专家系统习题解答
计算机科学与技术考试：2023年人工智能真题模拟及答案
计算机科学与技术考试：2023 人工智能真题模拟及答案(1)共38 道题1、专家系统的推理机的最根本的方式是〔〕。
〔单项选择题〕A.直接推理和间接推理B.正向推理和反向推理C.规律推理和非规律推理D.准确推理和模糊推理试题答案：B2、专家系统是以〔〕为根底，以推理为核心的系统。
〔单项选择题〕A.专家B.软件C.学问D.解决问题试题答案：C3、专家系统是一个简单的智能软件，它处理的对象是用符号表示的学问，处理的过程是〔〕的过程。
〔单项选择题〕A.思维B.思考C.推理D.递推试题答案：C4、语义网络的组成局部为〔〕〔单项选择题〕A.框架和弧线B.状态和算符C.节点和链D.槽和值试题答案：C5、一般的专家系统都包括〔〕个局部。
〔单项选择题〕A.4B.2C.8D.6试题答案：D6、为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，争论者找到一个重要的信息处理的机制是〔〕。
〔单项选择题〕A.专家系统B.人工神经网络C.模式识别D.智能代理试题答案：B7、假设问题存在最优解，则下面几种搜寻算法中，〔〕必定可以得到该最优解。
〔单项选择题〕A.广度优先搜寻B.深度优先搜寻C.有界深度优先搜寻D.启发式搜寻试题答案：A8、假设问题存在最优解，则下面几种搜寻算法中，〔〕必定可以得到该最优解。
〔单项选择题〕A.广度优先搜寻B.深度优先搜寻C.有界深度优先搜寻D.启发式搜寻试题答案：A9、专家系统是以〔〕为根底，以推理为核心的系统。
〔单项选择题〕A.专家B.软件C.学问D.解决问题试题答案：C10、在专家系统的开发过程中使用的专家系统工具一般分为专家系统的〔用专家系统工具两类。
〔单项选择题〕A.模型工具B.外壳C.学问库工具D.专用工具试题答案：B11、在专家系统的开发过程中使用的专家系统工具一般分为专家系统的〔用专家系统工具两类。
〔单项选择题〕A.模型工具B.外壳C.学问库工具〕和通〕和通D.专用工具试题答案：B12、神经网络争论属于以下〔〕学派。
计算机导论习题答案
计算机导论习题答案【篇一：计算机导论课后习题参考答案】>习题参考答案华南理工大学计算机教学团队2010.9习题11.1 选择题1. 美国宾夕法尼亚大学1946年研制成功的一台大型通用数字电子计算机，名称是( c )。
a) pentium b) ibm pc c) eniac d) apple2.1981年ibm公司推出了第一台（ b ）位个人计算机ibmpc5150。
a)8 b) 16 c) 32 d) 643. 中国大陆1985年自行研制成功了第一台pc 兼容机，即（ c ）0520微机。
a) 联想 b) 方正 c) 长城 d) 银河4. 摩尔定律主要内容是指，微型片上集成的晶体管数目每（ c ）个月翻一番。
a) 6 b) 12 c) 18 d) 245. 第四代计算机采用大规模和超大规模( c )作为主要电子元件。
a) 电子管 b) 晶体管c) 集成电路d) 微处理6. 计算机中最重要的核心部件是( b)。
a) dram b) cpu c) crt d) rom7. 将微机或某个微机核心部件安装在某个专用设备之内，这样的系统称为（c ）。
a) 大型计算机 b) 服务器c) 嵌入式系统 d) 网络8. 冯.诺依曼计算机包括，（ b ）、控制器、存储器、输入设备和输出设备五大部分组成。
a) 显示器b)运算器c) 处理器 d) 扫描仪9.从市场产品来看，计算机大致可以分为大型计算机、（ c ）和嵌入式系统三类a) 工业pc b) 服务器c) 微机 d) 笔记本微机10.大型集群计算机技术是利用许多台单独的（ b ）组成的一个计算机系统，该系统能够像一台机器那样工作。
a) cpub) 计算机c) romd)crt1.2 填空题1. 计算机的发展经历了（电子管）、（晶体管）、（集成电路）和（大规模集成电路）四代变迁。
2. 未来的计算机可能朝着（量子计算机）、（光子计算机）、（生物计算机）等方向发展。
人工智能与专家系统练习题(一)2019-12-11
人工智能与专家系统练习题(二)1.什么是人工智能?它的研究目标是什么？定义：用机器模拟人类智能。
研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。
2.人工智能有哪几个主要学派？各自的特点是什么？主要学派：符号主义和联结主义。
特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。
3.什么是人工神经元？它有哪几种主要模型？人工神经网络是由大量处理单元经广泛互连而组成的人工网络，用来模拟脑神经系统的结构和功能。
而这些处理单元称为人工神经元。
人工神经网络可以看成是以人工神经元为节点，用有向加权弧连接起来的有向图。
根据激发函数的不同分为：阈值型（M-P模型）、分段线性型、Sigmoid函数型、双曲正切型4.什么是人工神经网络？它有哪些联结方式？模拟人脑神经系统的结构和功能，运用大量简单处理单元经广泛连接而组成的人工网络系统。
人工神经网络中，各神经元的连接方式一般有很多种，不同的连接方式就构成了网络的不同连接模型。
常见的连接模型有前向网络、从输入层到输出层有反馈的网络、层内有互连的网络和网络内任意两个神经元都可以互连的互连网络。
5.什么是机器学习？机器学习研究的目标是什么? 研究机器学习的意义何在?答:机器学习是研究如何使用计算机来模拟人类学习活动的一门学科。
更严格地说，就是研究计算机获取新知识和新技能、识别现有知识、不断改善性能、实现自我完善的方法。
机器学习研究的目标有三个：人类学习过程的认知模型；通用学习算法；构造面向任务的专用学习系统的方法。
（a）人类学习过程的认知模型。
这一方向是对人类学习机理的研究。
这种研究不仅对人类的教育，而且对开发机器学习系统都有重要的意义。
（b）通用学习算法。
人工智能导论-各章习题答案
人工智能导论-各章习题答案第一章习题解答1. 什么是人工智能？人工智能（Artificial Intelligence，简称AI）是指使机器具有类似或超过人类智能的能力。
人工智能研究的目标是使计算机能够进行人类智力活动，例如学习、理解、推理和决策等。
2. 人工智能的基本分类人工智能可以分为弱人工智能（Narrow AI）和强人工智能（General AI）两类。
弱人工智能是指针对特定任务开发的人工智能系统，比如语音识别、图像处理和机器翻译等。
弱人工智能系统有特定的输入和输出，其能力局限于特定任务。
强人工智能是指能够在各种智力活动中与人类媲美或超越人类的人工智能系统。
强人工智能拥有自主学习、理解、推理和决策的能力，可以应对复杂的问题和情境。
3. 人工智能的应用领域人工智能已经在多个领域得到应用，包括但不限于以下几个方面：•机器学习：基于数据和统计方法，让计算机自动学习并改进性能。
•自然语言处理：使计算机能够理解和处理人类语言。
•机器视觉：使计算机能够理解和处理图像和视频。
•专家系统：建立基于规则和知识的推理系统，用于解决复杂的问题和决策。
•智能机器人：让机器拥有感知、决策和执行的能力，用于自主操作和交互。
•数据挖掘：发现数据中的模式和关联，用于预测和决策支持。
4. 人工智能的发展历史人工智能的发展可以追溯到20世纪50年代，随着计算机技术和算法的进步，人工智能开始逐渐崭露头角。
在1956年，达特茅斯会议举行，标志着人工智能的诞生。
随后，人工智能经历了繁荣期、低谷期和复兴期等不同的发展阶段。
繁荣期（1956-1974）中，很多初期的人工智能算法被提出，比如逻辑推理、机器学习和专家系统等。
然而，由于计算能力限制和算法的局限性，人工智能在这个时期受到了限制。
低谷期（1975-1980）是由于在之前的繁荣期中，人们对人工智能过于乐观，但实际应用和成果不如预期，导致了人工智能的寒冬。
复兴期（1980-至今）是人工智能的复苏和突破阶段。
人工智能习题参考答案
• 神经网络主要通过指导式（有师）学习算法和非指导式（无师）学习 算法。此外，还存在第三种学习算法，即强化学习算法；可把它看做 有师学习的一种特例。 • （１）有师学习 • 有师学习算法能够根据期望的和实际的网络输出（对应于给定输入） 间的差来调整神经元间连接的强度或权。因此，有师学习需要有个老 师或导师来提供期望或目标输出信号。有师学习算法的例子包括 Delta规则、广义Delta规则或反向传播算法以及ＬＶＱ算法等。 • （２）无师学习 • 无师学习算法不需要知道期望输出。在训练过程中，只要向神经网络 提供输入模式，神经网络就能够自动地适应连接权，以便按相似特征 把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和 Carpenter-Grossberg自适应谐振理论（ＡＲＴ)等。 • （３）强化学习 • 强化（增强）学习是有师学习的特例。它不需要老师给出目标输出。 强化学习算法采用一个“评论员”来评价与给定输入相对应的神经网 络输出的优度（质量因数）。强化学习算法的一个例子是遗传算法 （GA）。
• • • • • • • • • •
• 6-2专家系统由哪些部分构成?各部分的作用为何? • 答： •
• 5-7遗传算法、进化策略和进化编程的关系如何？有何区别？ • 遗传算法是一种基于空间搜索的算法，它通过自然选择、遗传、变异 等操作以及达尔文适者生存的理论，模拟自然进化过程来寻找所求问 题的解答。 • 进化策略(Evolution Strategies，ES)是一类模仿自然进化原理以求 解参数优化问题的算法。 • 进化编程根据正确预测的符号数来度量适应值。通过变异，为父代群 体中的每个机器状态产生一个子代。父代和子代中最好的部分被选择 生存下来。 • 进化计算的三种算法即遗传算法、进化策略和进化编程都是模拟生物 界自然进化过程而建立的鲁棒性计算机算法。在统一框架下对三种算 法进行比较，可以发现它们有许多相似之处，同时也存在较大的差别。 • 进化策略和进化编程都把变异作为主要搜索算子，而在标准的遗传算 法中，变异只处于次要位置。交叉在遗传算法中起着重要作用，而在 进化编程中却被完全省去，在进化策略中与自适应结合使用，起了很 重要的作用。 • 标准遗传算法和进化编程都强调随机选择机制的重要性，而从进化策 略的角度看，选择（复制）是完全确定的。进化策略和进化编程确定 地把某些个体排除在被选择（复制）之外，而标准遗传算法一般都对 每个个体指定一个非零的选择概率。
CAPP复习题答案
填空题在专家系统中，每一种推理方法都与知识表示的方法密切相关。
在基于规则的专家系统中，最常用的推理策略有三种。
即：正向演绎推理、反向演绎推理、正反向混合演绎推理。
从功能方面来分，目前的专家系统开发工具有三类。
即骨架型、通用型、辅助型。
在成组技术实际应用，有3种基本编码结构，即：树式结构、链式结构、混合式结构。
名词解释正向推理：正向推理又称为正向链接推理，其推理基础是逻辑演绎的推理链，它从一组表示事实的谓词或命题出发，使用一组推理规则，来证明目标谓词。
公式或命题是否成立。
由已知事实出发，按一定的策略运用知识库中的知识，推断出所需的结论，也称为“数据驱动策略”。
知识库：知识库是知识工程中结构化，易操作，易利用，全面有组织的知识集群，是针对某一（或某些）领域问题求解的需要，采用某种（或若干）知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。
成组技术：成组技术就是将许多各不相同，但又具有相似性的事物，按照一定的准则分类成组，使若干种事物能够采用统一解决方法，从而达到节省人力、时间和费用之目的。
工艺数据：是指在工艺设计过程中所使用及产生的数据。
包括工序名称、工种、工序的工步内容、加工设备等专家系统：专家系统是一个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。
层次模型：是指用树行结构表示实体及其之间的联系，树中每一个节点代表一个记录类型，树状结构表示实体型之间的联系关系模型：用三维结构表示实体之间联系的模型，能描述多对多的关系。
关系模型：用二维表的形式表示实体和实体间联系的数据模型。
简答题零件的信息包括哪些内容？答：零件尺寸、公差、其他非几何属性、尺寸关系CAPP系统类型有哪些？答：检索式CAPP系统、派生式CAPP系统、创成式CAPP系统。
在成组技术中，常见的零件分类编码系统有哪些？答：OPITZ系统（德）、MNTPOФAHOB(前苏联)、BRISCH系统(英)、KK—3系统(日)、CODE 系统(美)、MICLASS系统(荷)等，还有我国机械工业部颁发的机械零件分类编码JLBM—1系统(JB/Z251—85)。
人工智能导论(第3版)第8章 专家系统习题解答[1页]
![人工智能导论(第3版)第8章 专家系统习题解答[1页]](https://img.taocdn.com/s3/m/770dad19b6360b4c2e3f5727a5e9856a561226af.png)
习题8
8.1 什么是专家系统？专家系统具有哪些特点？
解：略。
8.2简述专家系统的构成及各部分的作用。
解：略。
8.3 什么是基于规则的专家系统和基于框架的专家系统？它们各自有何特点？
解：基于规则的专家系统包含五部分：知识库，数据库，推理引擎，解释工具和用户界面。
系统的主要部分是知识库和推理引擎。
特点：自然语言的表达，结构统一化，知识与处理的分离，对不完整、不确定知识的处理能力。
基于框架的专家系统建立在框架基础上，采用面向目标编程技术，框架的设计和面向目标的编程共享许多特征。
特点：在设计基于框架的专家系统时，把整个问题和每件事想象为编织起来的事物，框架的继承、槽和方法。
8.4基于模型的专家系统在结构上有何特点？
解：模型结构上可以是表示系统部分-整体之间的结构模型，也可以是表示各部分之间功能的功能模型，或是各部分之间因果关系的因果模型等。
因果模型中，根据模型各部分因果关系特性组成，一个部分特性由另外一个或多个特性所决定。
8.5简述专家系统开发的一般方法步骤。
解：略。
8.6新型专家系统有何特点？什么是分布式专家系统和协同式专家系统？
解：略。
专家系统知识题解答
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、解释机构专人机接口解释机构知识获取机构知识库推理机数据库用户领域专家知识工程师家系统核心知识库：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à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、扩充性重新描述(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？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7.127.8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）.EMYCIN帮通过解释呼吸分析并确定病通过解释油井预测麦田是否助决定解决结构分析问题的策略测试数据来诊断肺病人血液凝固机制中有无问题SACON钻探数据来鉴定地下岩层将受黑鳞翅目幼虫之害LIGHOPIANT/CDP。
- 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)。
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、扩充性重新描述(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？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。