一个专家系统的例子

合集下载

专家系统实例

专家系统实例
专家系统是一种基于知识推理的智能信息系统，用于解决特定领域的问题。

它们利用专家知识和推理规则，通过询问用户的问题来识别问题的本质，然后提供相应的解决方案。

以下是一些专家系统实例: 1. 动物识别专家系统：该实例是一个基于人工智能技术的专家系统，用于识别动物物种。

它利用了计算机视觉和自然语言处理技术，通过询问用户有关动物的特征和属性来识别动物。

2. 医学诊断专家系统：该实例是一个用于医学诊断的专家系统，它利用医学知识和推理规则，通过对用户提供的症状和疾病特征进行分析，从而作出准确的医学诊断。

3. 工业控制专家系统：该实例是一个用于工业控制的专家系统，它利用控制理论和推理技术，通过对用户提供的控制命令进行分析和优化，以实现更高效、更安全的工业控制。

4. 农业施肥专家系统：该实例是一个用于农业施肥的专家系统，它利用植物营养知识和推理规则，通过对用户提供的肥料信息和植物需求进行分析，从而提供最佳的施肥方案。

这些专家系统实例展示了人工智能技术在各个领域的应用，可以帮助用户解决各种复杂问题。

专家系统的实例分析

专家系统的实例分析张宏昊研电1203 1122201030一、实验要求1.1已知：电网的接线、操作前的开关、刀闸状态初始态、现场的运行规程、要操作的设备、操作前状态、操作后状态求出：是否允许某设备在当前运行方式下，由操作前状态转换到操作后状态。

信息流图（系统结构图）1.2用产生式表示刀闸的操作规则规则一：IF 与刀闸同间隔的开关分 THEN 刀闸能分或合规则二：IF 与刀闸相关的接地刀闸/线全部为分 THEN 刀闸能合规则三：IF 刀闸是母线刀闸且停电操作且出线刀闸分 THEN 刀闸能分规则四：IF 刀闸两端具备等电位条件 THEN 刀闸能分或合 1.3知识表示方法（数据库结构设计）以设备为核心数据类型取值设备名称字符型设备类型整型开关1/刀闸2/接地刀闸3/接地线4 间隔名称字符型位置整型母线侧1/出线侧2/旁路侧3设备名称设备类型间隔名称位置开关 K85 1 JG85 0 0 S853 2 JG85 2 1 S851 2 JG85 1 1 S852 2 JG85 1 0 S856 2 JG85 3 0 S855 2 Jg85 1 1 S8510 3 JG85 0 0 S85J2 4 JG85 0 0 S85J1 4 JG85 0 0 S85303JG85是否人机界面：取设备名称，目标状态操作校验模块(推理机) 所有电网设备当前状态所有电网设备操作规则是否允许操作？提示不允许操作的原因生成操作术语85853851852 8530851085J185J2856 典型间隔 Typical Unit855二、程序设计2.1 程序主界面2.2程序功能介绍2.2.1 图示模块程序左上角有一个图示模块，在这个模块里可以直观的显示各个开关、断路器的开断状态，并且可以直接点击开关进行操作，操作结果也会动态显示在界面上。

2.2.2开关状态操作块这个模块可以分别对各个开关和断路器今天开断操作，操作结果会与图示模块同步显示。

农业专家系统应用实例分析资料

农业专家系统应用实例分析摘要:专家系统是人工智能领域中较为成熟的一个分支。

本文阐述了专家系统的基本概念及基本要素，介绍了专家系统在我国农业中的应用和我国农业专家系统的发展趋势。

关键词:人工智能;专家系统;农业专家系统;应用农业专家系统也可叫农业智能系统,是一个具有大量农业专门知识与经验的计算机系统。

它应用人工智能技术,依据一个或多个农业专家提供的特殊领域知识、经验进行推理和判断,模拟农业专家就某一复杂农业问题进行决策。

典型的农业专家系统主要由知识库、数据库、模型库、推理机、知识库管理系统、解释器、用户界面7个部分组成。

其中,知识库和推理机是农业专家系统最核心部分,这是任何一个农业专家系统都不可缺少的组成部分。

知识库的质量直接影响到农业专家系统质量及可信度;推理机是农业专家系统的运行动力。

而知识库管理系统则是对知识库中的知识进行检查和检索,还可以把推理过程中使用知识的实际情况显示出来,这是数据库管理系统中所没有的。

知识获取是农业专家系统开发过程中的瓶颈,其主要任务是完成领域知识的收集与整理.解释器是用来向用户,特别是专用户,解释推理的结果和在推理过程中所发生的一切。

专家系统有四个特点,即:启发性,能运用专家的知识和经验进行推理和判断;透明性,能解决本身的推理过程,能回答用户提出的问题;灵活性,能不断地增长知识,修改原有的知识。

综合性,能解答种子、土肥、植保、农经等多专业问题,克服了单个农业专家的专业局限。

研发农业专家系统的主要目的是使计算机在农业领域中起农业专家的作用,对那些需要专家知识才能解决的难题提供相关专业权威专家水平的解答。

专家系统在世界农业领域中的应用始于20世纪70年代末,经过20余年发展,应用已遍及作物栽培管理、设施园艺管理、畜禽管理、水产养殖、植物保护、育种以及经济决策等各方面。

专家系统在灌溉、施肥、栽培、病虫害的诊断与防治、作物育种、作物产量预测、畜禽饲养管理和水产养殖管理等方面,展示了广阔的应用前景。

第7-4章(简)(专家系统)

会效益。
6)研究专家系统能够促进整个科学技术的发展。
7)有些专家系统还具有“自学习”能力, 即不断对自
己的知识进行扩充、完善和提炼。这一点是传统系统
所无法比拟的。 8)专家系统不像人那样容易疲劳、易受情绪等的影响, 它可始终如一地以专家级的高水平求解问题。因此, 从这种意义上讲,专家系统可以超过专家本人。
14
Hale Waihona Puke 7)控制专家系统任务: 自适应地管理一个受控对象或客体的全面行为，使之满足预期要求。特点: 控制专家系统具有解释、预报、诊断、规划和执行等多种功能。例子: 空中交通管制、商业管理、自主机器人控制、作战管理、生产过程控制和质量控制等。
15
8)调试专家系统
任务: 对失灵的对象给出处理意见和方法。
36
(2) 评价专家系统的方法
从本质上说，试验和评价专家系统与试验及评价专家是相同的。这是一个非常困难的问题。基本上有两种方法。第一种是简单地启发式地利用一组例子说明系统的性能。描述在哪些情况下系统工作良好。这和人们常常靠一些医生成功地治愈的疑难病症来说明医生的医术非常相象。第二种方法是实验的方法。这种方法强调用实验的方法来评价系统在处理各种储存在数据库中的问题事例时的性能。
组织有关。
23
③动态数据库
动态数据库也称全局数据库、综合数据库、工作存储器、黑板等,它是存放初始证据事实、推理结果的场所, 或者说它是上述各种数据构成的集合。动态数据库只在系统运行期间产生、变化和撤消, 所以称为“动态”数据库。
24
④人机界面
这里的人机界面指的是最终用户与专家系统的
交互界面。一方面, 用户通过这个界面向系统提出
9
2)预测专家系统

专家系统的概述

专家系统的概述专家系统呢，整体来看是一种很有趣也很有用的计算机程序系统。

我给你讲讲我理解的这个系统的框架哈。

大致分这几个主要部分吧。

首先得有知识库，这个知识库就像是专家的大脑存储的知识，它里面包含了特定领域大量的事实和规则。

比如说，要是一个医疗专家系统，那知识库里头就有很多疾病的症状、病因、诊断方法和治疗方案这些内容。

然后就是推理机了，这可是核心内容之一。

它就像是一个思维的引擎，能根据知识库中的知识对输入的问题进行推理。

举个例子，如果是上面说的医疗专家系统，你输入一系列身体不舒服的症状，像头痛、发热、咳嗽，推理机就从知识库中找与之匹配的疾病知识，通过分析推理得出可能的疾病诊断。

还有用户接口也很重要，这个部分主要是让用户能方便地和专家系统交互的通道。

用户可以把自己的问题通过这个接口输入进去，得到系统给的答案。

就像是咱们去医院前台挂号之后，然后跟医生叙述病情这个互动过程，用户接口就是这个桥梁。

除了这几个，还有数据库负责存储中间结果和相关数据，知识获取机构负责更新和扩充知识库。

比如说随着医学研究不断有新的疾病或者治疗方法被发现，知识获取机构就把这些新内容添加到知识库当中。

不过在我理解这个专家系统的过程中，也遇到过困惑。

比如说这个推理机的工作逻辑有时候是很复杂的，很难一下子完全清楚到底是怎样在那么多的知识里准确判断和推理的。

领悟的话，就是后来明白了这些部分之间相互依赖相互配合，少了哪个部分这个专家系统都不能很好地工作。

主要脉络就是这样的知识进入知识库，推理机利用知识库应对用户输入，交互过程中的各种数据存储在数据库，新知识不断更新知识库，然后这些流程都通过用户接口一个环节拉通，这就是专家系统大概的情况啦。

专家系统实例

一个专家系统的例子一、建立动物识别专家系统的规则库，并用与/或图来描述这个规则库。

规则库由15条规则组成，规则名分别是；rule1，rule2，┉，rule15，规则库的符号名为ruleS。

编写一段程序,把15条规则组成一个表直接赋值给规则库ruleS。

( rules((rule1(if (animal has hair)) 若动物有毛发(F1)(then (animal is mammal))) 则动物是哺乳动物(M1)((rule2(if (animal gives milk)) 若动物有奶(F2)(then (animal is mammal))) 则动物是哺乳动物(M1)((rule3(if (animal has feathers)) 若动物有羽毛(F9)(then (animal is bird))) 则动物是鸟(M4)((rule4(if (animal flies)) 若动物会飞(F10)(animal lays eggs)) 且生蛋(F11)(then (animal is bird))) 则动物是鸟(M4)((rule5(if (animal eats meat)) 若动物吃肉类(F3)(then (animal is carnivore))) 则动物是食肉动物(M2)((rule6(if (animal Raspointed teeth)) 若动物有犀利牙齿(F4)(animal has claws) 且有爪(F5)(animal has forword eyes)) 且眼向前方(F6)(then (animal is carnivore))) 则动物是食肉动物(M2)((rule7(if (animal has mammal)) 若动物是哺乳动物(M1)(animal has hoofs)) 且有蹄(F7)(then (animal is ungulate))) 则动物是有蹄类动物(M3)((rule8(if (animal has mammal)) 若动物是哺乳动物(M1)(animal chews cud)) 且反刍(F8)(then (animal is ungulate))) 则动物是有蹄类动物(M3)((rule9(if (animal is mammal)) 若动物是哺乳动物(M1)(animal is carnivore) 且是食肉动物(M2)(animal has tawny color) 且有黄褐色(F12)(animal has dark sports)) 且有暗斑点(F13)(then (animal is cheetah))) 则动物是豹(H1)((rule10(if (animal is mammal)) 若动物是哺乳动物(M1)(animal is carnivore) 且是食肉动物(M2)(animal has tawny color) 且有黄褐色(F12)(animal has black stripes) 且有黑色条纹(F15)(then (animal is tiger))) 则动物是虎(H2)((rule11(if (animal is ungulate)) 若动物是有蹄类动物(M3)(animal has long neck) 且有长脖子(F16)(animal has long legs) 且有长腿(F14)(animal has dark sports)) 且有暗斑点(F13)(then (animal is giraffe))) 则动物是长颈鹿(H3)((rule12(if (animal is ungulate)) 若动物是有蹄类动物(M3)(animal has black stripes) 且有黑色条纹(F15)(then (animal is zebra))) 则动物是斑马(H4)((rule13(if (animal is bird)) 若动物是鸟(M4)(animal does not fly) 且不会飞(F17)(animal has long neck) 且有长脖子(F16)(animal has long legs)) 且有长腿(F14)(animal black and white)) 且有黑白二色(F18)(then (animal is ostrich))) 则动物是驼鸟(H5)((rule14(if (animal is bird)) 若动物是鸟(M4)(animal does not fly) 且不会飞(F17)(animal swims) 且会游泳(F19)(animal black and white)) 且有黑白二色(F18)(then (animal is penguin))) 则动物是企鹅(H6)((rule15(if (animal is bird)) 若动物是鸟(M4)(animal flies well)) 且善飞(F20)(then (animal is albatross))) 则动物是信天翁(H6)在上述规则的说明中，用F1-F20标记的是初始事实或证据，用M1-M4标记的是中间结论，用H1-H7标记的是最终结论。

专家系统的类型

监视专家系统

监视专家系统的任务在于对系统、对象或过程的行为进行不断观察，并把观察到的行为与其应当具有的行为进行比较，以发现异常情况，发出警报。监视专家系统具有下列特点：
– – – –
(a)系统应具有快速反应能力，在造成事故之前及时发出警报。 (b)系统发出的警报要有很高的准确性。在需要发出警报时发警报，在不需要发出警报时不得轻易发警报(假警报)。 (c)系统能够随时间和条件的变化而动态地处理其输入信息。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。
规划专家系统

规划专家系统的任务在于寻找出某个能够达到给定目标的动作序列或步骤。规划专家系统的特点如下：
– –
–
(a)所要规划的目标可能是动态的或静态的，因而需要对未来动作做出预测。 (b)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，并通过试验性动作得出可行规划。规划专家系统可用于机器人规划、交通运输调度、工程项目论证、通信与军事指挥以及农作物施肥方案规划等。比较典型的规划专家系统的例子有军事指挥调度系统、ROPES机器人规划专家系统、汽车和火车运行调度专家系统以及小麦和水稻施肥专家系统等。
控制专家系统

控制专家系统的任务是自适应地管理一个受控对象或客体的全面行为，使之满足预期要求。控制专家系统的特点为：能够解释当前情况，预测未来可能发生的情况，诊断可能发生的问题及其原因，不断修正计划，并控制计划的执行。也就是说，控制专家系统具有解释、预报、诊断、规划和执行等多种功能。空中交通管制、商业管理、自主机器人控制、作战管理、生产过程控制和生产质量控制等都是控制专家系统的潜在应用方面。例如，已经对海、陆、空自主车、生产线调度和产品质量控制等课题进行控制专家系统的研究。

专家系统11教学案例

这一时期专家系统的特点是：高度的专业化，专门问题求解能力强，但结构、功能不完整，移植性差，缺乏解释功能。
第二阶段：七十年代中期，专家系统进入了第二阶段，专家系统技术进入成熟期，并出现了一批成功的专家系统。其中有代表性的专家系统是MYCIN、PROSPECTOR、 AM、CASNET等系统。
MYCIN系统：是由美国斯坦福大学研制的用于细菌感染性
7.2.1 专家系统的一般结构从概念来讲，一个专家系统应具有如下图所示的一般结构模式包括人机接口，推理机，知识库，动态数据库，知识获取机构和解释机构这六个部分。其中知识库和推理机是两个最基本的模块。
2022/2/13
13
用户
第7章专家系统领域专家知识工程师
人机接口
解释机构
பைடு நூலகம்数据库
推理机
专家系统的实际结构示例
24
多媒体人机界面
第7章专家系统
方法选择
参数确定
图件绘制
图形评价
I
O 接口
方法知识库
动态数据库
参数知识库
评价知识库
自学习模块
知识库管理系统
2022/2/13
地质图件绘制智能辅助系统结构
25
第7章专家系统
7.3 知识获取
知识获取主要是把用于问题求解的专门知识从某些知识源中提炼出来，并转化为计算机内表示存入知识库。
第7章专家系统
第7章专家系统
7.1 专家系统的定义与分类 7.2 专家系统的结构与工作原理 7.3 知识获取 7.4 专家系统的建立 7.5 专家系统实例 7.6 专家系统的开发工具 7.7 新一代专家系统研究

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)。

一个专家系统的例子一、建立动物识别专家系统的规则库，并用与/或图来描述这个规则库。

规则库由15条规则组成，规则名分别是；rule1，rule2，┉，rule15，规则库的符号名为ruleS。

编写一段程序,把15条规则组成一个表直接赋值给规则库ruleS。

用标记表示15条规则如下：R1：F1→M1R2：F2→M1R3： F9→M4R4： F10∧F11→M4R5： F3→M2R6： F4∧F5∧F6→M2R7： F7∧M1→M3R8： F8∧M1→M3R9： F12∧F13∧M1∧M2→H1R10： F12∧F15∧M1∧M2→H2R11： F13∧F14∧F16∧M3→H3R12： F15∧M3→H4R13： F14∧F16∧F17∧F18∧M4→H5R14： F17∧F18∧F19∧M4→H6R15： F20∧M4→H7用VC++编写一个函数，把一个表赋给变量rules，这个表有15个顶层元素，每一个顶层元素是一条规则，每条规则都是有4个元素的一个表。

二、推理机及其实现1、正向推理过程:根据在综合数据库中给出的已知事实,正向使用规则,即把规则的前件同当前数据库的内容进行匹配来选取可用规则,若有多条规则可用,则采用先选优先的策略,将执行规则的结论添加到综合数据库中,并将用过的规则置上激活标志,直到问题求解或没有可用规则为止.2、正向推理过程程序实现Procedure respond将规则库中规则的前件同当前数据库的内容进行匹配,若匹配成功，则将这条规则送入可用规则集S；否则，取下一条规则进行匹配。

while S非空且问题未求解除 dobegin调用 select-rule(S)，从S中选择一条规则，将该规则的结论添加到综合数据库中。

调用respondend由上可见正向推理过程respond是递归的。

3、举例说明正向推理机推理过程若已知的初始事实是F13(有暗斑点)、F12(黄褐色)、F3(若动物吃肉类)及F1(动物有毛发)，使用steq函数把已知的初始事实赋值给事实表facts：(steq facts((animal has dark spots)(animal has tawny color)( animal eats meat)( animal has hair))即：facts=(F13 F12 F3 F1)facts是一个可编辑的表，即可以添加。

steq函数的功能就是对facts进行编辑。

使用在前面建立的rules规则库，叙述正向推理过程如下:1)、在rules中查找规则前件的全部条件在当前facts=(F13 F12 F3 F1)中的可用规则，首先找到规则R1，则把R1后件中不在facts中的结论M1添加到facts中，扩充facts为facts=(F13 F12 F3 F1 M1)。

实际上，对facts=(F13 F12 F3 F1)还有一条可用规则R5，因为R5的前件F3也在当前facts中。

但是,由前面提到的冲突消解策略，若有多条可用规则，则按可用规则在规则库表rules中的顺序选择第一条可用规则。

2)、对当前facts在rules中查找可用规则，仍然找到规则R1，但R1的后件结论M1已在facts中，因此不会执行规则R1。

继续查找可用规则，找到规则R5，因为R5的后件结论M2不在当前的facts中，故执行R5，把R5不在facts中的结论M2添加到facts中，扩充facts 为facts=(F13 F12 F3 F1 M1 M2)。

3)、对当前facts在rules中继续查找可用规则，规则R9的前件在facts中，因此R9是可用规则。

而R9的后件结论H1不在当前的facts中，执行R9，把R9的结论H1扩充到facts 中，使得facts=(F13 F12 F3 F1 M1 M2 H1)。

4)、对当前facts，在rules中找不到规则的前件所包含的全部条件在facts中且后件有不在facts中的结论的任何规则，至此,正向推理结束.为了实现上述推理过程,需编写以下7个函数:A、正向推理机函数deduce函数表达式；(deduce facts)功能：连续不断的从规则库rules中选择可用规则，每选择到一条可用规则，就把该规则的后件中不在facts中的所有结论添加到facts中， B、调用函数step-forward实现对facts进行扩充,再通过扩充了的facts 函数表达式:选择下一条可用规则,对facts再扩充,直到 (step-forward rules)没有可用规则为止。

每找到一条可用规则对函数功能:,C函数表达式:( try-rule rule)facts中,facts返回t调用函数use-then实现调用函数remember或者函数recall实现D、函数use-then函数表达式：(use-then rule)函数功能：判断变量rule中的一条规则的后件所包含的全部结论是否在表facts中，若全部结论都在facts中，则use-then返回nil；否则,将不在facts中的结论逐一添加到表facts 中,且use-then返回t。

▲( 调用函数steq实现)E、函数remember函数表达式: (remember new)函数功能: 判断变量new中的一个事实是否在表facts中,存在, 返回nil;否则,将new 中的事实添加到表facts的表头,且返回new中的事实。

F、函数recall函数表达式：(recall fact)函数功能：判断变量fact中的一个事实是否在表facts中，存在, recall返回值是fact 中的事实;否则, 返回nil。

●关于E、F的区别E用于向事实表facts中添加新的事实。

F用于跟踪推理过程。