专家系统与知识工程
专家系统
特征识别与信息处理(FR＆IP)部分的作用是实现 对信息的提取与加工，为控制决策和学习适应提供依 据。它主要包括抽取动态过程的特征信息，识别系统 的特征状态，并对特征信息作必要的加工。
设U为专家控制器的输出集， E为专家控制器的输入集， I为推理机构的输出集，K为经验知识集：
E = (R, e, Y, U)，e = R – Y
式中，Ｒ为参考控制输入，ｅ为误差信号，Ｙ为受控输出， Ｕ为控制器的输出集。专家控制器的模型表示为
U = f (E,K,I)
智能算子f为几个算子的复合运算：f=g·h·p，其中： g:E→S；h:S×K→I；p:I→U
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。
第一代专家系统只能利用人类专家的启发式知 识，即只能利用浅层表达方式和推理方法。
但遇到新问题时，还必须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。
智能程序：旨在模拟人类专家的智能程序应当 兼备浅层和深层两类知识。即不但采用基于规则 的方法，还必须采用基于模型的原理构成新一代 专家系统。
知识工程是指由知识工程师从人类专家那里抽 取他们求解问题的过程、策略和经验规则，然后 把这些知识建造在专家系统之中。
目前，专家系统在各个领域中已经得到广 泛应用，如医疗诊断、语音识别、图像处理、 金融决策、地质勘探、是有化工、军事、计 算机设计等。
专家系统具有启发性，能够运用人类专 家的经验和知识进行启发式搜索、试探性 推理、不精确推理或不完全推理
专家系统与知识工程
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的获取（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（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（即知识库简历与维护等）和知识的运用（即使用知识进行推理）等一系列关于只是处理的技术和方法。
特别是基于领域知识的各种知识库系统的建立，更加促进了这些技术的发展。
所以，关于知识处理的技术和方法已形成一个称为“知识工程”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，知识工程又为专家系统提供服务。
正是由于它们之间的密切关系，现在的专家系统与知识工程几乎已成为同义词。
以知识为处理对象知识工程,作为一门应用学科,已成为人们研究的一个热门课题. 知识工程的诞生赋予了专家系统以新的活力,并将专家系统进一步推向应用;专家系统又为知识工程的发展提供了理论基础. 因此,本文就专家系统与知识工程作初步探讨,并综述如下:1知识工程的兴起是专家系统发展的产物在开发专家系统过程中,许多研究者已形成这样的共识:专家系统是个知识处理系统,而知识表示、知识利用和知识获取则成了专家系统的三个基本问题. 专家系统应该具备这些特点:处理的“信息”是“知识”,而不是“数据”;传送的“信息”是知识,而不是字符串;“信息”的处理是对问题的求解和推理,而不是按既定进程进行计算;“信息”的管理是知识的获取和利用,而不是数据收集、积累和检索等。
1968 年美国斯坦福大学计算机科学家费根鲍姆教授领导的研究小组研制的第一个专家系统——化学专家系统获得成功,打破了专家系统领域的沉闷空气,使一度处于低谷的专家系统研究重新获得了生机. 一方面使专家系统找到了应用,另一方面专家系统得以新生. 随后在世界范围兴起了一个研究各种领域专家系统的热潮,使得关于知识处理的研究受到越来越多学者们的重视. 1977 年费根鲍姆教授在第五届国际专家系统会议上提出“知识工程”的新概念. 他认为,知识工程是用专家系统的原理和方法,为那些需要专家知识才能解决的应用难题提供求解的手段. 因此,恰当运用知识的获取、表达和推理技术构成与解释知识系统,是设计基于知识系统的重要技术问题. 通过研究者的努力,70 年代后期,知识工程,专家系统开始广泛应用,出现了一些专家系统开发工具;80 年代出现了多学科综合型专家系统即知识型系统. 特别是日本第五代计算机计划的提出和专家系统的研究日益取得广泛的应用. 知识工程像一颗璀璨的明珠,也日益闪耀光芒. 因此说知识工程是专家系统发展的产物.2 知识工程是专家系统的一个重要分支前面讨论了知识工程是专家系统发展的产物,现在进一步讨论知识工程是专家系统的重要分支的问题. 什么是知识工程?人们普遍认为,知识工程是以知识为处理对象,借用工程化的思想,对如何用专家系统的原理、方法、技术为设计、构造和维护知识型系统的一门学科,是专家系统的一个应用分支. 知识工程的目的是在研究知识的基础上,开发智能系统. 因此,知识的获取、知识的表示、知识的运用便构成知识工程的三大要素. 知识工程的核心则是专家系统.从知识工程的研究内容看,知识工程的研究内容主要包括:基础理论研究、实用技术的开发、知识型系统工具研究和智能机等相关课题的研究. 其中基础理论研究基本理论方法,包括:知识的本质、知识的表示、推理、获取和学习方法等;实用技术主要研究解决建立知识系统过程中遇到的问题,包括:实用知识表示方法、实用知识获取技术、实用知识推理方法、知识库结构系统、知识系统体系结构、知识库管理技术、知识型系统的调试与评估技术、实用解释技术、实用接口技术等;建立知识型系统工具主要是为了给系统的开发提供良好的环境工具,以提高系统研制的质量和缩短系统研制周期等.从知识工程系统特点看,知识工程系统能解决专家水平的问题;系统能快速的进行假设和搜索解答;系统能做出具有专家水平的解答;系统具有大量的基础知识和通用的问题求解能力;系统应能选择问题的恰当的表示方式;其中的知识型系统是一个符号系统;系统具有自动推理的能力;能从结构步骤分析、解决、推理问题等,这些都表现出具有专家系统及其系统的特点. 因此,可以说知识工程是专家系统的一个重要应用分支.3 知识工程的发展进一步将专家系统推向更广泛的应用领域传统专家系统不能进入实用的主要原因:一是专家系统中的知识库中只含有少量的规则和事实;二是专家系统的效率极低. 知识工程的研究使专家系统的研究从理论转向更深入的应用,从基于推理的模型转向基于知识的模型,包括了整个知识信息处理的研究. 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专家系统的应用. 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各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.到目前为止,专家系统的发展主要经历了三代:以化学专家系统、数学专家系统为代表的第一代专家系统,其特点是:专业性较强,整个系统结构、知识和推理依赖较强,没有把知识库和推理机制分开,难以修改、扩充和移植;以医疗诊断专家系统,地质探矿专家系统,数学发现专家系统等为代表的第二代专家系统,其特点是:知识库和推理机分开,系统的模块化和结构化程度较高,具有咨询解释机制,能够进行非精确推理,采用专家系统语言系统进行编辑; 以多学科综合型专家系统,骨架型专家系统等为代表的第三代专家系统,其特点是:强调知识库管理系统建立,倾向于大规模和综合性,重视专家系统开发工具和环境的开发,而不是仅仅开发某个专用的专家系统. 特别是近十年来,知识工程的开发广泛应用于社会各个领域,大大提高了工作效率和工作质量;并已产生巨大的社会效益和经济效益. 据报导,全世界的知识工程的产值每年以超过20 %的增长速度在发展,足见其生命力之旺盛. 因此知识工程的发展推进了专家系统的应用层次,使专家系统的理论走向更深入、广泛的领域.综上所述,知识工程与专家系统有着密切的关系. 专家系统的突破,不仅使专家系统的发展得到了转机,而且开辟了通向知识工程的道路. 一方面随着专家系统技术的不断发展,知识工程正在形成一门新兴的边缘学科,人类正在从数据处理走向知识处理;另一方面,知识工程的发展进一步丰富了专家系统的研究内容,为专家系统找到了更广泛的应用领域.目前,许多国家都把专家系统、知识工程的研究、开发和应用列入发展战略的议事日程,成为本国高科技发展规划的重要组成部分. 现在人们正从如下方面进行研究: (1) 基本理论方法研究; (2) 系统开发及商品化研究; (3) 系统工具的研究. 相信,随着这些理论的日趋成熟、知识工程系统的进一步商品化. 可以预见,今后以知识处理为核心的知识信息处理系统将得到广泛应用,智能计算机系统将成为社会交流、决策、规划和信息处得的主要工具. 下一世纪必将是“知识处理的年代”、“知识工程的年代”、“智能计算机系统的年代”专家系统与知识工程班级：08自动化组员：0823105010 蒋杨文0823105011 邝瑞兴0823105012 王新阳2011.10.26。
第5章专家系统.
2021/7/13
12
5.1 专家系统概述
5.1.4 专家系统的分类
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。
2021/7/13
9
5.1.2 专家系统的性能
(5)具有自学习及自修正能力。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。专家系统还能随时修正已有的知识或归纳出新 的知识，适应新情况的需要，这一点是传统系统所无法 比拟的。
(6)具有专业和长效性。专家系统大量使用的是专家级
比较方面
传统程序
专家系统
编程思想 编程方法 处理对象 执行过程 可修改性 操作解释
结论
依据某一算法 知识使用和知识本身混合在一起 数值量 顺序方式或批处理方式执行 难修改，需改动整个程序并重新编译
不能 正确，不容许不确定性
依据启发式方式 知识和知识的使用分离 符号量 人机交互方式执行 易修改，只需改动知识库 可能 满意，容许不确定性
水平的专门领域所谓“深知识”来决策，而不是一般系 统那样多使用常识性知识，即所谓“浅知识”；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。
2021/7/13
10
5.1 专家系统概述
5.1.3 专家系统的特点与研究意义
表5-1 专家系统特点及与传统程序的区别
2021/7/13
16
5.1 专家系统概述
5.1.5 专家系统与知识工程
2. 专家系统与知识工程
经典人工智能算法综述
经典人工智能算法综述一、专家系统专家系统是人工智能领域最早的知识工程技术之一，该技术首次在20世纪70年代末提出。
专家系统利用专家知识来解决特定问题，主要包括知识表示、知识推理和知识获取等方面。
专家系统常常包括知识库、推理机、用户接口等组成部分，通过模拟专家的经验和知识，来完成推理和决策。
专家系统在医疗、金融、制造等领域得到了广泛的应用，例如Dendral系统是一个专家系统，用于分析气相色谱质谱仪的输出数据以确定化合物的结构。
二、遗传算法遗传算法是一种模仿自然进化过程的搜索优化算法，它通过模拟自然选择、交叉和变异等进化过程来搜索问题的最优解。
遗传算法最早是由美国的约翰·霍兰德于20世纪60年代提出的。
遗传算法主要包括编码、选择、交叉、变异等操作，通过不断进化生成适应度更高的解，从而找到问题的最优解。
遗传算法在优化问题、机器学习、数据挖掘等领域得到了广泛的应用，例如在大规模旅行商问题、神经网络权值优化等问题上展现出了优势。
三、模糊逻辑模糊逻辑是一种用于表示不确定性、模糊性信息的逻辑系统，它在20世纪70年代被提出。
模糊逻辑将传统的逻辑二元关系扩展到了模糊的多值逻辑关系，使得不确定性、模糊性信息能够得到有效的处理。
模糊逻辑主要包括模糊集合理论、模糊关系、模糊推理等内容，被广泛应用于人工智能、控制系统、信息检索等领域。
例如在智能控制系统中，模糊逻辑被用于建模、推理，实现了对复杂系统的精确控制。
四、人工神经网络人工神经网络是一种模仿生物神经网络结构和功能的计算模型，它借鉴了大脑中的神经元和突触结构。
人工神经网络可以通过学习来自动地调整网络的连接权值，从而实现对信息的处理和识别。
人工神经网络于20世纪50年代被提出，并在之后得到了不断的改进和发展。
人工神经网络在模式识别、控制系统、金融预测等领域展现出了优势，例如AlphaGo就是基于深度神经网络的围棋程序，击败了世界冠军。
五、规则学习规则学习是指利用训练数据自动学习出数据中的规则并进行预测和决策的技术。
第5章-专家系统
规划型专家系统：
五、专家系统的分类
4. 按用途性质分
设计型专家系统：
根据给定的要求形成所需要的方案。如计算机的总 体配置XCON系统、自动程序设计系统PSI、超大规 模集成电路辅助设计系统KBVLSI等。
用于完成实时监测任务的。如航空母舰周围空中交 通管理系统AIRPLA、核反应堆事故诊断与处理系 统REACTOR、高危病人监护系统VM等。
一、专家系统的选题原则
当然，上述原则也不是绝对的。对一些复杂的 大型问题往往要把数值计算和专家经验结合起 来（如规划问题），以及虽有数学模型，但计 算时间太长，赶不上实时控制的要求，如果加 上专家的经验，就能一边计算，一边进行启发 性推理，迅速得出结论。
二、专家系统的设计原则
专家系统是基于计算机软件的典型的知识工程系 统，它的设计应遵循软件工程和系统工程的基本 原则。在设计过程中应遵循以下原则： ① 领域专家与知识工程师相互合作，是知识获取 成功的关键。 ② 用户参与专家系统的设计和开发，有助于“人 -机”接口设计，以及系统的运行和评价。
五、专家系统的分类
1. 按应用领域分
医疗专家系统 化学专家系统 地质专家系统 ……
五、专家系统的分类
2. 按知识表示技术分
基于逻辑的专家系统 基于规则的专家系统 基于框架的专家系统 ……
五、专家系统的分类
3. 按控制策略分
正向推理专家系统 反向推理专家系统 混合推理专家系统
③ 为了便于实现解释功能、知识获取功能和修改、 扩充功能，在程序设计时一定要注意将知识库 和推理机分离开来，而且推理机应尽量简化。
二、专家系统的设计原则
知识工程与专家系统
知识工程与专家系统1 .知识是什么所谓知识，是人们对自然现象的认识和从中总结出的规律、经验。
人类的知识是极其丰富与庞杂的，如何规范描述这些认识、规律、经验一直是人们所探讨的问题，至今没有一个统一模式，但常用K = F + R + C来表述，其中K 表示知识项(Knowledge Items ) ;F 表示事实(Facts ) ，是指人类对客观世界、客观事物的状态、属性、特征的描述，以及对事物之间的关系的描述;R 表示规则(Rules ) ，是指能表达在前提与结论之间的因果关系的一种形式;C 表示概念(ConcePts ) ，主要指事实(术语)的含义、规则的语义说明等。
知识的层次关系描述如图6 一30 所示，其中再生知识是指人们在对客观世界、客观事物认识和总结的基础上，升华提高的系统的专业知识，这些知识被人们学习、传授、再提高、再扩充，最终为人类的需要服务。
2 .知识工程人类智能的衡量反映在对问题的求解、推理能力，学习能力，联想能力上，这就是所谓的“智能三要素”。
如何用计算机系统来实现这些能力，那就是知识工程(Knowledge Based Engineer -ing , KBE )所要解决的问题。
此外，如何通过知识库获得新的知识、新的结论、新的规律等;知识处理系统和知识库的工程设计与实现等间题;人与知识处理系统、知识库之间的界面如何进行交互作用，各种知识处理系统之间的关系问题，以及对知识结构、知识库的研究，这些问题及其实现方法和技术就构成了“知识工程”，或称“知识处理学”。
知识工程是获取特定领域知识并将它送到知识库中去的过程，它是一种设计方法学，使用启发式的设计规则，涵盖构件、装配和系统的开发，系统存储的产品信息模型包含了几何和非几何信息，以及描述产品如何设计、分析和制造的工程准则。
比起其他基于知识的系统，知识工程更加专注于工程设计以及后继的制造、销售等活动。
对知识的处理至少包括以下几个方面：l )知识的表示如何把这些知识用计算机所能接受的形式表示出来，这就是知识表示要研究的问题，应能提供给用户一种或多种知识表示方法，目前已有的知识表达方法有谓词逻辑方法，以框架为基础的知识表示方法，产生式规则，语义网络方法，脚本方法，过程式方法，直接表示法等.同时，一个良好的知识表示方法应该具有充分表达、有效推理、便于管理和易于理解等性能。
专家系统简介
专家系统是一类具有专门知识和经验的计算机智能程序系统，通过对人类专家的问题求解能力的建模，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专家才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。
这种基于知识的系统设计方法是以知识库和推理机为中心而展开的，即专家系统 = 知识库 + 推理机它把知识从系统中与其他部分分离开来。
专家系统强调的是知识而不是方法。
很多问题没有基于算法的解决方案，或算法方案太复杂，采用专家系统，可以利用人类专家拥有丰富的知识，因此专家系统也称为基于知识的系统（Knowledge-Based Systems）。
一般说来，一个专家系统应该具备以下三个要素：（1）具备某个应用领域的专家级知识；（2）能模拟专家的思维；（3）能达到专家级的解题水平。
专家系统与传统的计算机程序的主要区别如表7.1所示。
表7.1 专家系统与传统的计算机程序的主要区别列项传统的计算机程序专家系统适用范围无限制封闭世界假设建造一个专家系统的过程可以称为“知识工程”，它是把软件工程的思想应用于设计基于知识的系统。
知识工程包括下面几个方面：（1）从专家那里获取系统所用的知识（即知识获取）（2）选择合适的知识表示形式（即知识表示）（3）进行软件设计（4）以合适的计算机编程语言实现。
专家系统的发展史1965年斯坦福大学的费根鲍姆（E.A. Feigenbaum）和化学家勒德贝格（J. Lederberg）合作研制DENDRAL 系统，使得人工智能的研究以推理算法为主转变为以知识为主。
20世纪70年代，专家系统的观点逐渐被人们接受，许多专家系统相继研发成功，其中较具代表性的有医药专家系统MYCIN、探矿专家系统PROSPECTOR等。
20世纪80年代，专家系统的开发趋于商品化，创造了巨大的经济效益。
1977年美国斯坦福大学计算机科学家费根鲍姆 (E.A.Feigenballm)在第五届国际人工智能联合会议上提出知识工程的新概念。
专家系统综述
专家系统综述摘要综述专家系统的基本概念、主要结构、开发方法以及在机械制造领域的应用情况。
关健词：专家系统综述1、什么是专家系统人工智能(Artifieial Inteligenee简称Al)被誉为本世纪的三大科学技术成就之一，受到了世界各国的普遍重视。
而60年代中期作为人工智能的一个应用领域的专家系统(Expert System简称ES)的出现，使得人工智能的研究从实验室走向了现实世界。
所谓专家系统实际上是一个(或一组)能在某特定领域内.以人类专家水平去解决该领域中困难问题的计算机程序。
或者说，专家系统是这样一个系统：a.专家系统处理现实世界中提出的需要由专家来分析和判断的复杂问题。
b.专家系统利用专家推理方法的计算机模型来解决间题，并且可以得到和专家相同的结论。
由于专家系统的功能主要依赖于大量的知识，这些知识均存在知识库中，通过推理机按一定的推理策略去解决问题，所以它也被称大知识基系统。
专家系统是研究用解决某专门问题的专家知识来建立人机系统的方法和技术。
由于知识在专家系统中起着决定性作用，所以一般将建立专家系统的工作过程称为知识工程。
2、专家系统的基本结构及分类2.1专家系统的墓本结构一个完整的专家系统结构由图1所示的六个部分组成。
其中数据库、知识库、推理机和人机接口是必不可少的部分。
解释部分、知识获取部分是期望部分。
下面分别介绍这些部分。
a.知识库知识库是领域知识的存储器。
它存储专家经验、专门知识与常识性知识，是专家系统的核心部分。
知识库可以由事实性知识和推理性知识组成。
知识是决定一个专家系统性能的主要因素。
一个知识库必须具备良好的可用性、确实性和完善性。
要建立一个知识库，首先要从领域专家那里获取知识即称为知识获取。
然后将获得的知识编排成数据结构井存入计算机中，这就形成了知识库，可供系统推理判断之用。
b.数据库数据库用于存储领域内的初始数据和推理过程中得到的各种信息。
数据库中存放的内容是该系统当前要处理的对象的一些事实。
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
知识工程与专家系统
三、发展前景
1.专家系统的发展趋势 近年来, 发展专家系统不仅要采用各种定 性的模型, 而且要将各种模型综合运用, 以及运 用人工智能和计算机技术的一些新思想和新技
术, 如分布式和协同式。这些都是专家系统的发
展趋势。
1.1 通用性专家系统
专家系统的开发需要领域专家和知识工程师共同努力， 通用性专家系统作为一种新型专家系统, 其特点如下：
专家系统模型
基于模糊逻辑的专家系统
模糊性是指客观事物在状态及其属 性方面的不分明性, 其根源是在类似事 物间存在一系列过渡状态, 它们互相渗 透、互相贯通, 使得彼此之间没有明显 的分界线。 模糊性是客观世界中某些事物本身 所具有的一种不确定性, 它与随机性有 着本质的区别。 但是, 模糊推理知识获取困难, 尤 其是征兆的模糊关系较难确定, 且系统 的推理能力依赖模糊知识库, 学习能力 差, 容易发生错误。
④借助辅助数据库，对推理过程可以进行有效的控制与监测，并能整合推理结果，以 多种形式反馈给用户。
1.3
协同式专家系统
一般认为，协同式专家系统是能综合若干相关领域 (或一个领域)多个方面的 单一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，这样的系统亦可 称之为群专家系统。
协同式专家系统作为一种新型专家系统, 其特点有：
基于D-S证据理论的专家系统
D-S理论具有较强的理论基础, 它能 将“不知道”和“不确定”区分开来。 但它也存在明显的不足, 当证据冲突度较 高时, 经过其组合规则得到的结论常常有 悖于常理；另外，基于D-S理论的专家系 统在数据较多时，具有潜在的指数复杂度 和推理链较长的缺点。
专家系统模型
基于人工神经网络的专家系统 人工神经网络 (ArtificialNeuralNetwork, ANN) 仿效生物体信息处理系统获得柔 性信息处理能力。 基于神经网络的专家系统的 具体应用形式可以根据实际情况 选择不同的神经网络模型, 能够 实现不同的用途。因此 , 基于神 经网络的专家系统是目前最流行 的专家系统 。
专家系统与知识工程
机器模拟智能
失败
下棋; 机器翻译; 归结原理;
回顾
对早期的AI研究的回顾：
– 研究和总结人类思维的普遍规律，再用计算机模拟
–
– –
–
–
实现 关键是建立一个通用的、万能的符号逻辑系统 Newell,Simon : 物理符号系统假设; Nilson: 逻辑演绎方法; 通用问题求解GPS（General Problem Solver） 通用弱方法
有某类矿藏的可能性进行估价
E LS, LN H P(H)
基本思想:
– 对断言H的信任程度应该随着新的信息的获得而改
变，即，根据P(E) ，从先验概率P(H)推出后验概率 P( H | E ) – P(肺炎)=0.01% P(肺炎| 咳嗽 )=0.09%
主观Bayes方法
用几率代替概率
P( H ) P( H ) O( H ) P(~ H ) 1 P( H )
GPS
通用问题求解方法 11种不同类型的问题
– 猴子摘香蕉，梵塔，人一羊过河等。
用户定义一个任务环境，就可以应用这个系统； 只能在状态集合相对较少和形式规则都有完整 定义的领域内使用； 只能在一个形式化的微观世界里活动，缺少高 级专门知识，尚不能解决现实生活中的问题。
效果
求解复杂、大型的具体问题时，这种通 用的方法成果甚微
反思
另一派的反思 :
– 这样的通用推理体系可能根本不存在! – 人有知识，而机器没有; – 不要去构造一个通用的智能机器，而要构造
某个领域上的智能机器; – 智能的关键在于赋予机器很多领域知识;
知识
一个系统的求解能力来源于它所具有的 知识本身，而不是来自于它所采用的形 式和推理方式。
知识工程与专家系统
专业学位课程学习成绩单
（2007 级第 4 次授课安排）
课程名称：知识工程与专家系统学分：2学时：32考核方式：考试授课教师：王阿川开课学院：管理学院开课时间：2008年12月
1、此成绩单由研究生秘书在开课前一周内，将上课学生名单基本信息填写完整后送达给任课教师；
2、任课教师在课程结束后一周内将学生成绩登录完成后，交给研究生秘书，并提供打印版及电子版各一份；
3、若除学生名单以外的其他年级（先上车）随班上课的学生，请任课教师直接追加记录，并做简要说明；
4、学生编号是每个学生识别身份的唯一标识，任课教师及秘书不得更改；
5、待成绩整理完毕后，请秘书们把每门课程成绩单打印版及电子版交至专业学位办或E-mail:hlqu@；
6、请秘书们严格核对学生名单，如有不实的请与专业学位办联系，建议保留好此名单以备用；任课教师签字：研究生秘书签字：年 月 日。
第六章专家系统
3、基于框架的专家系统的继承、 槽和方法
1、基于框架的专家系统的继承
后辈框架通过继承其父辈框架的所有特
征，包括父辈的所有描述性和过程性知 识。 (1)、异常处理 (2)、多重继承
37
2、基于框架专家系统的槽 槽是提供对属性值和系统操作的附加控制。槽
扩展有关给定系统属性的信息： 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：建立属性下限 最大界限：建立属性上限 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
2
6.1 专家系统概述
专家系统应用于某一专门领域，拥有该
领域相当数量的专家级知识，能够模拟 专家的思维，能够达到专家级水平，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。
3
专家系统的先行者费根鲍姆曾把专家系
统定义为一个应用知识和推理过程来求 解那些需要大量的人类专家解决难题经 验的智能计算机程序。 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，
任务 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 特点 系统应具有快速反应能力 系统发出的警报要有很高的准确性 系统能够动态地处理其输入信息 例子 粘虫测报专家系统
17
6.1 专家系统概述
7. 控制专家系统 (expert system for control)
任务 根据设计要求，求出满足设计问题
约束的目标配置。 特点
农业专家系统—农业专家系统概述
人机接口
• 人机接口是使用者或专家与农业专家系统之间的联系界面。知识的建立和维护，用户提出质询 以及推理结果的输出等都需要通过人机接口来实现。
启发性、模糊性知识，搜索推理和不确定性推理，以及机器学习是人工智能研究的重要内容。 知识表示、问题求解、自然语言理解、专家系统、机器学习、认知科学等是人工智能的重要研究分支。
农业专家系统概述 （一）人工智能的概念
人工智能 研究进展 较大的三 应用分支
机器人 专家系统
再现人的感觉、操作和行动，从事复杂作业，可在 一些有害、危险和繁重、疲劳性劳动场合来代替人 去完成作业，如焊接、搬运、装配、水下与地下作 业等。
基本情况 知识组织
常规的计算机程序
常规程序＝数据结构十算法
两级： 数据级和程序级
专家系统
专家系统＝知识十推理
三级： 数据级、知识库级和控制级
求取问题方法
查找或计算，面向数值计算和数据处理，问题求 推理，面向符号处理，其推理过程随着情况的变化
解过程中先做什么及后做什么都是由程序规定的
而变化，具有不确定性及灵活性
通过它输入知识，更新、 完善知识库。
由一组程序及相应的硬件组成， 用于完成输入输出工作。
专家系统的一般结构
农业专家系统概述 三、专家系统的基本结构
专家系统的一般结构
由一组程序组成，基本任 务是把知识输入到知识库 中，并负责维持知识的一 致性及完整性，建立起性 能良好的知识库。
农业专家系统概述 三、专家系统的基本结构
推理机
• 推理机就是一个模拟人类思维，从已有事实出发，选用合适的规则，不断推出新的事实，最终 证明或否定某一结论的程序模块。
信息科学中的专家系统与知识工程研究
信息科学中的专家系统与知识工程研究引言信息科学作为一门新兴学科，与计算机科学、数学、统计学、语言学等学科有着密切的关系。
在信息科学的研究和应用中，专家系统和知识工程起着举足轻重的作用。
本文将从理论与实践两个方面，探讨专家系统与知识工程在信息科学中的研究进展和应用价值。
一、专家系统的基本原理与结构专家系统是一种通过模拟人类专家的决策过程和思考方式，进行智能决策的计算机系统。
它通过对专家知识的提取、表示和存储，模拟人类专家的推理过程，实现对复杂问题的解决。
专家系统的基本原理可以概括为三个关键步骤：知识获取、知识表示与存储、推理与决策。
知识获取是指通过对专家进行访谈或观察，获取专家知识的方法和过程。
知识表示与存储是指将获取到的专家知识进行适当的抽象和表示，使得计算机能够理解和处理。
推理与决策是指利用已有的知识进行推理和决策，生成对特定问题的解答和推荐。
专家系统的结构通常由知识库、推理机和用户界面三个主要部分组成。
知识库是存储专家知识的地方，以一种能被计算机所接受和处理的形式存在，如规则库、框架库和案例库等。
推理机是专家系统的核心组成部分，它根据用户输入的问题和已有的知识进行推理和决策，生成最终的结果。
用户界面则是用户与专家系统之间进行交互的接口，包括输入问题、获取答案和展示推理过程等功能。
二、知识工程的研究方法与应用领域知识工程是专家系统研究的重要分支，它致力于通过系统化的方法和技术，对专家系统中的知识进行建模、获取、表示、存储和应用。
知识工程的研究方法主要包括知识获取、知识表示和知识推理三个方面。
知识获取是指通过对专家进行访谈、观察或问卷调查等方式，获取其知识和经验，并将其转化为计算机可处理的形式。
知识获取的方法包括结构化访谈、半结构化访谈、观察法、问卷调查等。
在知识获取的过程中，需要充分考虑专家的知识表达方法和思维方式，以准确地捕捉和记录其知识。
知识表示是指将获取到的专家知识进行适当的抽象和表示，以便计算机能够理解和处理。
- 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的获取（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（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（即知识库简历与维护等）和知识的运用（即使用知识进行推理）等一系列关于只是处理的技术和方法。
特别是基于领域知识的各种知识库系统的建立，更加促进了这些技术的发展。
所以，关于知识处理的技术和方法已形成一个称为“知识工程”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，知识工程又为专家系统提供服务。
正是由于它们之间的密切关系，现在的专家系统与知识工程几乎已成为同义词。
以知识为处理对象知识工程,作为一门应用学科,已成为人们研究的一个热门课题. 知识工程的诞生赋予了专家系统以新
的活力,并将专家系统进一步推向应用;专家系统又为知识工程
的发展提供了理论基础. 因此,本文就专家系统与知识工程作初步探讨,并综述如下:
1知识工程的兴起是专家系统发展的产物
在开发专家系统过程中,许多研究者已形成这样的共识:专家系
统是个知识处理系统,而知识表示、知识利用和知识获取则成了专家系统的三个基本问题. 专家系统应该具备这些特点:处理的“信息”是“知识”,而不是“数据”;传送的“信息”是知识,
而不是字符串;“信息”的处理是对问题的求解和推理,而不是按既定进程进行计算;“信息”的管理是知识的获取和利用,而不是数据收集、积累和检索等。
1968 年美国斯坦福大学计算机科学家费根鲍姆教授领导的研究小组研制的第一个专家系统——化学专家系统获得成功,打破了专家系统领域的沉闷空气,使一度处于低谷的专家系统研究重新获得了生机. 一方面使专家系统找到了应用,另一方面专家系统得以新生. 随后在世界范围兴起了一个研究各种领域专家系统的热潮,使得关于知识处理的研究受到越来越多学者们的重视. 1977 年费根鲍姆教授在第五届国际专家系统会议上提出“知识工程”的新概念. 他认为,知识工程是用专家系统的原理和方法,为那些需要专家知识才能解决的应用难题提供求解的手段. 因此,恰当运用知识的获取、表达和推理技术构成与解释知识系统,是设计基于知识系统的重要技术问题. 通过研究者的努力,70 年代后期,知识工程,专家系统开始广泛应用,出现了一些专家系统开发工具;80 年代出现了多学科综合型专家系统即知识型系统. 特别是日本第五代计算机计划的提出和专家系统的研究日益取得广泛的应用. 知识工程像一颗璀璨的明珠,也日益闪耀光芒. 因此说知识工程是专家系统发展的产物.
2 知识工程是专家系统的一个重要分支
前面讨论了知识工程是专家系统发展的产物,现在进一步讨论知识工程是专家系统的重要分支的问题. 什么是知识工程?人们普
遍认为,知识工程是以知识为处理对象,借用工程化的思想,对如
何用专家系统的原理、方法、技术为设计、构造和维护知识型系统的一门学科,是专家系统的一个应用分支. 知识工程的目的是
在研究知识的基础上,开发智能系统. 因此,知识的获取、知识的表示、知识的运用便构成知识工
程的三大要素. 知识工程的核心则是专家系统.从知识工程的研
究内容看,知识工程的研究内容主要包括:基础理论研究、实用技术的开发、知识型系统工具研究和智能机等相关课题的研究. 其中基础理论研究基本理论方法,包括:知识的本质、知识的表示、推理、获取和学习方法等;实用技术主要研究解决建立知识系统
过程中遇到的问题,包括:实用知识表示方法、实用知识获取技术、实用知识推理方法、知识库结构系统、知识系统体系结构、知识库管理技术、知识型系统的调试与评估技术、实用解释技术、实用接口技术等;建立知识型系统工具主要是为了给系统的开发提
供良好的环境工具,以提高系统研制的质量和缩短系统研制周期等.从知识工程系统特点看,知识工程系统能解决专家水平的问题;系统能快速的进行假设和搜索解答;系统能做出具有专家水
平的解答;系统具有大量的基础知识和通用的问题求解能力;系
统应能选择问题的恰当的表示方式;其中的知识型系统是一个符
号系统;系统具有自动推理的能力;能从结构步骤分析、解决、推理问题等,这些都表现出具有专家系统及其系统的特点. 因此,
可以说知识工程是专家系统的一个重要应用分支.
3 知识工程的发展进一步将专家系统推向更广泛的应用领域传统专家系统不能进入实用的主要原因:一是专家系统中的知识库中只含有少量的规则和事实;二是专家系统的效率极低. 知识工程的研究使专家系统的研究从理论转向更深入的应用,从基于推理的模型转向基于知识的模型,包括了整个知识信息处理的研究. 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专家系统的应用. 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各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.到目前为止,专家系统的发展主要经历了三代:以化学专家系统、数学专家系统为代表的第一代专家系统,其特点是:专业性较强,整个系统结构、知识和推理依赖较强,没有把知识库和推理机制分开,难以修改、扩充和移植;以医疗诊断专家系统,地质探矿专家系统,数学发现专家系统等为代表的第二代专家系统,其特点是:知识库和推理机分开,系统的模块化和结构化程度较高,具有咨询解释机制,能够进行非精确推理,采用专家系统语言系统进行编辑; 以多学科综合型专家系统,骨架型专家系统等为代表的第三代专家系统,其特点是:强调知识库管理系统建立,倾向于大规模和综合性,重视专家系统开发工具和
环境的开发,而不是仅仅开发某个专用的专家系统. 特别是近十年来,知识工程的开发广泛应用于社会各个领域,大大提高了工
作效率和工作质量;并已产生巨大的社会效益和经济效益. 据报导,全世界的知识工程的产值每年以超过20 %的增长速度在发展,足见其生命力之旺盛. 因此知识工程的发展推进了专家系统的
应用层次,使专家系统的理论走向更深入、广泛的领域.
综上所述,知识工程与专家系统有着密切的关系. 专家系统的突破,不仅使专家系统的发展得到了转机,而且开辟了通向知
识工程的道路. 一方面随着专家系统技术的不断发展,知识工程正在形成一门新兴的边缘学科,人类正在从数据处理走向知识处理;另一方面,知识工程的发展进一步丰富了专家系统的研究内容,为专家系统找到了更广泛的应用领域.目前,许多国家都把专家系统、知识工程的研究、开发和应用列入发展战略的议事日程,成为本国高科技发展规划的重要组成部分. 现在人们正从如下方面进行研究: (1) 基本理论方法研究; (2) 系统开发及商品化研究; (3) 系统工具的研究. 相信,随着这些理论的日趋成熟、知识工程系统的进一步商品化. 可以预见,今后以知识处理为核心的知识信息处理系统将得到广泛应用,智能计算机系统将成为社会交流、决策、规划和信息处得的主要工具. 下一世纪必将是“知识处理的年代”、“知识工程的年代”、“智能计算机系统的年代”
专家系统与知识工程
班级：08自动化
组员：0823105010 蒋杨文
0823105011 邝瑞兴
0823105012 王新阳
2011.10.26。