人工智能-专家系统

知识库中三种网络的关系
7.3.3 推理模型 PROSPECTOR的不确定性推理模型是建立在概
率论的基础上的，称为主观贝叶斯方法。（详 见教材8.2.2节） 7.3.4 控制策略 1. 正向推理 2. 主动式推理 3. 反向推理 7.3.5 解释系统
7.4 系统设计与实现
7.4.1 一般步骤与方法
read char(_),
dialog(yes),
{开人机对话}
meta KB(kb0), {将元知识调入内存}
goal trouble(Y), {推理目标}
reasoning(backward) {启动反向推理机}
7.6 专家系统的发展
7.6.1 深层知识专家系统 7.6.2 模糊专家系统
模糊控制系统结构
7.4.6 推理机与解释机制设计 1. 从哪里着手
2. 还应考虑些什么 3. 算法设计与程序设计 4. 解释机制如何实现 7.4.7 系统结构设计 7.4.8 人机界面设计
7.5 开发工具与环境
7.5.1 开发工具 1. 面向AI的程序设计语言
2. 知识表示语言 3. 外壳系统 4. 组合式构造工具 5. 专家系统工具EST
——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 Fra Baidu bibliotek。因此, 从这种意义上讲,专家系统可以超过专家本
人。
7.1.3 专家系统的类型
§ 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。
§ 按输出结果分类, 专家系统可分为分析型和设计型。 按知识表示分类,可分为基于产生式规则的专家系统、 基于一阶谓词的专家系统、基于框架的专家系统、基 于语义网的专家系统等等。
计等。 2) 知识检查功能设计
知识检查包括知识的一致性、完整性、冗余性等检查。 r1: if P then Q r2: if P then ﹁Q
r1: if P then Q r2: if Q then R r3: if R then P 3) 知识库操作设计 知识库操作包括知识库的建立、删除、分解、合并等。
(1) 应用于某专门领域。 (2) 拥有专家级知识。 (3) 能模拟专家的思维。 (4) 能达到专家级水平。
7.1.2 专家系统的特点
——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。例如,医疗诊断、地质勘 探、天气预报、市场预测、管理决策、军事指挥等领域 的问题。 ——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。
7.6.3 神经网络专家系统
7.6.4 大型协同分布式专家系统 7.6.5 网上(多媒体)专家系统 神经网络专家系统概念结构 7.6.6 事务处理专家系统
§ 按知识分类, 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)两类。
§ 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。
§ 按规模分类, 可分为大型协同式专家系统和微专家系统。 § 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)等。
7.1.4 专家系统与基于知识的系统 7.1.5 专家系统与知识工程
7.4.2 快速原型与增量式开发 7.4.3 知识获取 1. 人工获取 2. 半自动获取 3. 自动获取
7.4.4 知识表示与知识描述语言设计
7.4.5 知识库与知识库管理系统设计 1. 知识库设计
医疗诊断知识库层次结构
2. 知识库管理系统设计
1) 知识操作功能设计 知识操作功能包括知识的添加、删除、修改、查询和统
7.3.2 知识表示
1. 分类学网络
分类学网络
2. 分块语义网络
语义空间
3. 推理网络
PROSPECTOR中的规则形式： E→H(LS，LN)
其中, E为前提(称为证据); H为结论(称为假设); P(H)为H 为真的先验概率;LS, LN分别为充分似然性因子和必要似 然性因子：
推理网络示例
地质图件绘制智能辅助系统结构
7.2.3 黑板模型
黑板结构
7.2.4 网络与分布式结构
专家系统的客户/服务器结构及浏览器/服务器结构
7.3 实例分析
--勘探专家系统 PROSPECTOR
7.3.1 PROSPECTOR的 功能与结构
(1) 勘探评价 (2) 区域资源评价 (3) 井位选择
PROSPECTOR总体结构
7.2 系统结构 7.2.1 概念结构
1. 知识库 (Knowledge Base, KB) 2. 推理机 (Inference Engine,IE) 3. 动态数据库 4. 人机界面 5. 解释模块 6. 知识库管理系统
专家系统的概念结构
专家系统的理想结构
7.2.2 实际结构
专家系统的实际结构示例
第7章 专家系统
7.1 基本概念 7.2 系统结构 7.3 实例分析 7.4 系统设计与实现 7.5 开发工具与环境 7.6 专家系统的发展
7.1 基本概念
7.1.1 什么是专家系统
◆专家系统(Expert System,ES)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。 ◆专家系统的四个要素：
——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。
——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。
——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。
7.5.2 开发环境
● 用EST开发的一个小型专家系统示例：
work(main):
{主程序}
make window(1,117,0,"d",3,10,4,30),nl,{定义主窗口}
write("微机故障诊断专家系统"),nl,nl,
make window(2,27,0,"a",9,40,1,16)