人工智能第六章_专家系统_的要点
人工智能专家系统
人工智能专家系统人工智能（Artificial Intelligence，简称AI）专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力，可以用于辅助决策、问题诊断和解决方案推荐等方面。
本文将从专家系统的定义、原理、组成和应用等四个方面进行论述。
一、专家系统的定义专家系统是一种基于知识工程的人工智能系统，它通过模拟和利用领域专家的经验和知识来解决特定领域的问题。
专家系统主要由知识库、推理机和用户界面三部分组成。
知识库存储了经验和知识，推理机则对知识进行推理和运算，用户界面则提供了用户与系统进行交互的接口。
二、专家系统的原理专家系统的原理可以概括为知识获取、知识表示、知识推理和知识应用四个步骤。
知识获取是指将专家的经验和知识进行提取和整理，并存储到系统的知识库中；知识表示是指将知识以适当的形式进行表达和组织，以便系统能够理解和推理；知识推理是指根据系统中的知识，通过推理机对问题进行分析和推理；知识应用是指将推理得到的结果转化为实际解决方案，供用户使用。
三、专家系统的组成专家系统主要由知识库、推理机和用户界面三部分组成。
知识库是专家系统存储知识和经验的地方，常见的形式包括规则库、案例库和模型库等。
推理机是专家系统进行推理和运算的核心组件，它能够根据知识库中的知识进行逻辑推理和问题求解。
用户界面则提供了用户与系统进行交互的接口，使用户能够方便地向系统提供问题并获取解决方案。
四、专家系统的应用专家系统在各个领域都有广泛的应用。
在医疗领域，专家系统可以用于辅助疾病诊断和治疗方案选择；在金融领域，专家系统可以用于风险评估和投资决策；在工业领域，专家系统可以用于故障诊断和维修指导。
此外，专家系统还可以应用于法律、教育、交通等领域，为人们提供更加智能化和便捷化的服务。
综上所述，人工智能专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力，具有广泛的应用前景。
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。
人工智能基础之专家系统介绍课件
知识获取
1
专家系统通过知 识库获取知识
2
知识库包含领域 知识、规则和事
实
3
知识获取方式包 括手工输入、自 动获取和知识发
现
4
知识获取的质量 和数量对专家系 统的性能产生重
要影响
优点
专家系统能够模拟人类 专家的决策过程，提供 高质量的解决方案。
专家系统可以集成多个 领域的知识，提供全面 的解决方案。
02
教育领域：提供个性化教 学方案和辅导
03
工业领域：用于生产线的 监控和故障诊断
04
金融领域：用于投资决策 和风险评估
05
交通领域：用于交通调度 和路线规划
06
法律领域：用于法律咨询 和案件分析
知识表示
01
知识表示是人工智 能领域的重要组成 部分，用于描述和 存储知识。
02
常见的知识表示方 法包括：一阶逻辑、 产生式规则、语义 网络、框架表示等。
知识获取困难：需要专家提 供大量的专业知识和经验
发展趋势
01
专家系统逐渐向智能化、 自主化方向发展
03
专家系统向云端迁移，实现 资源的共享和优化配置
02
专家系统与机器学习、深度 学习等技术相结合，提高系 统的学习能力和决策能力
04
专家系统与其他智能系统相 结合，形成综合智能系统， 提高系统的整体性能和效率
专家系统的组成
知识库：存储 专家知识和经 验的数据库
推理机：根据 知识库进行推 理和决策的机 制
用户接口：与 用户进行交互 的界面
解释器：解释 推理过程和结 果的工具
知识获取：从 专家那里获取 知识和经验的 方法
知识表示：将 知识和经验表 示成计算机可 以理解的形式
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。
人工智能的专家系统技术
人工智能的专家系统技术导言：人工智能（Artificial Intelligence，AI）是一门研究如何使计算机可以像人一样智能地执行任务的学科。
专家系统是其中一种应用广泛的人工智能技术，它模仿人类专家的知识和推理能力，通过计算机实现对复杂问题的解决和决策。
一、专家系统的概述专家系统是一种基于知识的计算机系统，能够模拟人类专家的决策过程，对特定领域的问题进行分析和解决。
它主要由知识库、推理机和用户界面组成。
专家系统的知识库是存储各种领域专家知识的地方，包括事实、规则、经验、案例等。
知识库使用特定的语言表示和存储知识，使得专家系统能够在特定领域中模拟专家的决策过程。
推理机是专家系统的核心，它通过使用专家系统的知识库和推理规则对问题进行推理和决策。
推理机根据用户输入的问题和已有的知识，进行搜索和匹配，产生一系列推理结果。
推理机还可以根据问题的特点，使用不同的推理方式，如正向推理、反向推理、混合推理等。
用户界面是专家系统与用户之间的桥梁，用户通过界面与专家系统交互，输入问题和获取答案。
用户界面可以是命令行界面、图形界面或自然语言界面等，使得用户能够方便地使用专家系统。
二、专家系统的组成1. 知识获取知识获取是专家系统开发的第一步，它通过采访领域专家、查阅文献、观察现场等方式，收集专家知识并转化为计算机可识别的形式。
知识获取的关键是提取和表示知识，需要选择适当的表示方法和知识表示语言。
2. 知识表示知识表示是将采集到的知识以适当的形式表示和存储，使得计算机可以理解和使用这些知识。
常用的知识表示方法有规则表示、语义网络表示、框架表示等。
规则表示是最常用的方法，将知识表示为一系列条件-动作规则，通过匹配规则，实现对问题的推理和决策。
3. 知识推理知识推理是专家系统的核心功能，它利用知识库和推理规则对问题进行推理和决策。
专家系统的推理机通常采用基于规则的推理方法，通过匹配规则和问题，产生推理结果。
推理过程可以是正向推理、反向推理或混合推理，根据问题的特点，选择合适的推理方式。
华中科技大学人工智能第六章专家系统全解
第五章专家系统
5.5 专家系统实例
置信因子的估算（一）
MYCIN的每条规则的结论用两个量来度量其置信程度。 一个叫信任的度量MB（Measure of Belief） 另一个叫不信任的度量MD（Measure of Disbelief） 在证据e的情况下，结论h的MB与MD用下列公式计算：
MYCIN采用下列公式估算在观察到e时，对h 的置信因子 CF：
CF（h，e）= MB（h，e）－MD（h，e）
2018/10/24
8
第五章专家系统
5.1 产生式系统
控制策略的步骤之三
三、操作 操作就是执行规则的操作部分，操作后， 将修改数据库，并导致：
其他规则被使用，或者 得到问题的解答（综合数据库内容转变为描述 了目标状态），或者 失败结束
2018/10/24
9
第五章专家系统
5.2 专家系统
的情况，包括症状、化验结果、系统推导 出的中间结果和最终结论等。
知识库：存放用于治疗与诊断疾病的静
态数据与知识。
2018/10/24 26
第五章专家系统
5.5 专家系统实例
MYClN系统的三个子系统之一
咨询子系统：即推理机，根据知识库中
的诊断知识与动态库中的数据进行推理，
作出咨询决策。
2018/10/24
2018/10/24
4
第六章专家系统
6.1概述
专家系统结构
专家系统 = 知识库 + 推理机 其一般结构为:
领域专家 知识获取机制
用户
人 机 接 口
推理机 解释机制
知识库 动态库
5
2018/10/24
人工智能专家系统
专家系统的开发
3.专家系统的开发工具
4）支撑环境 支撑设施是指帮助进行程序设计的工具，它常被 作为知识工程语言的一部分。工具支撑环境仅是一个 附带的软件包，以便使用户界面更友好。它包括四个 典型组件：调试辅助工具、输入输出设施、解释设施 和知识库编辑器。
专家系统概论
1.专家系统的概念 2.专家系统的基本结构 3.专家系统的开发
专家系统的概念
1.什么是专家系统
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，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。
专家系统的概念
3.专家系统的类型
对专家系统可以按不同的方法分类。通 常，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。
专家系统的基本结构
1.专家系统的基本结构
专家系统的基本结构 如图所示，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。
专家系统的开发
2.专家系统的基本设计思想与基本设计原则
(5) 建立中间假设。引入中间假设的目 的是为了减少规则数量和简化推理过程。例 如，由观测的组合可以产生中间假设组合H1、 H2和H3。利用这些中间假设的组合合取 (H1∧H2∧H3)可以减少产生式规则组合的 增长率。同时，还可以采取以下的做法：先 独立地确定中间假设H，然后在进一步的推理 中，利用H的肯定或否定，而不是始终以事实 来推理。
第6章 专家系统【人工智能 精品讲义】
• 槽：框架属性有关的扩展知识。 • 槽提供对属性值和系统操作的附加控制。
• 类型：定义和属性相关值的类型; • 默认：定义默认值; • 文档：提供属性文档; • 约束：定义允许值; • 最小界限：建立属性的下限; • 最大界限：建立属性的上限; • 如果需要：指定如果需要属性值时采取的行为; • 如果改变：指定如果属性值改变时采取的行为。
23
6.5.3 专家系统开发工具
• 专家系统工具是一种更高级的计算机程序设计语言。 • 现有的专家系统工具
• 骨架型工具 • 语言型工具 • 构造辅助工具 • 支撑环境
24
6.5.3 专家系统开发工具
• 骨架型开发工具
• 定义：只保留原系统独立于问题领域知识的推理机部分形成的工具称为 骨架
• 优点：使用方便，节省在开发系统的过程结构上的时间，提高开发效率， 交互性好，提供很强的对结果进行解释的功能
20
6.5.1 专家系统的设计
• 专家系统的设计技巧
• 选择求解方法
• 具有可靠知识与数据的小搜索空间问题 • 不可靠的数据或知识 • 时变数据 • 大搜索空间的问题
21
6.5.2 专家系统的评价
• 为什么要评价专家系统？
• 专家系统是逐渐生成的。 • 在系统的评价和改进过程中进行的各种试验，将得到可靠的数据，这将
6.5.1 专家系统的设计
• 专家系统的设计技巧
• 准则
• 设计系统时，首先集中精力研究一小部分假设，先不要考虑那些不十分确定的事 物。
• 挑选那些最有利于区别各个假设的观测。 • 可以有许多方式来组合观测。在 • 把那些并不具有很强的预测或区别能力的观测组合起来。 • 建立中间假设。 • 以各种事例来试验所设计的系统。
人工智能--专家系统
人工智能--专家系统（ES）专家系统是人工智能走向实际应用的一个成功典范，它是人工智能的一个发展分支，自1968年费根鲍姆等人研制成功第一个专家系统DENDEL以来，专家系统获得了飞速的发展，并且运用于医疗、军事、地质勘探、教学、化工等领域，产生了巨大的经济效益和社会效益。
现在，专家系统已成为人工智能领域中最活跃、最受重视的领域。
一、人工智能的简介人工智能(Artificial Intelligence) ，英文缩写为AI。
它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的，从那以后,研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现到现在，已经出现了许多AI程序，并且它们也影响到了其它技术的发展。
二、专家系统的概念与简单介绍专家系统（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。
它能够有效地运用专家多年积累的有效经验和专门知识，通过模拟专家的思维过程，解决需要专家才能解决的问题。
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。
第六章-专家系统PPT课件
10/28/2024
13
6.1.2 专家系统的类型
(1) 解释专家系统 ……
作为解释专家系统的例子有语音理解、图象分 析、系统监视、化学结构分析和信号解释等。 例如，卫星图象(云图等)分析、集成电路分析、 DENDRAL化学结构分析、ELAS石油测井数据分 析、染色体分类、PROSPECTOR地质勘探数据解 释和丘陵找水等实用系统。
的MACSYMA符号积分与定理证明系统，我国一些大学开发 的计算机程序设计语言和物理智能计算机辅助教学系统以 及聋哑人语言训练专家系统等。
10/28/2024
24
6.1.2 专家系统的类型
(10) 修理专家系统 修理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。修理专 家系统具有诊断、调试、计划和执行等功能。美 国贝尔实验室的ACI电话和有线电视维护修理系统 是修理专家系统的一个应用实例。
预测专家系统的例子有气象预报、军事预测、人口预 测、交通预测、经济预测和谷物产量预测等。例如，恶劣 气候(包括暴雨、飓风、冰雹等)预报、战场前景预测和农 作物病虫害预报等专家系统
10/28/2024
15
6.1.2 专家系统的类型
(3) 诊断专家系统 诊断专家系统的任务是根据观察到的情况(数据)来推
问题求解过程就是一个推理过程，所以专家系统 必须有推理机构。
ES的核心是知识库和推理机。
10/28/2024
4
6.1.1 专家系统的特点—特点
(3) 具有启发性 ES除要利用大量专业知识外，还必须利用经
验的判断知识来对求解问题作出多个假设。 依据某些条件选定一个假设，使推理继续
进行。
10/28/2024
(3) 诊断专家系统 ……
知识点归纳 人工智能中的专家系统与自然语言生成
知识点归纳人工智能中的专家系统与自然语言生成人工智能中的专家系统与自然语言生成人工智能（Artificial Intelligence，简称AI）作为一门综合性科学，涉及到多个领域和技术。
其中，专家系统和自然语言生成是人工智能中的两个重要概念。
本文将对这两个知识点进行归纳和介绍。
一、专家系统专家系统是一种基于人工智能技术的计算机程序，旨在模拟和实现人类专家在特定领域中的知识和经验。
它通过采集、分析和存储专家的知识，并将其转换为计算机可以理解和使用的形式，从而实现系统化的智能决策和问题求解。
专家系统由知识库、推理机和用户接口三部分构成。
（一）知识库知识库是专家系统的核心组成部分，它存储了专家在特定领域中的知识和经验。
知识库可以分为规则库和事实库两种形式。
规则库用于定义问题和解决方案之间的关系，而事实库则用于存储实际问题所涉及的相关信息。
通过组织和管理知识库，专家系统能够在特定领域中进行问题求解和决策。
（二）推理机推理机是专家系统的核心引擎，它负责基于知识库进行推理和决策。
推理机采用不同的推理算法，如前向推理、后向推理和反向推理等，以实现问题的求解和决策。
通过推理机，专家系统能够根据用户提供的问题和事实，从知识库中推导出相应的答案或解决方案。
（三）用户接口用户接口是专家系统与用户之间的桥梁，它提供了用户与专家系统交互的方式和手段。
用户接口可以是命令行界面、图形界面或自然语言界面等形式。
通过用户接口，用户可以向专家系统提出问题、输入事实，并获取系统的反馈和解决方案。
优秀的用户接口设计可以提升用户体验，使专家系统更加易用和智能。
二、自然语言生成自然语言生成（Natural Language Generation，简称NLG）是指计算机通过算法和模型，将结构化数据转化为自然语言文本的过程。
自然语言生成在人工智能、机器学习和自然语言处理等领域具有重要应用价值，它可以帮助计算机理解和表达人类的自然语言。
自然语言生成的过程包括以下几个步骤：（一）文本规划文本规划是自然语言生成的第一步，通过确定内容和结构，将待生成的信息组织成逻辑上连贯的文本结构。
人工智能第六章 专家系统 的要点
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。
人工智能第6章 专家系统
专家系统实例
每个上下文有一组属性(Attribute)，也称为临床参数(clinical Parameters)。每个临床参数表示上下文的一个特征，如病人的 姓名、培养物的地点、机体的形态、药物的剂量等等。 临床参数用二元组＜属性，上下文，值＞来表示。例如，三元 组(形态、机体—1、杆状)表示机体1的形态为杆状。 临床参数按其所属的上下文类型可分为六类：
专家系统实例
PIP
应用领域：医学 主要研制人员： S．G．Pauker，P．Szolovits (麻省理 工学院) 功能：模拟肾脏病专家采集肾病患者现病史的活动 病症用框架表示，这些知识都附有似然系数。
专家系统实例
INTERNIST - 1
应用领域：医学 主要研制人员： J．D．Mvers，H．E ． Pople (匹兹堡 大学，1982年) 功能：内科学诊断 病症用框架表示，这些知识都附有似然系数。
PROSPECTOR
应用领域：地质学 主要研制人员： Gaschnig，1982年； Duda等， 1979 Reboh，1981年,(斯坦福大学国际研究所) 功能：帮助地质学家评价储矿地点以寻找潜在的矿物资源。 概述 PROSPECTOR是用来帮助地质学家评价某个勘探地点或地区在寻 找特定类型矿床方面是否有利的专家系统。该系统通过对话接受 用户的野外勘探资料，在诊断过程结束时提供一份清单，列出可 能储有的矿床类型以及它们的似然性大小。如果储有矿床的似然 性足够大，那么该系统就继续确定最有利的钻探地点。 同某一类矿床有关的一般知识用一组产生式规则表示，这些规则 都附有不确定性系数。
专家系统实例
MYClN系统
MYClN系统是由斯坦福大学开发的，从1972年开始， 于1974年基本完成。它是一个用于诊断和治疗血液感 染性疾病的专家咨询系统。该系统功能比较全面，是 一个典型的基于规则的专家系统。
人工智能第六部分
15
（8）调试型专家系统
调试型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。
三. 专家系统的特点
26
总体上，专家系统具有一些共同特点： （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的限制，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。 （4）能进行有效推理，包括各种精确性推理和非精确性推理等。 （5）具有透明性，能以可理解的方式解释推理过程。 （6）具有自学习能力，可总结规律，不断扩充和完善系统自身。 （7）能提高生产率，产生巨大的社会效益、经济效益等。 （8）对推动人工智能等其他学科的发展具有重大的作用。 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。
预测型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。
10
（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。
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；第三，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。
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。
第六章 专家系统与人工智能(新)概要
个人交通工具
商用交通工具
工业交通工具
小汽车
摩托车
公共汽车 出租车
路面电车
卡车 拖拉机
装甲车
自行车
每一层的信息片断的属性都会详细地记录下来， 依靠这些属性，我们可以运用分类法从更高层次信 息的属性得到低层信息的属性。同样，也可以从低 层信息的属性细节中抽象出高层信息的属性。
6-14
DSS
2.特定规则
6-11
DSS
人工智能包含许多含义，其基本思想： ①研究人的思维过程，理解什么是智能； ②用机器表示这些智能。 人工智能着重认识人们的推理方法和思 维方式，并且将认识到的情况转换成机器语 言，让计算机系统去完成与人们相同的推理 和思考任务。
6-12
DSS
二、人工智能的智慧
（一）人们是如何推理的
6-26
DSS
§6.2 人工智能的领域
人工智能的研究非常广泛，目前主要的领域 有ES、自然语言处理、语音理解、模糊逻辑、 机器人学和传感系统、计算机视觉和景物识 别以及智能计算机辅助教学、机器学习等。
6-27
DSS
§6.3
专家系统
一、专家系统概念
专家系统的目的在于能使计算机具有人类专 家那样的解决问题的能力。它是AI领域中最 活跃而且也是最有效的一个分支。 所谓的“专家系统”，其实是一类程序系统， 从功能上可以把专家系统定义为“具有大量 专门知识，并能利用这些知识，运用知识推 理的方法来解决特定领域中实际问题的计算 机程序系统。”
DSS
2.基于案例的推理（case-based reasoning）
基于案例的推理依赖一个前提，就是运用相 似性、经验性推理方法去学习并解决问题。 这种思想类似于匹配，即用相似问题的解决 方案来解决现有的问题。这种方法有两个主 要步骤： （1）从案例库中找到与现有问题类似的 案例； （2）修改检索到的符合当前问题的案例 的解决方案。
- 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：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6-12 P175
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。