专家系统与产生式系统

计算机11-1夏瑞坤2011011191

产生式系统

定义：

构造知识型系统和建立认知模型时常用的知识表示的形式系统。1943年E.波斯特首先将他提出的一种计算形式体系命名为产生式系统。50年代末期，A.纽厄尔和H.A.西蒙在研究人类问题求解的认知模型时也使用了产生式系统这一术语。产生式系统现代已成为研制人工智能系统时采用的最典型的体系结构之一。

基本构成：

一个产生式系统由下列3部分组成：

（1）一个总数据库(global database)，它含有与具体任务有关的信息；随着应用情况的不同，这些数据库可能像数字矩阵那样简单，也可能像检索文件结构那样复杂。[1]

（2）一套规则，它对数据库进行操作运算。每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。应用规则来改变数据库。 （3）一个控制策略，它确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。

两种推理方式：

正向推理：从现有条件出发，自底向上地进行推理（条件的综合），直到预期目标实现。逆向推理则从预期目标出发，自顶向下地进行推理（目标的分析），直到符合当前的条件。

逆向推理：从预期目标出发，自顶向下推理（目标的分析），直到符合当前的条件。详细的就是寻找执行后果可以达到目标的规则，如果这条规则的前提与数据库中的事实相匹配，问题就得到解决，否则把这条规则的前提当做子目标，并对新的子目标运用可用的规则执行逆向序列的前提，直到最后运用规则的前提可以与数据库中的事实相匹配，或者直到没有规则可用时结束。

运用逆向推理，是由后件引导产生式的搜索方式，因此按推理方式，可将产生是系统分为前件驱动和后件驱动两种类型。一般是条件----行动型的前件驱动的产生是系统。优点：

模块性：每个产生式可以相对独立的增删改。

均匀性：每一个产生是系统表示整体知识的一个片段，易于为用户或系统的其他部分所理解。

自然性：能自然地表示直观知识。

缺点：

执行效率低，此外每一条产生式都是一个独立的程序单元，一般相互之间不能直接调用也不彼此包含，控制不便，因而不宜用来求解理论性强的问题。

专家系统

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，总之，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。

意义：

专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般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领域专家才能解决的复杂问题。

构造：

专家系统通常由人机交互界面、规则库、推理机、实时库、知识获取部件、解释器等部件组成。

人机交互界面：是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题，并输出推理结果及相关解释等。

规则库：用来存放专家提供的知识。知识库是专家系统质量优越的关键所在，即知识库中知识的数量和质量决定专家系统的质量。规则库可以通过知识获取部件进行维护。

推理机：针对当前已知的条件或已知信息，反复匹配知识库中的规则，获取新的结论，已得到问题的结果。其推理方式已在产生式系统中解释。

事实库：专门用于存储推理过程中所需的原数据、中间结果和最终结论，往往作为暂时的存储区。

知识获取部件：通过获取知识，扩充和修改数据库中的内容，也可以实现机器自动学习的内容，是专家系统知识库是否优越的关键，它不断为系统注入新的成分。

解释器：能够根据用户的提问，对结论，求解过程作出说明，因而是的系统更友好。工作方式：

专家系统的基本工作流程是，用户通过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。

存放知识和运用知识进行问题求解是专家系统最基本的功能。

特点：

专家系统是一个基于知识的系统，它利用人类专家提供的专门知识，模拟人类专家的思维过程，解决对人类专家都相当困难的问题。一般来说，一个高性能的专家系统应具备如下特征：启发性、透明性、灵活性。

类型：

⑴按知识表示技术可分为：基于逻辑的专家系统、基于规则的专家系统、基于语义网络的专家系统和基于框架的专家系统。

⑵按任务类型可分为：

解释型：可用于分析符号数据，进行阐述这些数据的实际意义。

预测型：根据对象的过去和现在情况来推断对象的未来演变结果。

诊断型：根据输入信息来找到对象的故障和缺陷。

调试型：给出自己确定的故障的排除方案。

维修型：指定并实施纠正某类故障的规划。

等等

应用：

解释、预测、诊断、故障排除、设计、规划等。