专家系统7

2、MYCIN针对的领域问题描述：
感染性疾病是一种重要的内科疾病，其病情发展较快， 有些若不及时治疗，会导致死亡；
12:57
目前诊治感染性疾病的通常方法是：
20
I 先从患者身上提取一些培养物(如血液、唾液等)； II 将培养物送到化验室在培养液中培养一个时期，让培养物中 有机体大量繁殖； III 通过化验确定引起感染的致病细菌； IV 医生根据化验结果选用相应的抗菌素药物，开药方治病； MYCIN的作用与功能是：根据化验结果，医生选用治疗方案； 3、MYCIN的系统结构： MYCIN是一可扩充的产生式系统，由三个子系统和两库组成： I 数据库用于存放病人的症状、化验结果、系统推出结论等； II 知识库用于存放诊断和治疗疾病的知识； III 咨询子系统：相当于推理机，担负着使用知识和数据推断 病人所患感染病并选用合适药物的任务； IV 解释子系统：负责回答用户的询问； V 知识获取子系统：向专家学习医学知识。
12:57
14
四 专家系统的评价： ES的开发过程是一个经过长期反馈、逐步进化、完善的过程； 对ES评价(含非正式)实际上贯穿于系统开发全过程； 1、ES评价的定义：检测所开发的ES在各个层次上的正确性、 准确性、实用性；并在评价中获得各种基于AI的技术指标； 2、评价ES的内容： 对ES的评价内容有多种不同的考虑，概括为； - 评价系统的性能；了解求解水平是否达到DE水准、可否 实际应用； - 评价系统的灵活性；看其是否便于修改个扩充知识库的 知识； - 评价系统的透明性；看其解题过程及系统本身是否容易 为用户和系统维护人员所理解； - 评价系统的可用性，如评价： I 系统使用方法是否简单易行； II 人机通讯手段是否直观；
12:57 17
ቤተ መጻሕፍቲ ባይዱ
5、评价出的ES级别： 演示原型： I 这类系统能解决应用领域中的一部分问题； II 主要作用是说明系统所采用的AI技术使用于该领域； III 进一步说明该领域可用ES求解以达目标； 研究原型： I 对领域问题的求解较完整、且性能可靠； II 但未进行完整的测试与认真的修改，系统行为有些 脆弱； 领域原型： I 已在用户环境下接受大范围的测试； II 具有足够的可靠性和良好的性能； 产品模型： 在用户环境下，在性能、求解问题的效率、灵活性、透 明性等方面都达到比较令人满意的程度。
12:57 15
III 系统求解问题的效率是否令人满意； IV 系统能否推广应用等； - 评价系统的效益： 系统能否产生经济效益、社会效益； 系统效益与系统造价是否相适应； - 评价系统的意义： 理论意义：对ES的发展与推广的贡献； 现实意义：对国民经济的贡献； 上述六项内容依次形成一个“由低到高”的评价层次结构， 一般来说，只有通过较低的评价才能进入较高级评价。 3、ES评价原则: 针对上述各层次的评价内容，ES的评价遵循以下原则： I 复杂的事物或过程不能用某种单一的指标来评价；
12:57 7
三、研制ES的基本步骤： 虽然目前还没有一种规范化的开发步骤，但近三十年的开 发 经验表明， 开发一个成功的ES大致要经历： 1）准备阶段； 2）研究问题； 3）整理知识； 4）建立模型系统； 5）改进与扩充； 6）测试与评价； 7）商品化；
12:57
8
1、准备阶段： KE与DE打算合作开发ES时，双方可着手以下准备工作： 双方共同探讨、选择一种合适的问题； 初步规划、制定系统求解问题的范围； 一旦双方确定基本目标，可开始着手知识获取的前两步工 作； 2 研究问题： KE与DE共同探讨ES开发的细节：范围与难度，开发费用、 时间、机器等； 1）系统求解范围细化及难度讨论： - 细化求解范围； - 确定各子任务求难度，以得到分配资源的原由； 2）合理分配资源、开发费用、时间等； -合理的开发资源分配取决于问题求解的难度； -一般： A、开发一个难度适中的ES约需5~6人年的工作量；
3. 整理知识： 主要完成知识获取从“知识源确定”到“概念知识化” 到形式化的三个阶段。
12:57 11
4.建立模型系统，从三个方面着手： I 完成初级知识库的建立； II 建立一个初级ES的程序系统： 1）知识编辑； 2）推理机； 3）解释机； 4）简单界面等； III 测试该模型系统；证明技术可行性。 这些工作也可由所选择的适当的ES开发工具实现； 1）模型系统的作用： 验证前阶段所形成的系统设计方案的正确性； 提高ES开发者的兴趣(指领域专家)；
III.在ES的知识方面： “知识”是开发ES的“瓶颈”，这一点在第三章已有介绍； ES要达到专家求解水平，必须掌握专家求解问题的经验知识， 它们是：大量的、专门的、非结构化的、隐式的、长期积累的； 知识层不良结构，在专家头脑中无定型形式，KE整理的困难； 专门知识建立在经验基础上，缺乏严谨的理论依据； 知识抽取往往凭某些重复出现的因果联系或直觉，而专家在 描述这些知识时，很难做到准确无误； IV.在ES的发展状况方面： ES的开发正向复杂化、使用化方向发展，并不断进入到新应 用领域； ES的开发更多的利用着当前AI技术新的成果； ES的开发更多的利用AI技术与其它技术(如数据库技术、CAD 技术、模式识别技术、数据采集技术及各种接口技术等)的相 结合；
7.1 专家系统开发方法学 一、概述：经验表明，ES的开发是一项日费时的复杂工作，其 具备以下几方面的特点： 1.开发ES的特点: I.在方法学的成熟性方面: AI及ES各项基本技术的有效性、实用性无法精确说明； 开发ES在很大程度上凭经验和直觉工作； 研制ES不存在可共同遵循的一套完整规范化方法。 II.在ES的程序开发方面： 不同于传统的基于算法的程序开发； 将知识表示技术、利用知识的推理技术，融于传统的程序 设计过程； 有人认为：ES的程序开发与其说是一门学科 ，还不如说 是一门艺术！ Feigonbaum教授曾说：“设计专家系统的艺术既是程序 设计艺术的一部分，又是它的扩展，这就是用表示知识的技术 12:57 2 和利用知识进行推理的技术来构造复杂的计算机程序设计。
12:57
10
预算表
主流类型
小型 中型 大型
规则数量
工作量 资金 机器
50~350（条）
3~6（人年) $40000~60000
500~3000(条）
8~15（人年）
5000~10000(条)
20人年以上
$500000~1000000 2000000~5000000 中型机、大型机
微型机、小型机 小型机、中型机
12:57 16
II 评价的指标越多，评价的等级越细，构成总体评价的信 息就越多； III 人们根据各自的兴趣产生的评价有冲突； IV 只要准确定义如何评价，评价工作都可据实验来进行； 根据以上原则，可为各层次的评价内容设计评价方法 与指标； 4、ES的评价方法： - 开发者自评价法； - 同行专家评议法(鉴定会法、调查表法)； - 用户评价法(实例测试法、调查表法)； 无论哪种方法，都必须： I 从低层次到高层次逐步评价； II 设计好相应的评价指标； III 做好对反馈信息的处理； IV 借助特定的评估工具(如实例库、Batch程序)；
12:57 13
3）构造和应用一些测试工具： - 测试实例库的建立； - 运行跟踪等； 4）这里应提出的是(对于第二方面工作)：“ES的核心部分 (KB、推理机)程序量”<“辅助模块” 例如：Schlumbeiger公司开发的石油测井数据解释专家系 统DIPMETER ADVISOR中： 1 推理机： 8%； 2 知识库： 22%； 3 检验： 15%； 4 人机接口：40%； 5 支持环境： 15%；
12:57 18
7.2典型专家系统评述 典型系统的实现对ES技术的发展具有里程碑的作用，这些 系统包括： MYCIN; PRDSPECTER; DENDRAL; HEARSAY; AMMOLGEN. 本节将从知识表示、推理实现、问题求解组织与控制方面对 MYCIN等系统作一介绍。
12:57
19
一、医学诊断专家系统MYCIN： 1、研究与开发背景： 1972年开始，由Stanford大学开始开发，1974年基本完 成。后经多次改进，最终发展成一著名系统，由LISP开发； 其原始工作基于shortliffe的ph.D论文； MYCIN的研究领域是医学诊断：帮助内科医生诊治感染疾 病； MYCIN使用了产生式系统的概念框架，并以实现方法简单、 有效而著称；
第七章 专家系统开发方法学及典型系统评述
前面各章介绍了ES的各组环节的原理及开发 １、知识表示； ２、推理技术； ３、解释机制； ４、问题求解控制策略； ５、知识获取等。 但如何将它们“集成”起来。创造出面向专门领域的ES，则是 专家系统开发方法学应解决的问题。 本讲主要内容涉及ES开发方法学部分内容： １、ES的选题与设计原则； ２、研制ES的基本步骤； ３、深化ES 此外，我们还介绍三个典型系统：MYCIN(RULE)、AM (RULE+FRAME+ADGENDS)、HERSAY(BLACKBOARD STR) 12:57 1
12:57 6
2.ES的设计原则： 众所周至，设计ES的基础(人力、物力、)是： 1） 领域专家DE； 2） 知识工程师KE； 3） 大量的知识(经验、实例)； 这也称开发ES的三个基本要素； 设计并开发ES必须具备三个基本要素； 知识库与推理机分离： 1） 它是实现或设计ES的基本原则； 2） 使解释、可信度传播等能够完成； 尽量使用统一的知识表示方法； 推理机尽量简化，保证解释等工作量小； 利用冗余以弥补知识的不完整，不精确；
2）问题求解过于复杂，人类无法较好解决它们；
DE是通过启发式方法求解问题的，即领域含人类未彻底掌握的， 不存在成熟算法的场合，原则上可用传统程序求解； DE的知识解尽量地用语言表达清楚；这样便于KE整理、形式化 知识；而依赖于感觉、直觉工作的领域，ES求解效果不显著； 12:57 5
III ES选题的其它应考虑的问题： 问题的范围应比较窄，因为： 1） AI技术受限，无表示知识 、利用知识、获取知识的通 用技术； 2） 不便表示大量的、形式多样的常识性知识； 问题难度适当，因为： 1） 太简单，失去应用ES的意义； 2） 太复杂，使系统难以构造，且处理效率及水平过低； 针对特定的应用目的及领域： 1） 对缺乏高级专门人才的领域，用ES发挥DE级的应用水 平； 2） 代替人的部分脑力劳动：涉及到大量重复性劳动，如 信号数据解释等；
12:57
12
2）实现模型应注意处： 不追求系统尽善尽美，尤其是不追求KB的完美无缺； 保持模型系统的简单化，以便对系统的修改对附加功能的 修改而增加； 开发一些简单的辅助功能(如知识编辑、解释功能等); 模型系统的建造是开发ES过程中很重要的一步，它对ES后 期的开发有重要影响。
5、改进与扩充： 以一种循环工作模式着手下面三方面工作： 1）知识库的逐步深化； 2）ES的程序功能的扩充： - 推理机； - 解释机 - 控制策略； - 辅助功能
12:57 9
B、开发一个难度较大的ES约需10人年； C、 开发一个难度很大的ES约需20人年； - 一种参考中等难度的ES的时间分配可为： 时间： 2 年； 工作量： 6人年； 人员分配： 高级KE： 6.5年； 低级KE ： 2 年； 人员智能程序员： 2年； 领域专家： 3.5 年； -合理分配开发ES所用的设备、软件支持、开发资金等；
12:57 4
二.ES的选题与设计原则： 1.ES的选题原则： I 定义：ES的选题原则指：指出哪种特定的问题比较使用于应 用专家系统； II 使用应用ES的问题须满足三个先决条件；
存在一个可以与之结合的DE(Design Expert)，通常，不存在 公认专家的领域有二；
1）问题求解已有成熟的方法，领域内一般人员均可处理好；
12:57 3
2.开发ES的难点： 主要定位在知识获取方面，即： -专家的知识与ES所用的表示知识的方法在抽象层 次上的不一致性，这种层次包括： 1.语义描述； 2.组织结构； 3.表达形式； -实现这种“不一致”的转换极为困难； 3.专家系统开发方法学涉及的主要内容： 对各项ES单元技术的使用方法： 1.知识表示； 2.推理； 3.解释； 集成各项单元技术的方法：问题求解的组织结构与控 制策略； ES的选题与设计原则； 研制ES的基本步骤；