第八章 基于模型的专家系统

合集下载

5-专家系统

5-专家系统
13
人工智能原理
知识库
• 包括两部分 已知的同当前问题有关的数据信息; 进行推理时要用到的一般知识和领域知识。 • 知识以规则、网络和过程等形式表示。
14
人工智能原理
• 调度器:按照系统建造者所给的控制知识从议程中选择一个 项作为系统下一步要执行的动作 • 执行器:应用知识库及黑板中记录的信息,执行调度器所选 定的动作。 • 协调器:得到新数据或新假设时,对已得到的结果进行修正, 以保持结果前后一致。
军事指挥调度系统 ROPES机器人规划专家系统 汽车和火车运行调度专家系统 小麦和水稻施肥专家系统。
27
人工智能原理
(6) 监视专家系统 • 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,在造成事故之前及时发出警报。 系统发出的警报要有很高的准确性。 系统能够随时间和条件的变化而动态地处理其输入信息。
中科院数学研究所研制了专家系统开发环境“天马” 中科院计算所研制了面向对象专家系统开发工具“OKPS”。 5
人工智能原理
专家系统的特点
• 启发性 运用专家的知识与经验进行推理、判断和决策。
• 透明性 解释本身的推理过程和回答用户提出的问题,让用户了解 推理过程,提高对专家系统的信赖感。 • 灵活性 不断增长知识,修改原有知识,不断更新。
(4) 解释器(explanator)
• 向用户解释专家系统的行为,包括解释推理结论的正确性以及系统输 出其它候选解的原因。
(5) 接口(interface)
• 又称界面,使系统与用户进行对话,使用户能够输入必要的数据、提 出问题和了解推理过程及推理结果等。

第8章 专家系统

第8章 专家系统

2.专家系统的知识表示和推理
2.1 知识表示
知识表示是一种用来在专家系统的知识库中对知识编码的 方法。
2.1.1 知识的类型
◆过程性知识。描述如何解决问题,提供如何做事的建议。
◆陈述性知识。描述问题的相关已知信息,包括断定为真或 假的简单语句和一组更完整地描述一些对象或概念的语句。 ◆启发式 知识。描述引导推理过程的规则。它是经验性的, 并且表示专家通过求解过去问题的经验编译知识。专家将获 取有关问题的基本知识,如基本法则、函数关系等,并且把 它编译成简单的启发信息,以辅助问题求解。 ◆结构知识。描述知识的结构。这类知识描述专家对此问题 的整体智力模型。
(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。
(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。
◆例子 :VAX计算机结构设计专家系统、花布立体感图 案设计和花布印染专家系统、大规模集成电路设计专 家系统以及齿轮加工工艺设计专家系统等。
规划专家系统
◆任务 :寻找出某个能够达到给定目标的动作序列或步 骤。
◆特点 :所要规划的目标可能是动态的或静态的,需要 对未来动作做出预测,所涉及的问题可能很复杂,要 求系统能抓住重点,处理好各子目标间的关系和不确 定的数据信息,并通过实验性动作得出可行规划 。
站进行被修设备的调整、测量与试验。在这方面的实 例还比较少见。
教学专家系统
◆任务:根据学生的特点、弱点和基础知识,以最适当的 教案和教学方法对学生进行教学和辅导。

专家系统人工智能原理与应用

专家系统人工智能原理与应用
第八章 专家系统
人工智能原理与应用
教材简介: 名 称:人工智能原理与应用 作 者:张仰森 出版社:高等教育出版社 章 节:共十章
主讲教师: 宗春梅
第八章 专家系统
人工智能原理与应用
专家系统是人工智能应用争论的一个重要分支。 自20世纪60年月末,费根鲍姆等人研制成功第一个 专家系统DENDRAL以来,专家系统已被成功地运用到 工业、农业、地质矿产业、科学技术、医疗、教育、 军事等众多领域,并已产生了巨大的社会效益和经 济效益。它实现了人工智能从理论争论走向实际应 用,从一般思维方法探讨转入特地学问运用的重大 突破。成为人工智能应用争论中最活泼、也最有成 效的一个重要领域。
人工智能原理与应用
第八章 专家系统
8.3 学问猎取
8.3.2 学问猎取主要途径
在从领域专家那里猎取学问时一般承受如下的技术步骤: 〔1〕现场观看 〔2〕问题争论 〔3〕问题描述 〔4〕问题分析 〔5〕建筑原型系统 〔6〕系统检查 〔7〕系统验证
第八章 专家系统
8.3 学问猎取
8.3.2 学问猎取主要途径
8.2.3 学问猎取机构 学问猎取机构是专家系统中的一个重要局部,它负责系统的学问猎
取,由一组程序组成。其根本任务是从学问工程师那里获得学问或人训 练数据
人工智能原理与应用
第八章 专家系统
8.2 专家系统的根本构造
中自动猎取学问,并把得到的学问送入学问库中,并确保学问的全都性 及完整性。 8.2.4 推理机
人工智能原理与应用
2、半自动化学问猎取 半自动学问猎取是指在人工学问猎取的根底上增加了局部机器学习 功能,使专家系统本身能够从大量的实例中归纳出某些学问。由于 它不是纯粹的人工学问猎取,又不是完全的机器自动学问猎取,因 而称作半自动和学问猎取。以下的一些方法属于半自动化猎取方法。 〔1〕智能学问编辑 这是一个通过建立智能学问编辑器来实现学问猎取的方法。智能学 问编辑器是一种类似于数据库编辑器的软件,它可实现对学问库的 构造和内容进展修改,是目前建筑专家系统时常用的一种工具。

人工智能导论(第3版)第8章 专家系统习题解答[1页]

人工智能导论(第3版)第8章 专家系统习题解答[1页]

习题8
8.1 什么是专家系统?专家系统具有哪些特点?
解:略。

8.2简述专家系统的构成及各部分的作用。

解:略。

8.3 什么是基于规则的专家系统和基于框架的专家系统?它们各自有何特点?
解:基于规则的专家系统包含五部分:知识库,数据库,推理引擎,解释工具和用户界面。

系统的主要部分是知识库和推理引擎。

特点:自然语言的表达,结构统一化,知识与处理的分离,对不完整、不确定知识的处理能力。

基于框架的专家系统建立在框架基础上,采用面向目标编程技术,框架的设计和面向目标的编程共享许多特征。

特点:在设计基于框架的专家系统时,把整个问题和每件事想象为编织起来的事物,框架的继承、槽和方法。

8.4基于模型的专家系统在结构上有何特点?
解:模型结构上可以是表示系统部分-整体之间的结构模型,也可以是表示各部分之间功能的功能模型,或是各部分之间因果关系的因果模型等。

因果模型中,根据模型各部分因果关系特性组成,一个部分特性由另外一个或多个特性所决定。

8.5简述专家系统开发的一般方法步骤。

解:略。

8.6新型专家系统有何特点?什么是分布式专家系统和协同式专家系统?
解:略。

第8讲 专家系统

第8讲 专家系统

第8章 专家系统8.1 专家系统的概念8.1.1 什么是专家系统专家系统(Expert system)是一个智能计算 机软件系统。

人类专家的特点具有丰富的专业知识和实践经验。

具有独特的分析问题和解决问题的方法和策略。

专家系统应具备的要素应用于某专门领域 拥有专家级知识; 能模拟专家的思维; 能达到专家级水平。

8.1 专家系统的概念专家系统的特点专家系统善于解决不确定性的、非结构化的、没有算法解 或虽有算法解但实现困难的问题。

如:医疗诊断、地质勘 探、天气预报、管理决策等。

专家系统是基于知识的智能问题求解系统。

不同于常规程 序基于固定算法。

专家系统=知识+推理,常规程序=数据 结构+算法。

从系统结构看,专家系统的知识与推理是分离的,因而系 统具有很好的灵活性和可扩充性。

专家系统具有“自学习”能力,能不断地对自己的知识进行 总结、扩充和完善。

具有解释功能。

在运行过程中能回答用户的提问,并具有 透明性,能以用户所能理解的方式解释得到结论的推理过 程。

专家系统不像人类专家那样容易疲劳、遗忘和受环境影 响。

它的工作状态始终是稳定如一的。

而且能够突破人类 专家的时间和空间限制,永久保存,任意复制,在不同地 区和部门使用。

8.1 专家系统的概念专家系统的实用范围用专家系统来提高工作效率 人类专家的知识很快就要失传,必须通过专家系统 来收集、保存和应用 人类专家太少,必须建造专家系统来使专家们的知 识同时应用于不同的地点。

一些危险的工作环境需要专家系统来代替人类专 家。

8.1 专家系统的概念8.1.2 专家系统的类型1。

按用途分类解释型。

根据所得到的有关数据、经过分析、推理,从而 给出解释的一类专家系统。

诊断型。

根据输入信息推出相应对象存在的故障、找出产 生故障的原因并给出排除故障方案的一类专家系统。

如医 疗诊断、机器故障诊断、产品质量鉴定等专家系统。

预测型。

根据相关对象的过去及当前状况来推测未来情况 的一类专家系统。

专家系统发展历程与展望

专家系统发展历程与展望

专家系统发展历程与展望摘要:本文首先概述了专家系统的一般结构及特点。

然后按照发展时间顺序,将专家系统划分为基于规则、基于框架、基于案例、基于模型和基于网络的5个阶段。

对每个阶段分析了对应的专家系统的思想,给出典型算法。

最后展望了专家系统的发展前景,描述了分布式与协同式专家系统的工作原理以及特点。

关键词:专家系统;发展历程;分布式专家系统;协同式专家系统1. 引言专家系统(Expert System)是人工智能领域最活跃和最广泛的领域之一。

1965年第一个专家系统Dendral 在美国斯坦福大学问世,经过40多年来的发展,目前各种专家系统已经遍布各个专业领域。

专家系统与通用的问题求解程序(General Problem Solver,GPS)不同专家系统并不试图发现很强有力的和很通用的问题求解方法,它把研究范围缩小在一个特定的狭小的专业领域中。

由于我们的现实世界中专家毕竟很少,但是会有很多问题需要专家的解答,这种矛盾也推动了专家系统的发展。

2. 专家系统概述2.1 专家系统定义及结构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。

专家系统由四个部分组成:知识获取、知识库、推理机和解释器。

专家系统的简化结构图如图1所示。

图1 专家系统简化结构2.1.1 知识库知识库系统的主要工作是搜集人类的知识,将之有系统地表达或模块化,使计算机可以进行推论、解决问题。

知识库中包含两种型态:一是知识本身,即对物质及概念作实体的分析,并确认彼此之间的关系;二是人类专家所特有的经验法则、判断力与直觉。

知识库与传统数据库在信息的组织、并入、执行等步骤与方法均有所不同,概括来说,知识库所包含的是可做决策的知识,而传统数据库的内容则是未经处理过的数据,必须经由检索、解释等过程才能实际被应用。

人工智能习题作业专家系统I习题答案

人工智能习题作业专家系统I习题答案

第八章 专家系统课后习题及答案一、选择题:1. 专家系统是一个___________ 。

( A )(A)智能计算机程序系统(B)专家(C)知识(D)经验2. 专家系统是一种模拟____________解决领域问题的计算机程序系统。

( B )(A)学生(B)人类专家(C)动物(D)猴子3. R1(XCOM)属于_____________专家系统。

( C )(A)教学 (B)规划 (C)设计 (D)解释4. MACSYMA属于_______________专家系统。

( A )(A)教学 (B)诊断 (C)预测 (D)解释5. 专家系统的特点有______________。

( ABC )(A)启发性 (B)透明性 (C)预测性 (D)灵活性6. 在理想专家系统中,用于人与系统进行信息交流的媒介是______。

( D )(A)知识库 (B)调度器 (C)黑板 (D)接口7. 在理想专家系统中,用于记录系统推理过程中用到的控制信息、中间假设和中间结果的数据库是________。

( C )(A)知识库 (B)调度器 (C)黑板 (D)接口8. 在理想专家系统中,用于存储某领域专家系统的专门知识的模块是________。

( A )(A)知识库 (B)调度器 (C)黑板 (D)接口9. 被誉为“专家系统和知识工程之父”的专家是______。

( C )(A)Winner (B)Turing (C)Feigenbaum (D)Simon10. ___________的设计是建立专家系统最重要和最艰巨的任务。

( A )(A)知识库 (B)推理机 (C)解释器 (D)接口11. ART属于哪一类型的专家系统开发工具? ( D )(A)骨架型工具 (B)语言型工具(C)构造辅助工具 (D)支撑环境12. 接口是人与系统进行信息交流的媒介,它为用户提供了直观方便的( )作用手段。

( B )A.通信B.交互C.控制D.计算13. 调度器按照系统建造者所给的控制知识(通常使用优先权方法),从( )中选择一个项作为系统下一步要执行的动作。

工智能及专家系统敖志刚第8章专家系统的原理与设计-文档资料

工智能及专家系统敖志刚第8章专家系统的原理与设计-文档资料
第8章 专家系统的原理与设计
第8章 专家系统的原理与设计
敖志刚 编制
第8章 专家系统的原理与设计
第8章 专家系统的原理与设计
敖志刚 编制
第8章 专家系统的原理与设计
第8章 专家系统的原理与设计
• • • • • • • • • 8.1 专家系统的基本知识 8.1.1 何谓专家系统 8.1.2 专家系统的特点 8.1.3 专家系统的分类 8.1.4 新一代专家系统 8.1.5 专家系统的主要研究课题 8.2 专家系统的设计 8.2.1 开发专家系统的需求分析 8.2.2 知识获取
第8章 专家系统的原理与设计
8.1
专家系统的基本知识 1. 何谓专家
是专门家,是具有解决某一专门领域 问题的行家里手,具有超凡的能力、素 质和水平。这是因为专家逐步积累了丰 富的专业知识和实践经验,具有独特的 思维方式,独特的分析问题、解决问题、 避开失误的方法、策略和诀窍,能从许 多不相关的信息中发现本质。
第8章 专家系统的原理与设计
第8章 专家系统的原理与设计
• • • • • • • • 8.2.3 专家系统构造者间的关系 8.2.4 专家系统的设计结构 8.2.5 专家系统的开发阶段与过程 8.2.6 专家系统的设计要素 8.3 专家系统的评价 8.3.1 评价方法 8.3.2 专家系统的技术评价 8.3.3 专家系统的性能评价
第8章 专家系统的原理与设计
9. 新一代专家系统
三、协同式ES 协同式ES也即群ES。它能综合若干个相近领域或一个 领域的多个方面的分ES相互协作,共同解决一个更广领域 的问题。 协同式ES和分布式ES有一定的共性,它们都涉及到多个 分ES。但分布式强调的是处理的分布和知识的分布,它要 求系统必须在多个处理机上运行;而协调式强调的是分系 统之间的协同合作,各分ES也可以在同一个处理机上运行。 设计协同式ES,一般需要解决以下问题: • ⑴ 任务的分解。 • ⑵ 公共知识的导出。 • ⑶ 讨论方式。 • ⑷ 裁决问题。 • ⑸ 驱动方式。
  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)。

• 因果顺序理论获取Ta2中的因果关系,其中 顺序意义表示数学从属性。但这个理论不会 获取Ta1中的因果关系。
⑤原始数据议程
系统可处理的时间标度集合指定推理关系 的原始推理议程。假设TS为这样的集合, Ec为当前实施的时间集合。当前时间标 度Tc以及相邻的时间标度T1和T2的一 般推理议程定义如下:
③因果时间标度 在表8.1中定义的13种因果时间标度可分为四 类,每一类具有特定建模原理的建模技术。 a)直接建模 描述使用数学微分方程的模型,这个模型直接 表示时间上的动态行为。 时间标度Ta3的预备条件就是完全满足的参数 集合,集合中每个参数具有满足所有田间约 束的值。 时间标度Ta2的预备条件为本质上同时满足方 程的集合。
• 所谓的Agent,在信息技术尤其是人工智能和计算机 领域,可以看作是能够通过传感器感知其环境,并 借助于执行器作用于该环境的任何事物。例如对于 人Agent,其传感器为眼睛耳朵和其他感官,其执行 器为手、腿、嘴和身体的其他部分。对于软件Agent, 则同过编码位的字符串进行感知和作用。 • 分布式人工智能的研究,其研究目标是要建立一个 由多个子系统构成的协作系统,各子系统间协同工 作对特定问题进行求解.分布式人工智能系统中的 分布性不仅指知识的垂直和水平划分,还包括知识 的复制和传播。对知识的划分和组织的原因在于有 限合理性原则,即任何主体单个地处理能力是有限 的,不可能同时处理问题的所有因素,因此对问题 进行分解和划分是开发问题求解体系结构中较快捷 的方法。
(4)实体论工程
在专家系统的领域,研究者都期望实体论 的概念在实现知识共享和重用方面起到 重要的作用。 实体论 哲学领域含义为存在论。在人工 智能领域,其定义为 概念化的清楚规范。 对知识库来说,实体论定义为用来创建 人工系统的原始词表/概念的理论/系统。 对于不同层次,实体论可以用于以下几个 主要方面:
第八章 基于模型的 专家系统
内容概要
(1)基于模型专家系统的提出 什么是基于模型的专家系统 实体论工程 (2)基于神经网络的专家系统 一般专家系统存在的问题及神经网络的优势 基于神经网络的专家系统的结构 (3)基于模型专家系统的设计 因果时间实体论 推理系统的设计 可变系统的实体论
• 也即T1表示比T2更快的事件。这种关系是 传递的。其关系如图:
c)T1的便捷条件或T2的预备条件:在短一些 的时间标度T1上的推理过程中,当某个条件 变为真时,推理就切换到相邻的更长时间标 度T2. 从物理观点来看,推理机生成的关系l不会总 是合理的。连接l可能表示物理上不合理的操 作顺序。 为了澄清因果关系的物理意义,介绍每个时 间标度的物理意义的两个方面: 间隔意义-时间标度上时间间隔存在的物理理由 顺序意义-时间标度上存在时间顺序的理由
(2)当前许多专家系统中就知识工程存 在的主要缺点为:
缺乏知识的重用性和共享性。缺乏知识 的重用和共享主要是因为对知识的假设 和性能不够清楚。
(3)基于模型的优点和必要性
采用各种模型设计专家系统,一方面, 它增加了系统的功能,提高了性能 的指标;另一方面可独立地深入研 究各种模型及其相关问题,把获得 的结果用于改进系统设计。因而为 了使知识能够重用和共享,模型的 假定则是必不可少的。
例如,介绍由直接模型y=x-z,dz/dt=y建模的 实例系统。
当模型设计器根据微分方程的术语描述现象时, 模型原理就是捕获Ta3的转移行为的动态变 化以求其均衡。一般来说,这意味着达到均 衡的时间间隔比其他现象更长。 b)时间约束建模 定性归类为对现象建模的时间约束。为了表示 时间约束的差别,这种建模技术讲目标系统 分为参数集合,其中Ta4的时间间隔彼此十 分不同。 c)组件结构模型 引入组件的概念,在于反应目标系统的物理结 构的因果关系。按照基于设备实体论的组件 结构,最小粒度的设备成为组件。
一、基于模型专家系统的提出
(1)什么是基于模型的专家系统
一个知识系统中的知识库是由各种模型组合而 成的,而这些模型又往往是定性的模型。由 于模型的建立与知识密切相关,所以有关模 型的获取、表达、使用就包括了知识的获取、 表达和使用。 用这种观点看待专家系统的设计,可以认为一 个专家系统是由一些原理与运行方式不同的 模型综合而成。这样的专家系统称为基于模 型的专家系统。
实体论在定性模型中定义13种成为因果时间标 度的一般时间概念,如表所示:
• 因果时间标度生成以前框架中描述 的时间概念。与建模技术相关的因 果时间标度表示临时粒度和/或实体 论观点。
根据因果时间标度,可以明确制定模型或因 果推理机的临时含义,包括: a)因果关系的临时含义 b)推理机的临时性能 c)一般因果推理议程 d)反馈的复杂分析 首先,推理机所生成的因果关系可以归类为 因果时间标度之一。 其次,因果时间标度可以指定推理机在因果 排序方面的性能,成为因果时间解。
下图显示本地组件c1和c2中因果关系实例:
尽管Tc2和Tc3有间隔意义,但仅有连接信息还不能 给予它们顺序意义。另一方面,Tc1不可能有物理 意义。这种建模技术暗示一种建模原理,即因果关 系应反映功能组件和结构中的媒介流。 d)兴趣建模 允许推理机仅仅处理特定的临时兴趣期,如最初的行 为。时间标度不包含长度,但包含时间间隔的数目。 ④推理机中的因果时间标度 一般来说,推理系统的时间决定由一套原始时间标度 的组合指定。 表8.2显示一些传统的定性推理系统课处理的时间标 度:
传统的推理进程可由表8.2中的时间标度解释。 推理结果由一套时间E和一套连接L组成,其 中每个部分都由相关的时间标度。
⑥反馈和因果时间标度
参数事件的结果最终传播到由此参数本身 的现象成为反馈。 反馈启发信息:
(2)推理系统设计 设计推理系统,包括如何根据必需的时间标度 决定建模议程,模型的要素,推理过程。使 用因果推理系统为例。 a)必需的时间标度 此系统时间用来基于设备实体论获取因果关系。 目标系统是有关流的系统。 表8.2显示要生成的因果关系及其时间标度:
c)和流相关的组件模型
d)模型表示 系统的整体结构由组件模型和设备实体论基础 上的连接组合而成。组件模型由以下几部分
参数的因果规范表示通过以下两个标记担当因 果角色的可能性。
为了处理全局现象,描述了本地组件上的全局 约束。这样的全局约束由物理实体的一般属 性证明。 推理机可通过现象的时间标度区分全局同时发 生的现象。表示此现象的约束称为全局同时 发生约束,其特点就是同时发生的。
e)推理 推理方法是建立在上述原始推理议程上的。给 定初始事件,启动最小时间
(3)可变系统的实体论 a)流的因果关系 整体连续性的概念用来捕获不可压缩的流的因 果关系。组件的整体连续性显示进入此组件 的全部流是否不断流出。 因果关系由组件内的内部时间组成,并且因果 关系影响唯一的定性值。这种类型的关系成 为本地确定性。 b)时间标度和全局约束 对于形成循环结构的全局连续流子系统,一般 存在以下全局约束:
实体论所起的关键作用有:
二、基于神经网络的专家系统
(1)一般专家系统所存在的问题
a)知识获取的“瓶颈”问题。 b)知识的“窄台阶”问题 c)专家系统的复杂性与效率问题 d)不具有联想记忆功能
(2)神经网络与之相对的优点
a)固有的并行性 b)分布式联想存储 c)较好的容错性 d)自适应能力
e)有通过实例学习的能力 f )便于硬件实现
领域实体论是指目标领域特定的清楚范围。领 域实体论起到两个作用,一是提取获取领域 模型表示的词表,并展示隐含的假定和决策; 一是通过表示要解决的问题类和推理条件定 义推理系统的性能规范。这样的清楚规范适 用于模型的复用性。 人工智能发展史中由两类研究,面向形式的研 究处于主导;面向内容的则有一定困难。 实体论工程能积累知识和使知识系统化。 实体论工程提供知识库的设计原理,感兴趣世 界的核心概念以及基本概念含义的严格定义。
表8.3中所显示的是如何处理表8.2中必需的原 始时间标度的设计决定结果:
而且,推理机有一些假设:假定目标系统有一 个没有任何干扰的正常均衡状态;推理机有 必要推断最初的改变和最后的响应,并跳过 瞬间行为;最后,假定所有约束都是连续的。
b)必需的模型元素
c)组件的因果关系 当组件有其自己的因果特征时,其方法就是清 晰的描述组件中每个参数的内在因果属性, 为因果规范。为了帮助不从上下文中捕获因 果属性,要在组件内标识以下三类因果关系
三、基于模型专家系统的设计
基于模型专家系统的设计一般建立在因果 模型基础上,因果时间实体论是一种常 用的因果模型理论。本部分从以下几个 方面介绍基于模型的专家系统的设计: 因果时间实体论 推理系统设计 可变系统的实体论
(1)因果时间实体论 ①动机和目标 人类对因果关系的识别是建立在因果和 结果之间的时间延迟(间隔)的识别基 础之上。 推理系统产生的因果关系的即时含义, 就是说实际物理行为中因果关系的时间 间隔有多长,往往被忽视。 因而,实体论的目标在于揭示因果时间 的结构,以暗示定性模型和因果推理机。
第三,一般原始推理议程可以描述传统推理方法的 必要部分。 第四,优秀的时间标度可以在反馈循环中进行因果 关系的复杂分析,来获取更少的模糊因果排序。 ②理论基础 a)在因果时间实体论中,推理机产生的时间上的行为 根据时间及其连接的术语表示,类似于历史模型。 b)下面介绍变化传播的时间间隔。 因果时间实体论对这些时间间隔进行归类,成为时间 标度。因果时间标度表示效果传播的时间间隔概念。 表示T1比T2更短的关系极为T1<T2,定义如下:
(3)将神经网络与基于逻辑的心理模型 结合是值得进一步研究的课题
a)神经网络支持专家系统 b)专家系统支持神经网络 c)协同式的神经网络专家系统
(4)基于神经关问题
a)神经网络的知识表示是一种隐式表示 b)神经网络通过实例学习实现知识自动获取。 c)神经网络的推理是个正向非线性数值计算过 程,同时也是一种并行推理机制。它需要解 释器对输出模式进行解释。 d)一个神经网络专家系统可以用加权有向图、 或领域权矩阵表示,因此可以把同一知识领 域的几个独立的专家系统组合成更大的神经 网络专家系统。而基于规则的专家系统,其 子系统的规则越多,组合的大系统的知识库 越不可靠。
相关文档
最新文档