一种基于规则的专家系统改进模型及其应用

一种基于规则的专家系统改进模型及其应用

摘要：针对现有基于规则的专家系统模型在实际应用中的不足，提出一种相对完善的改进模型，该模型中规则知识库采用“IF THEN SO THAT”闭环结构；在其中引入了模糊集理论与概率理论，并实现了定性知识与定量知识融合；然后，对改进模型的应用场景进行了探讨。

ABSTRACT: For lack of the existing rule-based expert system model in practical applications, we propose a relatively perfect improved model, In this model，the rule knowledge base using "IF THEN SO THAT" closed-loop structure；In which we introduce fuzzy set theory and probability theory, and we realize the integration of qualitative knowledge and quantitative knowledge; then, the application scenarios of this improved model were discussed.

关键字：专家系统；基于规则；知识结构；推理机

KEY WORDS: Expert system; Rule-Based; Knowledge structure; Inference engine

1. 引言

专家系统是人工智能领域最活跃、最有成效的分支，应用人工智能技术和计算机技术，根据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，能够解决那些需要人类专家处理的复杂问题[???]。

早期的专家系统大部分都基于规则，而且到目前为止，基于规则的专家系统也是应用最广泛的人工智能系统之一[???]。基于规则的专家系统相对其它人工智能技术，最大的优点是能够充分利用已有的知识和经验，不需要依赖海量学习数据；并且专家系统不需要依赖完整的、确定的数学模型，即可实现对复杂问题的求解[???]。

2. 现有基于规则的专家系统模型存在的问题

现阶段基于规则的专家系统采用的知识结构基本上都是基于思

维方式的“IF [求解的条件] THEN [推导的结论]”开环结构。

示例1：“IF 发烧AND 流鼻涕THEN 诊断感冒”。

这种模型主要不足：第一，不符合事理，表达不严谨，示例1中，具有发烧和流鼻涕症状的可能还有其他疾病，正确的事理表达形式应该是：“IF 感冒THEN发烧AND 流鼻涕”；第二，内容过于简单，不能满足对复杂知识规则描述的需要；第三，缺少后续处理环节，不能形成闭环结构，如示例1，没有关于感冒治疗方法及治疗效果的信息；第四，由于知识结构的限制，导致专家系统功能单一，一套规则知识库局限面向单一的功能[???]。

3. 规则库知识结构改进模型

基于规则的专家系统改进模型，核心是的基于事理、融合模糊集理论和概率理论的采用闭环结构的规则知识库，知识结构模型：

IF {∧[本源条件 * 可信度]n

THEN ∧[特征状态 * 概率]n}*(信任次数/否决次数)

SO ∨{[解决措施 * 可行性]

THAT ∧[影响效果* 概率]n *(采纳次数/否决次数)}n

规则允许部分信息为空，一条完整的规则可以构成一个闭环结构。“本源条件”（Origin）是事件起因，在闭环结构中是输入参数；“特征状态”（Status）是触发判定条件，在闭环结构中起比较器的作用；“解决措施”（Solutions）是应对方法，在闭环结构中是受控对象和受控系统；“影响效果”（Effect）是措施采取后对状态变化的预测，在闭环结构中是反馈量和输出参数。

规则中，“可信度（Credibility），可行性（Feasibility），概率（Probability）”∈(0,1]，默认值为1，即确定规则，否则为不确定规则；“采纳次数/否决次数，信任次数/否决次数”用于系统使用过程中动态修正可信度及可行性；“前提条件、特征状态、解决措施、影响效果”可以是定性文字语句，也可以是量化数学表达式，还可以是进行复杂数学分析的二次编程函数。

示例2：感冒诊断及处置规则

IF [感冒：是]*72%

THEN [流鼻涕：有]*75% AND [体温>37.5℃]*80%

SO [物理降温：采取]*95%

THAT [体温缓慢下降]*85%

OR [药物治疗：采取]*30%

THAT [体温=37℃]*90% AND [耐药性：上升]

备注：由于作者非医科专业人士，本示例无任何医学依据，仅举例。

在该示例表示：如果感冒，75%的病人会流鼻涕，80%的病人体温会超过37.5℃；反过来，如果一个病人同时流鼻涕和体温超过37.5℃，那么这个病人72%的可能是感冒了；如果确诊感冒，采用物理降温的推荐程度为95%，物理降温后85%的病人体温会缓慢下降；如果确诊感冒，采用药物治疗的推荐程度为30%，药物治疗后90%的病人体温会恢复正常，但同时带来副作用是病人耐药性会上升。

示例3：简单直流恒速闭环控制

IF [负载：变化]

THEN [转速差≠0]

SO [电压=电压+转速差*K]

THAT [转速：调整]

备注：该示例中，可信度，可行性，概率均为1。

该示例中，当负载变化导致转速不等于额定转速时，通过改变电动机电压实现转速调整，通过闭环控制实现电机速度保持恒定。

4. 定性知识与定量知识融合

定性知识是采用模糊文字语句进行描述的知识，由主语及谓词组成，如示例2中的“感冒：是”、“体温：缓慢下降”等；定量知识是利用数学表达式或二次编程函数进行描述的知识，如示例2中“体温>37.5℃”。数学表达式书写简洁，处理速度快；二次编程函数可以进行更复杂的逻辑处理及数学计算，但处理时需要进行动态编译执行或动态解释执行，相对复杂和低效。