人工智能之专家系统(PPT 55张)

1.2专家系统的特点 ： 专家系统与人类专家比较具有以下一些特点: 1）专家系统是人类专家智能的模拟、延伸和扩展。 2）专家系统是专家可以信赖和利用的高水平智能助手和有 效工具。 3）专家系统可具有一个或多个专家的知识和经验，具有专 门知识的启发性，能以接近于人类专家的水平在特定领域 工作，注重特定问题的求解。 4）专家系统能高效、准确、迅速地工作。 5）专家系统突破了时间和空间的限制，程序可永久保存并 可复制。 6）专家系统能进行有效推理。 7）具有透明性，能以可理解的方式解释推理过程。 8）具有自学习能力，总结规律，扩充和完善系统自身。
1.4 专家系统的类型
关于专家系统的分类，目前还无定论。仅从几个不 同的侧面对此进行讨论。 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。 2.按输出结果分类 按输出结果分类，专家系统可分为分析型和设计型。
3.按知识表示分类 目前所用的知识表示形式有：产生式规则、一阶谓 词逻辑、框架、语义网等。 4.按知识分类 知识可分为确定性知识和不确定性知识，所以，按
(6) 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。
1.3知识的编程和传统的计算机编程的比较
项目 内容 能力 表现 模型 用途 手法 运算 理解 扩充 解释 处理 规则 知识型编程 知识的定义、表示和使用 超过程序员理解水平 与说明型为主 思考模型 对大知识库处理、问题求解 符号处理 推理控制过程 容易 容易 容易做到在运行中解释 高度的集成处理 启发式 传统编程 数据处理步骤的描述和使用 与程序员理解水平相等 与过程型为主 处理模型 对大数据库进行处理 数值处理 重复计算过程 困难 困难 不容易做到在运行中解释 顺序的批处理 算法式
解释器
推理机
神经网络ES的基本结构
2、 专家系统的结构
2.1 概念结构 从概念来讲，一个专家系统应具有如图1所示的一般 结构模式。其中知识库和推理机是两个最基本的模块。
1.知识库（KnowledgeBase)
所谓知识库，就是以某种表示形式存储于计算机中 的知识的集合。知识库通常是以一个个文件的形式存放 于外部介质上，专家系统运行时将被调入内存。知识库 中的知识一般包括专家知识、领域知识和元知识。
动态数据库也称全局数据库、综合数据库、工作 存储器、黑板等，它是存放初始证据事实、推理结果 和控制信息的场所，或者说它是上述各种数据构成的 集合。 4.人机界面 这里的人机界面指的是最终用户与专家系统的交 互界面。
5.解释模块
解释程序模块专门负责向用户解释专家系统的行 为和结果。
6.知识库管理系统
知识库管理系统是知识库的支撑软件。知识库管 理系统对知识库的作用，类似于数据库管理系统对数 据库的作用，其功能包括知识库的建立、删除、重组； 知识的获取 （主要指录入和编辑）、维护、查询、更 新；以及对知识的检查，包括一致性、冗余性和完整 性检查等等。
人
机
界
面
推 理 机
解 释 模 块
知 识 库
动 态 数 据 库
知 识 库 管 理 系 统
自 学 习 模 块
图2 专家系统的理想结构
2.2 实际结构 上面介绍的专家系统结构，是专家系统的概念模 型，或者说是只强调知识和推理这一主要特征的专家 系统结构。但专家系统终究仍是一种计算机应用系统。 所以，它与其它应用系统一样是解决实际问题的。而
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。 (5) 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。
人
机
界
面
推
理
机
解 释 模 块
知 识 库
动 态 数 据 库
知 识 库 管 理 系 统
图 1专家系统的概念结构
2.推理机（Inferense Engine）
所谓推理机，就是实现（机器）推理的程序。这 里的推理，是一个广义的概念，它既包括通常的逻辑 推理，也包括基于产生式的操作。例如： A→B
A
B
3.动态数据库
专家系统原理与设计
专家系统原理与设计
1.专家系统的概念
2.专家系统的结构
3.专家系统设计与实现
4.专家系统开发工具与环境
1、 专家系统的概念
1 .1什么是专家系统 亦称专家咨询系统，它是一种具有大量专门知识 与经验的智能计算机系统，通常，主要指软件系统。 它把专门领域中人类专家的知识和思考解决问题的方 法、经验和诀窍组织整理且存储在计算机中，不但能 模拟领域专家的思维过程，而且能让计算机宛如人类 专家那样智能地解决实际问题。 狭义地讲，专家系统就是人类专家智慧的拷贝，是人类 专家的某种化身。 广义地讲，专家系统也泛指那些具有“专家级”水平的 知识系统，从总体上达到专家级水平。
同一般的计算机应用系统（如数值计算、数据处
理系统等）相比，专家系统具有下列特点： (1) 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。 (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
ห้องสมุดไป่ตู้
神经网络ES 自动获取模块输入、组织并存储专家提供的学习实例 、选定神经网络的结构、调用神经网络的学习算法，为知 识库实现知识获取。当新的学习实例输入后，知识获取模 块通过对新实例的学习，自动获得新的网络权值分布，从 而更新了知识库。如图所示。
专家 神经网络 用户
学习示例
网络结构 知识获取
知识库
学习算法
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）。 5.按技术分类 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。
6.按规模分类
按规模分类，可分为大型协同式专家系统和微专 家系统。 7.按结构分类 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)。