第八章 专家系统
专家系统概述
2 数据库
用来存放系统推理过程中用到的控制信息、中间假设和中 间结果
3 推理机
用于利用知识进行推理，求解专门问题，具有启发推理、 算法推理；正向、反向和双向推理；串行或并行推理等功能
4 解释器
用于作为专家系统与用户的“人-机”接口，功能是向用户 解释系统的行为，包括：咨询理解——对用户咨询的提问进行 “理解”，将用户输入的提问及有关事实、数据和条件转换为 推理机可以接收的信息结论解释：向用户输出推理的结论和答 案，可根据用户需要对推理过程进行理解，给出结论的可信度 估计
四 知识推理
推理，是依据一定规则从已有的事实推出结论的过程。专 家系统中的自动推理是知识推理，它是专家系统中问题求解的 主要手段，也是专家系统的灵魂。类似于专家求解问题的思维 规则。 根据知识表示的特点，知识推理方法可分为图搜索方法和 逻辑论证方法。 根据问题求解的推理过程是否运用启发性知识，可分为启 发推理和非启发推理。 根据推理过程的结论是否精确，可分为精确推理和不精确 推理。 根据问题求解过程中特殊和一般的关系，可分为演绎推理 和归纳推理 根据推理的方向，可分为正向推理、反向推理和正反混合 推理
专家系统概述
一、专家系统概述
专家系统是人工智能在信息系统中的应用，它是 一个智能计算机程序系统，其内部具有大量专家水平 的关于某个领域的知识和经验，能够利用人类专家的 知识和解决问题的方法来解决这个领域的知识。
专家系统的主要功能取决于大量的知识
设计专家系统的关键是知识的表达和运用 专家系统与一般计算机程序最本质的区别在于：专 家系统所解决的问题一般没有算法解，并且往往是要 在不完全、不精确或者不确定的信息基础上做出结论。
5 知识获取器
知识获取是专家系统和专家的“界面”，知识工程师采用
初中专家系统教学设计教案
初中专家系统教学设计教案一、教学目标：1. 知识与技能：使学生掌握专家系统的基本概念、构成要素和功能，能够运用专家系统进行问题求解。
2. 过程与方法：通过案例分析、小组讨论等方式，培养学生运用专家系统解决实际问题的能力。
3. 情感态度与价值观：激发学生对专家系统的兴趣，培养学生独立思考、合作探究的精神。
二、教学内容：1. 专家系统的概念：专家系统是一种模拟人类专家决策能力的计算机程序，它由知识库、推理机和用户界面三部分组成。
2. 专家系统的构成要素：知识库、推理机、用户界面、解释器、知识获取模块等。
3. 专家系统的功能：故障诊断、医疗诊断、金融预测、教育评估等。
4. 专家系统在现实生活中的应用：举例说明专家系统在各个领域的应用，如医疗、工业、农业等。
5. 如何设计一个专家系统：介绍专家系统的设计流程，包括需求分析、知识获取、知识表示、推理机制设计、系统实现等步骤。
三、教学过程：1. 导入新课：通过一个现实生活中的例子，如医疗诊断，引出专家系统的概念。
2. 讲解与演示：详细讲解专家系统的构成要素、功能及其在现实生活中的应用。
通过多媒体演示，使学生更直观地理解专家系统的工作原理。
3. 案例分析：提供几个典型的专家系统案例，让学生分析、讨论这些专家系统的特点、优缺点，从而培养学生运用专家系统解决实际问题的能力。
4. 小组讨论：将学生分成若干小组，每组选择一个案例，讨论如何改进这个专家系统，使之更符合实际需求。
5. 课堂小结：总结本节课所学内容，强调专家系统在现实生活中的重要作用。
6. 作业布置：让学生课后查找相关资料，了解我国在专家系统领域的研究现状，下一节课分享。
四、教学反思：本节课通过讲解、演示、案例分析、小组讨论等多种教学方法，使学生掌握了专家系统的基本概念、构成要素和功能。
在教学过程中，要注意关注学生的学习兴趣，引导学生主动参与课堂讨论，提高他们的独立思考和合作探究能力。
同时，要注重知识与实际应用的结合，让学生明白专家系统在现实生活中的重要作用。
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
专家系统专家系统是基于人工智能技术开发的一种智能计算机系统，它能够模拟和复制人类专家在特定领域内的知识和经验，从而能够进行问题的分析、推理和解决。
本文将介绍一些关于专家系统的基本概念、分类以及其在不同领域中的应用。
首先，我们来了解一下专家系统的基本概念。
专家系统是一种模仿专家解决问题的计算机程序，它通过获取专家的知识和经验，建立相关的知识库和推理机制，从而能够自主地进行问题的分析和解决。
专家系统通常由三部分组成：知识库（knowledge base）、推理机（inference engine）和用户接口（user interface）。
知识库保存了专家的知识和经验，推理机利用这些知识和经验进行问题的推理和解决，而用户接口则提供了与用户交互的方式。
根据专家系统的分类方法，可以将其分为基于规则的专家系统（rule-based expert systems）和基于案例的专家系统（case-based expert systems）。
基于规则的专家系统通过使用一系列的规则来描述专家的知识和经验，然后使用这些规则进行问题的推理和解决。
而基于案例的专家系统则是根据专家的经验案例来进行问题的处理和解决。
这些案例包含了问题的描述和解决方法，系统可以通过比较新问题和已有案例的相似度，来找到最佳的解决方案。
在不同领域中，专家系统都有着广泛的应用。
在医学领域中，专家系统可以帮助医生诊断各种疾病和制定治疗方案。
通过分析患者的症状和病历，专家系统可以根据专家的知识和经验给出准确的诊断结果和治疗建议。
在工程领域中，专家系统可以用于辅助设计和优化工程方案。
通过分析工程问题的各种参数和限制条件，专家系统可以提供最佳的设计解决方案，从而提高工程效率和质量。
除了医学和工程领域，专家系统在金融、法律、环境保护等多个领域都有应用。
在金融领域中，专家系统可以用于股票交易和投资决策。
通过分析市场数据和专家的投资经验，专家系统可以帮助投资者进行投资决策，提高投资的成功率和收益率。
专家系统概述
– 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
第8讲 专家系统
第8章 专家系统8.1 专家系统的概念8.1.1 什么是专家系统专家系统（Expert system)是一个智能计算 机软件系统。
人类专家的特点具有丰富的专业知识和实践经验。
具有独特的分析问题和解决问题的方法和策略。
专家系统应具备的要素应用于某专门领域 拥有专家级知识； 能模拟专家的思维； 能达到专家级水平。
8.1 专家系统的概念专家系统的特点专家系统善于解决不确定性的、非结构化的、没有算法解 或虽有算法解但实现困难的问题。
如：医疗诊断、地质勘 探、天气预报、管理决策等。
专家系统是基于知识的智能问题求解系统。
不同于常规程 序基于固定算法。
专家系统=知识+推理，常规程序=数据 结构+算法。
从系统结构看，专家系统的知识与推理是分离的，因而系 统具有很好的灵活性和可扩充性。
专家系统具有“自学习”能力，能不断地对自己的知识进行 总结、扩充和完善。
具有解释功能。
在运行过程中能回答用户的提问，并具有 透明性，能以用户所能理解的方式解释得到结论的推理过 程。
专家系统不像人类专家那样容易疲劳、遗忘和受环境影 响。
它的工作状态始终是稳定如一的。
而且能够突破人类 专家的时间和空间限制，永久保存，任意复制，在不同地 区和部门使用。
8.1 专家系统的概念专家系统的实用范围用专家系统来提高工作效率 人类专家的知识很快就要失传，必须通过专家系统 来收集、保存和应用 人类专家太少，必须建造专家系统来使专家们的知 识同时应用于不同的地点。
一些危险的工作环境需要专家系统来代替人类专 家。
8.1 专家系统的概念8.1.2 专家系统的类型1。
按用途分类解释型。
根据所得到的有关数据、经过分析、推理，从而 给出解释的一类专家系统。
诊断型。
根据输入信息推出相应对象存在的故障、找出产 生故障的原因并给出排除故障方案的一类专家系统。
如医 疗诊断、机器故障诊断、产品质量鉴定等专家系统。
预测型。
根据相关对象的过去及当前状况来推测未来情况 的一类专家系统。
人工智能课件之专家系统
8.4.1 PROSPECTOR的功能与结构 PROSPECTOR的研究目的是：勘探矿产资源，扩
大技术培训及集中多个专家的知识来解决给定的资源 问题。PROSPECTOR系统给地质勘探人员提供下列几 种帮助：
不确定性的、非结构化的、没有算法解或虽有算法解 但在现有的机器上无法实施的困难问题。
(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。
第8章 专家系统
(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。
第8章 专家系统
推 理机
解释 模块
知识 库
动态 数据库
知识库管理系统 自学习模块
图8―2 专家系统的理想结构
第8章 专家系统
8.2.2 实际结构 上面介绍的专家系统结构，是专家系统的概念模
型，或者说是只强调知识和推理这一主要特征的专家 系统结构。但专家系统终究仍是一种计算机应用系统。 所以，它与其它应用系统一样是解决实际问题的。而 实际问题往往是错综复杂的，比如，可能需要多次推 理或多路推理或多层推理才能解决，而知识库也可能 是多块或多层的。
福大学的费根鲍姆教授于1965年开发的。 2.发展 与 DENDRAL 系 统 同 时 开 发 的 ， 还 有 数 学 专 家 系 统
MACSYMA。它是一个大型的人机交互式系统。 3.趋势 进入20世纪90年代，模糊技术、神经网络和面向对
象等新技术迅速崛起，为专家系统注入了新的活力。
第8章 专家系统
第8章 专家系统
6.按规模分类 按规模分类，可分为大型协同式专家系统和微专 家系统。 7.按结构分类 按结构分类可分为集中式和分布式，单机型和网 络型(即网上专家系统)。
第八章 基于模型的专家系统
• 因果顺序理论获取Ta2中的因果关系，其中 顺序意义表示数学从属性。但这个理论不会 获取Ta1中的因果关系。
⑤原始数据议程
系统可处理的时间标度集合指定推理关系 的原始推理议程。假设TS为这样的集合， Ec为当前实施的时间集合。当前时间标 度Tc以及相邻的时间标度T1和T2的一 般推理议程定义如下：
③因果时间标度 在表8.1中定义的13种因果时间标度可分为四 类，每一类具有特定建模原理的建模技术。 a)直接建模 描述使用数学微分方程的模型，这个模型直接 表示时间上的动态行为。 时间标度Ta3的预备条件就是完全满足的参数 集合，集合中每个参数具有满足所有田间约 束的值。 时间标度Ta2的预备条件为本质上同时满足方 程的集合。
• 所谓的Agent，在信息技术尤其是人工智能和计算机 领域，可以看作是能够通过传感器感知其环境，并 借助于执行器作用于该环境的任何事物。例如对于 人Agent，其传感器为眼睛耳朵和其他感官，其执行 器为手、腿、嘴和身体的其他部分。对于软件Agent， 则同过编码位的字符串进行感知和作用。 • 分布式人工智能的研究，其研究目标是要建立一个 由多个子系统构成的协作系统，各子系统间协同工 作对特定问题进行求解．分布式人工智能系统中的 分布性不仅指知识的垂直和水平划分，还包括知识 的复制和传播。对知识的划分和组织的原因在于有 限合理性原则，即任何主体单个地处理能力是有限 的，不可能同时处理问题的所有因素，因此对问题 进行分解和划分是开发问题求解体系结构中较快捷 的方法。
（4）实体论工程
在专家系统的领域，研究者都期望实体论 的概念在实现知识共享和重用方面起到 重要的作用。 实体论 哲学领域含义为存在论。在人工 智能领域，其定义为 概念化的清楚规范。 对知识库来说，实体论定义为用来创建 人工系统的原始词表/概念的理论/系统。 对于不同层次，实体论可以用于以下几个 主要方面：
- 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)。
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.4 专家系统的一般特点 在总体上，专家系统还具有以下一些共同特点： （1）启发性 （2）透明性 （3）灵活性 （4）交互性 （5）推理有效性 （6）复杂性 （7）实用性 （8）知识的专门性 （9）易推广
人工智能原理与应用
第八章 专家系统
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.3 专家系统的种类
（9)教学型：是一类可根据学生学习的特点，制定适当的教学计划 和教学方法，以对学生进行教学和辅导的专家系统。 (10)修理型：对发生故障的系统或设备进行处理，使其恢复正常 工作的一类专家系统。 除了以上这10种类型的专家系统外，决策型和管理型的专家系 统也是近年来颇受人们重视的两类专家系统。
人工智能原理与应用
第八章 专家系统
8.3 知识获取
8.3.1 知识获取的任务
2、知识的表示 将知识源中以自然语言、图形、表格等形式表示的知识转换为计算机能 够识别或运用的形式。这种转换通常先由知识工程师对知识源中的知识进行 分析和抽样，并用适当的知识表示形式表示出来，然后再把这种知识表示形 式通过某种编译程序翻译成计算机可直接识别或应用的内部编码。 3、知识的输入 知识输入就是要把从知识源获取的、以某种表示形式表示的知识经过在 计算机上编辑、编译送入知识库的过程。 4、知识的检测 知识检测的主要任务是保证知识库的一致性和完整性。
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.3 专家系统的种类
对专家系统的类型划分可以有多种不同的方法。不同的分类方法 所得到的分类结果也不同。 1. 按专家系统特性和处理问题的类型分类 海叶斯—罗斯（F.Heyes-Roth)等人按照专家系统的特性及处理问 题的类型，将专家系统分为以下10种类型。 （1）解释型：通过对已知信息和数据进行分析和推理，从而确定 它们的含义，给出相应解释的一类专家系统。 （2）诊断型：根据输入系统的有关被诊断对象的信息，来推断出 相应对象存在的故障和产生故障的原因，并进一步给出排除故障方法 的一类专家系统。
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.3 专家系统的种类
2、按系统的体系结构分类 (1)集中式专家系统 这是一类对知识及推理进行集中管理的专家系统。对于这类专家系统，又可根据 系统知识库与推理机构的组织方式，细分为层次式结构、深-浅双层结构、多层聚焦结 构及黑板结构等专家系统。 层次式结构专家系统是指其推理机构为多层机制，推理方式采用逐层推理的专家 系统。 深—浅双层结构专家系统是指系统的知识库由两个子知识库构成，其中一个称为 深层知识库，用于存放问题领域内的原理性知识，另一个称为浅层知识库，用于存放 领域专家的经验知识。 多层聚焦结构专家系统是指知识库中的知识按动态分层组织的形式进行管理。 黑板结构类型的专家系统一般用于求解比较复杂的问题，通常具有多个知识库和 多个推理机。
人工智能原理与应用
第八章 专家系统
8.2 专家系统的基本结构
中自动获取知识，并把得到的知识送入知识库中，并确保知识的一致性 及完整性。 8.2.4 推理机 推理机是专家系统在解决问题时的思维推理核心，它是一组程序， 用以模拟领域专家思维过程，以使整个专家系统能够以逻辑方式进行问 题求解。 8.2.5 解释器 解释器是人与机接口相连的部件，它负责对专家系统的行为进行解 释，并通过人机接口界面提供给用户。 8.2.6 人—机接口 人－机接口是专家系统的另一个关键组成部分，它是专家系统与外 界进行通讯与交互的桥梁，由一组程序与相应的硬件组成。
8.3.2 知识获取主要途径 2、半自动化知识获取 半自动知识获取是指在人工知识获取的基础上增加了部分机器学习 功能，使专家系统本身能够从大量的实例中归纳出某些知识。由于 它不是纯粹的人工知识获取，又不是完全的机器自动知识获取，因 而称作半自动和知识获取。以下的一些方法属于半自动化获取方法。 （1）智能知识编辑 这是一个通过建立智能知识编辑器来实现知识获取的方法。智能知 识编辑器是一种类似于数据库编辑器的软件，它可实现对知识库的 结构和内容进行修改，是目前建造专家系统时常用的一种工具。
8.2 专家系统的基本结构
人工智能原理与应用
第八章 专家系统
8.2 专家系统的基本结构
8.2.1 数据库及其管理系统 数据库又称综合数据库，用来存储有关领域问题的初始事实、问题 描述以及系统推理过程中得到的种种中间状态或结果等，系统的目标结 果也存于其中。 8.2.2 知识库及其管理系统 知识库是专家系统的知识存储器，用来存放被求解问题的相关领域 内的原理性知识或一些相关的事实以及专家的经验性知识。原理性或事 实性知识是一种广泛公认的知识，即书本知识和常识，而专家的经验知 识则是长期的实践结晶。 8.2.3 知识获取机构 知识获取机构是专家系统中的一个重要部分,它负责系统的知识获取， 由一组程序组成。其基本任务是从知识工程师那里获得知识或人训练数 据
人工智能原理与应用
第八章 专家系统
8.3 知识获取
8.3.2 知识获取主要途径 按照知识获取所使用的手段，可分为人工获取、半自动化获取和 自动化获取三种。 1、人工知识获取 是一种通过知识工程师对知识源中的数据进行分析处理，以获取 知识的一种途径。知识工程师首先从领域专家那里了解他们解决问题 的方法，阅读有关文献，初步获取专家系统所需要的原始知识；然后， 再对所获得的原始知识进行分析、归纳、整理、总结，将每一条知识 用自然语言的形式表达出来，并交由领域专家审查。经反复交流，最 后把所总结的每条知识确定下来，再将每条知识用适当的知识表示方 法表示出来，应用知识编辑器输入计算机。
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.3 专家系统的种类
(2) 分布式专家系统 分布式专家系统是指将知识库或/和推理机分布在一个计算机网 络上的一类专家系统。主要特点是，系统中的知识库及推理机在逻 辑上和物理上都采用一种分布结构，其各机构间通过计算机网络实 现互连，并在求解问题的过程中，相互通信、相互协作。 (3) 神经网络专家系统 采用人工神经网络技术进行建造，以神经网络为体系结构实现 知识表示和求解推理。这种类型的专家系统目前尚处于研究阶段。 (4) 符号系统与神经网络相结合的专家系统 将神经网络与符号处理系统有机结合起来就用于专家系统的知 识表示与推理求解。
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.1 专家系统的产生与发展 1.产生与发展过程 1968年世界上的第一个专家系统DENDRAL在美国的斯坦福大 学研发成功。DENDRAL是世界上第一例成功的专家系统，它的出 现标志着人工智能的一个新领域——专家系统的诞生。 20世纪60年代末，美国麻省理工学院开始研究用于解决复杂微 积分运算和数学推导的专家系统MACSYMA。卡内基—梅隆大学在 同一时期也开发了一个用于语音识别的专家系统HEARSAY，并相 继研发成功HEARSAY—II和HEARSAY—III。 1974年，匹兹堡大学研制成功内科病诊断咨询系统INTERNIST， 并在以后对其不断完善，使之发展成专家系统CADUCEUS。
人工智能原理与应用
第八章 专家系统
8.3 知识获取
8.3.1 知识获取的任务 利用某种手段从知识源中获取专家系统实现问题求解所需的专门 知识，并以某种形式在计算机中存储，满足领域问题求解的需求。一 般包括知识抽取、表示、输入和检测等几项工作。 1、知识抽取 知识抽取是指把蕴含于多个知识源中的知识经过分析、识别、理 解、遴选、归纳等处理后抽取出来，以便用于知识库的建立。知识源 是指专家系统知识的来源，包括领域专家、技术报告、课本教材、相 关论文、实例研究、经验数据及系统本身的运行实践等。
人工智能原理与应用
第八章 专家系统
8.3 知识获取
8.3.2 知识获取主要途径 在从领域专家那里获取知识时一般采用如下的技术步骤： （1）现场观察 （2）问题讨论 （3）问题描述 （4）问题分析 （5）建造原型系统 （6）系统检查 （7）系统验证
人工智能原理与应用
第八章 专家系统
8.3 知识获取
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.1 专家系统的产生与发展
2. 专家系统的成就 由数字设备公司（DEC）和卡内基—梅隆大学合作研发的专家系统 XCON，是一个用于为VAX计算机系统制定硬件配置方案的商用系统，创 造了巨大的经济效益。 ACE是由贝尔实验室于80年代初开发的一个用于设备错误诊断的专 家系统，用于定位和识别在电话网络中的故障点。 DELTA则是由通用电气公司在80年代中期开发的错误诊断系统，以 帮助维修人员发现在柴油发电机中的故障。 3. 中国的情况 我国专家系统的研发起步于20世纪80年代，开发成功了许多具有 实用价值的应用型专家系统。
人工智能原理与应用
第八章 专家系统
教材简介:
名
作
称:人工智能原理与应用
者:张仰森
出版社:高等教育出版社 章 节:共十章
主讲教师:
宗春梅
人工智能原理与应用
第八章 专家系统
专家系统是人工智能应用研究的一个重要分支。自20 世纪60年代末，费根鲍姆等人研制成功第一个专家系统 DENDRAL以来,专家系统已被成功地运用到工业、农业、地质 矿产业、科学技术、医疗、教育、军事等众多领域，并已产 生了巨大的社会效益和经济效益。它实现了人工智能从理论 研究走向实际应用，从一般思维方法探讨转入专门知识运用 的重大突破。成为人工智能应用研究中最活跃、也最有成效 的一个重要领域。
人工智能原理与应用
第八章 专家系统
8.1 专家系统概述
8.1.1 专家系统的产生与发展 1976年，专家系统MYCIN由美国斯坦福大学的E.H.Shortliffe开发成 功，其主要设计目的是为细菌感染疾病提供抗菌剂治疗建议。MYCIN 还首次使用了目前专家系统中常用的知识库的概念，并在不确定性的 表示和处理中采用了可信度的方法。 1976 年 ， 美 国 斯 坦 福 大 学 国 际 研 究 所 人 工 智 能 研 究 中 心 的 R.O.Duda等人研制成功一个探矿专家系统ROSPECTOR，该系统把矿 床模型按计算机能解释的形式编码，随后利用这些模型进行推理，达 到勘探评价、区域资源估值、钻井井位选择的目的。 进入20世纪80年代以后，专家系统的研发开始趋于商品化。