专家系统理论概述
专家系统的专有名词解释
专家系统的专有名词解释随着科技的不断发展，专家系统作为一种人工智能技术，正在逐渐被广泛应用于各个领域。
然而，许多人对于专家系统中的一些专有名词可能不太熟悉。
本文将对专家系统所涉及的一些专有名词进行解释，帮助读者更好地理解专家系统的工作原理及应用。
一、专家系统专家系统（Expert System），又称为知识工程系统，是一种基于人工智能原理构建的计算机系统。
它通过模仿人类专家的思维方式和决策过程，利用具备某个领域专业知识的专家知识库，实现问题解决、决策支持等功能，从而在特定领域展示出人类专家级别的智能水平。
二、知识表示知识表示是指将专家系统所采用的知识进行形式化表示的过程。
常见的知识表示方式有规则表示、框架表示、语义网络表示等。
规则表示指的是将知识以“如果...那么...”的形式进行表达；框架表示则是通过定义领域内的对象及其属性，将知识以结构化的方式来表示；而语义网络则是通过节点和关系的方式来展示知识的关联性。
三、推理机制推理机制是专家系统中的核心组成部分，它负责根据输入的问题和已有的知识，利用推理规则进行推理，以产生相应的结论或决策。
推理机制主要分为前向推理和后向推理两种。
前向推理是从已知事实出发逐步推导得到结论；后向推理则是从目标开始逆向推导，找出满足该目标的事实或规则。
四、知识获取知识获取是构建专家系统不可或缺的一个步骤，它指的是将专家对于某领域的知识转化为计算机可理解的形式，并将其输入到专家系统中。
知识获取的方式包括人工采集、文档分析、推理机制自动学习等。
尽管知识获取是一项耗时耗力的工作，但它是保证专家系统有效运行的基础。
五、不确定性处理在实际应用中，很多问题是具有不确定性的，这对于专家系统提出了新的挑战。
专家系统采用不同的方法来处理不确定性，如概率推理、模糊推理和证据推理等。
概率推理基于概率统计理论，以概率值表示事实或规则的可靠程度；模糊推理则是基于模糊逻辑，对模糊性问题进行模糊化处理；而证据推理则是根据事实和规则之间的证据关联性进行推理。
专家控制系统
1、什么是专家系统？它具有哪些特点和优点?1）专家系统：专家系统（Expert System）是一种在特定领域内具有专家水平解决问题能力的程序系统，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经验方法来处理该领域的高水平难题。
也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家才能处理好的复杂问题。
简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
2）专家系统的特点：①启发性：专家系统要解决的问题，其结构往往是不合理的，其问题求解知识不仅包括理论知识和常识，而且包括专家本人的启发知识；②透明性：专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户了解推理过程，增大对专家系统的信任感；③灵活性：专家系统的灵活性是指它的扩展和丰富知识库的能力，以及改善非编程状态下的系统性能，即自学习能力；④符号操作：与常规程序进行数据处理和数字计算不同，专家系统强调符号处理和符号操作（运算），使用符号表示知识，用符号集合表示问题的概念。
一个符号是一串程序设计，并可用于表示现实世界中的概念；⑤ 不确定性推理：领域专家求解问题的方法大多数是经验性的，经验知识一般用于表示不精确性并存在一定概率的问问题。
止匕外，所提供的有关问题的信息往往是不确定的。
专家系统能够综合应用模糊和不确定的信息与知识，进行推理；⑥为解决特定领域的具体问题，除需要一些公共的常识，还需要大量与所研究领域问题密切相关的知识；⑦ 一般采用启发式的解题方法；⑧在解题过程中除了用演绎方法外，有时还要求助于归纳方法和抽象方法；⑨需处理问题的模糊性、不确定性和不完全性；⑩能对自身的工作过程进行推理（自推理或解释）；11采用基于知识的问题求解方法；12知识库与推理机分离。
第五部分 专家控制(1)
三、知识的获取
1、知识获取的方式
（1）非自动知识获取
非自动知识获取方式分两步进行：①由知识 工程师从领域专家或有关的技术文献那里获取知识； ②由知识工程师用某种知识编辑软件输入到知识库 中，其工作方式如图所示。
非自动方式是专家系统建造中用得较为普遍的一 种知识获取方式。在非自动知识获取方式中，知识工 程师起着关键作用，知识工程师的主要任务是： ① 组织调查。以反复提问的方式启发领域专家 按知识处理的要求回答问题，并详细记录专家的答案。 ② 理解和整理材料。在充分理解的基础上对从 领域专家处或书本上得到的答案进行选择整理、分类、 汇集并形成用自然语言表达的知识条款。 ③ 修改和完善知识。把整理分类好的知识条款反 馈给领域专家，进行修改、完善和精化，最终的结果 要得到领域专家的认可。 ④ 知识的编码。把最终由专家认可的知识条款按 一定的表达方式或知识表示语言进行编码，得到知识 编辑器所能接受的知识条款。
专家系统是基于知识的系统，则建造专家系统 就涉及到知识获取、知识表示、知识的组织与管 理和知识的利用等一系列关于知识处理的技术和 方法，特别是一般知识库系统的建立，更加促进 了这些技术的发展。 关于知识处理的技术和方法已形成了一个称 为“知识工程”的学科领域。专家系统一方面促 使了知识工程的诞生和发展，另一方面知识工程 又是为专家系统服务的。由于二者的密切关系， “专家系统”与“知识工程”现在几乎已成为同 义语。
（1）按用途分类 可分为：诊断型、解释型、预测型、决策型、 设计型、规划型、控制型和调度型等几种。 （2）按输出结果分类 可分为：分析型、设计型、综合型专家系统。 （3）按知识表示分类 可分为：基于产生式规则的专家系统、基于一 阶谓词的专家系统、基于框架的专家系统以及 基于语义网络的专家系统。也存在相应的综合 型专家系统。
第六章专家系统概论
第六章专家系统概论6.1 专家系统的产生和发展6.2 专家系统的基本概念6.3 专家系统的核心技术与学科范畴6.4 专家系统的研究意义和发展趋势6.5 专家系统的基本原理和结构6.6 专家系统的设计原则与讨论6.7 研制专家系统的基本步骤6.8 专家系统的评价标准6.9 专家系统现状与展望第六章专家系统概论人工智能工程系统是人工智能原理的工程应用。
近年来，人工智能工程系统取得了迅速的发展，并正逐渐渗透到社会生活中的各个领域。
各种不同人工智能工程系统的出现，特别是“专家系统”（Expert System）的迅速发展和成功应用，是人工智能从学科的研究走向实际应用，从一般的思维方法的探讨转入专门知识应用的重大突破。
他对社会的生产和科学技术的发展起着重大的作用。
它将引起人类科学体系的变革，使人类社会进入一个全新的时代！专家系统是当前人工智能研究与应用中，富有朝气﹑十分活跃的重要分支。
一方面专家系统是知识表达﹑知识推理和知识获取技术的应用对象，另一方面，专家系统也是研究知识表达﹑知识推理和知识获取的实验环境。
专家系统是基于知识库的知识利用系统，是人工智能的应用工程——“知识工程”的典型代表，专家系统是知识信息处理系统，是新一代计算机——第五代计算机的技术基础，是第二次计算机技术革命。
从数值信息处理转向非数值信息处理（知识信息处理）具有新的转折意义的里程碑。
如果把电子计算机的诞生看成是计算机的第一次革命，那么向新一代智能计算机时代的过渡就是计算机的第二次革命，而专家系统的创始人E. A. Feigenbaum教授曾提出：“专家系统是第二次计算机革命的工具。
”，这是因为在新一代计算机的研制中，专家系统则是其推理的核心部分。
第一节专家系统的产生和发展纵观人类社会科学技术发展史，任何一门新学科的诞生都不是偶然的，皆是前人辛勤努力和前期成果积累的产物。
同样，专家系统的产生是AI从理论研究转向应用研究的一个转折点，它是人类长期以来对智能科学成果同实际问题的求解需要相结合的必然产物，是人类长期探索机器智能的智慧结晶和升华。
专家系统在医学诊断中的应用
专家系统在医学诊断中的应用1. 引言专家系统是一种基于人工智能的技术，通过将专家的知识和经验转化为计算机可执行的规则，帮助人们解决复杂的问题。
在医学领域中，专家系统的应用正在发挥越来越重要的作用。
本文将探讨专家系统在医学诊断中的应用，并分析其优势和挑战。
2. 专家系统的概述专家系统是一种仿真人类专家决策过程的计算机程序，它能够利用预设的知识和规则，通过推理和推断来解决问题。
专家系统通常由知识库、推理引擎和用户接口三个主要组成部分构成。
在医学诊断中，专家系统可以帮助医生根据患者的症状、体征和疾病特征进行准确的诊断。
3. 专家系统在医学诊断中的应用3.1 疾病诊断专家系统可以通过收集患者的症状信息，并与知识库中的疾病特征相匹配，为医生提供简要的可能诊断列表。
医生可以根据专家系统的推荐，结合自身的经验，进一步进行实验室检查和辅助检查来确定最终的诊断结果。
这样不仅可以提高诊断的准确性，还能够节省医生的时间和精力。
3.2 治疗规划专家系统可以根据患者的病情和诊断结果，结合先进的治疗指南和临床实践，为医生提供个体化的治疗方案建议。
这有助于医生更好地理解患者的疾病特点，提高治疗的效果和安全性。
同时，专家系统还可以监测患者的治疗效果，并提供相应的调整建议，确保治疗的持续优化。
3.3 家庭医生角色专家系统还可以充当家庭医生的角色，帮助人们自我监测和管理一些常见的健康问题，比如高血压、糖尿病等。
通过定期从患者收集健康指标、症状和生活方式等信息，并结合专家系统的判断和建议，人们可以更好地掌握自己的健康状态，并采取相应的预防和管理措施，提高生活质量。
4. 专家系统的优势4.1 知识的积累和传播专家系统可以将专家的知识和经验进行积累和传播，帮助更多的医生和患者受益。
通过将大量的临床数据和疾病信息输入到专家系统中，可以不断丰富和更新系统的知识库，提高系统的准确性和效果。
4.2 智能辅助决策专家系统可以智能辅助医生的决策过程，提供快速、准确的诊断和治疗建议。
人工智能中的专家系统与推理机制
人工智能中的专家系统与推理机制在人工智能领域，专家系统和推理机制是两个重要的概念。
专家系统是一种模拟人类专家知识与推理能力的计算机系统，而推理机制则是专家系统实现知识推理和问题求解的核心机制。
本文将深入探讨人工智能中的专家系统与推理机制，并分析其在现实生活中的应用。
一、专家系统的概念与特点专家系统是一种基于人工智能技术构建的软件系统，旨在模拟人类专家的知识和推理能力，用于解决特定领域的问题。
其特点主要包括以下几点：1. 知识库：专家系统通过建立一个包含大量领域知识的专家知识库，其中包括实际专家的决策过程、经验和实践等。
这些知识以规则、事实、案例等形式存储。
2. 推理机制：专家系统利用专门的推理机制对知识库中的知识进行推理和解决问题。
推理机制是根据领域知识和逻辑规则，通过一系列的推理过程来实现对问题的求解。
3. 解释能力：专家系统不仅能够给出问题的答案，还可以解释其推理过程和结果。
这种解释功能使其在实际应用中更加可信和可靠。
4. 学习能力：专家系统可以通过学习和训练不断提升自身的解决问题能力。
例如，通过与领域专家的交互学习新的知识和经验。
二、推理机制的分类与应用推理机制是专家系统实现问题求解的核心机制，根据其实现方式和思想，可以分为经典推理机制和概率推理机制。
1. 经典推理机制：经典推理机制是基于逻辑推理和规则匹配的方法，主要包括前向推理、后向推理和混合推理。
前向推理从已知事实出发，根据规则逐步推导出结论；后向推理从目标结论出发，反向推导出需要的事实；混合推理结合前向和后向推理的特点，在求解过程中进行动态调整。
2. 概率推理机制：概率推理机制基于概率和统计理论，将不确定性引入问题求解过程中。
主要包括贝叶斯推理、马尔可夫链推理和模糊推理等。
概率推理机制更适用于处理信息不完备或存在不确定性的问题。
这些推理机制在各个领域中都有广泛应用。
例如，在医疗领域，专家系统可以根据患者的症状和病历数据，利用推理机制给出疾病的诊断和治疗建议；在金融领域，专家系统可以分析市场数据和投资策略，帮助投资者做出决策；在工业生产中，专家系统可以根据生产数据和经验知识，优化生产过程并提高效率。
专家系统发展综述
专家系统发展综述专家系统是领域的一个重要分支，自20世纪60年代初以来，已经经历了数十年的发展。
本文将对专家系统的发展历程、基本概念、应用领域以及未来趋势进行综述。
一、专家系统的发展历程专家系统的发展可以追溯到1965年，当时美国科学家Feigenbaum提出了基于规则的专家系统概念。
随后，在1970年，Feigenbaum和Stuart Russell合著的《专家系统》一书出版，标志着专家系统的正式诞生。
在此之后，专家系统经历了快速发展和广泛应用，逐渐成为了人工智能领域的重要支柱。
二、专家系统的基本概念专家系统是一种智能计算机程序，它利用计算机技术和人工智能理论，模拟人类专家解决问题的思维过程，为用户提供专业领域的咨询和服务。
通常情况下，专家系统包括知识库和推理机两个核心组成部分，其中知识库用于存储领域专业知识，推理机则用于根据已有知识进行推理和解决问题。
三、专家系统的应用领域1、医疗领域：医生专家系统可以帮助医生进行疾病诊断和治疗方案制定。
例如，基于医学知识的智能问诊系统，可以根据患者症状和病史，进行初步诊断和用药建议。
2、金融领域：金融专家系统可以帮助银行、证券公司等金融机构进行投资决策、风险管理等方面的工作。
例如，基于金融市场数据的智能投顾系统，可以根据市场行情和投资者风险偏好，制定个性化的投资策略。
3、交通领域：交通管理专家系统可以帮助交通管理部门进行交通流量规划和调度指挥。
例如，基于路网信息的智能交通管理系统，可以根据实时交通信息进行路况预测和交通调度。
4、教育领域：教育专家系统可以帮助教师进行教学辅助和学生学习辅导。
例如，基于学科知识的智能教育辅导系统，可以根据学生的学习需求和学科水平，提供个性化的学习资源和教学方案。
四、专家系统的未来趋势1、知识库的构建与更新：随着知识爆炸的时代到来，专家系统的知识库需要不断更新和优化，以适应领域发展的需要。
因此，如何高效地进行知识获取、整理、表达和更新将成为未来研究的重要方向。
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。
- 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)。
专家系统理论概述
专家系统的基本概念
专家系统是人工智能应用研究的一个重要领域。
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。
自20世纪70年代专家系统的开发获得成功以来，目前已被成功的运用到科学技术、工业、农业、军事、医疗、教育等众多领域，并已产生了巨大的社会效益和经济效益。
目前，对什么是专家系统还没有一个严格公认的形式化定义。
作为一种一般的解释，可以认为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。
从上述解释可以看出，专家系统包括以下三个方面的含义：
(1) 专家系统是一种程序系统，但又具有智能，因此它不同于一般的程序系统，而是一种能运用专家知识和经验进行推理的启发式程序系统。
(2) 专家系统的智能来源于领域专家的知识、经验及解决问题的诀窍。
为此，专家系统内部必须包含有大量专家水平的领域知识与经验，并且能够在运行过程中不断的增长新知识和修改原有知识。
(3) 专家系统所要解决的问题一般是那些本来应该由领域专家才能解决的问题。
专家系统的分类
通常，专家系统都是针对某一应用领域而建立的。
不同应用领域的专家系统，其功能、设计方法及实现技术也各不同。
为了明确各类专家系统的特点及其所需要的技术和系统组织方法，本小节讨论专家系统的分类问题。
对专家系统的类型，可以有多种不同的划分方法。
例如，可以按求解问题的性质分类，也可以按求解问题的要求分类，还可以按系统的体系结构分类等。
按求解问题的性质分类如下：
海叶斯-罗斯(F.Heyes-roth)等人按照求解问题的性质，将专家系统分为以下10种类型。
(1) 解释型专家系统
解释型专家系统的任务是通过对已知信息和数据的分析与解释，确定它们的含义。
其主要特点有：第一，系统处理的数据量很大，而且往往是不准确的、错误的或不完全的；第二，系统能够从不完全的信息中得出解释，并能对数据做出某些假设；第三，系统的推理过程可能很复杂和很长，因而要求系统具有对自身推理过程做出解释的能力。
作为解释型专家系统的例子有语音理解、图像分析、系统监视、化学结构分析和信号解释等。
例如，卫星图像分析、集成电路分析、石油测井数据分析、染色体分类等。
(2) 预测型专家系统
预测型专家系统的任务是通过对过去或现在知识状况的分析，推断未来可能发生的情况。
其主要特点有：第一，系统处理的数据随时间变化，而且可能是不准确或不完备的；第二，系统需要有适应时间变化的动态模型，能够从不完全和不准确的信息中得出预报，并达到快速响应的要求。
预测专家系统的例子主要有气象预报、军事预测、人口预测、交通预测、经济预测和作物产量预测等。
(3) 诊断型专家系统
诊断型专家系统的任务是根据观察到的情况来推断出某个对象机能失常的原因。
其主要特点有：第一，能够了解被诊断对象和客体各组成部分的特性，以及它们之间的联系；第二，能够区分一种现象及其所掩盖的另一种现象；能够向用户提出测量的数据，并从不确切信息中得出尽可能正确的诊断。
诊断型专家系统的例子特别多，有医疗诊断、电子或机械故障诊断，以及材料失效诊断等。
著名的血液病诊断专家系统MYCIN、青光眼治疗专家系统CASNET等
都属于这类专家系统。
(4) 设计型专家系统
设计型专家系统的任务是根据设计要求，求出满足设计问题约束的目标配置。
其主要特点有：第一，善于从多方面的约束中得到符合要求的设计结果；第二，系统需要检索较大的可能解空间；第三，善于分析各种子问题，并处理好子问题间的相互作用；第四，能够试验性地构造出可能设计，并易于对所得设计方案进行修改；第五，能够使用已被证明是正确的设计来解释当前的设计。
设计型专家系统的例子主要有电路设计、土木建筑工程设计、机械产品设计、生产工艺设计等。
（100层楼设计、白雪公主）
(5) 规划型专家系统
规划型专家系统的任务是要寻找出某个能够达到目标的动作序列或步骤。
其主要特点有：第一，所要规划的目标可能是动态的或静止的；第二，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信息，并通过试验性动作得出可行的规划。
规划型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。
(6) 监视型专家系统
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。
监视专家系统的主要特点有：第一，系统应具有快速反应能力，在造成事故之前及时发出警报。
第二，系统发出的警报要有很高的精确性；系统能够随时间和条件的变化而动态地处理其输入信息。
监视型专家系统可用于核电站的安全监视、防空监视与报警、国家财政的监控及农作物病虫害的监视与报警等。
(7) 控制型专家系统
控制专家系统的任务是自适应的管理一个受控对象或客体的全面行为，使其满足预期要求。
这类专家系统的主要特点是能够解释当前情况，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，控制型专家系统具有解释、预报、诊断、规划和执行等多种功能。
控制型专家系统可用于空中交通管制、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许多方面。
(8) 调试型专家系统（汽车公司）
调试专家系统的任务是对失灵的对象给出处理意见和方法。
它要求专家系统须具有规划、设计、预报和诊断等功能。
调试专家系统可用于新产品或新系统的调试，也可用于被维修设备的调整、测试与试验。
(9) 教学型专家系统
教学专家系统的任务是根据学生的特点、弱点和基础知识，以最适当的教学方案和教学方法对学生进行教学和辅导。
这类专家系统的主要特点有：第一，同时具有诊断和调试功能；第二，具有良好的人机界面。
(10) 修理型专家系统
修理型专家系统的任务是对发生故障的对象（系统或设备）进行处理，使其恢复正常工作。
这类专家系统的主要特点是同时具有诊断、调试、计划和执行等功能。
（飞机能否起飞）
除了上述10种专家系统类型外，还有诸如决策型和管理型的专家系统。
决策型专家系统是对各种可能的决策方案进行综合评判和选优的一类专家系统。
它同时具有解释、诊断、预测、规划等功能，并能对相应领域中的问题做出辅助决策和对决策做出解释。
管理型专家系统是在管理信息系统和办公自动化系统的基础上发展起来的一类专家系统。
专家系统的特点
前面已经介绍了各种不同类型的专家系统，以及它们各自的特点。
除此之外，在总体上，专家系统还具有以下一些共同特点：
(1) 可具有一个或多个专家的知识和经验，能以接近于人类专家的水平在特定领域工作。
(2) 能高效、准确、迅速地工作，不会像人类专家那样产生疲倦和不稳定。
(3)使人类专家的领域知识突破了时间和空间地的限制（医疗专家上班时间），专家系统程序可永久保存，并可复制任意多的副本或在网上供不同地区或不同部门的人们使用。
(1) 能进行有效推理，包括各种精确性推理和非精确性推理等。
(2) 具有透明性，能以可理解的方式解释推理过程。
(3) 具有自学习能力，可总结规律，不断扩充和完善系统自身。
(4) 能提高生产率，产生巨大的社会效益、经济效益等。
(5) 对推动人工智能等其它学科的发展具有重大的作用。
总之，专家系统无论在当前还是未来，都是专家可以信赖和利用的高水平智能助手，是计算机革命的得力的工具。