专家系统习题解答
第七章专家系统
7.1.答：
（1）专家系统的定义
费根鲍姆（E．A．Feigenbaum）：“专家系统是一种智能的计算机程序，它运用知识和推理步骤来
解决只有专家才能解决的复杂问题”
专家系统是基于知识的系统，用于在某种特定的领域中运用领域专家多年积累的经验和专门知识，
求解需要专家才能解决的困难问题
保存和大面积推广各种专家的宝贵知识
博采众长
比人类专家更可靠，更灵活
（2）专家系统的特点
①具有专家水平的专门知识
专家系统中的知识按其在问题求解中的作用可分为三个层次：数据级、知识库级和控制级
数据级知识（动态数据）：具体问题所提供的初始事实及在问题求解过程中所产生的中间结
论、最终结论
数据级知识通常存放于数据库中
知识库级知识：专家的知识，这一类知识是构成专家系统的基础
一个系统性能高低取决于这种知识质量和数量
控制级知识（元知识）：关于如何运用前两种知识的知识
在问题求解中的搜索策略、推理方法
②能进行有效的推理
推理机构——能根据用户提供的已知事实，通过运用知识库中的知识，进行有效的推理，以实现问题的求解.专家系统的核心是知识库和推理机
③具有启发性
除能利用大量专业知识外，还必须利用经验判断知识来对求解问题作出多个假设（依据某些条件选定一个假设，使推理继续进行）
④能根据不确定（不精确）的知识进行推理
综合利用模糊的信息和知识进行推理，得出结论
⑤具有灵活性
知识库与推理机相互独立，使系统易于扩充，具有较大的灵活性
⑥具有透明性
一般有解释机构，所以具有较好的透明性
解释机构向用户解释推理过程，回答“Why？”、“How？”等问题
⑦具有交互性
一般都为交互式系统，具有较好的人机界面
一方面它需要与领域专家或知识工程师进行对话以获取知识；另一方面它也需要不断地从用户处
获得所需的已知事实并回答询问.
7.2.答：专家系统的一般结构
人机接口、推理机、知识库、动态数据库、知识获取机构、解释机构
知识库：主要用来存放领域专家提供的专门知识
(1) 知识表达方法的选择（最多的三种表示方法是产生式规则、框架和语义网络） ①
充分表示领域知识 ② 能充分、有效地进行推理 ③ 便于对知识的组织、维护与管理 ④ 便于理解与实现
(2) 知识库管理冗余和矛盾一致性和完整性安全性 推理机
模拟领域专家的思维过程，控制并执行对问题的求解
能根据当前已知的事实，利用知识库中的知识，按一定的推理方法和控制策略进行推理，直到得出相应的结论为止
推理机包括推理方法和控制策略两部分
推理方法有精确推理和不精确推理（已在推理章节介绍） 控制策略主要指推理方向控制及推理规则选择策略 推理有正向推理、反向推理和正反向混合推理
推理策略一般还与搜索策略有关（已在推理章节介绍）
推理机性能/构造与知识的表示方法有关，但与知识的内容无关 保证推理机与知识库的独立性，提高灵活性
知识获取机构
“瓶颈”，是建造和设计专家系统的关键
基本任务是为专家系统获取知识，建立起健全、完善、有效的知识库，以满足求解领域问题的需要
要对知识进行一致性、完整性检测 人机接口
专家系统与领域专家、知识工程师、一般用户间进行交互的界面，由一组程序及相应的硬件组成，用于完成输入输出工作
更新、完善、扩充知识库；推理过程中人机交互；结束时显示结果 内部表示形式与外部表示形式的转换
数据库
又称“黑板”、“综合数据库”或“动态数据库”，主要用于存放用户提供的初始事实、问题描述及系统运行过程中得到的中间结果、最终结果等信息
数据库是推理机不可缺少的工作场地，同时由于它可记录推理过程中的各种有关信息，又为解释机构提供了回答用户咨询的依据（需相应的数据库管理程序）
解释机构：回答用户提出的问题，解释系统的推理过程，使系统对用户透明 7.3答：
(1) 传统程序是依据某一确定的算法和数据结构来求解某一确定的问题，而专家系统是依据知识和推理来求解问题，这是专家系统与传统程序的最大区别.
传统程序= 数据结构+ 算法
专家系统= 知识+ 推理
(2) 传统程序把关于问题求解的知识隐含于程序中，而专家系统则将知识与运用知识的过程即推理机分离.（使专家系统具有更大的灵活性，使系统易于修改）
(3) 从处理对象来看，传统程序主要是面向数值计算和数据处理，而专家系统则面向符号处理.传统程序处理的数据多是精确的，对数据的检索是基于模式的布尔匹配，而专家系统处理的数据和知识大多是不精确的、模糊的，知识的模式匹配也多是不精确的.
(4) 传统程序一般不具有解释功能，而专家系统一般具有解释机构，可对自己的行为作出解释.
(5) 传统程序因为是根据算法来求解问题，所以每次都能产生正确的答案，而专家系统则像人类专家那样工作，通常产生正确的答案，但有时也会产生错误的答案（这也是专家系统存在的问题之一）.专家系统有能力从错误中吸取教训，改进对某一工作的问题求解能力.
(6) 从系统的体系结构来看，传统程序与专家系统具有不同的结构.
7.4答：可行性分析：威特曼（Watermam）从三方面研究如何选择适合专家系统开发的问题
(1)什么情况下开发专家系统是可能的? （满足！）
①问题的求解主要依靠经验性知识，而不需要大量运用常识性知识
②存在真正的领域专家，这也是开发专家系统最重要的要求之一
专家必须能够描述和解释他们用于解决领域问题的方法
③一般某领域中有多个专家，他们应该对领域答案的选择和精确度有基本一致的看法
④任务易，有明确的开发目标，且任务能被很好地理解
(2)什么情况下开发专家系统是合理的？（之一！）
①问题的求解能带来较高的经济效益
②人类专家奇缺，但又十分需要，且十分昂贵
③人类专家经验不断丢失
④危险场合需要专门知识
(3)什么情况下开发专家系统是合适的？（特征！）
①本质——问题本质上必须能很自然地通过符号操作和符号结构来进行求解，且问题求解时需要使用启发式知识，需要使用经验规则才能得到答案
②复杂性——问题不是太容易且较为重要
③范围——问题需要有适当的范围.选择适当的范围是专家系统的关键，一般有两个原则：一是所选任务的大小可驾驭；二是任务要有实用价值.
7.5答：
专家系统的设计原则
(1)专门任务领域大小
(2)专家合作反复磋商，团结协作
(3)原型设计从“最小系统”到“扩充式”开发
(4)用户参与充实、完善知识库
(5)辅助工具提高设计效率
(6)知识库与推理机分离体现特征，灵活
专家系统的开发步骤
知识工程比软件工程更强调渐进性、扩充性
(1) 问题识别阶段——知识工程师和专家确定问题的重要特点，抓住问题各主要方面的特征
① 确定人员和任务
② 问题识别：描述问题的特征及相应的知识结构，明确问题的类型和范围
③ 确定资源：确定知识源、时间、计算设备以及经费等资源 ④ 确定目标：确定问题求解的目标
(2) 概念化阶段——主要任务是揭示描述问题所需的关键概念、关系和控制机制，子任务、策略和有关问题求解的约束 ① 什么类型的数据有用，数据之间的关系如何？ ② 问题求解时包括哪些过程，这些过程中有哪些约束？ ③ 问题是如何划分成子问题的？ ④ 信息流是什么？哪些信息是由用户提供的，哪些信息是应当导出的？ ⑤ 问题求解的策略是什么？
(3)形式化阶段——把概念化阶段概括出来的关键概念、子问题和信息流特征形式化地表示出来 （究竟采用什么形式，要根据问题的性质选择适当的专家系统构造工具或适当的系统框架）
三个主要的因素是： 假设空间 基本的过程模型 数据 形式化阶段假设空间
① 把概念描述成结构化的对象，还是处理成基本的实体？
② 概念之间的因果关系或时空关系是否重要，是否应当显式地表示出来？ ③ 假设空间是否有限？
④ 假设空间是由预先确定的类型组成的，还是由某种过程生成的？ ⑤ 是否应考虑假设的层次性？
⑥ 是否有与最终假设和中间假设相关的不确定性或其它的判定性因素？ ⑦ 是否考虑不同的抽象级别？ 形式化阶段基本的过程模型
找到可以用于产生解答的基本过程模型是形式化知识的重要一步 过程模型包括行为的和数学的模型 （如果专家使用一个简单的行为模型，对它进行分析，就能产生很多重要的概念和关系） （数学模型可以提供附加的问题求解信息，或用于检查知识库中因果关系的一致性） 形式化阶段数据的性质 ① 数据是不足的、充足的还是冗余的？
重新描述
②数据是否有不确定性？
③对数据的解释是否依赖于出现的次序？
④获取数据的代价是多少？
⑤数据是如何得到的？
⑥数据的可靠性和精确性如何？
⑦数据是一致的和完整的吗？
(4)实现阶段
把形式化知识变成计算机的软体，即要实现知识库、推理机、人机接口和解释系统（知识的一致
性和相容性）
推理机应能模拟领域专家求解问题的思维过程和控制策略
必须很快地实现（实现原型系统的目的之一是检查开发早期阶段的设计是否有效）
(5)测试阶段
通过运行实例评价原型系统以及用于实现它的表达形式，从而发现知识库和推理机制的缺陷
性能不佳的因素：
①输入输出特性，即数据获取与结论表示方面存在缺陷
例如，提问难于理解、含义模糊，使得存在错误或不充分的数据进入系统；结论过多或者太少，没有适当地组织和排序，或者详细的程度不适当
②推理规则有错误、不一致或不完备
③控制策略问题，不是按专家采用的“自然顺序”解决问题
测试的主要内容：
①可靠性——通过实例的求解，检查系统所得出的结论是否与已知结论一致
②知识的一致性——向知识库输入一些不一致、冗余等有缺陷的知识，检查是否可检测出来
检查是否会给出不应给出的答案
检测获取知识的正确性（如有某些自动获取知识功能）
③运行效率——知识查询及推理方面的运行效率，找出薄弱环节及求解方法与策略方面的问题
④解释能力——一是检测能回答哪些问题，是否达到了要求；二是检测回答问题的质量（说服力）
⑤人机交互的便利性
7.6答：
专家系统种类解决的问题
解释根据感知数据推理情况描述
诊断根据观察结果推断系统是否有故障
预测推导给定情况可能产生的后果
设计根据给定要求进行相应的设计
规划设计动作
控制控制整个系统的行为
监督比较观察结果和期望结果
修理执行计划来实现规定的补救措施
教学诊断、调整、修改学生行为
调试建议故障的补救措施
(1) 解释型专家系统
能根据感知数据，经过分析、推理，从而给出相应解释.（必须能处理不完全、甚至受到干扰的信
息，给出一致且正确的解释）
代表性：DENDRAL（化学结构说明）、PROSPECTOR（地质解释）等
(2) 诊断型专家系统
能根据取得的现象、数据或事实推断出系统是否有故障，并能找出产生故障的原因,给出排除故障
的方案（目前开发、应用得最多的一类）
代表性：PUFF（肺功能诊断系统）、PIP（肾脏病诊断系统）、DART（计算机硬件故障诊断系统）
等
(3) 预测型专家系统
能根据过去和现在信息（数据和经验）来推断可能发生和出现的情况
（天气预报、市场预测、人口预测等）
(4) 设计型专家系统
能根据给定要求进行相应的设计
（工程设计、电路设计、服装设计）
代表性：XCON（计算机系统配置系统）、KBVLSI（VLSI电路设计专家系统）等
(5) 规划型专家系统
能按给定目标拟定总体规划、行动计划、运筹优化等
（机器人动作控制、军事规划、城市规划等）
代表性：NOAH（机器人规划系统）、SECS（帮助化学家制定有机合成规划的专家系统）、TATR（帮
助空军制订攻击敌方机场计划的专家系统）等
(6) 控制型专家系统
能根据具体情况，控制整个系统的行为
代表性：YES/MVS（帮助监控和控制MVS操作系统）
(7) 监督型专家系统
能完成实时的监测任务，并根据监测到的现象作出相应的分析和处理
代表性：REACTOR（帮助操作人员检测和处理核反应堆事故）
(8) 修理型专家系统
能根据故障的特点制订纠错方案，并能实施该方案排除故障，当制订的方案失效或部分失效时，
能及时采取相应的补救措施
(9) 教学型专家系统
能根据学生学习过程中所产生的问题进行分析、评价、找出错误原因，有针对性地确定教学内容
或采取其它有效的教学手段
代表性：GUIDON（讲授有关细菌感染性疾病方面的医学知识）
(10) 调试型专家系统
能根据相应的标准检测被测试对象存在的错误，并能从多种纠错方案中选出适用于当前情况的最
佳方案，排除错误
专家系统的应用领域已扩展到数学、物理、化学、医学、地质、气象、农业、法律、教育、交通运输、机械、艺术以及计算机科学本身，甚至渗透到政治、经济、军事等重大决策部门，产生了巨大的社会效益和经济效益，同时也促进了人工智能基本理论和基本技术的发展.
7.7答：（1）正向推理：见教材P206图7.7
（2）反向推理：见教材P212图7.12
7.8答：（1）知识获取的任务
基本任务：为专家系统获取知识，建立起健全、完善、有效的知识库，以满足求解领域问题需要
①抽取知识识别、理解、筛选、归纳等，及自学习
②知识的转换
第一步：从专家及文献资料处抽取的知识转换为某种知识表示模式，如产生式规则、框架等
（知识工程师完成）
第二步：该模式表示的知识转换为系统可直接利用的内部形式.（输入及编译实现）
③知识的输入知识编辑器
④知识的检测不一致、不完整等
⑵知识获取的模式
①非自动知识获取(人工移植)知识工程师知识编辑器
②自动知识获取
系统具有获取知识的能力，它不仅可以直接与领域专家对话，从专家提供的原始信息中学习到专
家系统所需的知识，而且还能从系统自身的运行实践中总结、归纳出新的知识，发现知识中可能存在的错误，不断自我完善，建立起性能优良、知识完善的知识库
具有识别语音、文字、图像的能力
具有理解、分析、归纳的能力
具有从运行实践中学习的能力
③半自动知识获取
7.9答：
正确性
(1)系统设计的正确性
①系统设计思想的正确性如目标、原则等
②系统设计方法的正确性如知识表达方法、知识推理方法、控制策略、解释方法等
③设计开发工具的正确性如正确使用和正确维护
(2)系统测试的正确性
①测试目的、方法、条件的正确性
②测试结果、数据、记录的正确性
(3)系统运行的正确性
①推理结论、求解结果、咨询建议的正确性
②推理解释及可信度估算的正确性
③知识库知识的正确性语法、语义和语用及专业内容
有用性
(1)推理结论、求解结果、咨询建议的有用性
(2)系统的知识水平、可用范围、易扩充性、易更新性等
(3)问题的求解能力（解题速度、推理效率），可能场合和环境
(4)人机交互的友好性
(5)运行可靠性、易维护性、可移植性
(6)系统的经济性（软硬件投资、运行维护费用、设计开发费用和系统运行取得的直接或间接经济效益）
7.10答：（1）四种主要的类型：
①用于开发专家系统的程序设计语言
②骨架系统
③通用型知识表达语言
④专家系统开发环境
（2）专家系统开发环境（工具包）
AGE是斯坦福大学研制的一个专家系统开发环境.
AGE是典型的模块组合式开发工具，为用户提供了一个通用的专家系统结构框架，并将该框架分
解为许多在功能和结构上较为独立的的组件部件，这些组件已预先编制成标准模块存在系统中.
AGE采用了黑板模型来构造专家系统结构框架.
可通过两条途径构造自己的专家系统：
①用户使用AGE现有的各种组件作为构造材料，很方便地来组合设计自己所需的系统.
② 用户通过AGE 的工具界面，定义和设计各种所需的组成部件，以构造自己的专家系统
. 应用AGE 已经开发了一些专家系统，主要用于医疗诊断、密码翻译、军事科学等方面. 7.11答：
EMYCIN 是由MYCIN 系统抽去原有的医学领域知识，保留骨架而形成的系统（产生式规则表达知识、目标驱动的反向推理控制策略）
.
EMYCIN 具有MYCIN 的全部功能： ① 解释程序——可以向用户解释推理过程.
② 知识编辑程序及类英语的简化会话语言——提供一开发知识库的环境，使得开发者可以使用比LISP 更接近自然语言的规则语言来表示知识.
③ 知识库管理和维护手段——所提供的开发知识库的环境还可以在进行知识编辑及输入时进行语法、一致性、是否矛盾和包含等检查.
④ 跟踪和调试功能
EMYCIN 开发的一些专家系统（适合开发各种领域咨询、诊断型专家系统）.
人工智能小型动物分类专家系统的设计与实现PPT
小型动物分类专家系统的设计与实现 一、实验目的 通过本实验可使学生能够综合利用C语言(或C++)、面向对象程序设计、数据结构、数据库原理、人工智能、软件工程等课程的相关知识，设计并实现小型动物分类专家系统，培养学生综合运用所学计算机软件知识解决实际问题的能力，为今后从事计算机软件开发及应用打下基础。 二、实验内容 运用下列规则，设计并实现一个小型动物分类专家系统。 规则1： 如果：动物有毛发 则：该动物是哺乳动物 规则2： 如果：动物有奶 则：该单位是哺乳动物 规则3: 如果：该动物有羽毛 则：该动物是鸟 规则4： 如果：动物会飞，且会下蛋 则：该动物是鸟 规则5： 如果：动物吃肉 则：该动物是肉食动物 规则6： 如果：动物有犬齿，且有爪，且眼盯前方 则：该动物是食肉动物 规则7： 如果：动物是哺乳动物，且有蹄 则：该动物是有蹄动物 规则8： 如果：动物是哺乳动物，且是反刍动物 则：该动物是有蹄动物 规则9： 如果：动物是哺乳动物，且是食肉动物，且是黄褐色的，且有暗斑点 则：该动物是豹 规则10： 如果：如果：动物是黄褐色的，且是哺乳动物，且是食肉，且有黑条纹 则：该动物是虎
规则11： 如果：动物有暗斑点，且有长腿，且有长脖子，且是有蹄类 则：该动物是长颈鹿 规则12： 如果：动物有黑条纹，且是有蹄类动物 则：该动物是斑马 规则13： 如果：动物有长腿，且有长脖子，且是黑色的，且是鸟，且不会飞 则：该动物是鸵鸟 规则14： 如果：动物是鸟，且不会飞，且会游泳，且是黑色的 则：该动物是企鹅 规则15： 如果：动物是鸟，且善飞 则：该动物是信天翁 动物分类专家系统由15条规则组成，可以识别七种动物，在15条规则中，共出现 30个概念（也称作事实），共30个事实，每个事实给一个编号，从编号从1到30，在规则对象中我们不存储事实概念，只有该事实的编号，同样规则的结论也是事实概念的编号，事实与规则的数据以常量表示，其结构如下：Char *str{}={"chew_cud","hooves","mammal","forward_eyes","claws", "pointed_teeth","eat_meat","lay_eggs","fly","feathers","ungulate", "carnivore","bird","give_milk","has_hair","fly_well", "black&white_color","can_swim","long_legs","long_neck", "black_stripes","dark_spots","tawny_color","albatross", "penguin","ostrich","zebra","giraffe","tiger","cheetah","\0"} 程序有编号序列的方式表达了产生式规则，如资料中规则15，如果动物是鸟，且善飞，则该动物是信天翁。相应的规则数组第七条是{16，13，0，0，0，0}，第十三个是“bird”（鸟），如果事实成立，询问使用者下一个事实，第十六个“fly_well”（善飞），如果也成立，则查找结论断言编号数组{30,29,28, 27,26,25,24,3,3,13,12,12,11,11,0}中第七个“24”，这里24对应事实数组中的“albatross”（信天翁）。 上述就是程序的推理过程，也是程序中的重点，该部分是由规则类（类rul e）中的Query方法实现。 三、实验原理 一个基于规则专家系统的完整结构示于图1。其中，知识库、推理机和工作存储器是构成专家系统的核心。系统的主要部分是知识库和推理引擎。知识库由谓词演算事实和有关讨论主题的规则构成。推理引擎由所有操纵知识库来演绎用户要求的信息的过程构成－如消解、前向链或反向链。用户接口可能包括某种自然语言处理系统，它允许用户用一个有限的自然语言形式与系统交互；也可能用带有菜单的图形接口界面。解释子系统分析被系统执行的推理结构，并把它解释给用户。
自动控制原理实验
自动控制原理实验 实验报告 实验三闭环电压控制系统研究 学号姓名 时间2014年10月21日 评定成绩审阅教师
实验三闭环电压控制系统研究 一、实验目的： （1）通过实例展示，认识自动控制系统的组成、功能及自动控制原理课程所要解决的问题。 （2）会正确实现闭环负反馈。 （3）通过开、闭环实验数据说明闭环控制效果。 二、预习与回答： （1）在实际控制系统调试时，如何正确实现负反馈闭环？ 答：负反馈闭环，不是单纯的加减问题，它是通过增量法实现的，具体如下： 1.系统开环； 2.输入一个增或减的变化量； 3.相应的，反馈变化量会有增减； 4.若增大，也增大，则需用减法器； 5.若增大，减小，则需用加法器，即。 （2）你认为表格中加1KΩ载后，开环的电压值与闭环的电压值，哪个更接近2V？ 答：闭环更接近。因为在开环系统下出现扰动时，系统前部分不会产生变化。故而系统不具有调节能力，对扰动的反应很大，也就会与2V相去甚远。 但在闭环系统下出现扰动时，由于有反馈的存在，扰动产生的影响会被反馈到输入端，系统就从输入部分产生了调整，经过调整后的电压值会与2V相差更小些。 因此，闭环的电压值更接近2V。 （3）学自动控制原理课程，在控制系统设计中主要设计哪一部份？ 答：应当是系统的整体框架及误差调节部分。对于一个系统，功能部分是“被控对象”部分，这部分可由对应专业设计，反馈部分大多是传感器，因此可由传感器的专业设计，而自控原理关注的是系统整体的稳定性，因此，控制系统设计中心就要集中在整个系统的协调和误差调节环节。 二、实验原理： （1）利用各种实际物理装置（如电子装置、机械装置、化工装置等）在数学上的“相似性”，将各种实际物理装置从感兴趣的角度经过简化、并抽象成相同的数学形式。我们在设计控制系统时，不必研究每一种实际装置，而用几种“等价”的数学形式来表达、研究和设计。又由于人本身的自然属性，人对数学而言，不能直接感受它的自然物理属性，这给我们分析和设计带来了困难。所以，我们又用替代、模拟、仿真的形式把数学形式再变成“模拟实物”来研究。这样，就可以“秀才不出门，遍知天下事”。实际上，在后面的课程里，不同专业的学生将面对不同的实际物理对象，而“模拟实物”的实验方式可以做到举一反三，我们就是用下列“模拟实物”——电路系统，替代各种实际物理对象。
人工智能小型专家系统的设计与实现解读
人工智能技术基础实验报告 指导老师：朱力 任课教师：张勇
实验三小型专家系统设计与实现 一、实验目的 （1）增加学生对人工智能课程的兴趣； （2）使学生进一步理解并掌握人工智能prolog语言； （3）使学生加强对专家系统课程内容的理解和掌握，并培养学生综合运用所学知识开发智能系统的初步能力。 二、实验要求 （1）用产生式规则作为知识表示，用产生系统实现该专家系统。 （2）可使用本实验指导书中给出的示例程序，此时只需理解该程序，并增加自己感兴趣的修改即可；也可以参考该程序，然后用PROLOG语言或其他语言另行编写。 （3）程序运行时，应能在屏幕上显示程序运行结果。 三、实验环境 在Turbo PROLOG或Visual Prolog集成环境下调试运行简单的PROLOG程序。 四、实验内容 建造一个小型专家系统（如分类、诊断、预测等类型），具体应用领域由学生自选，具体系统名称由学生自定。 五、实验步骤 1、专家系统： 1.1建造一个完整的专家系统设计需完成的内容： 1．用户界面：可采用菜单方式或问答方式。
2．知识库（规则库）：存放产生式规则，库中的规则可以增删。 3．数据库：用来存放用户回答的问题、已知事实、推理得到的中 间事实。 4．推理机：如何运用知识库中的规则进行问题的推理控制，建议 用正向推理。 5．知识库中的规则可以随意增减。 1.2推理策略 推理策略包括：正向（数据驱动），反向（目标驱动），双向 2、动物分类实验规则集 （1）若某动物有奶，则它是哺乳动物。 （2）若某动物有毛发，则它是哺乳动物。 （3）若某动物有羽毛，则它是鸟。 （4）若某动物会飞且生蛋，则它是鸟。 （5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。（6）若某动物是哺乳动物且吃肉，则它是食肉动物。 （7）若某动物是哺乳动物且有蹄，则它是有蹄动物。 （8）若某动物是有蹄动物且反刍食物，则它是偶蹄动物。 （9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 （10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是猎豹。 （11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 （12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 （13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。
专家系统及其设计
《专家系统及其设计》教学设计 天津电子计算机职专冯莉 人工智能作为一门研究运用计算机模拟和延伸人脑功能的综合性学科，在一定程度上代表着信息技术的发展前沿。但是人工智能在国内中学的开设尚属首次，教师教学经验缺乏，对学生来说，也是一个陌生的事物，与其他课程相比，难度较大。专家系统是人工智能领域的重要组成内容，也是该领域发展得较为成熟的部分。为了缩小现实与理想之间的矛盾，在人工智能课程“专家系统”内容的教学中，采用“以问题解决为中心”的教学方式，通过小组协作，让学生在感受什么是专家系统的基础上既了解有关专家系统的基本知识，又能利用专家系统外壳自行开发一个简易的专家系统，由此既增强他们对人工智能的认识，又促进问题解决能力，发散性思维能力和社会合作能力的培养。 一、学习者分析 选修这门课程的学生通常已具有一定的信息技术基础知识，懂得如何操作计算机、上网浏览信息和收集资料等。“专家系统”的学习内容在人工智能教材中一般都是置于“知识表示”之后，因此学生对各种知识表示方式都有初步了解，掌握了例如产生式规则、状态空间图、语义网络等的基本表示方法。但是各种知识表示如何在人工智能中得到应用，学生们对这个问题在上一阶段的学习中还难以深入体会。专家系统通过把领域专家的大量知识加以计算机编程嵌入到计算机内部，产生式规则的知识表示方式在专家系统的知识库建设中得到了实际应用。因此对于学生来说，虽然专家系统完全是个新事物，但是它与各种知识表示，尤其是产生式规则表示方式，有着理论与实际应用的关系。教师在教学设计时，不能忽视这个有利于学生知识增长和能力发展的“最邻近发展区”。 二、教学目标 知识与技能目标： 1. 感受什么是专家系统，知道专家系统和专家系统外壳之间的区别和联系 2.了解专家系统的基本构造和工作机制 3.能利用专家系统外壳自行开发一个简易的专家系统 过程与方法： 1.能够根据任务的要求，有效采集、分类和管理信息 2.通过感受人类专家解决复杂问题的思路，增强逻辑思维和问题解决能力 情感态度与价值观： 1.进一步增强对人工智能领域的认识，感受人工智能技术的丰富魅力 2.增强协作学习和人际交流能力 三、学习时间 本次教学计划用3个课时完成《专家系统及其设计》的课程内容 第1课时：主要让学生感受什么是专家系统，并了解有关专家系统的一些基本知识 第2课时：主要让学生能够利用InterModeller专家系统外壳自行设计一个简易的植物识别专家系统 第3课时：学生展示设计的植物识别专家系统，在互相交流中提高口头表达能力和作品鉴赏能力 四、课前准备
自动控制实验报告1
东南大学自动控制实验室 实验报告 课程名称：自动控制原理 实验名称：闭环电压控制系统研究 院（系）：仪器科学与工程专业：测控技术与仪器姓名：学号： 实验室：常州楼五楼实验组别：/ 同组人员：实验时间：2018/10/17 评定成绩：审阅教师： 实验三闭环电压控制系统研究
一、实验目的： （1）通过实例展示，认识自动控制系统的组成、功能。 （2）会正确实现闭环负反馈。 （3）通过开、闭环实验数据说明闭环控制效果。 二、实验原理： （1）利用各种实际物理装置（如电子装置、机械装置、化工装置等）在数学上的“相似性”，将各种实际物理装置从感兴趣的角度经过简化、并抽象成相同的数学形式。我们在设计控制系统时，不必研究每一种实际装置，而用几种“等价”的数学形式来表达、研究和设计。又由于人本身的自然属性，人对数学而言，不能直接感受它的自然物理属性，这给我们分析和设计带来了困难。所以，我们又用替代、模拟、仿真的形式把数学形式再变成“模拟实物”来研究。这样，就可以“秀才不出门，遍知天下事”。实际上，在后面的课程里，不同专业的学生将面对不同的实际物理对象，而“模拟实物”的实验方式可以做到举一反三，我们就是用下列“模拟实物”——电路系统，替代各种实际物理对象。 （2）自动控制的根本是闭环，尽管有的系统不能直接感受到它的闭环形式，如步进电机控制，专家系统等，从大局看，还是闭环。闭环控制可以带来想象不到的好处，本实验就是用开环和闭环在负载扰动下的实验数据，说明闭环控制效果。自动控制系统性能的优劣，其原因之一就是取决调节器的结构和算法的设计（本课程主要用串联调节、状态反馈），本实验为了简洁，采用单闭环、比例调节器K。通过实验证明：不同的K，对系性能产生不同的影响，以说明正确设计调节器算法的重要性。 （3）为了使实验有代表性，本实验采用三阶（高阶）系统。这样，当调节器K值过大时，控制系统会产生典型的现象——振荡。本实验也可以认为是一个真实的电压控制系统。 三、实验设备： THBDC-1实验平台 四、实验线路图： 五、实验步骤：
人工智能实验4三-专家系统方案
《人工智能导论》实验报告
一、实验题目：识别型专家系统设计 ————识别动物专家系统 二、实验目的 1、掌握专家系统的基本构成 2、掌握用人工智能程序设计语言编制智能程序的方法 三、实验容 1、所选编程语言：C语言； 2.拟订的规则： （1）若某动物有奶，则它是哺乳动物。 （2）若某动物有毛发，则它是哺乳动物。 （3）若某动物有羽毛，则它是鸟。 （4）若某动物会飞且生蛋，则它是鸟。 （5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。 （6）若某动物是哺乳动物且吃肉，则它是食肉动物。 （7）若某动物是哺乳动物且有蹄，则它是有蹄动物。 （8）若某动物是哺乳动物且反刍食物，则它是有蹄动物。 （9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 （10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是金钱豹。 （11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 （12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 （13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。（14）若某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。 （15）若某动物是鸟且善飞，则它是海燕。 2、设计思路： 用户界面：采用问答形式； 知识库（规则库）：存放产生式规则，推理时用到的一般知识和领域知识，比如动物的特征，动物的分类标准，从哺乳动物、食肉动物来分，再具体地添加一些附加特征得到具体动物；建立知识库的同时也建立了事实库。事实库是一个动态链表，一个事实是链表的一个结点。知识库通过事实号与事实库发生联系。
数据库：用来存放用户回答的问题，存放初始状态，中间推理结果，最终结果； 推理机：采用正向推理，推理机是动物识别的逻辑控制器，它控制、协调系统的推理，并利用知识库中的规则对综合数据库中的数据进行逻辑操作。推理机担负两项基本任务：一是检查已有的事实和规则，并在可能的情况下增加新的事实；二是决定推理的方式和推理顺序。将推理机制同规则对象封装在一起，事实对象记录了当前的状态，规则对象首先拿出前提条件的断言（只有这些前提都有符合时才会做这条规则的结论），询问事实对象集，如事实对象集不知道，则询问用户，如所有前提条件都被证实为真则结论为真，否则系统不知道结论真假。 3、程序流程图： 程序运行如下： 以老虎，金钱豹，长颈鹿为例画出程序流程图如下：
人工智能习题&答案-第6章-专家系统
第六章专家系统 6-1 什么叫做专家系统?它具有哪些特点与优点? 专家系统是一种模拟人类专家解决领域问题的智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。 特点： (1)启发性 专家系统能运用专家的知识与经验进行推理、判断和决策 (2)透明性 专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高对专家系统的信赖感。 (3) 灵活性 专家系统能不断地增长知识，修改原有知识，不断更新。 优点： (1) 专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。 (3) 可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。 (4) 专家系统能促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够广泛有力地传播专家的知识、经验和能力。 (5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力，它拥有更渊博的知识、更丰富的经验和更强的工作能力。 (6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。 (7) 专家系统的研制和应用，具有巨大的经济效益和社会效益。 (8) 研究专家系统能够促进整个科学技术的发展。专家系统对人工智能的各个领域的发展起了很大的促进作用，并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。
材料设计专家系统
（ 、 《计算机在材料科学中的应用》 结课作业 题 目：计算机用于新材料的设计 班 级： 姓 名： 学 号： 二零一一年五月
计算机用于新材料的设计 ——材料设计专家系统 21世纪是一个全新的数字信息时代，人们的生活、娱乐、办公、学习都离不开计算机的帮助。不仅如此，它改变了包括各个学科领域在内的世界面貌。21世纪伴随着信息产业的发展，计算机在软硬件方面都取得了长足的进步，而网络技术、信息高速公路的出现，是计算机的应用已远不止科学计算，更成为科技领域存储、传输、处理、加工数字化信息的工具。 在20世纪50年代科学家就设想用计算机进行“材料设计”，其旨是通过理论与计算机预报新材料的组分、结构与性能，或者是通过理论设计来“订做”具有特别性能的新材料，按生产要求“设计”最佳的制备与加工方法。在“材料设计”的研发下，人工智能在20世纪中叶产生并迅速的发展了起来。人工智能的研究是要分析人类的思维过程或人类智能可能具有的功能，并在计算机系统中模拟实现。而专家系统是人工智能研究领域中最活跃、最具实现价值的应用领域之一。 把专家系统应用于我们的材料设计之中，便诞生了材料设计专家系统。材料设计专家系统是指具有相当数量的与材料有关的各种背景知识，并能运用这些知识解决材料设计中有关问题的计算机程序系统。最理想的专家系统是从基本理论出发，通过计算和逻辑推理预测未知材料的性能和制备方法。但由于影响材料的组织结构和性能的因素极其复杂，这种完全演绎式的专家系统还难以实现。目前的专家系统是以经验知识和理论知识相结合为基础的。 一个完整的材料设计专家系统通常由知识库、工作数据库、推理机、知识获取机制、解释机制和人机接口六个部分组成。材料设计专家系统根据用户提出的有关材料性能的要求，以综合材料数据库为出发点，在控制策略的引导下，由推理机运用知识库中的有关知识，通过不断的探索推理以达到目标。材料设计专家系统的工作过程是以知识为基础、对目标问题进行求解的过程，是一个搜索过程。
XXX知识库专家系统
知识库专家系统 一、产品聚焦：知识创造未来 1、助力于汇集群体智慧 2、助力于提高知识收集参与热情 3、助力于提高知识点实用化水平 4、助力于降低培训成本，提升服务效率 5、助力于为各种服务渠道机器人提供支撑 二、产品简介 该产品采用一流的体系架构，先进的检索技术，深度融合电力行业的专业知识应用，以使用者便捷的应用为导向，形成知识从收集、分类、推荐、共享、检索、更新、删除全生命周期的知识管理体系。是95598座席人员、业务人员、管理人员工作不可或缺的工具，是相关人员培训和学习的得力帮手，是智能机器人的后台支撑。 三、产品特点 ■信息全面、与营销业务无缝融合 信息覆盖供电企业的各个领域，专业全面，实现与营销业务应用系统数据集成与业务协作，充分实现数据共享与工作协同。 ■技术先进、使用便捷 采用B/A/S多层分布式体系结构和Lucene全文检索引擎技术，提供先进的搜索算法，创建高效的企业级海量数据搜索引擎。 ■地图式知识管理、智能化知识推理 支持使用者自行设定板块知识结构地图或者不同岗位设置知识岗位地图，可自定义知识推理模型，实现知识应用智能化。 ■强大的知识分类，高速的知识共享交流 依托深厚的电力营销业务行业应用背景，合理进行知识分类，贴近使用者的思维习惯，形成知识收集、知识更新、知识推荐、知识共享、知识交流于一体的知识管理体系，支持多种文档格式相同的展现方式。 ■流程化、规范化、制度化管理 采用流程化的知识管理流程，规范化的知识结构设计，创新的积分激励策略，形成一套知识收集覆盖面广而又精准高效、知识分类科学合理、知识应用方便快捷的制度化知识管理体系。 四、应用效果
说明：通过知识门户，根据知识分类、知识关键字全文检索快速搜索定位知识；快速获取热点知识，最新知识；可对知识进行评价和回复，可提出知识诉求。 说明：通过统一全文检索浏览界面，按关键字对知识进行全文检索，并按知识更新先后顺序、知识热点先后顺序排序展示。 五、产品功能
人工智能实验报告_2
课程实验报告 学年学期2015—2016年第一学期课程名称人工智能原理与技术实验名称PROLOG语言编程练习实验室无 专业年级电气134 学生姓名赵倩 学生学号2013011989 提交时间2015.12.28 成绩 任课教师樊强 水利与建筑工程学院
第一章PROLOG语言编程练习 1.1实验目的 加深学生对逻辑程序运行机理的理解，使学生掌握PROLOG语言的特点、熟悉其编程环境，同时为后面的人工智能程序设计做好准备。 （1）熟悉PROLOG语言编程环境的使用； （2）了解PROLOG语言中常量、变量的表示方法； （3）了解利用PROLOG进行事实库、规则库的编写方法； 1.2实验环境 计算机，Turbo PROLOG教学软件。 1.3预习要求 实验前应阅读实验指导书，了解实验目的、预习PROLOG语言的相关知识。 1.4实验内容 （1）学习使用Turbo PROLOG，包括进入PROLOG主程序、编辑源程序、修改环境目录、退出等基本操作。（2）在Turbo prolog集成环境下调试运行简单的Turbo PROLOG程序，如描述亲属关系的PROLOG程序或其他小型演绎数据库程序等。 1.5实验方法和步骤 （1）启动Windows XP操作环境。 （2）打开文件目录，执行prolog应用程序，启动Turbo prolog，并按空格键(SPACE)进入集成开发环境。（3）选择Setup项，打开下拉菜单，选择Directories项，进行工作目录修改，按Esc键退出，选择Save Configuration项，保存修改。 （4）选择Files项，打开下拉菜单，选择New file项，进入源程序输入和编辑，或选择Load项，选择要打开的示例程序，再选择Edit项，可以进行编辑源程序。 （5）编辑之后，可以选择Run项，执行程序，可以在Dialog窗口进行询问，即外部目标的执行，查看程序运行结果，分析程序之功能。 （6）仿前例，可以选择其他程序并运行，分析程序功能。 （7）退出，选择Quit项，可以退出Turbo Prolog程序，返回到Windows XP环境。 1.6示例程序 逻辑电路模拟程序。该程序以逻辑运算“与”、“或”、“非”的定义为基本事实，然后在此基础上定义了“异或”运算。那么，利用这些运算就可以对“与”、“或”、“非”和“异或”等逻辑电路进行模拟。事实上，在此基础上也可以对其他任一逻辑门电路进行模拟。 domains d=integer predicates not_(d,d) and_(d,d,d) or_(d,d,d) xor_(d,d,d) clauses not_(1,0). not_(0,1). and_(0,0,0). and_(0,1,0). and_(1,0,0). and_(1,1,1).
专家系统综述
专家系统综述 摘要 综述专家系统的基本概念、主要结构、开发方法以及在机械制造领域的应用情况。 关健词：专家系统综述 1、什么是专家系统 人工智能(Artifieial Inteligenee简称Al)被誉为本世纪的三大科学技术成就之一，受到了世界各国的普遍重视。而60年代中期作为人工智能的一个应用领域的专家系统(Expert System简称ES)的出现，使得人工智能的研究从实验室走向了现实世界。 所谓专家系统实际上是一个(或一组)能在某特定领域内.以人类专家水平去解决该领域中困难问题的计算机程序。或者说，专家系统是这样一个系统： a.专家系统处理现实世界中提出的需要由专家来分析和判断的复杂问题。 b.专家系统利用专家推理方法的计算机模型来解决间题，并且可以得到和 专家相同的结论。 由于专家系统的功能主要依赖于大量的知识，这些知识均存在知识库中，通过推理机按一定的推理策略去解决问题，所以它也被称大知识基系统。专家系统是研究用解决某专门问题的专家知识来建立人机系统的方法和技术。由于知识在专家系统中起着决定性作用，所以一般将建立专家系统的工作过程称为知识工程。 2、专家系统的基本结构及分类 2.1专家系统的墓本结构 一个完整的专家系统结构由图1所示的六个部分组成。其中数据库、知识库、推理机和人机接口是必不可少的部分。解释部分、知识获取部分是期望部分。下面分别介绍这些部分。
a.知识库 知识库是领域知识的存储器。它存储专家经验、专门知识与常识性知识，是专家系统的核心部分。知识库可以由事实性知识和推理性知识组成。知识是决定一个专家系统性能的主要因素。一个知识库必须具备良好的可用性、确实性和完善性。要建立一个知识库，首先要从领域专家那里获取知识即称为知识获取。然后将获得的知识编排成数据结构井存入计算机中，这就形成了知识库，可供系统推理判断之用。 b.数据库 数据库用于存储领域内的初始数据和推理过程中得到的各种信息。数据库中存放的内容是该系统当前要处理的对象的一些事实。 c.推理机 推理机是用来控制、协调整个系统的。它根据当前输入的数据即数据库中的信息，利用知识库中的知识，按一定的推理策略，去解决当前的问题.并把结果送到用户接口。 在专家系统中，推理方式有：正向推理、反向推理、混合推理。在上述三种推理方式中，又有精确与不精确推理之分。因为专家系统是模拟人类专家进行工作，所以推理机的推理过程应与专家的推理过程尽可能一致。 d.人机接口 人机接口是专家系统与用户通信的部分。它既可接受来自用户的信息，将其翻译成系统可接受的内部形式，又能把推理机从知识库中推出的有用知识送给用户。 e.解释部分 解释部分能对推理给出必要的解释。这给用户了解推理过程，向系统学习和维护系统提供了方便。 f.知识获取部分 知识获取部分为修改、扩充知识库中的知识提供手段。这里指的是机器自动实现的知识获取。它对于一干专家系统的不断完善、提高起着重要的作用。通常，它应具备能删除知识库中不需要的知识及把需要的新知识加入知识库中的功能。最好还具有能根据实践结果，发现知识库中不合适的知识以及能总结出新知识的功能。知识获取部分实际上是一种学习功能。 专家系统的一个重要特征是知识库与推理机分离，系统允许在运行过程中不断修改知识，增加新知识，使系统性能不断提高。 综上所述可知，一个专家系统不仅能提供专家水平的建议与意见，而且当用户需要时，能对系统本身行为作出解释，同时还有知识获取功能。专家系统的工作特点是运用知识进行推量，因此知识获取(包括人工方式的知识获取和机器学习)、知识表示和知识运用是建造专家系统的三个核心部分。 另外专家系统强调符号处理，并希望有一个理想的人机接口，做到专家或用户能以一种接近自然语言的语言甚至口语形式同系统进行信息的交流。这些都是传统程序所不具备的特点。如下表所示： 表1专家系统和传统程序的比较
人工智能与专家系统实验报告
暨南大学本科实验报告专用纸 课程名称人工智能与专家系统成绩评定0实验项目名称动物识别系统设计指导教师0实验项目编号实验项目类型综合型0实验地点南校区学生姓名学号0学院信息科学技术学院系计算机科学系专业0 实验时间2017年12 月日-- 年月日温度℃湿度 （一）实验目的 通过建立动物识别产生式系统，理解并体会知识库与控制系统相互独立的智能产生式系统与一般程序的区别。 （二）实验要求 1.系统的设计和完成可以使用各种编程语言和实用工具，不采用人工智能语言和工具，这样能够使你更加了解专家系统。 2.推荐使用语言：C、java、php、javascript、delphi。也可以使用其他语言。 3如果使用数据库做后台，要求使用最简单的Access。 4.系统可以使用图形界面，简单的也可以使用字符界面，不要求。 （三）设计并完成知识库 本课程设计的主旨是设计并实现具有15条规则能自动识别7种动物的产生式系统。知识库与控制系统相互独立，系统完成后除了能识别已有的7种动物外，按产生式知识表示方法向知识库中添加、修改新的知识后，系统能在不修改控制系统程序的情况下仍然能正确识别。 1.综合数据库中数据结构说明； 产生式通过满足前件，得到后件的结论或者执行后件的相应动作，即后件由前件来触发。同时，一个产生式生成的结论可以作为另一个产生式的前提或语言变量使用，进一步可构成产生式系统。
因此在通过有关特征识别动物的特征中规定： 识别动物的前件（即动物的特征）： 0:有毛发 1:有奶 2:有羽毛 3:会飞 4:会生蛋 5:吃肉 6:有锋利牙齿 7:有爪 8:眼向前方 9:有蹄 10:反刍 11:黄褐色皮毛 12:有暗斑点 13:有黑色条纹 14:长脖子 15:长腿 16:不会飞 17:会游泳 18:黑白二色 19:善飞 产生的中间结果（即动物的类别）： 20:哺乳动物 21.鸟 22.食肉动物 23.有蹄类动物 最终结论： 24.虎 25.豹 26.斑马 27.长颈鹿 28.企鹅 29.鸵鸟 30.信天翁 于是在综合数据库中，将设定int型数组facts[30]，数组的编号对应着以上事实的编号，数组的值为1时，意味着对应编号的事实为真，否则为假。 2.规则的格式的数据结构说明； 每条规则都拥有前件与后件，建立规则的数据结构时将前件与后件定义即可。前件往往有一个或多个，而后件只有一个。为了方便采用序号代替前后件，因此定义前件为数组int condition[6]；定义后件int outcome;规则的数据结构也随之敲定。 typedef struct//存放规则的结构体,由条件和结果构成皆用序号int型表示 { int condition[6];//条件 int outcome;//结论 }Rule; 将15条规则转化为符号： {{0},20},//有毛发→哺乳动物 {{1},20},//有奶→哺乳动物 {{2},21},//有羽毛→鸟 {{3,4},21},//会飞&会生蛋→鸟 {{5},22},//吃肉→食肉动物
建立模糊专家系统实验报告
建立模糊专家系统 为了说明如何设计模糊专家系统，下面用一个备件服务中心的例子。 备件服务中心，保存备件并修复损坏的备件。客户拿来一个损坏的零件备件，换走一个相同型号的零件备件，损坏的零件备件被修好后放置在架子上作为零件备件。如果架子上有所需的备件，那么客户从架子上拿走备件并离开服务中心，若没有，客户就须等待，直到拿到需要的备件为止。服务中心的经理应该决定在客户可以接受范围内维持平均延迟时间所需要的配件的数目。所以我们的目标是向零件备件服务中心的经理建议使客户满意的决策方针。 步骤一:指定问题并定义语言变量 在上述问题中，可以确定四个主要的语言变量：平均等待时间(平均延迟)m、服务中心的修理利用因子q、服务员人数s以及初始零件备件数量n。 对于客户平均延迟m，这里仅考虑了三个语言值：V ery Short、Short、Medium，因为其他取值，例如Long和V ery Long是不实际的。服务中心的经理决策不可能容忍客户的等待的时间超过Medium。 接下来确定语言变量的范围。下表是得到的结果，其中m、s、n已标准化，即除以相应的最大量级基本数值，得到的范围[0,1]。 语言变量及范围
步骤二:确定模糊集 模糊集可以有不同的形状。通常三角形或四边形就足以表达专家的知识了，同时也能极大地简化计算的过程。 如下图，显示了问题中用到的语言变量的模糊集。
步骤三:抽取并构造模糊规则 下面要获得模糊规则。要完成这个任务，就需要向专家咨询如何使用前面定义过的模糊语言变量来解决问题。 本例中，使用研究论文( Turksen et al. ，1992)中提供的规则。如下图： 步骤四:对模糊集、模糊规则和过程编码 定义模糊集和模糊规则后，就要对它们编码，建立实际的专家系统。 代码如下: a=readfis('centre_2.fis'); figure('name','Block diagram of the fuzzy system'); plotfis(a); pause figure('name','Mean delay (normalised)'); plotmf(a,'input',1);
专家系统实验报告
“专家系统”实验报告 专业：智能科学与技术 班级：1102 学号：0909113310 姓名：宋佳欣 2014年6月5日
实验1 专家系统与CLIPS 实验内容提要： 专家系统不仅是具有特定的结构，同时，它还有多种知识表示形式，及其相应的知识推理方法。因此，直接采用程序设计语言实现专家系统是比较困难的，而采用适当的专家系统开发工具则可以大大降低系统开发的难度。因此，本章结合麦粒肿系统专断专家系统开发的需要，首先安排了对专家系统及其开发工具CLIPS基本理论知识，以及CLIPS基本理论知识，以及CLIPS基本使用方法的概要介绍，目的是为第6章“麦粒肿诊断专家系统开发”做好准备。 实验重点： 专家系统的一般结构 产生式规则的表示及其正向推理 专家系统开发工具的结构和特点 专家系统开发工具CLIPS的基本语法 专家系统开发工具CLIPS的基本使用 实验目的 掌握专家系统的一般结构 掌握产生式规则的表示及其正向推理 掌握专家系统开发工具的结构和特点 了解专家系统开发工具CLIPS的设计目标与特点 掌握专家系统开发工具CLIPS的基本语法 掌握专家系统开发工具CLIPS的基本使用 实验内容及要求 学习专家系统的一般结构 学习产生式规则的表示及其正向推理 学习专家系统开发工具的结构和特点 学习专家系统开发工具CLIPS的设计目标与特点 学习专家系统开发工具CLIPS的基本语法 学习专家系统开发工具CLIPS的基本使用 实验步骤 本实验包括以下六个具体步骤，分别是：学习专家系统的一般结构、学习产
生式规则的表示及其正向推理、学习专家系统开发工具的结构和特点、学习专家系统开发工具CLIPS的设计目标与特点、学习专家系统开发工具CLIPS的基本语法，以及学习专家系统开发工具CLIPS的基本使用。 1 学习专家系统的一般结构： 专家系统（ES，Expert System）是利用大量专家知识，运用只是推理方法解决特定领域中实际问题的计算机程序系统。专家系统由产生式规则专家系统发展而来，主要包括知识库、推理机、综合数据库、知识获取程序、人机接口，以及解释程序六大部分。其中，知识库、推理机、综合数据库，以及人际接口是目前大多数专家系统的主要内容，而知识获取程序和解释则是所有专家系统都期望具有的两个模块。在专家系统的一般结构中，知识库用于存放各领域专家提供的经验性知识：综合数据库用于存放关于问题求解的初始数据、中间结果、假设、目标，以及最终求解结果（事实）；推理机在一定的控制策略下针对综合数据库中的当前信息，识别和选取知识库中对当前问题求解有用的知识进行推理；知识获取程序完成把专家只是按一定表示形式输入到知识库中，部分代替知识工程师进行知识的自动获取，实现专家系统的字学习，不断完善知识库；解释程序可以根据用户提问，对系统给出的结论、求解过程，以及系统当前求解状态提供说明，便于用户理解系统的问题求解，增加用户对系统求解结果的信任程度，在知识库的完善过程中，便于专家或知识工程师发现和定位知识库中的错误，便于各领域的专业人员或初学者能够从问题的求解过程中得到直观学习；人机接口将专家爱或用户的输入信息翻译为系统可接受的内部形式，同时，也把系统向专家或用户输出的信息转化成人类易于理解的外部形式。 2 学习产生式规则的表示及其正向推理 目前，用于专家系统的知识表示形式主要有谓词逻辑、产生式规则、语义网络、框架，以及剧本。其中，采用产生式规则知识表示形式建立的专家系统最为流行和广泛，这主要因为：首先，产生式规则知识表示容易被人理解；其次，它基于演译推理，保证了推理结果，的准确性；最后，大量产生式规则可以连接成多棵推理树，树的宽度反映了实际问题的范围，树的深度反映了问题的难度。 产生式规则一般表示为：如果A成立，则B成立，简记为A->B,其中A是前提，B是结论。一般来说，不同的产生式规则之间都是有联系的，即谋条产生式规则的前提实力外一条产生式规则的结论。如果把规则库（知识库）中所包含的总目标（某些规则的结论）作为根节点，按规则的前提和结论展开形成树的形式，则形成的树就被称为推理树或知识树，它把规则库中的所有规则都连接了起来。 产生式规则的推理分为正向推理和逆向推理两种，这里主要介绍正向推理。
《人工智能与专家系统》试卷
《人工智能与专家系统》试卷 （1）参考答案与评分标准 问答题（每题5分，共50分）1．人工智能是何时、何地、怎样诞生的？（5分）答：人工智能于1956年夏季在美国达特茅斯（Dartmouth ）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth 大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分）2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分）答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。
（3分） 在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分）4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分）5．何谓产生式系统？它由哪几部分组成？（5分） 答：把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分）6．产生式系统中，推理机的推理方式有哪几种？请分别解释说明。（5分）答：产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。正向推理：正向推理是从己知事实出发，通过规则库求得结果。反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实。双向推理：双向推理是既自顶向下又自底向上的推理。推理从两个方向进行，直至在某个中间界面上两方向结果相符便成功结束；如两方衔接不上，则推理失败。
渐开线圆柱齿轮设计专家系统
GearDesign 渐开线圆柱齿轮设计专家系统 采用国内外最新标准，结合国内外齿轮界多位专家的研究理论和实践经验，提供向导式的设计过程，各种通用结构形式，柔性化强度计算过程，使软件使用和设计过程得以轻松完成，设计结果得以合理优化，大大提高产品研发和设计进程。主要包含以下功能： 产品的初步设计提供原始设计条件输入，自动分配总传动比（包含德国G.Nimann-H.Winter 《机械零件》、《齿轮手册》、《现代传动手册》等各种传动比的分配方法），估算出各级中心距。 各级齿轮参数的优化设计依据模数大小和系列、齿数的限制和齿数和、螺旋角大小和纵 向重合度、总变位系数大小等多项优化目标，综合考虑各种参数和性能提供最优方案选择。
专家系统概述
一般专家系统构造所需考虑的关键技术的讨论 张永红 哈尔滨工程大学信息与通信工程学院，黑龙江省哈尔滨市 150001 摘要:本文在叙述了人工智能科学技术的发展概况之后，同时粗略的分析力专家系统的发展情况。总结梳理了完成一项专家系统设计所需的关键技术的分析，给出了一般专家系统构造是在各个环节可以考虑和运用的技术。并对各个可用的技术进行了比较分析。总结目前在专家系统设计上飞瓶颈问题和突破口。 关键词 :专家系统，人工智能，知识表示，推理 Abstract:This paper describes the overview of the development of artificial intelligence, science and technology, while rough analytical expert system development. Summary combing analysis of the key technologies required to complete an expert system design, gives the general expert systems can be considered and the use of technology in all aspects. And a comparative analysis of the available technology. Summarizes the current bottlenecks and a breakthrough fly in expert system design. key: Expert System ,Artificial Intelligence Knowledge Representation , Reasoning 1 引言 自1965年提出专家系统的概念，至今已经过去整整半个世纪了，回顾它的发展历史，专家系统在各个领域的应用已经非常广泛了，这一点不仅可以从网络学术文献搜索的数量和文献研究的领域上，还是实际产品的开发用运上都可以印证。但是由于专家系统是人工智能科学的直接产物，而人工智能的发展始终徘回而前进缓慢。人工智能的主要研究领域有： （1）符号智能：符号智能以物理符号系统为基础，研究知识表示、获取、推理过程。 （2）计算智能：计算智能包括神经计算、模糊系统、遗传算法、进化程序设计等。神经计算是从神经生理学和认知科学的研究成果出发，应用数学方法描述非程序的和适应性的、大脑风格的人工神经网络信息处理的本质和能力。 而符号智能的研究进展缓慢，这主要是人工智能的在解决知识表示与表示的基本理论和方法这一关键理论问题上还未有完满的结果。这导致以其为基础的人工神经网络、专家系统等的发展各自在不同的小领域内进行突破前行。 1958 年麦卡锡发明了表处理语言LISP。由于 LISP 语言可以方便地处理符号，很快成为人工智能程序设计的主要语言。人工智能经历了自然语言的机器翻译、鲁滨逊 （J.A.Robinson）于 1965 年提出的消解法、神经网络研究等一次次高潮，但是由于人们忽视了现实世界的复杂性和问题的多样性，人工智能的早期研究只能停留在实验室里进行。人工智能研究遇到了比想象的要严重得多的压力和困难。 60 年代中期以后，人工智能由追求万能、通用的一般研究转入特定的具体研究，通用的解题策略同特定领域的专业知识与实际经验结合，产生了以专家系统为代表的基于知识的各类人工智能系统，使人工智能真正走向社会，走向实际应用研究。斯坦福大学的费根鲍姆（E.A.Feigenbaum）于1965 年开创了基于知识的专家系统 （ Expert System）这一人工智能研究的新领域。 80 年代末，神经网络得到飞速发展。