第四章专家系统

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。 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。 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。 专家系统不像人那样容易疲劳、遗忘,易受环境、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。
第二代ES： MYCIN、PROSPECTOR，数学发现 专家AM： 单学科专业型应用系统；
结构较完整，功能较全面；
具有推理解释功能，透明性好； 采用启发推理，非精确推理； 用各种方法表达知识； LISP语言编码。
1980-至今：商用专家系统，XCON、XSEL、CATS-1、 工具： 多学科综合性应用； 专家系统开发工具； 大型知识工程系统。
对规则处理，条件匹配；
两个过程：MONITOR和FINDOUT；
MONITOR用于分析规则； FINDOUT为MONITOR找所需要的数据。
五
解释
提供解释机制。
4.3 专家系统的设计和建立
一 1 设计内容 知识库设计：在知识表达的基础上，根据形式化的 知识模型和相应的符号结构体系，设计具有知识存 储、检索、编排等的知识数据库： （1）库中存储知识的类别：叙述/过程/控制等； （2）表达方法的选择：适用性/可扩性/有效性等； 多种方法的综合：混合式/组合式/层次式
2
原型机的开发和实验
3 改进
确认问题
确认：明确任务、目标、条件、资源、 环境； 概念化：概念化知识模型，文字/图形；
表达概念
重新描述 形成结构 重新设计
形式化：形式化知识模型，符号；
生成系统 完善
实现：生成一个完整的结构；
验证改进
测试和修改。
三 建造中问题
1 确定专门任务，确定ES适合开发的问题： （1）具有适合采用ES技术开发的基本条件
依靠经验性知识；
存在真正合适的领域专家； 有明确开发目标，不太难实现； （2）存在运用ES技术开发的理由： 有较高效益；
某些专门知识可能失传；
•教育型。能用于辅助教学的专家系统。如制订教学计 划、设计习题、水平测试等。
按知识表示及实现： •基于规则的专家系统；
•基于框架的专家系统；
•基于模型的专家系统；
按输出结果分类
•分析型。工作性质属于逻辑推理，输出结果是 个“结论”。如诊断型、解释型、预测型、决 策型都属于分析型专家系统。 •设计型。工作性质属于某种“操作”，输出结 果是一个“方案”。
4.2 血液感染病医疗诊断系统MYCIN
是一个帮助内科医生诊治感染性疾病的专家系统。 1978年完成，LISP编写。 一 结构
1 数据库：存放病人数据、事实、化验结果 2 咨询子系统：推理机及用户接口 3 解释子系统：回答用户有关问题求解等的提问 4 知识库：存放规则知识
5 知识(规则）获取子系统：获取知识
新节点加入需考虑父子关系，父不存在，需先建父。 当每个上下文被例示时，它的MAINPROPS参数就被跟踪。 参数是LABDATA参数，马上要向用户询问。
上下文树的构成
MYCIN的控制策略是由目标引导的逆向推理。系 统首先引用目标规则以推论PATIENT-1的 REGIMEN参数。 系统需要跟踪在规则的前提部分中涉及的参数 TREATFOR和COVERPOR。跟踪的方法是依次地 调用所有可以决定这二个参数的规则。 每当这些规则被调用时，MYCIN通过调用更进一 步的规则来跟踪它的前提部分中的参数，产生式系 统的IF-THEN规则组 成了"与或"树。继续跟踪过程 就导致了在由规则所组成的"与或"树中的深度优先 的搜索过程。
THEN 肯定存在一种需要处理的细菌(可信度1.0)
•这是一条CURORGRULE规则。通过检查它的 CATEGORY特性知道，它只能用于CURORGS细菌 类型的上下文。当前所研究的PATIENT-1的上下文 类型是PERSON，不是细菌，所以MYCIN试图用动 态数据库中的上下文树来鉴别PATIENT-1的所有的 属于细菌类型的后代。因为到目前为止，还没有细 菌类型的上下文的例示。MYCIN需要建立这样的例 示。
在操作部分涉及它的只有一条规则：
规则092 IF 存在一种病菌需要处理 某些病菌虽然没有出现在目前的培养物中， 但已经注意到它们需要处理 THEN 根据病菌对药物的敏感情况，编制一个可 能抑制该病菌的处方表 从处方表中选择最佳的处方 ELSE 病人不必治疗
• 在规则前提的第一和第二个子句中，涉及到第二个参数 TREATFOR和COVERFOR。这二个参数都是PROP-PT， 并且是“是非”型的。对这二个参数求值，就引起了长 长的咨询过程。 •TREATFOR表示需要处理的细菌，它不是LABDATA参 数，所以系统试图引用所有的在这个参数的UPDATEDBY特性中所列出的规则来推论它的值： IF 已知细菌的类别 存在和这种细菌的出现有关的显著的病症
OPERS病人正在接受的治疗
上下文特性： Assocwith：父辈节点的上下文类型； Subject：可用于此类上下文的规则表； MainProps：上下文的参数，当此类上下文被例示时， 就立即跟踪此表中参数； Prompt1：提问，是否已有此类型上下文。
Prompt2
2 参数：上下文、对象属性 Person ：Sex , Name, Age , Regimen等属性。 每一个参数有相关的一组属性，例如： LABDATA：表明数据是由用户直接给出还是需要进行推 理得到； LOOKAHEAD：在前提中引用该参数的所有规则； UPDATED BY：能更新此参数的所有规则；
三 专家系统的特点

专家系统善于解决那些不确定性的、 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。例如,医疗诊断、地质勘探、天气预 报、市场预测、管理决策、军事指挥等领域的问题。 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。
上下文树的例子
CURCULS正在从中分离细菌的培养物 CURORGS目前从培养物中分离出的细菌
OPDRGS在最近治疗过程中病人已服用的抗生素药物
PERSON病人状况 PRIORCULS以前取得的培养物 POSSTHER正在考虑的处方 PRIORDRGS病人以前服过的抗生素
PRIORORGS以前分离的细菌
四 推理控制 1 主要思想：
此类病诊断正常过程：
（1）确定是否有重要病菌感染； （2）确定病菌类型； （3）确定抗菌类型； （4）优选治疗方案。
MYCIN采用逆向推理，深度优先搜索策略。
2 主要过程 （1)赋于这个上下文一个名称； (2) 把这个上下文加到上下文树上去； (3) 马上跟踪这类上下文的MAINPROPS表中的 参数。 对于新的病人建立PERSON名称的上下文，跟踪其 参数； PERSON四个参数中，只有REGIMEN为非 LABDATA；
•
•
•设计型。按给定要求进行相应设计的一类专家系统。 如工程设计、电路设计、建筑及装潢设计、服装设计等 领域。 •规划型。按给定目标拟定总体规划、行动计划、运筹 优化等的一类专家系统。如机器人动作控制、工程规划、 军事行动规划等。 •控制型。用于对各种大型设备及系统实现控制的一类 专家系统。 •监测型。用于完成实时监测任务的一类专家系统。如 病人监护、网络监测、航空监管等。
二 表示
1 数据： （对象 属性 值 可信度）
（PATIENT-1 SEX MALE 1.0） 静态数据、动态数据、上下文特性等。
2
规则：
（前提 结论 可信度）
RULE **：
PREMISE：[ &AND
( )
( ) ….]
ACTION：பைடு நூலகம்（CONCLUDE ….. TALLY CF）
三 组织 1 上下文：与诊断相关的项目、对应描述的对象。 MYCIN中定义10种上下文，可以视为治疗需要考虑的 相关数据和问题： 病人状况、培养物/化验、细菌、病人已服用药物、正 在接受的治疗、正在考虑的处方、以前取得的培养物、 以前服用的抗生素、以前分离的细菌等。 在咨询和求解过程中根据上下文特性逐渐建立起上下 文树。
CONTAINED IN：在操作部分引用此参数，但并不改变其 值的所有规则。
3 规则
除了PREMISE、ACTION外，还有以下两参数影 响其使用：
CATEGORY：规则按上下文进行分类，每条规则 只能 用于某几个上下文类；
SELFREF：规则是否自引用。
规则047，用对象、属性、值的三元组的形式 存于知识库中


四 专家系统用途及分类
1
用途： 一般而言：
（1）知识利用、保存和传播的现代化工具，可以保存、 复制、转移、传播知识，便于专家知识、经验的推广 和应用；
（2）人工智能和知识工程技术的开发工具和环境。
2 分类 不同的分类标准，得到不同的分类结果。 从专家系统的特性及处理问题的类型分类：
• 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。如天气预报、市场预测、地震 预报等。 决策型。利用已知信息通过推理帮助决策的专家系统。 如智能决策支持系统。
第四章 专家系统
4.1 专家系统基本概念
一 专家系统：
模仿人类专家，使用特定的知识和一定的推理方法 解决专门领域问题的计算机系统。 人工智能发展历史中第一个真正投入商用的研究成 果。
专家系统的四个要素： (1) 应用于某专门领域。 (2) 拥有专家级知识。 (3) 能模拟专家的思维。 (4) 能达到专家级水平。