专家系统

2. ES的定义、基本思想与特征
(1) 专家系统的定义：专家系统是一个（或一组）能在某特定领域内，以人类 专家水平去求解该领域中困难问题的计算机程序。 (2) 专家系统的基本思想：利用计算机存储关于某一领域的大量专门知识；有 效地利用这些知识去解决问题。 (3) ES的特征：ES以知识为中心，并具有三大特征： • 启发性（Heuristic），不仅使用逻辑知识，也使用启发性知识； • 透明性（Transparency），能向用户解释推理； • 灵活性（Flexibility），系统的知识便于修改和补充。
(3) 基本成熟时期（1972~1977）
Ⅰ. ES进一步发展的原因： DENDRAL等的成功，使人们认识到：结合专门知识来实现专家级的问 题求解, 克服人类专家的一些人为因素, ES提供了存储专家知识、传授专 家知识的手段。
Ⅱ. ES的基础理论进一步发展与完善 • 1972年A.Newell和H.A.Siman在研究人类的认识模型中开发的基于规 则的产生式系统技术； • 1972年法国马塞大学的PROLOG语言； • 1975年M.L.Minsky提出的理解复杂行为的框架表示法。 Ⅲ. ES的基本成熟期
3.专家系统的基本结构、流行结构和理想结构
(1) ES的基本结构
数据 K Engineer
知识
知识库 Domain Engineer
推理机 结果
用户
动态程序
人机接口
知识获取机制
解释机制
动态数据库
知识库
推理机
知识库：存放领域专家提供的求解问题的专门知识，其质量直接影响ES的 性能。 动态数据库：反映具体问题在当前求解状态下的符号或事实的集合，包括 (或上下文) 问题的有关初始数据和系统求解期间所产生的所有问题。 推理机： 在一定的控制策略下，针对上下文中的当前问题信息，识别和选 取知识库中对当前问题的可用知识进行推理，以修改上下文，直 到最终得到问题的解。 知识获取机制：
自1946年计算机问世以来，其应用集中在计算科学与数据处理上，并通过 “算法”来实现。而对于符号处理，算法无从适应， 为发挥计算机的更大效 能，
1956年J.McCarthy、 M.Lminsky、N.Lochester和C.E.Shannon等四 人发起并组织了“Dartmouth会议”，这标志着AI 的诞生。 AI理论基础的奠定：1956年以前AI研究针对的具体问题： Ⅰ. 逻辑理论机：一个程序，模拟人类用数理逻辑证明定理时的思维规律。 Ⅱ. 西洋跳棋程序Checker：自学习、自组织、自发展。 由GPS 带来的AI 理论成熟： 1957年以后，A.Newell和H.A.Imans 以心理学实验为基础，开始GPS （通用问题求解程序，可以用来求解11种不同类型的问题）的研究，这项研 究最终归于失败，但为AI提供了以下几个方面的理论成就： Ⅰ. 发现一些通用问题求解技术和各种搜索策略； Ⅱ. 认识到知识在智能行为中的地位； Ⅲ. AI研究开始从通用问题基于推理的模型转向专门问题基于知识 的模型；
1.2 专家系统的基本原理
1. 传统数据处理与ES
(1) 算法与启发式方法
算法 ： 指抽象的通步缩进的求解步骤，算法具有： • 通用性，即算法能求解问题的全部问题； • 确定性，即求解状态、步骤是精确、唯一的，可被机械执行； • 有效性，即任何问题代入算法后都可经有限个步骤达到期望的结果;
我们把存在算法并且算法可以实现的问题称为定规问题。
解释机制：
人机接口：实现用户输入和ES内部表达方式的转换。
(2) ES的流行结构
目前，ES的流行结构是扩充的基于规则的产生式系统，结构仍为基本结 构，仅仅是包括： 知识库——“规则”+“事实”组成； 推理机—— 规则推理机（正向、反向、双向）； 上下文—— 动态事实集。
(3) ES的理想结构
Hayes-Roth曾提出一个理想的结构“黑板结构”。思想来源： • 黑板控制结构； • 基于规则的ES结构。
实践意义：
ES作为一实用工具为人类提供了保存知识、传播知识、利用知识、评
价知识的有效手段，知识是一宝贵的资源，知识的推广和使用可产生巨大
的经济效应，ES能利用专家知识造福人类。
1.3 ES的开发工具
1. 人工智能语言
专家系统的编程语言既可用通用语言，如 C语言等，也可用人工智能语 言LISP、PROLOG完成。 (1) LISP语言 基于表处理和函数，经典的LISP语言只有一种结构“表”。LISP语言与 其 它语言的最大区别是，它以表为对象处理符号，而不仅仅是数据。 LISP语言的主要特点： Ⅰ. 函数式程序设计语言，LISP语言不同于传统语言，LISP程序实质上被 描述为以一组接近数学形式定义的函数。 Ⅱ. 程序与数据等价，LISP的程序和数据具有相同的表示形式“表”，因 此， LISP语言中程序与数据无严格界限。 Ⅲ. 递归控制结构，LISP函数多以递归定义，任何函数可直接或间接调用 本身。 Ⅳ. 交互式解释执行。
(3) ES的信息处理
现实中许多问题不能用算法表示，其求解是经验性的，ES对信息处理以 “知识”为中心，包括：
• 知识的叙述性表示，用特定的数据结构来表示知识，而不仅是
用算法表示；
• 知识的处理，以符号处理为特征； • 知识的启发式应用，以问题求解的特定策略为基础，指导问 题求解策略。 ES信息处理的主要特点是“知识”与对知识的应用相分离。
ES技术的产生
ES 的研究起源于1965年E.A.Feigenbaum等人对DENDRAL()的开发。按 时间顺序，ES技术的产生可分为：孕育期（1965年前）；产生期 （1965~1971）；基本成熟期（1972~1977）；进一步发展与应用化时期 （1977年以后）。
(1) 孕育时期（1965年前）
Ⅰ. Standfond的费根鲍教授提出的DWNDRAL系统的出现： 它是“结合启发式程序+大量专门知识”的实用智能系统，第一次显 示 了“知识的组织”对AI 的重要性；对解的问题以符号表达为主；解空间 的 启发式搜索。标志着ES的问世。 Ⅱ. MACSYMA系统的开发：(1968年由MIT的C.Engleman等开发)
在讲述专家系统之前，先讲一下人工智能（AI），AI是计算机科学的一个 分支，它研究一类具有智能的计算机系统的设计（含软、硬件两部分），来模 仿人的行为，是一种将符号方法和非算法（启发式）结合的应用方法学。ES 是AI的一个分支，是从理论到实践的尝试，也可以说是AI从理论研究到应用研 究的一个转折点。
表处理语言LISP出现： 1960年由J.McCanthy研制的表处理语言LISP，奠定了ES的开发工具的 基础，它除了具有数据处理的功能外，还能方便地进行符号处理。
以上三大问题（AI的出现及基础理论的形成；由GPS带来的观念转化； 表处理语言LISP）的出现带来了ES的出现——即孕育着ES。
(2) 产生时期（1965~1971）
4.专家系统分类
Ⅰ.按知识表示技术分为 基于逻辑的ES; 基于规则的ES; 基于语义网络的ES; 基于框架的ES;
Ⅱ. 按任务类型分为： • 解释型ES——用于分析符号等数据，进而阐明这些数据的实际意义； • 预测型ES——根据处理对象的过去与现在情况推测未来的演变结果； • 诊断型ES——根据输入信息找出处理对象中存在的故障、缺陷； • 调试型ES——给出已确认故障的排除方案； • 维修型ES——制定并实施纠正某类故障的规划； • 规划型ES——根据给定目标拟定行动计划； • 设计型ES——根据给定要求形成所需方案和图样； • 监护型ES——完成实时监测任务； • 控制型ES——完成实时控制； • 教育型ES——诊断型和调试型的组合，用于教学和培训。
(4) 进一步发展与应用化时期
Ⅰ. ES的基本理论进一步完善：
骨架系统（skeletal system）等 ES 建造工具出现；自动知识获取 系统；知识管理系统KBMS的研究；新的推理模型。
Ⅱ. ES的实用扩展到各个领域： 以机械工程CAD/CAM为例，ES 覆盖了从CAD、CAPP到CAM的各 个阶段。 Ⅲ. ES技术今后的展望：今后ES技术可能沿以下几个方向发展： • 综合多个知识表示模式，使浅层知识、深层知识、常识知识等结合 起来； • 分布式 ES体系结构； • 知识的自学习方法； • 符号推理与数值理论的结合； • 新的ＥＳ工具模型； • 实时ＥＳ。
5. 研制专家系统的意义
理论意义：
Ⅰ. ES作为理论研究的实现工具推动了AI 的发展；它以知识为中心，从知识 表示、知识利用和知识获取这三个环节取得巨大成功。 Ⅱ. ES的实用性较强，成为检验AI 基本理论和测试AI 基本技术的较理想的实 验场所。
Ⅲ . ES应用的不断深入，向AI 提出了新的课题，促使AI 的进一步发展。
用户 知 识 库 解释 程序
语言处 理程序
规划
议题 结果
执行程序
调度程序
一阶性处理程序
术语解释：
用于记录系统在求解问题过程中所产生的中间假设与结果，它 是沟通系统各个部件的全局工作区，可划分为三个部分： • 规划部分：描述整体的解题步骤；系统能达到的目标；为达到 目标所制定的处理计划；实施计划所要求的条件 和预期状态。 • 议事日程部分：记录着等待执行的动作，通常对应着知识库中 与先前对应着的记录在黑板中的某一结果有关的 规则。 • 结果部分：系统所生成候选假设和中间结果及这些结果间的依 赖关系。 解释程序：解答用户提问；系统自身相关问题解释； 调度程序：用于管理和控制过程；该程序运用策略性知识，指导对议事 日程各个项目的调度； 执行程序：应用知识库来实现和完成；由调度程序从议事日程里选出 相应的议事项目，并把求解的结果记录到黑板中； 一阶性处理程序：用于维护系统而得出结果的一阶表示形式； 黑板:
ES技术的基本成熟期是与一批 ES 系统的开发相关联的，这批ES系统 涉及到数学、医疗、自然语言理解、地质等许多领域。 其中贡献最大的有：
• MYCIN系统：一个基于规则的产生式系统，运用可信度因子实现不确
Baidu Nhomakorabea
定性推理。
• CASNET系统：用于语言理解，采用黑板结构。 • HEARSAY系统：1976年Standford大学开始开发的用于根据地质数据 找矿的 ES 咨询系统。
Ⅳ. 基于成熟期ES技术的水平评价 • • • • • • • 知识组织的形式化技术基本确定，如出现语义网络、框架等； 系统的人机接口已列为重要问题； 系统的解释机制的出现； 系统对新知识的获取； 不确定推理机的建立。 开始了非计算机专业人员直接建立ES 的应用年代。 开发ES通用性研究；
总而言之，这一时期的 ES开发的基本理论与方法已经形成，且ES技 术进一步向其它公式领域拓展。
具有以下特点：
• MACSYMA 是一人机交互系统；
• 执行公式化简，符号微分，符号积分等数学问题求解； • 使用启发式转换； • 使用大量专门知识，进行符号处理。
Ⅲ.产生时期ES技术的水平评价： • 解空间的搜索利用启发式程序，使“通用问题求解向专用性问题”转换； • 使用了大量的专门知识，并用于组织，用于符号推理； • 问题求解与推理技术，知识获取与形式化均处于雏形。 第一代 ES 对AI 研究的重要意义在于： 它把 AI 的启发式程序+符号推理技术用于实际问题求解，使 AI 转向实用。
专家系统概述
本章学习目的：
• 了解ES的发展、原理； • 了解ES编程与语言；
本章主要讲述内容：
1. 2. 3. 4. 5. ES的产生与发展及今后展望； 专家系统的基本原理 传统数据处理、AI与ES; ES的基本思想、特征与定义； ES的基本结构；
1.1 专家系统（ES）技术的产生、发展和展望
启发式方法：对问题的求解采用积累的方式，符号处理是启发式方法的特点。 • 符号性，一般仅用于求解一类的特定问题； • 试程性， 允许用多方法试探求解； • 针对性，启发式方法常利用求解问题的一些特殊规律求解，这些规 律不 精确，经不起或未经严格的证明，不能保证对每个问 题都有精 确解或最优解。
通常， 我们把这类问题称为非定规问题。
(2) 传统数据处理
Ⅰ. 基于算法，根据待求问题，找出相应算法，属过程型。 • 用特定的程序设计语言编制算法程序； • 计算机按程序的要求，针对所输入的数据进行操作与求解； • 输出问题的解。
Ⅱ. 算法也可以表达知识，过程型知识，但 • 不易表达大量知识，知识修改和理解难； • 只适于表达完全正确的知识； • 只适于处理完全准确的数据。