人工智能系统之专家系统

天津财经大学
TIANJIN UNIVERSITY OF FINANCIAL
AND ECONOMY
论文题目人工智能系统之专家系统
学生姓名秦健应
学生学号201011148
所在班级计算机学科学与技术1002班
院系名称理工学院信息科学与技术系
总论
人工智能又称机器智能，是计算机科学中的一门边缘科学。

专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。

专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。

起源与发展
20世纪60年代初，出现了运用逻辑学和模拟心理活动的一些通用问题求解程序，它们可以证明定理和进行逻辑推理。

但是这些通用方法无法解决大的实际问题，很难把实际问题改造成适合于计算机解决的形式，并且对于解题所需的巨大的搜索空间也难于处理。

1965年，f.a.费根鲍姆等人在总结通用问题求解系统的成功与败经验的基础上，结合化学领域的专门知识，研制了世界上第一个专家系统dendral ，用其可以推断化学分子的结构。

20多年来，知识工程的研究，专家系统的理论和技术不断发展，应用渗透到几乎各个领域，开发了几千个的专家系统，其中不少在功能上已达到，甚至超过同领域中人类专家的水平，并在实际应用中产生了巨大的经济效益。

专家系统的发展已经历了3个阶段，正向第四代过渡和发展。

第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。

但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。

第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。

第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。

在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。

构造与工作过程
专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。

其中尤以知识库与推理机相互分离而别具特色。

专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。

为了使计算机能运用专家的领域知识，必须要采用一定的方式表示知识。

目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。

基于规则的产生式系统是目前实现知识运用最基本的方法。

产生式系统由综合数据库、知识库和推理机3个主要部分组成，综合数据库包含求解
〈前提〉，于是：
〈结果〉”问题的世界范围内的事实和断言。

知识库包含所有用“如果：
形式表达的知识规则。

推理机（又称规则解释器）的任务是运用控制策略找到可以应用的规则。

专家系统的基本结构如图所示，其中箭头方向为数据流动的方向。

专家系统结构图
专家系统的基本工作流程是，用户通过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。

最后，专家系统将得出最终结论呈现给用户。

领域专家或知识工程师通过专门的软件工具，或编程实现专家系统中知识的获取，不断地充实和完善知识库中的知识。

主要开发工具：Gensym G2, CLIPS，Prolog，Jess，MQL 4。

应用领域
最初的专家系统乃人工智能之一个应用，但由于其重要性及相关应用系统之迅速发展，它已是信息系统的一种特定类型。

由于在人类社会中，专家资源实相当稀少，有了专家系统，则可使此珍贵的专家知识获得普遍的应用。

近年来专家系统技术逐渐成熟，广泛应用在工程、科学、医药、军事、商业等方面，而且成果相当丰硕，甚至在某些应用领域，还超过人类专家的智能与判断。

其功能应用领域概括有：解释（Interpretation）－如测试肺部测试（如PUFF）。

预测（Prediction）－如预测可能由黑蛾所造成的玉米损失（如PLAN）。

诊断（Diagnosis）－如诊断血液中细菌的感染（MYCIN）。

又如诊断汽车柴油引擎故障原因之CATS系统。

故障排除（Fault Isolation）－如电话故障排除系统ACE。

除错（Debugging）－如侦查学生减法算术错误原因之BUGGY。

行程安排（Scheduling）－如制造与运输行称安排之专家系统ISA。

又如工作站（work shop）制造步骤安排系统。

分析（Analysis）－如分析油井储存量之专家系统DIPMETER及分析有机分子可能结构之DENDRAL系统。

它是最早的专家系统，也是最成功者之一。

维护（Maintenance）－如分析电话交换机故障原因之后，及能建议人类该如何维修之专家系统COMPASS。

架构设计（Configuration）－如设计VAX计算机架构之专家系统XCON以及设计新电梯架构之专家系统VT等。

除此之外，还有许多如教学、出错、监督等许多领域的专家系统，在此就不再做过多介绍。

预测趋势
现阶段国内外专家系统应用停留在相对狭义的以规则推理为基础的阶段，应用也更多针对的是实验室研究以及一些轻量级应用，远不能满足大型商业应用的需求，实现对实时智能推理以及大数据处理的需求。

专家系统的发展下一步的将以模型推理为主，以规则推理为辅，并切合商业应用需求，满足对实时以及大数据量处理的需求。

同时专家系统将朝更为专业化方向发展，针对具体方向性的需求提供针对性模型与产品，如基于因果有向图CDG的故障诊断模型，流程处理模型等。

计科1002
秦健应2010111148出师表
两汉：诸葛亮
先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。

然侍卫之臣不懈于内，忠志之士忘身于外者，盖追先帝之殊遇，欲报之于陛下也。

诚宜开张圣听，以光先帝遗德，恢弘志士之气，不宜妄自菲薄，引喻失义，以塞忠谏之路也。

宫中府中，俱为一体；陟罚臧否，不宜异同。

若有作奸犯科及为忠善者，宜付有司论其刑赏，以昭陛下平明之理；不宜偏私，使内外异法也。

侍中、侍郎郭攸之、费祎、董允等，此皆良实，志虑忠纯，是以先帝简拔以遗陛下：愚以为宫中之事，事无大小，悉以咨之，然后施行，必能裨补阙漏，有所广益。

将军向宠，性行淑均，晓畅军事，试用于昔日，先帝称之曰“能”，是以众议举宠为督：愚以为营中之事，悉以咨之，必能使行阵和睦，优劣得所。

亲贤臣，远小人，此先汉所以兴隆也；亲小人，远贤臣，此后汉所以倾颓也。

先帝在时，每与臣论此事，未尝不叹息痛恨于桓、灵也。

侍中、尚书、长史、参军，此悉贞良死节之臣，愿陛下亲之、信之，则汉室之隆，可计日而待也。

臣本布衣，躬耕于南阳，苟全性命于乱世，不求闻达于诸侯。

先帝不以臣卑鄙，猥自枉屈，三顾臣于草庐之中，咨臣以当世之事，由是感激，遂许先帝以驱驰。

后值倾覆，受任于败军之际，奉命于危难之间，尔来二十有一年矣。

先帝知臣谨慎，故临崩寄臣以大事也。

受命以来，夙夜忧叹，恐托付不效，以伤先帝之明；故五月渡泸，深入不毛。

今南方已定，兵甲已足，当奖率三军，北定中原，庶竭驽钝，攘除奸凶，兴复汉室，还于旧都。

此臣所以报先帝而忠陛下之职分也。

至于斟酌损益，进尽忠言，则攸之、祎、允之任也。

愿陛下托臣以讨贼兴复之效，不效，则治臣之罪，以告先帝之灵。

若无兴德之言，则责攸之、祎、允等之慢，以彰其咎；陛下亦宜自谋，以咨诹善道，察纳雅言，深追先帝遗诏。

臣不胜受恩感激。

今当远离，临表涕零，不知所言。