专家系统
合集下载
第12章_专家系统
专家系统的结构
概念结构 实际结构 网络与分布式结构 黑板模型
概念结构
实现推理的程序 用户通过界面向系 。使用知识库中 统提出或回答问题， 统提出或回答问题， 的知识进行推理 向系统提供原始数 而解决问题的， 而解决问题的， 知识库是以某种 据和事实。 据和事实。系统通 是专家的思维机 表示形式存储于 过界面向用户提出 制。 计算机中的知识 回答结果。 回答结果。 的集合。 的集合。包括专 推理过程中， 推理过程中 家知识、 ，回答 家知识、领域知 why之类的问题 之类的问题； 之类的问题 识和元知识。 识和元知识。 ；
推理结束后， 推理结束后，回答 管理知识库的建立。 how之类问题存放 之类问题。 之类问题 全局数据库， 全局数据库， 删除重组，知识的 删除重组， 初始证据事实、 初始证据事实、推 获取、 获取、知识的检查 理结果和控制信息 的场所。 的场所。
实际结构
（1）实际问题错综复 杂，可能需要多次推 理，所以知识库是多 层的或多块的。 （2）实际问题往往 不仅需要推理，而且 还需要做一些处理， 所以增加处理模块。
3.推理网络 在PROSPECTOR中，判断性知识用规则表 示。每条规则的形式如下： E→H(LS，LN) 推理网络中每条规则的LS、LN及每个语义 空间H的P(H)均由领域专家在建造知识库时提 供。 除了表示规则的弧外，推理网络中还有代 表先后顺序的弧(用虚线表示，见图8-10)，其 意义如下：
专家系统设计与实现
12.5.1 一般步骤与方法 由于专家系统也是一种计算机应用系统， 所以，一般说来，其开发过程也要遵循软件工 程的步骤和原则，即也要进行系统分析、系统 设计等几个阶段的工作。但又由于它是专家系 统，而不是一般的软件系统，所以，又有其独 特的地方。如果我们仅就“纯专家系统”而言， 则其设计与实现的一般步骤可如图8―13所示。
人工智能专家系统
人工智能专家系统人工智能（Artificial Intelligence，简称AI）专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力，可以用于辅助决策、问题诊断和解决方案推荐等方面。
本文将从专家系统的定义、原理、组成和应用等四个方面进行论述。
一、专家系统的定义专家系统是一种基于知识工程的人工智能系统，它通过模拟和利用领域专家的经验和知识来解决特定领域的问题。
专家系统主要由知识库、推理机和用户界面三部分组成。
知识库存储了经验和知识，推理机则对知识进行推理和运算，用户界面则提供了用户与系统进行交互的接口。
二、专家系统的原理专家系统的原理可以概括为知识获取、知识表示、知识推理和知识应用四个步骤。
知识获取是指将专家的经验和知识进行提取和整理，并存储到系统的知识库中；知识表示是指将知识以适当的形式进行表达和组织，以便系统能够理解和推理；知识推理是指根据系统中的知识，通过推理机对问题进行分析和推理；知识应用是指将推理得到的结果转化为实际解决方案，供用户使用。
三、专家系统的组成专家系统主要由知识库、推理机和用户界面三部分组成。
知识库是专家系统存储知识和经验的地方，常见的形式包括规则库、案例库和模型库等。
推理机是专家系统进行推理和运算的核心组件，它能够根据知识库中的知识进行逻辑推理和问题求解。
用户界面则提供了用户与系统进行交互的接口，使用户能够方便地向系统提供问题并获取解决方案。
四、专家系统的应用专家系统在各个领域都有广泛的应用。
在医疗领域，专家系统可以用于辅助疾病诊断和治疗方案选择；在金融领域，专家系统可以用于风险评估和投资决策；在工业领域，专家系统可以用于故障诊断和维修指导。
此外，专家系统还可以应用于法律、教育、交通等领域，为人们提供更加智能化和便捷化的服务。
综上所述，人工智能专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力，具有广泛的应用前景。
第七章 专家系统
在已知状况的分析，推断未来可能发生的情 况。预测专家系统具有下列特点：
(a) 系统处理的数据随时间变化，而且可 能是不准确和不完全的。
(b) 系统需要有适应时间变化的动态模型， 能够从不完全和不准确的信息中得出预报， 并达到快速响应的要求。
预测专家系统的例子有气象预报、军事 预测、人口预测、交通预测、经济预测和谷 物产量预测等。例如，恶劣气候(包括暴雨、 飓风、冰雹等)预报、战场前景预测和农作物 病虫害预报等专家系统。
❖ 当前提为真时，该规则将前提与一个行为结 合起来，否则与另一个行为结合起来，并且 可以用一个-1到+1之间的数字来表示在该前 提下行为的可信程度。如一条判断细菌类别 的规则可表示如下：
❖ 其含意如下： 如果培养物的部位是血液 细菌的类别确不知道 细菌的染色是革蓝氏阴性 细菌的外形是杆状 病人被严重地烧伤 那么以不太充分的证据(可信程度0.4)说
7.1 专家系统概述
❖ 研究背景
专家系统（expert system expert system），是人工 智能应用研究领域中非常活跃和非常广泛的课题 之一。
❖ 定义
专家系统是一个含有大量的某个领域专家水平的 知识与经验智能计算机程序系统，它能够利用人 类专家的知识和解决问题的方法来处理该领域问 题。
(4) 解释器(explanator) 解释器能够向用户解释专家系统的行为，
包括解释推理结论的正确性以及系统输出其 它候选解的原因。
(5) 接口(interface) 接口又称界面，它能够使系统与用户进
行对话，使用户能够输入必要的数据、提出 问题和了解推理过程及推理结果等。系统则 通过接口，要求用户回答提问，并回答用户 提出的问题，进行必要的解释。
监视专家系统可用于核电站的安全监视、 防空监视与警报、国家财政的监控、传染病 疫情监视及农作物病虫害监视与警报等。粘 虫测报专家系统是监视专家系统的一个实例。
(a) 系统处理的数据随时间变化，而且可 能是不准确和不完全的。
(b) 系统需要有适应时间变化的动态模型， 能够从不完全和不准确的信息中得出预报， 并达到快速响应的要求。
预测专家系统的例子有气象预报、军事 预测、人口预测、交通预测、经济预测和谷 物产量预测等。例如，恶劣气候(包括暴雨、 飓风、冰雹等)预报、战场前景预测和农作物 病虫害预报等专家系统。
❖ 当前提为真时，该规则将前提与一个行为结 合起来，否则与另一个行为结合起来，并且 可以用一个-1到+1之间的数字来表示在该前 提下行为的可信程度。如一条判断细菌类别 的规则可表示如下：
❖ 其含意如下： 如果培养物的部位是血液 细菌的类别确不知道 细菌的染色是革蓝氏阴性 细菌的外形是杆状 病人被严重地烧伤 那么以不太充分的证据(可信程度0.4)说
7.1 专家系统概述
❖ 研究背景
专家系统（expert system expert system），是人工 智能应用研究领域中非常活跃和非常广泛的课题 之一。
❖ 定义
专家系统是一个含有大量的某个领域专家水平的 知识与经验智能计算机程序系统，它能够利用人 类专家的知识和解决问题的方法来处理该领域问 题。
(4) 解释器(explanator) 解释器能够向用户解释专家系统的行为，
包括解释推理结论的正确性以及系统输出其 它候选解的原因。
(5) 接口(interface) 接口又称界面，它能够使系统与用户进
行对话，使用户能够输入必要的数据、提出 问题和了解推理过程及推理结果等。系统则 通过接口，要求用户回答提问，并回答用户 提出的问题，进行必要的解释。
监视专家系统可用于核电站的安全监视、 防空监视与警报、国家财政的监控、传染病 疫情监视及农作物病虫害监视与警报等。粘 虫测报专家系统是监视专家系统的一个实例。
专家系统的名词解释
专家系统的名词解释
专家系统是一种人工智能系统,通过学习和分析大量专家知识和经验,为非专家用户提供智能化的建议和决策支持。
专家系统通常由以下几个部分组成:
1. 专家知识库:存储了专家的经验和知识,包括领域知识、规则、方法、技能等。
2. 模型:对专家知识库进行建模,建立一个可以识别和提取知识的方法,以便系统能够从数据中学习。
3. 推理引擎:根据用户提供的问题或输入,通过模型对专家知识库进行推理,并生成相应的建议或决策。
4. 用户界面:提供一个友好的用户界面,让用户可以方便地获取和使用系统提供的建议和决策。
专家系统的应用非常广泛,例如医疗诊断、金融风险评估、工业过程控制、项目管理等。
在医疗领域,专家系统可以帮助医生为患者提供个性化的治疗方案,在金融领域,专家系统可以帮助银行家评估投资风险并提供合适的投资建议,在工业领域,专家系统可以帮助工程师制定优化的工艺方案。
虽然专家系统已经取得了很大的进展,但仍然存在一些挑战和限制,例如知识库的更新和维护、模型的可解释性和安全性等。
因此,未来专家系统的发展将更加注重智能化、自动化和可解释性,以提高系统的实用性和可靠性。
第二章 专家系统概述
启发性 透明性 灵活性
第五节 专家系统分类
可按不同的标准进行分类.例如: 可按不同的标准进行分类.例如: 应用领域分类 可分为医疗,勘探,数学, 分类. 按应用领域分类.可分为医疗,勘探,数学,物 理,化学,气象,生物等; 化学,气象,生物等; 知识表示技术分类 基于规则的,逻辑的, 分类. 按知识表示技术分类.基于规则的,逻辑的,语 义网络,框架的专家系统等; 义网络,框架的专家系统等; 推理策略分 正向,反向,双向等; 按推理策略分.正向,反向,双向等; 采用不精确推理技术分 确定理论, 按采用不精确推理技术分.确定理论,主观 Bayes,模糊理论,D/S理论推理技术ES; 理论推理技术ES Bayes,模糊理论,D/S理论推理技术ES; 结构分 单和群ES ES; 按结构分.单和群ES;
第三节 专家系统的功能与结构
3.1: 3.1:功能
专家系统应当具备以下几个功能: 专家系统应当具备以下几个功能: 存储专业领域知识; 存储专业领域知识; 存储具体问题求解过程中的初始数据和推理过程中的各信息 与数据; 与数据; 利用已有知识解决专业问题; 利用已有知识解决专业问题; 对推理过程和结论作出必要的解释; 对推理过程和结论作出必要的解释; 提供用户接口; 提供用户接口; 提供知识获取,知识库修改完善等维护手段; 提供知识获取,知识库修改完善等维护手段;
事实:客观事物的状态,属性,特征及事物间关系. 事实:客观事物的状态,属性,特征及事物间关系. 信念:主要指事实的含义规则,语义说明. 信念:主要指事实的含义规则,语义说明. 启发式: 启发式:指能表达前提和结论间因果关系的一种形 式.
二:算法和启发式程序
算法是为求解一类问题而规定的一个可被机 械执行的确定步骤的有穷序列,具有如下性质: 械执行的确定步骤的有穷序列,具有如下性质: 通用性:能求解问题范围内的全部问题; 通用性:能求解问题范围内的全部问题; 确定性:算法中的问题求解状态, 确定性:算法中的问题求解状态,求解步骤应该 是精确唯一的. 是精确唯一的. 有效性:问题范围内的任何具体问题带入算法后, 有效性:问题范围内的任何具体问题带入算法后, 都可经有限步骤,达到期望结果. 都可经有限步骤,达到期望结果.
第8章 专家系统
2.专家系统的知识表示和推理
2.1 知识表示
知识表示是一种用来在专家系统的知识库中对知识编码的 方法。
2.1.1 知识的类型
◆过程性知识。描述如何解决问题，提供如何做事的建议。
◆陈述性知识。描述问题的相关已知信息，包括断定为真或 假的简单语句和一组更完整地描述一些对象或概念的语句。 ◆启发式 知识。描述引导推理过程的规则。它是经验性的， 并且表示专家通过求解过去问题的经验编译知识。专家将获 取有关问题的基本知识，如基本法则、函数关系等，并且把 它编译成简单的启发信息，以辅助问题求解。 ◆结构知识。描述知识的结构。这类知识描述专家对此问题 的整体智力模型。
(2)从处理问题的方法看，专家系统则是靠知识和 推理来解决问题（不像传统软件系统使用固定的算法 来解决问题），所以，专家系统是基于知识的智能问 题求解系统。
(3)从系统的结构来看，专家系统则强调知识与推 理的分离，因而系统具有很好的灵活性和可扩充性。
(4)专家系统一般还具有解释功能，即在运行过程 中一方面能回答用户提出的问题，另一方面还能对最后 的输出（结论）或处理问题的过程作出解释。
◆例子 ：VAX计算机结构设计专家系统、花布立体感图 案设计和花布印染专家系统、大规模集成电路设计专 家系统以及齿轮加工工艺设计专家系统等。
规划专家系统
◆任务 ：寻找出某个能够达到给定目标的动作序列或步 骤。
◆特点 ：所要规划的目标可能是动态的或静态的，需要 对未来动作做出预测，所涉及的问题可能很复杂，要 求系统能抓住重点，处理好各子目标间的关系和不确 定的数据信息，并通过实验性动作得出可行规划 。
站进行被修设备的调整、测量与试验。在这方面的实 例还比较少见。
教学专家系统
◆任务：根据学生的特点、弱点和基础知识，以最适当的 教案和教学方法对学生进行教学和辅导。
专家系统
从数据库中挖掘的规则可以有以下多种表达形式：关联 规则、特征规则、异常规则、转移规则、序列规则、分类和 聚类等。 数据挖掘的应用对象是大规模数据库，目标是发现数据 库中规律性的知识。数据挖掘提取的知识可以表示为概念、 规律、模式、约束和可视化。 在知识获取技术方面，基于数据挖掘的专家系统可以极 大缓解专家系统的知识瓶颈问题。它不再是知识工程师从领 域专家中提取规则，将其转换为知识，而是从领域专家提供 的大量数据中自动获取知识。数据挖掘中的数据预处理模块 可以在知识的获取中减小噪声数据的影响，提高知识获取的 正确性。 在推理技术方面，数据挖掘技术是以数据库系统、数据 仓库统计学等为基础的。而数据仓库主要特点就是：它是面 向主题的，库中的数据是多维的。数据挖掘器在推理时可以 根据不同需要将不同维度内的运行状态参数综合起来一起分 计算，即运用数据挖掘算法来进行全方位推理。这可以克服
你说: 苏格拉底 = TRUE 建议证实.
与家系统工作原理 ------正向推理(Forward Reasoning) (续) 总结：推理机的工作过程如下： （1）推理机将知识库中的规则前提与这些事实进行匹配；
一般是将每条规则的<前提>取出来，验证这些前提是否在
数据库中，若都在，则匹配成功；不然的话，则取下一条 规则进行匹配。 （2）把匹配成功的规则的<结论>作为新的事实添加到综合 数据库中。
在
此假设成立
结束
是
向用户提问
有此事实否？ 有 将事实记录数据库
无
找出规则之一的1个前提 作为新的假设 结束
或
反向推理原理图
与家系统工作原理 ------反向推理(Reverse Reasoning) （续）
该动物是金钱豹
专家系统概述
– 建立知识编辑器，把领域知识“传授”给专家 系统，建立知识库。
– 系统自身具有学习能力，能从系统运行中总结 出新知识，使知识库越来越丰富，完善。
➢ 具有灵活性
– 知识库—推理机分离。
2.专家系统的基本特征
➢ 具有透明性
– 透明性：是指系统自身及其行为能被用户所理 解。
– 解释机构：向用户解释它的行为动机及得出某 些答案的推理过程。
➢ 常规程序是精确的；专家系统不精确、模糊的。 ➢ 专家系统具有解释机构； 常规程序没有。 ➢ 常规程序与专家系统具有不同的体系结构。
4. 专家系统的分类
• 按专家系统的特性及处理问题的类型分类。
(1)解释型：从所得到的有关数据，经过分析、推理， 从而给出相应解释的一类专家系统。
• 特点：必须能处理不完全，甚至受到干扰的信息， 并能对所得到的数据给出一致且正确的解释。
1. 什么是专家系统
• 它是一个智能程序系统； • 它具有相关领域内大量的专家知识； • 它能应用人工智能技术模拟人类专家求解问题的
思维水平。 • 专家系统是一种具有大量专门知识与经验的智能 程序系统，它能运用领域专家多年积累的经验和 专门知识，模拟领域专家的思维过程，解决该领 域中需要专家才能解决的复杂问题。
– 详细设计要求完成的工作
• 进行模块化设计 • 模块间的界面要清晰，便于通信 • 便于实现
8. 专家系统的开发过程
• 知识获取
– 与领域专家交谈，抽取所需知识，掌握专家处 理问题的方法、思路
– 查阅有关文献、获得有关概念的描述、参数 – 对获得的知识进行分析、比较、归纳、整理、
找出知识的内在联系、规律 – 对所得知识进行检查 – 对确定下来的知识用总体设计时确定的知识表
– 系统自身具有学习能力，能从系统运行中总结 出新知识，使知识库越来越丰富，完善。
➢ 具有灵活性
– 知识库—推理机分离。
2.专家系统的基本特征
➢ 具有透明性
– 透明性：是指系统自身及其行为能被用户所理 解。
– 解释机构：向用户解释它的行为动机及得出某 些答案的推理过程。
➢ 常规程序是精确的；专家系统不精确、模糊的。 ➢ 专家系统具有解释机构； 常规程序没有。 ➢ 常规程序与专家系统具有不同的体系结构。
4. 专家系统的分类
• 按专家系统的特性及处理问题的类型分类。
(1)解释型：从所得到的有关数据，经过分析、推理， 从而给出相应解释的一类专家系统。
• 特点：必须能处理不完全，甚至受到干扰的信息， 并能对所得到的数据给出一致且正确的解释。
1. 什么是专家系统
• 它是一个智能程序系统； • 它具有相关领域内大量的专家知识； • 它能应用人工智能技术模拟人类专家求解问题的
思维水平。 • 专家系统是一种具有大量专门知识与经验的智能 程序系统，它能运用领域专家多年积累的经验和 专门知识，模拟领域专家的思维过程，解决该领 域中需要专家才能解决的复杂问题。
– 详细设计要求完成的工作
• 进行模块化设计 • 模块间的界面要清晰，便于通信 • 便于实现
8. 专家系统的开发过程
• 知识获取
– 与领域专家交谈，抽取所需知识，掌握专家处 理问题的方法、思路
– 查阅有关文献、获得有关概念的描述、参数 – 对获得的知识进行分析、比较、归纳、整理、
找出知识的内在联系、规律 – 对所得知识进行检查 – 对确定下来的知识用总体设计时确定的知识表
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
由于规则条数不多，搜索空间很小，推理机构(IE) 就十分简单，采用向前推理方法逐次判别各种规则的 条件，满足则执行，否则继续搜索。
特征识别与信息处理(FR＆IP)部分的作用是实现 对信息的提取与加工，为控制决策和学习适应提供依 据。它主要包括抽取动态过程的特征信息，识别系统 的特征状态，并对特征信息作必要的加工。
设U为专家控制器的输出集， E为专家控制器的输入集， I为推理机构的输出集，K为经验知识集：
E = (R, e, Y, U)，e = R – Y
式中，Ｒ为参考控制输入，ｅ为误差信号，Ｙ为受控输出， Ｕ为控制器的输出集。专家控制器的模型表示为
U = f (E,K,I)
智能算子f为几个算子的复合运算：f=g·h·p，其中： g:E→S；h:S×K→I；p:I→U
专家系统所要解决的问题一般没有算法解，并 且经常要在不完全、不精确或不确定的信息基础 上做出结论。
第一代专家系统只能利用人类专家的启发式知 识，即只能利用浅层表达方式和推理方法。
但遇到新问题时，还必须利用掌握的深入表示 事物的结构、行为和功能等方面的基本模型等深 层知识，得出新的启发式浅层知识。
智能程序：旨在模拟人类专家的智能程序应当 兼备浅层和深层两类知识。即不但采用基于规则 的方法，还必须采用基于模型的原理构成新一代 专家系统。
知识工程是指由知识工程师从人类专家那里抽 取他们求解问题的过程、策略和经验规则，然后 把这些知识建造在专家系统之中。
目前，专家系统在各个领域中已经得到广 泛应用，如医疗诊断、语音识别、图像处理、 金融决策、地质勘探、是有化工、军事、计 算机设计等。
专家系统具有启发性，能够运用人类专 家的经验和知识进行启发式搜索、试探性 推理、不精确推理或不完全推理
透明性和灵活性
透明性：专家系统能够在求解问题时，不仅 能得到正确答案，还能知道给出该答案的依据。
灵活性：绝大多数专家系统中都采用了知识 库与推理机相分离的原则，彼此独立。
复杂性与难度
首先知识的表示和利用是复杂的，此外要 求解的都是结构不良且难度较大的问题，不存 在确定性的求解方法和求解路径，因此，建立 专家系统具有复杂性和难度。
（1）控制的知识表示
（2）知识基系统的黑板法模型
（3）控制的推理模型
专家控制系统的性能指标： 使系统达到或接近专家控制的性能指标
2.2.2 专家控制器
专家控制器包括直接式专家控制器和间接式专家控制器
直接式专家控制器
直接式专家控制器通常由知识库Knowledge Base、 控制规则集Control Rule Set、推理机InferEnce和特征 识别与信息处理FR＆IP四部分组成。
r6: IF 动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是食肉动物 其中，r6是该产生式的编号；“动物有犬齿 AND 有爪 AND 眼盯前方”是产生式的前提P；“该动物是食肉动物”是 产生式的结论Q
专家系统的类型
对专家系统可以按不同的方法分类。可以按应 用领域、知识表示方法、控制策略、任务类型等分 类。如按任务类型（解决问题）来划分，常见的有 解释型、预测型、诊断型、调试型、维护型、规划 型、设计型、监督型、控制型、教育型等。
工业专家控制器结构框图
上图给出一种工业专家控制器的结构框图。 知识库由经验数习与适应装置在 线获取信息，补充或修改知识库内容，改进系统 性能，提高问题求解能力。知识库的重点是如何 表达和获取专家的知识（主要采取产生式规则）
控制规则集(CRS)是对被控过程的各种控制模式和 经验的归纳和总结。
2.1.2 专家系统的基本组成
不同的专家系统，其功能和结构不尽相同。 通常，一个以规则为基础，以问题求解为中 心的专家系统，可以用下图描述。
专家系统的基本组成
由上图可知
知识库
推理机
推理机的运行策略：
正向推理:是由原始数据出发，按一定的策略运用知识 库中专家的知识，推断出所需要的结论；
反向推理：是先提出结论，然后去寻找这个结论的证 据，这种由结论到前提数据策略称为“目标驱动策略”；
综合数据库（全局数据库）
解释接口（人机界面）
知识获取
2.1.3 专家系统的类型及特征
具有专家的专业知识 能进行有效推理 专家系统的透明性和灵活性 具有一定的复杂性与难度
具有专家的专业知识
一个专家系统为了象人类专家那样工作， 必须表现专家的技能和高度的技巧以及有 足够的鲁棒性
能进行有效的推理
2.1 专家系统概述
2.1.1 什么是专家系统
一类包含着知识和推理的智能计算机程序， 其内部含有大量的某个领域的专家水平的知 识和经验，能够利用人类专家知识和解决问 题的方法来处理该领域的问题
在专家系统中运用得较为普遍的知识是产生式规则： P→Q 或者 IF P THEN Q。P是产生式的前提，也称为前件， 给出该产生式可否使用的先决条件，由事实的逻辑组合来构 成；Q是一组结论或操作，也称为产生式的后件，它指出当 前题P满足时，应该推出的结论或应该执行的动作。
2.2 专家控制系统
2.2.1 专家控制系统概述 2.2.2 专家控制系统的工作原理 2.2.3 专家控制器
2.2.1 专家控制系统概述
专家控制系统
专家控制器
专家控制与专家系统的区别
2.2.2 专家控制系统的工作原理
知识系统内部的组织和推理机制 （1）控制的知识表示 （2）知识基系统的黑板法模型 （3）控制的推理模型
双向推理：综合利用正向推理和反向推理的优点，在 实际使用过程中把正向推理、反向推理混合运用。
正 向 推 理
反 向 推 理
首先假定目标q3成立，由规则3（P3→q3），为证明q3成立，须先 验证P3是否成立；但总数据库没有事实P3，所以假定子目标P3成立；由 规则2(P2→P3)，应验证P2；同样，由于数据库中没有事实P2，假定子 目标P2成立；由规则1(P1→P2)，为验证P2成立，须先验证P1。因为数 据库中有事实P1，所以假定的目标P2成立，因而P3成立，最终导出结论 q3确实成立。
特征识别与信息处理(FR＆IP)部分的作用是实现 对信息的提取与加工，为控制决策和学习适应提供依 据。它主要包括抽取动态过程的特征信息，识别系统 的特征状态，并对特征信息作必要的加工。
设U为专家控制器的输出集， E为专家控制器的输入集， I为推理机构的输出集，K为经验知识集：
E = (R, e, Y, U)，e = R – Y
式中，Ｒ为参考控制输入，ｅ为误差信号，Ｙ为受控输出， Ｕ为控制器的输出集。专家控制器的模型表示为
U = f (E,K,I)
智能算子f为几个算子的复合运算：f=g·h·p，其中： g:E→S；h:S×K→I；p:I→U
专家系统所要解决的问题一般没有算法解，并 且经常要在不完全、不精确或不确定的信息基础 上做出结论。
第一代专家系统只能利用人类专家的启发式知 识，即只能利用浅层表达方式和推理方法。
但遇到新问题时，还必须利用掌握的深入表示 事物的结构、行为和功能等方面的基本模型等深 层知识，得出新的启发式浅层知识。
智能程序：旨在模拟人类专家的智能程序应当 兼备浅层和深层两类知识。即不但采用基于规则 的方法，还必须采用基于模型的原理构成新一代 专家系统。
知识工程是指由知识工程师从人类专家那里抽 取他们求解问题的过程、策略和经验规则，然后 把这些知识建造在专家系统之中。
目前，专家系统在各个领域中已经得到广 泛应用，如医疗诊断、语音识别、图像处理、 金融决策、地质勘探、是有化工、军事、计 算机设计等。
专家系统具有启发性，能够运用人类专 家的经验和知识进行启发式搜索、试探性 推理、不精确推理或不完全推理
透明性和灵活性
透明性：专家系统能够在求解问题时，不仅 能得到正确答案，还能知道给出该答案的依据。
灵活性：绝大多数专家系统中都采用了知识 库与推理机相分离的原则，彼此独立。
复杂性与难度
首先知识的表示和利用是复杂的，此外要 求解的都是结构不良且难度较大的问题，不存 在确定性的求解方法和求解路径，因此，建立 专家系统具有复杂性和难度。
（1）控制的知识表示
（2）知识基系统的黑板法模型
（3）控制的推理模型
专家控制系统的性能指标： 使系统达到或接近专家控制的性能指标
2.2.2 专家控制器
专家控制器包括直接式专家控制器和间接式专家控制器
直接式专家控制器
直接式专家控制器通常由知识库Knowledge Base、 控制规则集Control Rule Set、推理机InferEnce和特征 识别与信息处理FR＆IP四部分组成。
r6: IF 动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是食肉动物 其中，r6是该产生式的编号；“动物有犬齿 AND 有爪 AND 眼盯前方”是产生式的前提P；“该动物是食肉动物”是 产生式的结论Q
专家系统的类型
对专家系统可以按不同的方法分类。可以按应 用领域、知识表示方法、控制策略、任务类型等分 类。如按任务类型（解决问题）来划分，常见的有 解释型、预测型、诊断型、调试型、维护型、规划 型、设计型、监督型、控制型、教育型等。
工业专家控制器结构框图
上图给出一种工业专家控制器的结构框图。 知识库由经验数习与适应装置在 线获取信息，补充或修改知识库内容，改进系统 性能，提高问题求解能力。知识库的重点是如何 表达和获取专家的知识（主要采取产生式规则）
控制规则集(CRS)是对被控过程的各种控制模式和 经验的归纳和总结。
2.1.2 专家系统的基本组成
不同的专家系统，其功能和结构不尽相同。 通常，一个以规则为基础，以问题求解为中 心的专家系统，可以用下图描述。
专家系统的基本组成
由上图可知
知识库
推理机
推理机的运行策略：
正向推理:是由原始数据出发，按一定的策略运用知识 库中专家的知识，推断出所需要的结论；
反向推理：是先提出结论，然后去寻找这个结论的证 据，这种由结论到前提数据策略称为“目标驱动策略”；
综合数据库（全局数据库）
解释接口（人机界面）
知识获取
2.1.3 专家系统的类型及特征
具有专家的专业知识 能进行有效推理 专家系统的透明性和灵活性 具有一定的复杂性与难度
具有专家的专业知识
一个专家系统为了象人类专家那样工作， 必须表现专家的技能和高度的技巧以及有 足够的鲁棒性
能进行有效的推理
2.1 专家系统概述
2.1.1 什么是专家系统
一类包含着知识和推理的智能计算机程序， 其内部含有大量的某个领域的专家水平的知 识和经验，能够利用人类专家知识和解决问 题的方法来处理该领域的问题
在专家系统中运用得较为普遍的知识是产生式规则： P→Q 或者 IF P THEN Q。P是产生式的前提，也称为前件， 给出该产生式可否使用的先决条件，由事实的逻辑组合来构 成；Q是一组结论或操作，也称为产生式的后件，它指出当 前题P满足时，应该推出的结论或应该执行的动作。
2.2 专家控制系统
2.2.1 专家控制系统概述 2.2.2 专家控制系统的工作原理 2.2.3 专家控制器
2.2.1 专家控制系统概述
专家控制系统
专家控制器
专家控制与专家系统的区别
2.2.2 专家控制系统的工作原理
知识系统内部的组织和推理机制 （1）控制的知识表示 （2）知识基系统的黑板法模型 （3）控制的推理模型
双向推理：综合利用正向推理和反向推理的优点，在 实际使用过程中把正向推理、反向推理混合运用。
正 向 推 理
反 向 推 理
首先假定目标q3成立，由规则3（P3→q3），为证明q3成立，须先 验证P3是否成立；但总数据库没有事实P3，所以假定子目标P3成立；由 规则2(P2→P3)，应验证P2；同样，由于数据库中没有事实P2，假定子 目标P2成立；由规则1(P1→P2)，为验证P2成立，须先验证P1。因为数 据库中有事实P1，所以假定的目标P2成立，因而P3成立，最终导出结论 q3确实成立。