇用藥。這樣的決策過程比較復(fù)雜，主要依靠醫(yī)生的臨床經(jīng)驗來判斷。MYCIN系統(tǒng)試圖用產(chǎn)生式規(guī)則的形式體現(xiàn)專家的判斷，模仿專家的推理過程。11.6.4MYCIN系統(tǒng)MYCIN系統(tǒng)可以用英語與用戶進行交流，簡化了操作，力圖使更多的醫(yī)生愿意使用這個系統(tǒng)。系統(tǒng)具有解釋能力，可以解答用戶的疑問，使用戶了解決策產(chǎn)生的過程。此外，在用戶交互上，MYCIN還有其他一些相對智能的設(shè)計。MYCIN系統(tǒng)分為咨詢子系統(tǒng)、解釋子系統(tǒng)和規(guī)則獲取子系統(tǒng)三部分。系統(tǒng)的全部信息都存放在兩個數(shù)據(jù)庫中：靜態(tài)數(shù)據(jù)庫存放咨詢過程中用到的規(guī)則，是實際的專家系統(tǒng)知識庫；動態(tài)數(shù)據(jù)庫存放病人的信息，以及正在進行的咨詢所產(chǎn)生的動態(tài)數(shù)據(jù)。MYCIN在推進專家系統(tǒng)發(fā)展的方面做出的最大貢獻是經(jīng)其演變產(chǎn)生了EMYCIN系統(tǒng)——一種被廣泛使用的專家系統(tǒng)開發(fā)工具。11.7新型專家系統(tǒng)新型專家系統(tǒng)主要有協(xié)同式和分布式專家系統(tǒng)，具有如下共同特征。①

并行與分布處理?；诟鞣N并行算法，新型專家系統(tǒng)采用各種并行推理和執(zhí)行技術(shù)，適合在多處理器的硬件環(huán)境中工作，即具有分布處理的功能。②

多專家系統(tǒng)協(xié)同工作。在這種系統(tǒng)中有多個專家系統(tǒng)協(xié)同合作。③

高級語言和知識語言描述。專家系統(tǒng)生成系統(tǒng)能自動或半自動地生成所要的專家系統(tǒng)。④

具有自學(xué)習(xí)功能。新型專家系統(tǒng)應(yīng)提供高級的知識獲取與學(xué)習(xí)功能。11.7.1新型專家系統(tǒng)的共同特征⑤

引入新的推理機制。除了演繹推理，新型專家系統(tǒng)還應(yīng)有歸納推理、各種非標(biāo)準(zhǔn)邏輯推理，以及各種基于不完全知識和模糊知識的推理等。⑥

具有自糾錯和自完善能力。為了自糾錯必須首先有識別錯誤的能力，為了自完善必須首先有鑒別優(yōu)劣的標(biāo)準(zhǔn)。⑦

先進的智能人機接口。理解自然語言，實現(xiàn)聲音、文字、圖形和圖像的直接輸入、輸出是如今人們對智能計算機提出的要求。分布式專家系統(tǒng)是把一個專家系統(tǒng)的功能分解后，分布到多個處理器上去并行地工作，從而在總體上提高系統(tǒng)的處理效率。設(shè)計和實現(xiàn)分布式專家系統(tǒng)存在幾個關(guān)鍵問題。①

功能分布：如何把分解得到的系統(tǒng)的各部分功能或任務(wù)合理、均衡地分配到各處理結(jié)點。