人工智能第六章 专家系统 的要点
新编文档第六章 专家系统精品文档PPT课件
2020/11/23
11
6.1.2 专家系统的作用和意义
目前，专家系统的应用领域越来越广，在解决 实际问题中所起的作用也越来越大。专家系统 的迅速发展是由于它具有以下作用和意义。
专家系统能够高效、准确、全面、迅速且不疲倦地 工作；
专家系统解决实际问题时不受周围环境的影响； 专家系统使专家的专长不受时间和空间的限制； 专家系统促进了领域的发展； 专家系统汇集许多领域专家的知识与经验。
2020/11/23
7
6.1.1 专家系统的产生和发展
1970年，匹兹堡大学开发了一个辅助医生诊断 内科疾病的专家系统CADAUCEUS。经过不断的完 善，七年之后，这一系统共有100，000条规则， 约占该领域全部知识的85%。在诊断过程中，该 系统首先用自底向上的策略分析病例，然后转 向自顶向下的策略进行诊断。
专家系统的类型
解释专家系统 预测专家系统 诊断专家系统 设计专家系统 规划专家系统
监视专家系统 控制专家系统 调试专家系统 教学专家系统 修理专家系统
2020/11/23
14
解释专家系统
任务 通过对过去和现在已知状况的分析，推断未 来可能发生的情况
2020/11/23
10
6.1.1 专家系统的产生和发展
20世纪70年代后期，斯坦福研究所研制了一 个地质勘探专家系统。这是一个基于规则的 系统，但其数据结构采用了语义网络方法。 同前面介绍的专家系统一样，这个系统是地 质专家和人工智能专家合作的产物。它通 分析地质勘探数据来确定矿藏分布，选择钻 井井位。由于70年代专家系统研究和应用的 成功，20世纪80年代以后，专家系统在众多 的领域得到更为广泛的应用。
用EMYCIN系统作为开发工具而研制的第一个专家系统是PUFF。该 系统是一个肺功能疾病诊断系统。它以EMYCIN作外壳，输入了有 关肺功能疾病的知识。测试仪器测出一个人的肺活量以及肺向血 液释放氧气和从血液回收二氧化碳的功能，这些数据可以帮助肺 功能疾病诊断。系统直接从测试仪器获取数据，并向大夫提供经 过分析后的意见。
人工智能的专家系统与规则推理
人工智能的专家系统与规则推理专家系统与规则推理是人工智能领域中的两个重要概念，它们在解决复杂问题、进行推理和决策过程中发挥着重要作用。
本文将深入探讨专家系统和规则推理的定义、原理、应用以及未来发展方向。
一、专家系统的概念和原理专家系统是通过模拟人类专家的知识和经验，以解决特定问题为目标的计算机程序。
它由知识库、推理机和用户界面三个主要组成部分构成。
知识库包含了专家知识的各种表达形式，这些知识可以是规则、事实、概念、关系等。
推理机是专家系统的核心，其作用在于根据知识库中的规则和事实，进行推理和判断，并提供解决问题的答案。
用户界面则是用户与专家系统进行交互的桥梁，使用户能够输入问题并接收系统的回答。
专家系统的原理基于规则推理，即依据一系列前提条件推导出结论的思维过程。
规则推理是基于规则库中的规则进行的，规则库是知识库的一个重要组成部分。
规则库中的规则通常采用条件-结论形式来表示，它由一个前提和一个结论组成。
前提是一个或多个条件，表示问题的特征或状态；结论是根据前提条件推导出来的结论或行动。
推理机会根据用户提供的前提条件，在规则库中寻找匹配的规则，并根据规则中的结论向用户提供答案或行动建议。
二、专家系统的应用领域专家系统的应用领域非常广泛，涵盖了医疗、金融、工业、农业等多个领域。
以下是几个典型的应用案例。
1. 医疗诊断：专家系统可以根据患者提供的症状和疾病数据库，通过规则推理的方式诊断患者疾病，给出相应的治疗建议。
2. 金融风险评估：专家系统可以根据海量的金融数据和分析模型，通过规则推理的方式评估客户的信用风险，为银行提供贷款决策的建议。
3. 工业故障诊断：专家系统可以根据设备传感器数据和故障数据库，通过规则推理的方式判断设备是否存在故障，并提供相应的维修建议。
4. 农业植物识别：专家系统可以根据植物图像和植物数据库，通过规则推理的方式识别出植物的种类以及相应的养护方法。
三、规则推理的概念和原理规则推理是基于规则库中的规则进行的推理过程，它是专家系统中的核心方法之一。
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。
人工智能课件之专家系统(PPT 35页)
7.5 专家系统设计与实现
7.5.5 知识库与知识库管理系统设计
知识库是专家系统的核心。知识库的质量 直接关系到整个系统的性能和效率。因此，知 识库涉及知识的组织与管理。知识的组织决定 了知识库的结构，知识的管理包括知识库的建 立、删除、重组及维护和知识的录入、查询、 更新、优化等，还有知识的完整性、一致性、 冗余性检查和安全保护等方面的工作。知识管 理由知识库管理系统负责。
(4)选择、设计合适的知识表示模式： 充分考虑领域知识的特点，表示模型与推理模型 统筹。
(5)推理应能模拟领域专家求解问题的思维过程。 (6)建立友好的交互环境。 (7)渐增式的开发策略。
2
7.5 专家系统设计与实现
7.5.2 一般步骤与方法 由于专家系统也是一种计
算机应用系统，所以，一般说 来，其开发过程也要遵循软件 工程的步骤和原则，即也要进 行系统分析、系统设计等几个 阶段的工作。但又由于它是专 家系统，而不是一般的软件系 统，所以，又有其独特的地方。 如果我们仅就“纯专家系统” 而言，则其设计与实现的一般 步骤可如图所示。
7.5 专家系统设计与实现
7.5.4 知识表示与知识描述语言设计
知识表示与知识描述语言设计是根据所获得知 识的特点，选择或设计某种知识表示形式，并为这种 表示形式设计相应的知识描述语言。所谓知识描述语 言，就是知识的具体语法结构形式。所以，知识描述 语言既要面向人、面向用户，又要面向知识表示、面 向机器，还要面向推理、面向知识运用。这就要求知 识描述语言既能为用户提供一种方便、易懂的外部知 识表达形式，又能将这种外部表示转换成容易存储、 管理、运用的内部形式。
7.5 专家系统设计与实现
7.5.3 知识获取 知识获取是建造专家系统的关键一步，也是较为 困难的一步，被称为建造专家系统的“瓶颈”。
人工智能导论课件第6章
6.1.4 专家系统的特征
• 专家系统的其他典型特征包括： – 推理引擎和知识库的分离。为了避免重复，保持程序的效率是非常重要的。 – 尽可能使用统一表示。太多的表示可能会导致组合爆炸，并且“模糊了系 统的实际操作”。 – 保持简单的推理引擎。这样可以防止程序员深陷泥沼，并且更容易确定哪 些知识对系统性能至关重要。 – 利用冗余性。尽可能地将多种相关信息汇集起来，以避免知识的不完整和 不精确。
4
专家系统的特征
5
建立专家系统要思考的问题
6.1 专家系统及其发展
• 总体来说，专家系统因其在计算机科学和现实世界中的贡献而被视为人工智能 中最成功、最古老、最知名和最受欢迎的领域。
• 专家系统出现在20世纪70年代，当时整个人工智能领域正处在发展的低谷，人 们批判人工智能不能生成实时的、真实世界的工作系统。这个时期，由于人们 在计算机视觉领域获得了一些重要见解，R.J Popplestone发明了机器人；弗雷 迪所创建的玩具系统可以执行简单的任务，如组装玩具车或将咖啡杯放置在碟 子上；不久，麻省理工学院的特里·维诺格拉德发表了著名的论文《理解自然语 言》，等等，才使人们对人工智能又产生了一定的兴趣。但是由于早期的一些 系统，人工智能也得到了一些恶名。
6.1.3 专家的特点
• 格伦菲尔鲍讨论了这样一个事实，即专家具有一定的特点和技术，这使得他们 能够在其问题领域表现出非常高的解决问题的水平。一个关键的杰出特征就是， 他们能出色地完成工作。要做到这一点，他们要能够完成如下工作： – 解决问题——这是根本的能力，没有这种能力，专家就不能称为专家。与 其他人工智能技术不同，专家系统能够解释其决策过程。思考这样一个医 疗专家系统，这个系统能够确定你还有6个月的生命，你当然想知道这个结 论是如何得出的。
人工智能导论课件第6章第4-5节
6.5.2 振动故障诊断的专家系统
• VIBEX专家系统结合了决策表分析（DTA）和DT，决策表分析是通过已知案 例来构建的，而DT是为了做出分类，使用归纳式知识获取过程来构建。 VIBEX DT与机器学习技术相结合，比起ⅤIBEX（VIBration Expert）TBL方 法在处理振动原因和发生概率较高的案例时，其诊断更有效率。人类专家合作 构建DTA，这最终得到了由系统知识库组成的规则集。然后，人们使用贝叶斯 算法计算出规则的确定性因子。
6.5.2 振动故障诊断的专家系统
• 专家系统的重要作用之一是用于故障诊断。在昂贵、高速、关键机械运转的情 况下，故障的早期准确检测非常重要。在机械运转的情况下，异常情况的常见 指标是旋转机械的振动。检测到故障后，维护工程师能够识别症状信息，解释 各种错误信息和指示，并提出正确的诊断。换句话说，识别可能导致故障的组 件以及组件失败的原因。
人工智能导论
Introduction to artificial intelligence
• （1）规划——在这个阶段，根据所有可能的原子构型的集合中和质谱推导出 的约束一致的原子构型集合，还原出答案。应用约束，选择必须出现在最终结 构中的分子片段，剔除不能出现的分子片段。
• （2）生成——使用名为CONGEN的程序来生成可能的结构。“它的基础是组 合算法（具有数学证明的完整性以及非冗余生成性）。组合算法可以产生所有 在拓扑上合法的候选结构。通过使用‘规划’过程提供的约束进行裁剪，引导 生成合理的集合（即满足约束条件的集合），而不是巨大的合法集合。”
人工智能之专家系统
知识分类，专家系统又可分为精确推理型和不精确推理
型（如，模糊专家系统）。 5.按技术分类 按采用的技术分类，专家系统可分为符号推理专家 系统和神经网络专家系统。
6.按规模分类
按规模分类，可分为大型协同式专家系统和微专 家系统。 7.按结构分类 按结构分类可分为集中式和分布式，单机型和网
络型(即网上专家系统)。
神经网络ES 自动获取模块输入、组织并存储专家提供的学习实例 、选定神经网络的结构、调用神经网络的学习算法，为知 识库实现知识获取。当新的学习实例输入后，知识获取模 块通过对新实例的学习，自动获得新的网络权值分布，从 而更新了知识库。如图所示。
专家 神经网络 用户
学习示例
网络结构 知识获取
知识库
学习算法
方法就是利用屏幕窗口，通过人机对话方式实现知识 的增、删、改、 查等；另一种方法就是用全屏幕编辑 方式，让用户直接用键盘按知识描述语言的语法格式 编辑知识。
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 和控制信息的场所，或者说它是上述各种数据构成的 集合。 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。
5.解释模块
解释程序模块专门负责向用户解释专家系统的行 为和结果。
6.知识库管理系统
专家系统原理与设计
专家系统原理与设计
1.专家系统的概念
2.专家系统的结构
3.专家系统设计与实现
4.专家系统开发工具与环境
1、 专家系统的概念
1 .1什么是专家系统 亦称专家咨询系统，它是一种具有大量专门知识 与经验的智能计算机系统，通常，主要指软件系统。 它把专门领域中人类专家的知识和思考解决问题的方 法、经验和诀窍组织整理且存储在计算机中，不但能 模拟领域专家的思维过程，而且能让计算机宛如人类 专家那样智能地解决实际问题。 狭义地讲，专家系统就是人类专家智慧的拷贝，是人类 专家的某种化身。 广义地讲，专家系统也泛指那些具有“专家级”水平的 知识系统，从总体上达到专家级水平。
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。
- 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)。
1什么是专家系统。
有什么特点和优点？
专家系统是一个具有大量的专门知识与经验的程序系统
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特点：
启发性，能够运用专家的知识进行推理判断与决策
透明性，能够解释推理过程和回答用户问题
灵活性，能不断增长知识，更新知识库
专家系统的优点，自己课后了解一下。
2专家系统由哪些部分构成？各部分的作用？
知识库；综合数据库；推理机；解释器；接口
知识库，存储各领域专家的专门知识。
静态。
硬盘
综合数据库，存储初始问题数据和推理过程的中间数据。
内存推理机，根据知识进行推理并导出结论。
ＣＰＵ
接口，用户界面，和用户进行交互。
向用户提问，回答用户问题，并进行必要的解释。
知识获取机制是将专业知识转换成机器能理解的表达形式。
解释机制向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？
３专家系统的分类，自己课下了解。
４建造专家系统的关键步骤。
专家系统团队关系图
是否拥有大量知识是专家系统成功与否的关键。
因此知识表示是设计专家系统的关键
一．设计初始数据库
二．原型机的开发与实验
三．知识库的改进与归纳
建立专家系统的步骤图６．３P156页
５基于规则的专家系统
知识库
（规则）（框架）（模型）工作存储器
（事实）（综合数据库）
推理机
知识库：包含解决问题用到的领域知识，知识表达成为一序列规则。
每个规则使用IF(条件)THEN(动作)结构指定的关系。
当满足规则的条件部分时，便激发规则，执行动作部分。
数据库：包含一序列事实（一个对象及其取值构成了一个事实），所有的事实都存放在数据库中，用来和知识库中存储的规则的IF（条件）部分相匹配。
3.基于规则的专家系统的推理机制
推理机制分为两大类：前向连接和后向链接
前向链接就是根据已有事实推断出新的事实。
例如已知事实A is x，根据规则IF A is x THEN B is y。
获得B is y。
然后将B is y加入数据库。
再寻找新的规则，即IF B is y THEN….。
后向链接是目标驱动推理，在后向推理中，专家系统有个目标，推理引擎试图来证明它的正确性。
首先建立一个新目标，来证明新目标的正确性，即证明规则的IF部分，继续搜寻知识库中能够证明子目标的规则。
通常采用的基本推理机制还是后向连接，因为在前向链接中，执行的很多规则可能对确定的目标没有什么关系，导致系统效率低下，只有在建立新事实时才会使用前向链接，以便更大程度上使用新数据。
看习题6-12P175
4.基于规则的专家系统解决冲突
a.定义规则的优先级。
b.根据顺序执行，因此规则的顺序也很重要。
C．使用最近录入的规则。
5.基于规则的专家优缺点
优点：a.自然知识的描述;b.统一的结构（IF…THEN）;c.知识与处理过程分离。
缺点：a.规则间的关系不透明;b.搜索策略的工作效率抵消，因为系统存在大量的穷举搜索;c.不能自学习，没有能力从经验中学习
基于框架的专家系统
框架是一种结构化表示方法，它由若干描述相关事物各方面及其概念的槽构成，每个槽有若干侧面，每个侧面又可拥有若干值
框架包含给定对象的知识。
其中包括名字和属性（又叫槽）的集合
框架和面向对象中的对象是同义词
图6.6人类的框架分层结构P158
基于模型的专家系统
基于模型的专家系统是由一些原理与运行方式不同的模型综合而成的专家系统
知识从显式表示变为隐式表示。
知识不是通过人的加工转换成规则，而是通过学习算法自动获取的。
分布式专家系统具有分布处理的特征，能把一个专家系统的功能经分解以后分布到多个处理器上去并行地工作，从而有总体上提高系统的处理效率。
它可以工作在紧耦合的多处理器系统环境中，也可工作在松耦合的计算机网络环境中，其总体结构在很大程度上依赖于其所在的硬件环境。
协同式专家系统又称为“群专家系统”，是一个能综合若干个相近领域或一个领域的多个方面的子专家系统互相协作，共同
解决一个更广领域问题的专家系统。
是克服一般专家系统的局限性的重要途径。
它不着重于处理的分布和知识的分布，而是更强调子系统间的
协同合作。
它并不一定要求有多个处理机的硬件环境，而且一般都是在同
一个处理机上实现各子专家系统的。
专家系统的开发工具三种类型
骨架型
它是在一些获得成功应用的专家系统的基础上，抽去具体的知识内容，保留知识表达的外壳和推理机构，增强知识获取子系统的功能而形成的一种专用工具。
当领域专家在知识工程师的协助下，装入不同于原先的具体知识后，就构成一个新的专家系统。
例如MYCIN系统是诊断血液感染病的专家系统，当抽去血液感染病的知识、增强知识获取中的人机对话功能后,就形成了开发工具,称为EMYCIN,利用它装入肺功能的有关知识,就构成了用于诊断肺功能的专家系统，称PUFF。
这类专用工具的特点是使用方便，生成的专家系统运行效率高。
但这类工具的适用范围较窄。
通用型
这类工具提供一种较为通用的知识表达语言，并为这类语言配置相应的推理机构。
例如OPS-5是面向产生式系统的语言,它内部配备了正向推理机构,使用者只要输入产生式形式的知识和事实,系统就靠内部的推理机制获得问题的解。
又如PROLOG语言是面向一阶谓词逻辑的语言，内部配备了逆向推理机构，使用者也只要输入一阶谓词形式的知识和事实，系统就能自动求出若干个解。
这类工具的特点是适用范围较广，但生成的专家系统运行效率较低，且这类工具不易掌握，需要有一定的软件专业知识。
著名的专家系统RI就是利用OPS-5写成的。
工具箱型
是介于通用和专用之间的一种开发工具。
它提供几种专家系统的框架组件（如推理框架,黑板框架等）,每个框架又由若干模块组成。
根据设计者的需求说明，系统将自动生成具有一定领域针对性的专家系统。
属于这类开发工具的有AGE，ZDEST-1。