第三章专家系统
专家系统概述
2 数据库
用来存放系统推理过程中用到的控制信息、中间假设和中 间结果
3 推理机
用于利用知识进行推理，求解专门问题，具有启发推理、 算法推理；正向、反向和双向推理；串行或并行推理等功能
4 解释器
用于作为专家系统与用户的“人-机”接口，功能是向用户 解释系统的行为，包括：咨询理解——对用户咨询的提问进行 “理解”，将用户输入的提问及有关事实、数据和条件转换为 推理机可以接收的信息结论解释：向用户输出推理的结论和答 案，可根据用户需要对推理过程进行理解，给出结论的可信度 估计
四 知识推理
推理，是依据一定规则从已有的事实推出结论的过程。专 家系统中的自动推理是知识推理，它是专家系统中问题求解的 主要手段，也是专家系统的灵魂。类似于专家求解问题的思维 规则。 根据知识表示的特点，知识推理方法可分为图搜索方法和 逻辑论证方法。 根据问题求解的推理过程是否运用启发性知识，可分为启 发推理和非启发推理。 根据推理过程的结论是否精确，可分为精确推理和不精确 推理。 根据问题求解过程中特殊和一般的关系，可分为演绎推理 和归纳推理 根据推理的方向，可分为正向推理、反向推理和正反混合 推理
专家系统概述
一、专家系统概述
专家系统是人工智能在信息系统中的应用，它是 一个智能计算机程序系统，其内部具有大量专家水平 的关于某个领域的知识和经验，能够利用人类专家的 知识和解决问题的方法来解决这个领域的知识。
专家系统的主要功能取决于大量的知识
设计专家系统的关键是知识的表达和运用 专家系统与一般计算机程序最本质的区别在于：专 家系统所解决的问题一般没有算法解，并且往往是要 在不完全、不精确或者不确定的信息基础上做出结论。
5 知识获取器
知识获取是专家系统和专家的“界面”，知识工程师采用
第3章专家系统控制(3.4专家控制系统)
知识源 —是与控制问题子任务有关的一些独立知识模块。
推理规则——采用“IF—THEN”产生式规则， 条件部分是全局数据库（黑板）或是局部数据 库中的状态描述，动作或结论部分是对黑板信 息或局部数据库内容的修改或添加。 局部数据库——存放与子任务相关的中间结果， 用框架表示，其中各槽的值即为这些中间结果。 操作原语——一类是对全局或局部数据库内容 的增添、删除和修改操作，另一类是对本知识 源或其他知识源的控制操作，包括激活、中止 和固定时间间隔等待或条件等待。
5
1. 专家 控制系 统的工 作原理
知识基子系统位于系统上层，对数值算法进行 决策、协调和组织，包含有定性的启发式知识， 进行符号推理，按专家系统的设计规范编码， 通过数值算法库与受控过程间接相连，连接的 信箱中有读或写信息的队列。
6
内部过程 的通信功 能如下：
① 出口信箱 将控制配置命令、控制算法的参数 变更值以及信息发送请求从知识基系统送往数值 算法部分。 ② 入口信箱 将算法执行结果、检测预报信号、 对于信息发送请求的答案、用户命令以及定时中 断信号分别从数值算法库、人一机接口及定时操 作部分送往知识基系统。
9
2. 知识基系统的内部组织和推理机制 （1）控制的知识表示
专家控制把系统视为基于知识的系统，系统包 含的知识信息可以表示如下：
10
数据库包括：
事实——已知的静态数据。例如传感器测量误 差、运行阈值、报警阈值、操作序列的约束条 件、受控过程的单元组态等。 证据——测量到的动态数据。例如传感器的输 出值、仪器仪表的测试结果等。 假设——由事实和证据推导提到的中间结果， 作为当前事实集合的补充。例如，通过各种参 数估计算法推得的状态估计等。 目标——系统的性能指标。例如对稳定性的要 求，对静态工作点的寻优，对现有控制规律是 否需要改进的判断等。
产生式系统专家系统
人工智能生式规则简称产生式。
它是指形如α─→β或IFαTHENβ或其等价形式的一条规则,其中α称为产生式的左部或前件;β称为产生式的右部或后件。
①如果α、β分别代表需要注视的一组条件及其成立时需要采取的行动，那么称为条件-行动型产生式;②如果α、β分别代表前提及其相应的结论,那么称为前提-结论型产生式。
人工智能中的推理很多是建立在直观经验基础上的不精确推理，而产生式在表示和运用不精确知识方面具有灵活性，因此许多专家系统采用产生式系统为体系结构。
组成一个产生式系统由下列3部分组成：一个总数据库(global database)，它含有与具体任务有关的信息。
υυ一套规则，它对数据库进行操作运算。
每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。
应用规则来改变数据库。
一个控制策略，它确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。
υ自由帕斯卡中free pascal 中的产生式系统的组成产生式系统由一个综合数据库、一组产生式规则和一个控制系统三个基本要素组成。
其中：综合数据库是产生式系统所用的主要数据结构，它主要用来表示问题的状态，即初始状态、中间状态和目标状态等，以及状态之间的关系。
它不是固定不变的，在求解的过程中，它的内容将越来越多，状态之间的关系也越来越复杂。
经常用来表示数据库的数据结构有串、集合、数组、树、表、记录、队列等。
产生式规则是对数据库进行操作的一系列规则。
规则的一般形式是：IF 条件 THEN 操作即满足应用的先决条件后，就对数据库实行后面的操作。
控制策略规定了操作的顺序，即在任何条件下用什么规则进行操作，什么条件下停止运行，它规定了问题的求解的搜索策略和路线。
控制策略一般可分为不可撤回方式和试探法两大类，试探法又包括回溯法和图搜索法两种。
工作方式产生式是系统的单元程序，它与常规程序不同之处在于，产生式是否执行并不在事前硬性规定，各产生式之间也不能相互直接调用，而完全决定于该产生式的作用条件能否满足，即能否与全局数据库的数据条款匹配。
专家控制系统
第三章 专家控制系统3.1 专家系统概述1.专家及专家系统的定义专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常源于丰富的经验以及他们处理问题的详细专业知识。
定义 3.1专家系统主要指的是一个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。
专家系统的基本功能取决于它所含有的知识，因此，有时也把专家系统称为基于知识的系统（knowledge-based system）。
3.1.1 专家系统的特点及优点1.专家系统的特点与常规的计算机程序系统比较，专家系统具有下列特点：（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（problem-solving）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题。
此外，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。
第三章 产生式系统与专家系统
r1
r5
第二节 专家系统
• 专家系统的概念 • 专家系统的分类 • 专家系统的一般结构
• 专家系统典例
• 专家系统开发工具
(一)
(二)专家系统与常规计算机程序的区别
二、专家系统的分类
四、专家系统典例
此系统用C++语言开发， 规则用下述结构表示∶
第三章 产生式系统与专家系统
• 专家系统是在产生式系统的基t于1943年首先提出产生式系统的 概念。
第一节 产生式系统 ( Production System )
• 产生式系统的慨念 • 产生式的基本形式 • 产生式系统的结构 • 产生式系统举例
一、产生式系统的概念
• 产生式系统是一种基于产生式规则( Production Rule ) 的系统，简称基于规则的系统( Rule-based System )
• 产生式系统中，论域中的知识分为两部分∶
事 论域知识 产生式规则∶ 表示推理过程和行为 实∶ 表示事物、事件及其关 系等静态知识
产生式系统中的知识库用于存储规则
产乳
Go Example
产生式系统求解问题的一般步骤
四、产生式系统举例
[例3.1]动物识别系统identifier有产生式规则15条， 用于识别7种动物。假设某动物有黄褐色毛发、 会吃肉、身上有黑色条纹，问这是什么动物? 解:用正向链推理:
1 有毛发 2 吃肉 3 黄褐色 4 黑条纹 反向链推理 推理链 哺乳动物 食肉动物 虎
一条规则的结论在其它规则的前提中都不出现， 则称此规则为结论性规则。
临床参数
五、专家系统开发工具
通用型专家系统工具∶ • OPS5 • ART
专家系统开发环境∶
初中专家系统教学设计教案
初中专家系统教学设计教案一、教学目标：1. 知识与技能：使学生掌握专家系统的基本概念、构成要素和功能，能够运用专家系统进行问题求解。
2. 过程与方法：通过案例分析、小组讨论等方式，培养学生运用专家系统解决实际问题的能力。
3. 情感态度与价值观：激发学生对专家系统的兴趣，培养学生独立思考、合作探究的精神。
二、教学内容：1. 专家系统的概念：专家系统是一种模拟人类专家决策能力的计算机程序，它由知识库、推理机和用户界面三部分组成。
2. 专家系统的构成要素：知识库、推理机、用户界面、解释器、知识获取模块等。
3. 专家系统的功能：故障诊断、医疗诊断、金融预测、教育评估等。
4. 专家系统在现实生活中的应用：举例说明专家系统在各个领域的应用，如医疗、工业、农业等。
5. 如何设计一个专家系统：介绍专家系统的设计流程，包括需求分析、知识获取、知识表示、推理机制设计、系统实现等步骤。
三、教学过程：1. 导入新课：通过一个现实生活中的例子，如医疗诊断，引出专家系统的概念。
2. 讲解与演示：详细讲解专家系统的构成要素、功能及其在现实生活中的应用。
通过多媒体演示，使学生更直观地理解专家系统的工作原理。
3. 案例分析：提供几个典型的专家系统案例，让学生分析、讨论这些专家系统的特点、优缺点，从而培养学生运用专家系统解决实际问题的能力。
4. 小组讨论：将学生分成若干小组，每组选择一个案例，讨论如何改进这个专家系统，使之更符合实际需求。
5. 课堂小结：总结本节课所学内容，强调专家系统在现实生活中的重要作用。
6. 作业布置：让学生课后查找相关资料，了解我国在专家系统领域的研究现状，下一节课分享。
四、教学反思：本节课通过讲解、演示、案例分析、小组讨论等多种教学方法，使学生掌握了专家系统的基本概念、构成要素和功能。
在教学过程中，要注意关注学生的学习兴趣，引导学生主动参与课堂讨论，提高他们的独立思考和合作探究能力。
同时，要注重知识与实际应用的结合，让学生明白专家系统在现实生活中的重要作用。
专家系统概述
– 系统自身具有学习能力，能从系统运行中总结 出新知识，使知识库越来越丰富，完善。
➢ 具有灵活性
– 知识库—推理机分离。
2.专家系统的基本特征
➢ 具有透明性
– 透明性：是指系统自身及其行为能被用户所理 解。
– 解释机构：向用户解释它的行为动机及得出某 些答案的推理过程。
➢ 常规程序是精确的；专家系统不精确、模糊的。 ➢ 专家系统具有解释机构； 常规程序没有。 ➢ 常规程序与专家系统具有不同的体系结构。
4. 专家系统的分类
• 按专家系统的特性及处理问题的类型分类。
(1)解释型：从所得到的有关数据，经过分析、推理， 从而给出相应解释的一类专家系统。
• 特点：必须能处理不完全，甚至受到干扰的信息， 并能对所得到的数据给出一致且正确的解释。
1. 什么是专家系统
• 它是一个智能程序系统； • 它具有相关领域内大量的专家知识； • 它能应用人工智能技术模拟人类专家求解问题的
思维水平。 • 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。
– 详细设计要求完成的工作
• 进行模块化设计 • 模块间的界面要清晰，便于通信 • 便于实现
8. 专家系统的开发过程
• 知识获取
– 与领域专家交谈，抽取所需知识，掌握专家处 理问题的方法、思路
– 查阅有关文献、获得有关概念的描述、参数 – 对获得的知识进行分析、比较、归纳、整理、
找出知识的内在联系、规律 – 对所得知识进行检查 – 对确定下来的知识用总体设计时确定的知识表
专家系统及其应用
专家系统及其应用在日常生活与工作中，我们经常会遇到一些需要“专家”水平才能解决的复杂问题，这时我们会希望得到该领域专家的具体帮助与指导，但这往往需要大量的时间和不扉的费用。
如何才能花较少的时间、较低的费用和便捷的方式来求得所需的答案呢？伴随着人工智能技术与应用的发展，我们将目光投向了专家系统。
1．什么是专家系统（1）专家系统的概念所谓“专家”，一般都拥有某一特定领域的大量知识，以及丰富的经验。
在解决问题时，专家们通常拥有一套独特的思维方式，能较圆满地解决一类困难问题，或向用户提出一些建设性的建议等。
那么，什么是专家系统呢？简单地讲，专家系统就是一个具有智能特点的计算机程序，它的智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。
因此，专家系统必须包含领域专家的大量知识，拥有类似人类专家思维的推理能力，并能用这些知识来解决实际问题。
例如，一个医学专家系统就能够像真正的专家一样，诊断病人的疾病，判别出病情的严重性，并给出相应的处方和治疗建议等等。
目前，专家系统在各个领域中已经得到广泛应用，并取得了可喜的成果，例如个人理财专家系统、寻找油田的专家系统、贷款损失评估专家系统、各类教学专家系统等。
（2）专家系统的构造专家系统的基本结构如图1所示，其中箭头方向为数据流动的方向。
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。
图1 专家系统结构图知识库用来存放专家提供的知识。
专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和数量决定着专家系统的质量水平。
一般来说，专家系统中的知识库与专家系统程序是相互独立的，用户可以通过改变、完善知识库中的知识内容来提高专家系统的性能。
人工智能中的知识表示形式有产生式、框架、语意网络等，而在专家系统中运用得较为普遍的知识是产生式规则。
产生式规则以IF…THEN…的形式出现，就像BASIC等编程语言里的条件语句一样，IF后面跟的是条件（前件），THEN后面的是结论（后件），条件与结论均可以通过逻辑运算AND、OR、NOT进行复合。
专家系统优秀PPT课件PPT课件
专家系统的基本组成
由上图可知
知识库
推理机
推理机的运行策略：
正向推理:是由原始数据出发，按一定的策略运用知识库中专家的知识，推 断出所需要的结论；
反向推理：是先提出结论，然后去寻找这个结论的证据，这种由结论到前 提数据策略称为“目标驱动策略”；
双向推理：综合利用正向推理和反向推理的优点，在实际使用过程中把正 向推理、反向推理混合运用。
门关闭,外阀门打开,系统排湿。
控制变量的选取 将偏差量化为 7个等级 , E = { ENB , ENM ,ENS , EO , EPS , EPB },表示
偏差值为负大、负中、负小、0、正小,正大的概念。 将偏差变化率量化为 5个等级, EC = { ECNB , ECNM , ECNS , ECO ,
综合数据库（全局数据库）
解释接口（人机界面）
知识获取
2.1.3 专家系统的类型及特征
具有专家的专业知识 能进行有效推理 专家系统的透明性和灵活性 具有一定的复杂性与难度
具有专家的专业知识
一个专家系统为了象人类专家那样工作，必须表现专 家的技能和高度的技巧以及有足够的鲁棒性
能进行有效的推理
专家系统的类型
对专家系统可以按不同的方法分类。可以按应用领域、知识表 示方法、控制策略、任务类型等分类。如按任务类型（解决问题） 来划分，常见的有解释型、预测型、诊断型、调试型、维护型、规 划型、设计型、监督型、控制型、教育型等。
专家系统所要解决的问题一般没有算法解，并且经常要在不完 全、不精确或不确定的信息基础上做出结论。
ECP },表示吸湿快速、中等速度、慢速、0、反吸。 输出时间 T = { TB ,TM , TS },表示时间为长、中、短。
专家系统概述
8. 专家系统的开发过程
• • 编程、调试
– 模块设计 – 分调、联调
原型测试
– 可靠性：事实--结论对否，推理可信度，模糊 性 – 知识的一致性：输入不一致性的知识，是否可 检测出 – 运行效率：知识查询、推理方面的运行效率 – 解释能力：回答问题是否达到要求，是否有说 服力，质量
– 特点：要求能根据故障的特点制定纠错方案、 并能实施这个方案排除故障，当制定的方案失 效，部分失效，能及时采取补救措施。
4.专家系统的分类
(9)教育型：用于辅助教学一类的专家系。
– 特点：要求有以深层知识为基础的解释功能， 需建立各种相应的模型。
(10)调试型：对系统实施调试一类的专家系统。
– 特点：能根据相应的标准检测被调试对象存在 的错误，能从多种纠错方案中造出适用于当前 情况的最佳方案，排除错误。
• •
知识库及其管理系统
• 知识库：是知识的存储机构，用于存储领 域内的原理性知识、专家的经验性知识， 有关事实等。 知识来源于获取机构；为推理机提供知识。 知识库管理系统：负责对知识库中的知识 进行组织，检索、维护等。
• •
推理机
• 是“思维”机构，是构成专家系统的核心 部分。任务是模拟领域专家的思维过程， 控制并执行对问题的求解。 推理机的性能与知识的表示方式及组织方 式有关，与知识的内容无关，有利于推理 机与知识库的独立。 推理机的搜索策略使用了与领域有关的启 发性知识。为了保证推理机与知识库的独 立性，采用元知识来表示启发性知识。
2.专家系统的基本特征
1) 具有专家水平的专门知识
– 数据级知识：具体问题所提供的初始事实、问题 求解过程中所产生的中间结论、最终结论等。
• 例如：病人的症状，化验结果，专家推出的病因、治 疗方案等。
专家系统原理及其开发(3)
源程序 （符号串）
（并翻译成 二进制程序）
编译程序将符合计算机语言文法的任意程序编译成遵 循其含义的二进制（机器语言）程序。
六、编译系统对专家系统的启迪
编译程序对不符合文法的源程序给予报错，不予编译。
专家系统只能解决知识范围内的任意变化问题。
医生只能诊断和治疗他所具有的知识范围内的疾病。
结
表达式识别例
识别表达式 a*(b+c)的推导过程
E →T →T*F →T*P →F*P →P*P → i*P →i*(E) →i*(E+T) → i*(T+T) → i*(F+T) → i*(P+T) → i*(i+T) → i*(i+F) → i*(i+P) → i*(i+i)
其中 i表示变量，可以代替a，b，c，即i*(i+i) 代替 a*(b+c)
四、语法分析
程序中变化最大的 句子是表达式语句。 表达式的文法为： 表达式 E →T | E+T | E-T 项 T →F | T*F | T/F 因子 F →P | F P 初等量 P →i | ( E )
其中，i表示任意变量，（）表示括号。表示指数运算。 ＋、－、*、/表示加、减、乘、除，它们都是终结符。
防治方法=人工防治 then 防治方法=化学防治 then
if 防治方法=病毒or防治方法=细菌or防治方法=白僵菌 then 推理进入施药方法树 推理结束 推理结束
MR7 MR8 MR9
if 防治时期=任一目标值 if 施药方法=任一目标值 if 预测=任一目标值 then
第3章专家系统控制(3.1概述、3.2原理)讲解
与一般专家系统的差别
（2）在控制方式上：
通常的专家系统一般处于离线工作方式， 而专家控制则要求在线地获取动态反馈信 息，联机完成控制，它的功能一定要具有 使用的灵活性，符合要求的实时性。
33
3.2.2 控制作用的实现
专家控制所实现的控制作用是控制规律的解析 算法与各种启发式控制逻辑的有机结合。
参数估计和控制器设计主要由各种算法实现，统称 为自校正算法。
36
传统控制技术中的启发式控制逻辑——
（1）控制算法的参数整定
对于不精确模型的PID控制算法，参数整定常常 根据临界增盖（Kc）和临界周期（tc）来确定Kp， Ki，Kd的经验取值。
37
传统控制技术中的启发式控制逻辑——
（2）控制算法的参数优化
12
（3）专家系统的透明性和灵活性
透明性是指它能够在求解问题时，不仅能得到 正确的解答，还能知道给出该解答的依据；
灵活性表现在绝大多数专家系统中都采用了知 识库与推理机相分离的构造原则，彼此相互独 立，使得知识的更新和扩充比较灵活方便。
系统运行时，推理机可根据具体问题的不同特 点选取不同的知识来构成求解序列，具有较强 的适应性。
推理机是专家系统的“思维”机构，实际上是求解 问题的计算机软件系统。 其主要功能是协调、控制系统，决定如何选用知识 库中的有关知识，对用户提供的证据进行推理，求 得问题的解答或证明某个结论的正确性。
6
（3）综合数据库（全局数据库）
综合数据库又称为“黑板”或“数据库”。它 是用于存放推理的初始证据、中间结果以及最 终结果等的工作存储器。
第3章专家控制
专家控制是智能控制的一个重要分支，又 称专家智能控制。
所谓专家控制，是把专家系统的理论和技 术同控制理论、方法与技术相结合，在未 知环境下，仿效专家的智能，实现对系统 的控制。
第三章专家系统
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。所以，现 在关于知识处理的技术和方法已形成一 个 称 为 “ 知 识 工 程 ” （ Knowledge Engineering ）的学科领域。这就是说， 专家系统促使了知识工程的诞生和发展， 知识工程又是为专家系统服务的。正是 由于这二者的密切关系，所以，现在的 “专家系统”与“知识工程”几乎已成 为同义语。
1.3 专家系统的类型 关于专家系统的分类，目前还无定 论。我们仅从几个不同的侧面对此进行讨 论。 1.按用途分类 按用途分类，专家系统可分为：诊 断型、解释型、预测型、决策型、设计型、 规划型、控制型、调度型等几种类型。 2.按输出结果分类 按输出结果分类，专家系统可分为 分析型和设计型。
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。
1 专家系统的概念
1.1什么是专家系统 自从 1965 年世界上第一个专家系统 DENDRAL 问世以来，专家系统的技术和应 用，在短短的 30 年间获得了长足的进步和发 展。特别是20世纪80年代中期以后，随着知 识工程技术的日渐丰富和成熟，各种各样的 实用专家系统如雨后春笋般地在世界各地不 断涌现。那么，究竟什么是专家系统呢？
人
机
界
面
推 理机
解释模块
知识库
动态数据库
知识库管理系统
图1 专家系统的概念结构
2.推理机（Inferense Engine） 所谓推理机，就是实现（机器）推理的 程序，是使用知识库中的知识进行推理而解决 问题的。所以，推理机也就是专家的思维机制， 即专家分析问题、解决问题的方法的一种算法 表示和机器实现。这里的推理，是一个广义的 概念，它既包括通常的逻辑推理，也包括基于 产生式的操作。例如： A→B A B
第3章专家系统控制概述、原理
7
（4）解释接口
解释接口又称人一机界面，它把用户输入的信 息转换成系统内规范化的表示形式，然后交给 相应模块去处理，把系统输出的信息转换成用 户易于理解的外部表示形式显示给用户，回答 用户提出的“为什么？”“结论是如何得出 的？”等问题。
另外，能对自己的行为做出解释，可以帮助系 统建造者发现知识库及推理机中的错误，有助 于对系统的调试。这是专家系统区别于一般程 序的重要特征之一。
第3章专家系统控制概述、原理
12
（3）专家系统的透明性和灵活性
透明性是指它能够在求解问题时，不仅能得到 正确的解答，还能知道给出该解答的依据；
灵活性表现在绝大多数专家系统中都采用了知 识库与推理机相分离的构造原则，彼此相互独 立，使得知识的更新和扩充比较灵活方便。
系统运行时，推理机可根据具体问题的不同特 点选取不同的知识来构成求解序列，具有较强 的适应性。
浅层知识一般表示成产生式规则的形式，即如 果（前提>，那么<结论>。
这种形式的浅层知识之所以具有启发性，是因 为它从观测到的数据（前提）联想到中间事实 或最终结论，
这种逻辑推理过程短、效率高。
第3章专家系统控制概述、原理
3
新一代的专家系统
但事实证明，只靠经验知识是不够的，当人类 遇到新问题时，只能利用掌握的深入表示事物 的结构、行为和功能等方面的基本模型等深层 知识得出新的启发式浅层知识。
第3章专家系统控制概述、原理
9
3.1.3 专家系统的特征及类型
1. 专家系统的基本特征
（1）具有专家水平的专门知识 （2）能进行有效的推理 （3）专家系统的透明性和灵活性 （4）具有一定的复杂性与难度
第3章专家系统控制概述、原理
专家系统精品PPT课件
专家系统的研究过程及前景
过去
现在
未来
专家系统的研究历程
初创期
孕育期
成熟期
发展期
孕育期
1937年，图灵(Turing)发表了理想计算器的论文
1943年，Post产生式规则
1954年，控制规则执行的Markov算法 1956年，人工智能（Artificial Intelligence , AI）
➢预测专家系统 预测专家系统是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。 特点：
1. 处理的数据随时间变化，而且是不准确和不完全的。 2. 系统需要有适应时间变化的动态模型。
➢规划专家系统 规划专家系统在于寻找出某个能够达到给定目标的动作序列或步骤。 特点：
1. 所要规划的目标可能是动态的或静态的，需要对未来动作 做比预测。
行修改。 5. 能够使用已被证明是正确的设计来解释当前的(新的)设计。
➢监视专家系统 监视专家系统对系统、对象或过程的行为进行不断观察，进行 比较，以发现异常情况，发出警报。 特点：
1. 应具有快速反应能力，在造成事故之前及时发出警报。 2. 发出的警报要有很高的准确性。 3. 系统能够随时间和条件的变化而动态地处理其输入信息。 4. 监视专家系统可用于核电站的安全监视、防空监视与警
➢ 具有灵活性:在专家系统中，其体系结构通常采用知识库与推 理机相分离的构造原则，它们彼此独立又相互联系。 ➢ 使用于特定领域：当问题的知识牵涉较广，或是没有一定的 处理程序时，就必须靠人类专家的智慧来
3
专家系统类型
➢ 解释专家系统 解释专家系统是通过对已知信息和数据的分析与解释。 特点：
1. 处理的数据量大，往往不准确、有错误 。 2. 能够从不完全的信息中得出解释、假设等。 3. 推理过程可能很复杂和很长，并对推理过程做出解释
专家系统3
理结束；
当正向演绎系统的事实与规则表达式中含变量时，则要应用合一 的操作。
五：逆向演绎系统
在目标公式集的基础上，利用公式集推出事实公式集。 目标表达式
* 在逆向演绎系统中，目标表达式为无蕴含的任意与或形式；
* 目标表达式可用于或图表式 根节点 → 对应 → 整个目标表达式 叶节点 → 对应 → 目标节点的单个文字出现 “K连接符”表示合取 “1-连接符”表示折取 规则应用
* 待求问题与老实例的相似性是推理的关键
* 属类比推理； * 全学习功能；
§3、3 基于规则推理的实现
基于规则推理采用三种模式实现： * 数据驱动的正向链推理；
* 目标驱动的反向链推理；
* 混合驱动的双向链推理；
一：数据驱动的正向链推理的实现 1、基本思想 当规则的左边已有事实匹配时，该规则为可用规则； 从问题已有的信息开始，建立初始上下文，正向使用规则； 运用冲突消解，选一条启用规则； 将启用规则的右边事实加入到上下文； 循环，直到达到问题目标事实，或推理失败；
基于语义网络的推理或网络匹配器 * 针对语义网络知识的推理 * 语义网络表示对象的深层知识； * 核心还是演绎推理 基于模型的推理 * 利用反映事物内部规律的客观世界模型（定性物理模型、 因果模型）； * 属外展推理；
基于实例的推理
* 对象由实例集表示； * 推理由对老实例的提取、修改、评价循环构成；
* 把一般规则转化为标准形 （1）消去蕴含符号
（2）把否定符号移到每个谓词符号前
（3）消去存在量词 （4）将公式化为前形 （5）恢复蕴涵式 * 将规则作用于与或图，形成一个新的与或图； * 新生成的与或图既表示了原图表示的事实表达式，又表示了由 规则导出的新的事实表达式；
知识工程与知识发现(讲稿22-专家系统)
第三章专家系统（Expert System：ES）专家系统是人工智能应用研究的一个重要领域。
在20世纪60年代中期，正当大多数人热衷于博弈、定理证明、问题求解等研究时，另一个重要的研究领域---专家系统已悄然开始孕育。
（由美国斯坦福大学的费根鲍姆E.A.Feigenbaum，1965年在他领导的研究小组内研究化学专家系统DENDRAL，68年完成并投入使用）。
也正是专家系统的萌芽，才使得人工智能在后来出现的困难和挫折中很快找到了前进方向，开创了一条以知识为中心、面向应用开发的研究道路，使人工智能又进入了一个新的蓬勃发展时期。
专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走向专门知识运用的重大突破，是人工智能发展史上的一次重要转折。
专家系统是一个具有大量专门知识，并能够利用这些知识去解决特定领域中需要由专家才能解决的那些问题的计算机程序。
自Feigenbaum后，相继出现了MYCIN专家系统、地质勘探专家系统PROSPECTOR，数学专家系统MACSYMA等。
知识工程的核心是专家系统，知识工程的发展首先决定于专家系统的发展，专家系统的发展必将推动人工智能的应用。
专家系统的开发有三个基本的要素：领域专家、知识工程师、大量实例。
在建立专家系统时，首先由知识工程师把领域专家的专门知识总结出来，以适当的形式存入计算机，建立起知识库（KB），根据这些专门知识，系统可以进行推理，做出判断和决策，能够解决一些只有人类专家才能解决的困难问题。
专家系统主要是指软件系统。
教学目的：●了解专家系统的基本概念●掌握专家系统的基本结构●掌握专家系统的知识获取方法和过程●了解专家系统的开发步骤、开发工具3.1 专家系统的基本概念3.1.1 什么是专家系统？目前，对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。
- 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)。
3.动态数据库 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。
2.3 网络与分布式结构 在网络环境下，专家系统也可以设 计成网络结构，如“客户机/服务 器 ” (Client/Server) 结 构 （ 如 图 8―5(a) 所 示），或浏览器/服务器(Browser/Server)结 构 ( 如图 8-5(b) 所示 ) 。我们称后一种结构的 专家系统为网上专家系统。 分布式结构则是一种适合于分布式 计算环境的专家系统。例如那些多学科、 多专家联合作业，协同解题的大型专家系 统，就可以设计成分布式结构。这类专家 系统也就称为分布式专家系统。
人
机
界
面
推 理机
解释模块
知识库
动态数据库
知识库管理系统
图1 专家系统的概念结构
2.推理机（Inferense Engine） 所谓推理机，就是实现（机器）推理的 程序，是使用知识库中的知识进行推理而解决 问题的。所以，推理机也就是专家的思维机制， 即专家分析问题、解决问题的方法的一种算法 表示和机器实现。这里的推理，是一个广义的 概念，它既包括通常的逻辑推理，也包括基于 产生式的操作。例如： A→B A B
第三章 专家系统
专家系统概述
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 新型专家系统
专家系统设计
专家系统开发工具
NOTE
教学内容：本章主要介绍专家系统的定义、结构、特点 和类型，分析了基于规则的专家系统、基于框架的专家 系统和基于模型的专家系统，归纳了协同式和分布式等 新型专家系统，并结合实例介绍了专家系统的设计方法 和开发工具。
(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。 (5) 有些专家系统还具有“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。 (6) 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。
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。
1 专家系统的概念
1.1什么是专家系统 自从 1965 年世界上第一个专家系统 DENDRAL 问世以来，专家系统的技术和应 用，在短短的 30 年间获得了长足的进步和发 展。特别是20世纪80年代中期以后，随着知 识工程技术的日渐丰富和成熟，各种各样的 实用专家系统如雨后春笋般地在世界各地不 断涌现。那么，究竟什么是专家系统呢？
服务员
知识 库 推理 机
Web Server
知识 库
推理 机
Internet 人—机界 面 客户（机） 人—机界 面 Browser
图8―5 专家系统的客户(机)/服务器结构及浏览器/服务器结构
2 .4 黑板模型 “黑板模型”是一种典型而流行的专家 系统结构模式。 1.黑板 所谓“黑板”，就是一个分层的全局工 作区（或称全局数据库）。 2.知识源 所谓知识源，就是一个知识模块。 3.控制机构 控制机构是求解问题的推理机构，由监 督程序和调度程序组成。
教学重点：专家系统的特点、专家系统的类型、专家系 统的设计等。 教学难点：专家系统的设计。 教学要求：重点掌握专家系统的基本概念和设计，掌握 基于规则、基于模型、基于框架的专家系统，了解新型 专家系统的一些概念和类型，一般了解专家系统的开发 工具以及评价方法。
3.1 专家系统概述
专家系统（Expert System，简称ES）是人工智能 应用研究最活跃和最广泛的课题之一。
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)。
1.4 专家系统与知识系统 我们知道，专家系统能有效地解决问题 的主要原因在于它拥有知识，因为“知识就是力 量”。但专家系统拥有的知识是专家知识，而且 主要是经验性知识。近年来，由专家系统的出现 和发展而发展起来的一种称为知识系统 （ Knowledge Based System) 的智能系统，其 中的知识已不限于人类专家的经验知识，而可以 是领域知识或通过机器学习所获得的知识等。所 以，对于这种广义的知识系统来说，专家系统就 是一种特殊的知识系统。 狭义地讲，专家系统就是人类专家智慧 的拷贝，是人类专家的化身。广义地讲，专家 系统泛指那些具有“专家级”水平的的知识系 统，甚至各种知识系统。
1.5 专家系统与知识工程 由于专家系统是基于知识的系统， 那么，建造专家系统就涉及到 知识获取 （ Knowledge Acquisition ，即从人类专家 那里或从实际问题那里搜集、整理、归纳 专 家 级 知 识 ) 、 知 识 表 示 （ Knowledge Representation ，即以某种结构形式表达 所获取的知识，并将其存储于计算机之中)、 知识的组织与管理(即知识库（Knowledge Base)建立与维护等)和知识的利用(即使用 知识进行推理)等一系列关于知识处理的技 术和方法。
三大特点
所以，准确一点讲，专家系统就 应该是：应用于某一专门领域，拥有该 领域相当数量的专家级知识，能模拟专 家的思维，能达到专家级水平，能像专 家一样解决困难和复杂的实际问题的计 算机(软件)系统。
1.2专家系统的特点 同一般的计算机应用系统（如数值计算、 数据处理系统等）相比，专家系统具有下列特 点： (1) 从处理的问题性质看，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。 (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。
监督程 序 层次n . . 层次2 层次1
调度程 序 知识源1 知识源2 . . 知识源 m
图8―6 黑板结构
黑板模型适于求解那些大型复杂且 可分解为一系列层次化的子问题的问题。 例如，在 HEARSAY―Ⅱ中，黑板被分为 六个信息层，每个信息层对应着问题的一 个中间表示层次。六个信息层分别为： (1) 参数层：从语音信号中提取有 意义的参数。有四种不同的参数，统称为 ZAPDASH参数。 (2) 片段层：用于描述系统对语音 信号的分割与归类。此层主要包含音素与 单音等信息。
专家系统（ ExpertSystem) 亦称 专家咨询系统，它是一种智能计算机 (软 件 )系统。顾名思义，专家系统就是能像 人类专家一样解决困难、复杂的实际问 题的计算机(软件)系统。 我们知道“专家”就是专门家， 是某一专门领域的行家里手。专家之所 以是专家，是因为他（她）解决问题时 具有超凡的能力和水平。专家之所以具 有超凡的能力和水平，是因为
总
控
处 理 模 块 1
… …
处 理 模 块 n
专 家 模 块 … 1 …
专 家 模 块 m
图8―3 专家系统的实际结构示例
多 媒 体 人 机 界 面
方法 选择
参数 确定
图件 绘制
图形 评价
I O 接口
动态数据库
方 法 知识库
参 数 知识库
评 价 知识库
自学习 模 块
知 识 库 管 理 系统
图8―4 地质图件绘制智能辅助系统结构
解释模块
知识库
动态数据库
知识库管理系统
自学习模块
图8―2 专家系统的理想结构
2.2 实际结构 上面介绍的专家系统结构，是专家系统 的概念模型，或者说是只强调知识和推理这一 主要特征的专家系统结构。但专家系统终究仍 是一种计算机应用系统。所以，它与其它应用 系统一样是解决实际问题的。而实际问题往往 是错综复杂的，比如，可能需要多次推理或多 路推理或多层推理才能解决，而知识库也可能 是多块或多层的。 给通常的各种应用系统添上专家模块也 就是专家系统了。专家系统与通常的计算机应 用系统应该溶为一体的。
1.3 专家系统的类型 关于专家系统的分类，目前还无定 论。我们仅从几个不同的侧面对此进行讨 论。 1.按用途分类 按用途分类，专家系统可分为：诊 断型、解释型、预测型、决策型、设计型、 规划型、控制型、调度型等几种类型。 2.按输出结果分类 按输出结果分类，专家系统可分为 分析型和设计型。
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。所以，现 在关于知识处理的技术和方法已形成一 个 称 为 “ 知 识 工 程 ” （ Knowledge Engineering ）的学科领域。这就是说， 专家系统促使了知识工程的诞生和发展， 知识工程又是为专家系统服务的。正是 由于这二者的密切关系，所以，现在的 “专家系统”与“知识工程”几乎已成 为同义语。
1.6 专家系统与人工智能 ; 专家系统是智能计算机系统。从 学科范畴讲，专家系统属人工智能的一 个分支，而且是应用性最强、应用范围 最广的一个重要分支。所以，现在“专 家系统”这一名词既是系统名称又是一 个学科名称。专家系统已是当前计算机 应用的一个热门研究方向。
2 专家系统的结构
专家系统是一种计算机应用系统。由 于应用领域和实际问题的多样性，所以，专 家系统的结构也就多种多样。但抽象地看， 它们还是具有许多共同之处。