第五章 专家系统开发工具
CAPP系统开发工具的设计方法
ＣＡＰＰ系统开发工具的设计方法
1 引 言
ＣＡＰＰ系统的研究已有３０余年的历史，取得了一些成就，但在工厂中能够真正发挥作用的系统还比较少．研制周期长、适应性差、开放性差、低水平重复是ＣＡＰＰ研究面临的主要困难．这与ＣＡＰＰ在ＣＩＭＳ及机械制造企业实现自动化中的重要作用是不相称的．
研制ＣＡＰＰ专家系统开发工具是解决上述问题的有效途径．其思想基础是，很多系统看似多种多样，实质却是大同（具有很多共性）与小异（一定的个性）并存．我们可以抽取ＣＡＰＰ系统的实现机制，提取其共性，为不同企业、不同产品的ＣＡＰＰ系统开发提供一个设计环境．ＣＡＰＰ系统开发工具是专家系统开发工具在工艺过程设计领域中的应用和推广．虽然人工智能领域中专家系统开发工具的研究成果启发了这方面的思路，但由于工艺设计领域的特殊性，ＣＡＰＰ系统开发工具的理想实现模式和合理设计方法仍是目前ＣＡＰＰ研究中亟待解决的问题．
2 “工艺功能配置型”CAPP系统开发工具
一般认为，专家系统开发工具有３种实现方法：外壳型、通用知识语言型和模块组合型．将这３种实现方法应用于ＣＡＰＰ领域，则可以构造３种类型的实现模式：（１）外壳型工具系统：用户按规定格式输入工艺知识和数据，即可构成面向特定加工对象、制造环境和工艺习惯的ＣＡＰＰ系统．在外壳型系统中，知识表达方式、工艺推理过程和策略都已基本固定，因而也具有很强的针对性和局限性，实际上没有脱离传统的ＣＡＰＰ系统模式．（２）模块组合式工具系统：提供工艺过程设计的通用功能组件，开发者根据自己的需要进行有效、方便的组合，以实现领域ＣＡＰＰ系统．这种开发工具的设计难度和开发规模较大．（３）语言型工具系统：设计者根据自己的需要，利用开发工具设计具体的推理过程和知识表示模式．相当于更专门、更高级的程序设计语言．优点是开发者具有较大的自由度，缺点是开发工作量和难度较大，要求系统开发者既是经验丰富的工艺师，又是训练有素的软件工程师．
《人工智能》课程教学大纲.doc
1
《人工智能》课程教学大纲
课程代码：H0404X
课程名称：人工智能
适用专业：计算机科学与技术专业及有关专业
课程性质：本科生专业基础课﹙学位课﹚
主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授
总学时：40学时﹙课堂讲授36学时，实验教学4学时﹚
课程学分：2学分
预修课程：离散数学，数据结构
一. 教学目的和要求：
通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。
此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。
二. 课程内容简介
人工智能的主要讲授内容如下：
1. 叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。
2. 研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法
谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。
3. 讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。
4. 探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。
【2024版】人工智能导论复习
可编辑修改精选全文完整版
《人工智能导论》期末复习
一、题型：
填空题、简答题、计算题、论述题
二、复习重点：
第一章：
1．什么是人工智能？人工智能的三种观点分别是什么？
2．实现人工智能的技术路线是哪四种？
3．人工智能要研究的三个主要问题是什么？
4．人工智能有哪些主要研究领域？
第二章：
1．什么是知识？何谓知识表示？
2．用谓词逻辑表示法表示猴子摘香蕉问题。
3．产生式系统推理机的推理形式有哪三种？
4．产生式系统一般由哪三个基本部分组成？
5．用语义网络表示： “苹果树枝繁叶茂，上结了很多苹果，有大的，
也有小的，有红的，也有绿的” 。
6．用与 / 或树方法表示三阶 Hanoi 塔问题。
第三章：
1．推理的含义是什么？
2．应用归结原理求解下列问题：任何兄弟都有同一个父亲， John 和
Peter 是兄弟，且 John 的父亲是 David ，问 Peter 的父亲是谁？第四章：
1．可信度方法：例 4.1 ，例 4.2
2．主观 Bayes 方法：例 4.8 ，例 4.9
3．证据理论中描述证据和结论的不确定性采用哪两个函数度量？
第五章：
1．什么叫搜索？搜索的两层含义是什么？
2．用全局最佳优先搜索方法求解以下八数码问题。
3．用代价树的深度优先搜索求解下面的推销员旅行问题。
第六章：
1．什么是机器学习？机器学习研究的目标是什么？研究机器学习的
意义何在？
2．机器学习有哪些主要学习策略？
3．机器学习系统的基本模型包含哪四个基本环节？
4．实例学习的含义是什么？它包含哪两个空间模型？对规则空间进
行搜索的方法有几种？
第七章：
1．什么是自然语言理解？自然语言理解过程有哪些层次？各层次的
功能如何？
2．对汉语语料库加工的方法是什么？汉语自动分词的方法有哪些？
其难点何在？
第八章：
1．什么是专家系统？它有哪些基本特点？一般专家系统由哪些基本
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。
基于MAS的专家系统开发工具
第２８卷第３期 计算机工程
Ｃｏｍｐｔｔｔｅｒ Ｅａｇｉａｅｃｔ＇ｉｔ￣ｇ ２００２年３月 Ｍａｒｃｈ ２００２
．博士论文． 文章编号：Ｌ０００－３４２８｛２（ＩＩ）２）０３—｛】０２ｆｌ ’ 文献标识码： 中圈分娄号
基于ＭＡＳ的专家系统开发工具
孙宁，曹元大 北京理］：大学计霉帆科 与】一程系．北赢】０００８¨ 摘 要 结１ 分布式人工智能理论和面向对象腱 向智能体技 ，给ｆｆ｛ ￡Ｊ ＭＡＳ（Ｍｔ￣ｔｉ—ａｇｅｎｔ Ｓｙｓｔｅｎ１）冉勺专隶系统开发工具的系统结构种 １ 井描连７系统中的知识通信语言和协作机制秉硝Ｊ甜ａ 寿， ｅ布武 境下，实现了该工具的原型系统、用该工 开发 个
Ｌ Ｊ Ⅵ ｓ的｛办怍中『爰诊断专家系统，运行效果恿好 ＊健词：阜棠系统．多智能体系绒；协作 ＭＡＳ．ｂａｓｅｄ Ｅｘｐｅｒｔ Ｓｙｓｔｅｍ ＴｏｏＩ
ＳＵＮ Ｎｉｎｇ， ＣＡＯ、ｕａｎｄａ （ｕｅｐａｒｉｍｅｎ【０ｒＣｏｌｌｏｐｕｌｅｒ Ｓｃｉｅｎｃｅ ａｎｄ ＥｎＫｉｎｅｅｒｉｎ￣，ｇｅｉｉｉｎ￣Ｉｎ ｓｔｉｔｔ￣ｔｅ ｏ［Ｔｅｅｈｎｏｌｏ２ｙ，Ｂｅｉｉｉｎ￣１０００８１） 【Ａｉ， Ｉｒａｔｔ】 ｆｈｉｓ ｐａ口ｅｒ ｐｒｅｓｅｎｔｓ ａｎ ａｒｅｈｉｔｅｔｔｕｒ￣ｏｆＭＡＳ（Ｍｕｌｔｌ－ａ￣ｅａ（Ｓｙｓｔｅｍ），ｂａｓｅｄ ｅｘｐｅｒｌ ｓｙｓｔｅｍｔｏｏｌ Ｋｔｍｗｌｅｄ￣ｅ ｅｏｍｍｕｎｉｅａｔｌｏ 『ａｎＰｕ４ｔ ａ ｒＩｄ ｃ００ｎＰ ｒａｔｉ￣Ⅷｍｅｅｈａａｌｓｍ ａ Ｊ ｅ ｄｅｓｃｒｉｂｅｄ Ｕｓｉｎｆ！Ｊａｖａ ｐｒｏｇｒａｍｍｉｎｇｌａｎｇｕａｇｅｔ ｕｎｄｅｒ ｄｉｓｌｒｉｉ，ａｔｅｄ ｎｅｌ￣ｏｒｋ ｅｉｑ￣＇ｉｒｏｉｌｍｅｆｌｔ，ａ ｐｒｏｔｏｔｙｐｅ ｏｆＭＡＳ— ｈａｓｅｄ ｃ０ｏｏｅｒａｔｉｖｅ ｅｘｐｅｒｔ ｓｙｓｔｅｍ Ｉｏｏｌ ｉｓ ｄｅｖｅｌｏｐｅｄ．Ａｎ ＭＡＳ－ｂａｓｅｄ ｃｏｏｐｅｒａｔｉ￣ｃ Ｃｈｉｎ ｅｓｅ ｔｒａｄｉｔｉｏ ｒｌａｌ ｍｅｄｉｃａｌ ｄｉａ￣ｎｏｓｌｓ ｓｙｓｔｅｍ ｉｓ ｄｅｖｅｌｏｐｅｄ ｂ
人工智能初步教学计划
《人工智能初步》课程计划表
教学内容 人工智能初步 教学方法及要求
新课标要求 1）通过本模块的学习，学生应能描述人工智能的基本概念，会使用一种人工智能语言解决简单问题，把握其基本特点；
2）能利用简易的专家系统外壳开发简单的专家系统；
知道人工智能对人类学习、生活的影响；
3）通过感受人工智能技术的丰富魅力，增强对信息技术发展前景的向往和对未来生活的追求。 主张采用学生自主学习、教师引导，突出新课程理念贯穿始终。
自主阅读、交流讨论
如智能、人工智能、人工智能特点„„
充分利用网上资源，挖掘丰富内涵，获得知识，加强实践能力
如机器人踢足球、机器思维„„
观摩演示的学习方法
如指纹系统、动物专家系统„„
单元 节 课时及安排
第一单元
感受人工智能的魅力 第一节：敲开人工智能之门 （1课时）会思考的机器人
人工智能的发展
人工智能的含义
人工智能应用领域
用实例及教师讲解引导学生理解人工智能及广泛应用
第二节：畅游人工智能世界人机对弈 （1课时）符号运算
机器证明
机器翻译
语音识别
智能代理 多以实例进行讲解，同时让学生搜索相应领域的应用实例
第三节：知识与知识表示 （3课时）数据信息和知识
状态空间表示法
产生式表示法
谓词逻辑表示法
与或树表示法
框架表示法
知识表示小结 教师演示、图像、实例讲解相结合，重点要求学生掌握产生式及谓词逻辑表示法；其它方法以图示等形式帮助学生理解。
第四节：关于机器人的思考 （1课时） 采用图片、视频等素材了解各种机器人及发展，可用分组法搜集各个领域机器人的相关资料
第二单元
机器帮我做专家 第一节初识专家系统 （1课时）问题的提出
求助网上专家系统 让学生先搜索几个专家系统，提高兴趣再进行分析。
第二节专家系统基础 （2课时）人工智能技术成功应用 实用专家系统设计思想的演变
专家系统的结构 教师演示、分析与学生讨论相结合
专家系统软件的开发与利用
山东省农业管理干部学院学报 ２００７ 第２３卷 第４期
专家系统软件的开发与利用
尤凤英
（济南职业学院计算机系，山东济南２５ ０１ ００）
摘要人工智能在实际应用中最引人注目的成果就是各种专家系统的出现，它是人工智能最活跃或最富有成效的 研究领域。专家系统的力量是从它处理的知识中产生的，而不是从某种形式主义及其使用的参考模式中产生的 本 文主要阐述专家系统的结构、需面对的问题、开发工具、系统建造及新型专家系统特点。 关键字：专家系统；知识表示；知识获取；专家系统开发工具 中图分类号：ＴＰ３１１ 文献标识码：Ａ 文章编号：１ ００８—７ ５ ４ ０（２ ００７）０４—０１ ６３—０３
引言 人工智能在实际应用中最引人注目的成果就是各种专家 系统的出现，它是人工智能最活跃或最富有成效的研究领 域。７ ０年代中期，专家系统的开发获得成功。正如专家 系统的先驱费根鲍姆（Ｆｅｉｇｅｎｂａｕｍ）所说：专家系统的力量 是从它处理的知识中产生的，而不是从某种形式主义及其 使用的参考模式中产生的。这正符合一句名言：知识就是 力量。８Ｏ年代，专家系统在全世界得到迅速发展和广泛应 用。几个有名的早期系统如ＤＥＮＤＲＡＬ：分子结构；ＭＹＣＩＮ： 血液病；ＥＭＹＣＩＮ：专家系统工具；ＰＲＯＳＰＥＣＴＯＲ：探矿； ＸＣＯＮ（Ｒ１）：计算机配置等。本文主要阐述专家系统的结 构、需面对的闯题、开发工具、系统建造及新型专家系 统特点。 一、什么是专家系统 专家系统是一个含有大量的某个领域专家水平的知识与 经验智能的计算机程序系统，能够利用人类专家的知识和 解决问题的方法来处理该领域问题。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。
ＥＳ＝ＡＩ技术＋领域知识 专家系统简化结构 用户 专家 知识库：存储专家，领域，元知识（表示方法，组织结构足 关键，便于检索推理） 推 机：是算法表示和机器实现，有推 机制（谋求新知 识）控制策略（确定操作） 人机接口：与用户（接受命令和问题，输¨： 释和结果）与 知识工程师（接受知识） 综合数据库：（动态）存放初始数据，推理结果，控制信息， 最终结论等，管理数据 知识获取：编辑（设计者与专家交互输入）自学习（机器感 知识别学习。自动补充） 解释程序：解答用户『ｕ］题，丫解运行步骤，验证推理合理 性和正确性。 二、建造专家系统面对的问题 一般专家系统执行的求解任务足知识密集型的，如解 释、诊断、监控、预测等等，建造专家系统时主要需要斛决 的问题有：知识获取、知识表述、小确定推 、排 控制策 略以及其他一些问题。 １、知识扶取 知识获取负责建立、修改和扩充知识库，是专家系统 中把问题求解的各种专门知识从人类专家的头脑中或 他知 识源那里转换到知识库中的一个重要机构。知识状取是建
人工智能习题答案-第6章-专家系统
⼈⼯智能习题答案-第6章-专家系统
第六章专家系统6-1 什么叫做专家系统?它具有哪些特点与优点?
专家系统是⼀种模拟⼈类专家解决领域问题的智能计算机程序系统，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⽅法来处理该领域问题。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处理的复杂问题。
特点：(1)启发性
专家系统能运⽤专家的知识与经验进⾏推理、判断和决策(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，以便让⽤户能够了解推理过程，提⾼对专家系统的信赖感。(3) 灵活性
专家系统能不断地增长知识，修改原有知识，不断更新。
优点：(1) 专家系统能够⾼效率、准确、周到、迅速和不知疲倦地进⾏⼯作。
(2) 专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。
(3) 可以使专家的专长不受时间和空间的限制，以便推⼴珍贵和稀缺的专家知识与经验。
(4) 专家系统能促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够⼴泛有⼒地传播专家的知识、经验和能⼒。(5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重⼤问题的能⼒，它拥有更渊博的知识、更丰富的经验和更强的⼯作能⼒。(6) 军事专家系统的⽔平是⼀个国家国防现代化的重要标志之⼀。
(7) 专家系统的研制和应⽤，具有巨⼤的经济效益和社会效益。
(8) 研究专家系统能够促进整个科学技术的发展。专家系统对⼈⼯智能的各个领域的发展起了很⼤的促进作⽤，并将对科技、经济、国防、教育、社会和⼈民⽣活产⽣极其深远的影响。6-2 专家系统由哪些部分构成?各部分的作⽤为何?
(1) 知识库(knowledge base)
知识库⽤于存储某领域专家系统的专门知识，包括事实、可⾏操作与规则等。(2) 综合数据库(global database)
简述专家系统的开发过程
简述专家系统的开发过程
专家系统是一种基于人工智能、知识表示和推理等技术的计算机
程序，可以模拟人类专家分析和解决实际问题。专家系统的开发过程
一般包括以下几个阶段：
一、需求分析和知识获取阶段：确定问题领域和专家系统的功能
需求，采集领域知识并将其转化为计算机能够理解和处理的形式。主
要的方法包括面谈、问卷、实地观察、文献研究等。
二、知识表示和建模阶段：将获取到的领域知识进行逻辑分类和
表达，并转化为适合计算机处理的形式，使用知识表示语言和工具进
行表达和管理。主要的知识表示方法包括规则表示法、框架表示法、
本体论等。
三、推理机设计和实现阶段：基于知识表示和推理算法，设计和
实现专家系统的推理机。主要的推理算法包括前向推理、后向推理、
混合推理等。推理机的实现可以使用专门的工具，如CLIPS、PROLOG、
JESS等。
四、用户接口设计和实现阶段：专家系统的用户接口应该清晰友
好，方便用户操作和查询，包括命令行界面、图形界面、语音界面等。
这个过程也会根据需求来设计相应的接口。 五、测试、优化和维护阶段：对专家系统进行功能测试和性能优
化，发现并修复问题，确定是否可以投入使用。同时，也需要模糊测
试进行。
以上是专家系统开发的主要过程，建议在开发过程中，注重知识
的获取和表示，遵循面向对象的设计原则，采用现代软件工程方法和
工具，同时充分考虑专家系统的实用性、可靠性和可维护性等方面，
以便为企业和个人提供高效的知识服务。
关于专家系统的一些基本信息
关于专家系统的一些基本信息
简介
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。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失败经验的基础上，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 ，可以推断化学分子结构。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，包括化学、数学、物理、生物、医学、农业、气象、地质勘探、军事、工程技术、法律、商业、空间技术、自动控制、计算机设计和制造等众多领域，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。
发展阶段
专家系统
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。