专家系统与人工智能的应用

合集下载
  1. 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. 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. 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

学院

专业

研究方向

学生姓名

学号

任课教师姓名

任课教师职称

2013年6月20 日

专家系统与人工智能的应用

摘要:人工智能有许多备受关注的领域,如自然语言理解,人工神经系统,专家系统。

专家系统(Expert System)就是对传统人工智能问题中智能程序设计的一个非常成功

的近似解决方法;是人工智能从一般思维规律探索走向专门知识利用,从理论方法研究

走向实际系统设计的转折点和突破口。它作为典型的“知识工程”系统,既是知识表达、

只是存储、只是推理、知识获取、知识管理技术的综合应用对象,也是研究和开发知识

工程技术的工具。从这个意义上说,它促进了计算机软件、硬件和系统从数据信息处理

向知识信息处理的发展。近年来,专家系统在理论研究和实际应用方面取得了令人瞩目

的成就。在管理决策领域,专家系统也愈来愈受到人们的关注,取得了巨大的发展。

1. 引言

专家系统的第一个里程碑是斯坦福大学根鲍姆等人于1968年研制成功的分析化合物分子结构的专家系统——DENDRAL系统。此后,相继建立了各种不同功能、不同类型的专家系统。MYCSYMA系统是麻省理工学院(MIT)于1971年开发成功并投入应用的专家系统,用LISP语言实现对特定领域的数学问题进行有效的处理,包括微积分运算、微分方程求解等。DENDRAL和MYCSYMA系统是专家系统的第一阶段。这个时期专家系统的特点是高度的专业化,专门问题求解能力强,但结构、功能不完整,移植性差,缺乏解释功能。

20世纪70年代中期,专家系统进入了第二阶段——技术成熟期,出现了一笔成功的专家系统。具有代表性的专家系统是MYCIN、PROSPECTOR、AM、CASNRT等系统。MYCIN 系统是美国斯坦福大学研制的用于细菌感染性疾病的诊断和治疗的专家系统,能成功地对细菌性疾病做出专家水平的诊断和治疗。它是一个结构完整、功能全面的专家系统。它第一次使用了知识库的概念,引入了可信度的方法进行不精确推理,能够给出推理过程的解释,用英语与用户进行交互。MYCIN系统对形成专家系统的基本概念、基本结构起了重要的作用PROSPECTOR系统是由美国斯坦福研究所开发的一个探矿专家系统。由于它首次实地分析华盛顿某山区一带的地质资料,发现了一个钼矿,成为第一个取得显著经济效益的专家系统。CASNET是一个与MYCIN几乎同时开发的专家系统,由拉特格尔(Rutger),大学开发,用于青光眼诊断与治疗。AM系统是由斯坦福大学于1981年研制成功的专家系统。它能模拟人的类进行概括、抽象和归纳推理,发现某些数论的概念和定理。

第二阶段专家系统的特点是:

①单学科专业型专家系统。

②系统结构完整,功能较全面,移植性好。

③具有推理解释功能,透明性好。

④采用启发式推理、不精确推理。

⑤用产生式规则、框架、语义网络表达知识。

⑥用限定性英语进行人-机交互

20世纪80年代以来,专家系统的研制和开发明显地趋向于商业化,直接服务与生产企

业,长生了明显的经济效益。另一重要发展是出现专家系统开发工具,从而简化了专家系统

的构造。

2.专家系统的定义

专家系统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,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

专家系统的特点:

1、具有专家水平的专业知识

2、能进行有效的推理

3、具有启发性

4、具有灵活性

5、具有透明性

6、具有交互性

3、专家系统的类型:

4、专家系统的结构:

尽管不同类型的专家系统的结构会存在一定差异,但其中基本结构还是大致相同的。通常,一个专家系统的基本结构有知识库、数据库、推理机、解释模块、知识获取模块和人机接口6大部分多组成。如下图1所示:

图1:专家系统的基本结构

理想专家系统的结构图

5、专家系统的开发:

1.开发步骤

采用原型技术的转接系统开发过程如下图2所示,它可分为设计初始值时库、原型系统开发与实验、知识库的改进与归纳三个主要步骤。

图2:建立专家系统的步骤

2.知识的获取:

图3:知识获取的任务

3.开发工具与环境

常用的专家系统开发工具和环境可按其性质分为程序设计语言、骨架型工具、语言型工具、开发环境及一些新型专家系统开发工具等。

(一)程序设计语言

程序设计语言包括人工智能语言和通用程序设计语言。它们是专家系统开发的最基础的语言工具。人工智能语言的主要代表有以 LISP 为代表的函数型语言和以PROLOG 为代表的逻辑型语言等;通用程序设计语言的主要代表有C、C++和 JAVA 等。

(二)骨架型工具

骨架型工具也称为专家系统外壳,它是由一些已经成熟的具体专家系统演变来的。其演变方法是,抽去这些专家系统中的具体知识,保留它们的体系结构和功能,再把领域专用的界面改为通用界面,这样,就可得到相应的专家系统外壳。

(三)语言型工具

语言型工具是一种通用型专家系统开发工具,它是不依赖于任何已有专家系统,不针对任何具体领域,完全重新设计的一类专家系统开发工具。与骨架系统相比,语言型工具具有更大的灵活性和通用性,并且对数据及知识的存取和查询提供了更多的控制手段。常用的语言型工具有CLIPS 和OSP 等。

相关文档
最新文档