华中科技大学人工智能 第五章专家系统

1、12022-6-20专家系统要介绍的内容专家系统要介绍的内容l 专家系统概述l产生式系统l 专家系统分析l 专家系统开发工具l专家系统设计l专家系统实例l新一代专家系统第五章第五章专家系统专家系统22022-6-20专家系统概述专家系统概述l专家系统是AI应用研究的主要领域，1965年美国斯坦福大学开发出第一个专家系统DENDRAL。l专家系统是这样的一个系统：专家系统处理现实世界中提出的需要由专家来分析和判断的复杂问题。 专家系统利用专家推理方法的计算机模型来解决问题，并且如果专家系统所要解决的问题和专家要解决的问题可相比较的话，专家系统应该得到和专家相同的结论。第五章第五章专家系统专家系统

2、 概述概述32022-6-20产生式系统产生式系统l产生式系统是AI中一种特别重要的计算模型l它是一种基于规则的系统l1943年Post首先在一种计算形式体系中提出。l60年代开始，成为专家系统的最基本的结构：l形式上很简单，但在一定意义上模仿了人类思考的过程。第五章第五章专家系统专家系统 5.15.1产生式系统产生式系统42022-6-20产生式系统组成产生式系统组成 l 一般来讲， 产生式系统由三个基本部分组成：规则库、综合数据库和控制系统。前二者构成产生式系统的问题表示，后者则控制应用规则推出解答的全过程。规则全部是下面形式的语句： if 前提 Then 结论if 条件 Then 行动控

3、制系统综合数据库规则库第五章第五章专家系统专家系统 5.1 5.1 产生式系统产生式系统52022-6-20产生式系统三部分说明产生式系统三部分说明一、规则库规则库:是产生式规则的集合，用于描述应用领域的常识和启发式知识，所以规则库就是产生式系统的知识库。二、综合数据库综合数据库:用于描述问题求解状态（简称问题状态），典型的情况下，可以是表示为谓词公式的事实元素集；但也可以是任何的数据结构，如向量、数组和表格等。可视为推理过程中间结果的存贮池。随着中间结果的不断加入，使综合数据库描述的问题状态逐步转变为目标状态。 三、控制系统控制系统是产生式系统的推理机，又称规则的解释器，其驱动和控制整个系统

4、的运行，基本的控制流程是： 识别-行动 循环， 第五章第五章专家系统专家系统 5.1 5.1 产生式系统产生式系统62022-6-20控制策略的步骤之一控制策略的步骤之一一、匹配把数据库与规则的条件部分相匹配，如果完全匹配（复杂问题时，可能要用近似匹配）称为触发（激活）规则；若执行该激活规则，则称为启用规则。 激活规则不总是启用规则。因为若有多于一条的规则被激活，就称引起了一个冲突，就需要进行所谓的 冲突解决，就是基于某种控制策略去选定需要执行的规则 第五章第五章专家系统专家系统 5.1 5.1 产生式系统产生式系统72022-6-20控制策略的步骤之二控制策略的步骤之二二、冲突解决：就是基于

5、某种策略去选定需要执行的规则 ，冲突解决的策略有多种： 专一性排序专一性排序：一条规则的条件部分比另一条规则更有针对性，则有更高的优先级 规则排序规则排序：规则编排的顺序表示启用的优先级 数据排序数据排序：所有条件排序，启用包含高优先级条件的规则 规模排序规模排序：按条件的规模排序，启用包含更多条件的规则 就近排序就近排序：最近使用的规则为最优先，表示启用经常被使用的规则 上下文限制上下文限制 First：选用首条被激活的规则 All：执行所有激活的规则 第五章第五章专家系统专家系统 5.1 5.1 产生式系统产生式系统82022-6-20控制策略的步骤之三控制策略的步骤之三三、操作操作就是执

6、行规则的操作部分，操作后，将修改数据库，并导致： 其他规则被使用，或者 得到问题的解答（综合数据库内容转变为描述了目标状态），或者 失败结束 第五章第五章专家系统专家系统 5.1 5.1 产生式系统产生式系统92022-6-20产生式系统举例产生式系统举例l 依次试验每个产生式l 不允许循环l 当发现目标时停止第五章第五章专家系统专家系统 5.1 5.1 产生式系统产生式系统产生式集合产生式集合:2 8 31 6 47 5起始状态:1 2 38 47 6 5目标状态:条件动作目标状态在综合数据库中空位不在左侧的边上空位不在靠上的边上空位不在右侧的边上空位不在靠下的边上终止向左移动空位向上移动空

7、位向右移动空位向下移动空位控制系统控制系统:102022-6-20专家系统的定义专家系统的定义l专家系统专家系统是一个智能计算机程序系统，内部含有大量的专门知识与经验，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。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统112022-6-20专家系统的类型专家系统的类型l 解释专家系统( expert system for interpretation)l 预测专家系统( expert system for prediction)l

8、 诊断专家系统( expert system for diagnosis)l 设计专家系统( expert system for design)l 规划专家系统( expert system for planning)l 监视专家系统( expert system for monitoring)l 控制专家系统( expert system for control)l 调试专家系统( expert system for debugging)l 教学专家系统( expert system for instruction)l 修理专家系统( expert system for repair)第五章

9、第五章专家系统专家系统 5.2 5.2 专家系统专家系统122022-6-20专家系统的一般特点专家系统的一般特点l启发性启发性：专家系统能运用专家的知识与经验进行推理、判断和决策。l透明性透明性：专家系统能够解释本身的推理过程，以便让用户能了解推理过程，提高对专家系统的信赖感l灵活性灵活性：专家系统能不断的增加知识，修改原有的知识，不断更新第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统132022-6-20专家系统的结构专家系统的结构第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统142022-6-20专家系统的主要组成部分之一专家系统的主要组成部分之一l知识库

10、知识库：存放问题求解需要的领域知识。知识的种类一般包括作为专家经验的判断性知识以及描述各种事实的知识。知识的表示形式可以是多样的，包括规则、框架及语义网络等。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统152022-6-20专家系统的主要组成部分之二专家系统的主要组成部分之二l 综合数据库综合数据库：用于存放系统运行过程中所需要的原始数据和产生的所有信息，包括用户提供的信息，推理的中间结果，推理过程的记录等。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统162022-6-20专家系统的主要组成部分之三专家系统的主要组成部分之三l 推理机推理机：根据数据库的当前

11、状态，利用知识库中的知识进行推理和导出结论，而不是简单地搜索现成的答案。推理机可以采用正向推理、逆向推理及双向推理等各种策略。推理机的程序与知识库的具体内容无关，即推理机与知识库相分离是专家系统的重要特征。它的优点是对知识库的修改和扩充无须改动推理机。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统172022-6-20专家系统的主要组成部分之四专家系统的主要组成部分之四l知识获取机构：知识获取机构：负责建立、修改与扩充知识库，以及对知识库的一致性、完整性等进行维护。知识获取机构可以仅仅是一个知识编辑程序，也可以是一个复杂的知识获取子系统，用来完成自动知识获取、自动知识求精等功能

12、.第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统182022-6-20专家系统的主要组成部分之五专家系统的主要组成部分之五l 解释器解释器：用于对求解过程作出说明，并回答用户提出的问题。两个最基本的问题是“How”和“Why”。对问题“How”，回答用户结论和中间结果是如何得到的，解释专家系统的行为；对问题“Why”，告诉用户推理结论的理由。解释机构的说明是根据知识库和数据库中对推理过程的记录作出的。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统192022-6-20专家系统的主要组成部分之六专家系统的主要组成部分之六l人机接口：人机接口：使系统能够进行人机交互

13、，在信息的内部形式和人可接受的形式之间进行转换。很多系统都提供了用户熟悉的表示形式如自然语言、图形、表格等。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统202022-6-20 专家系统与一般程序的区别专家系统与一般程序的区别l一般程序一般程序：把问题求解的知识隐含地编入程序，把知识分为两级：数据级和程序级l专家系统专家系统：把问题求解的知识单独赞成一个实体，即知识库，将知识组织成三级：数据、知识库和控制第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统212022-6-20专家系统开发步骤专家系统开发步骤l一个实用的专家系统的开发过程通常分为认识、概念化、形式化、

14、实现和测试五个阶段。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统222022-6-20专家系统开发步骤之一专家系统开发步骤之一l认识阶段：认识阶段： 知识工程师通过与领域专家的合作，对领域问题进行需求分析。包括认识系统需要处理的问题范围、类型和各种重要特征、预期的效益等，并确定领域专家的知识类型的结构，以及系统开发所需的各种资源，如软件、硬件、人员、经费和时间等。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统232022-6-20专家系统开发步骤之二专家系统开发步骤之二l概念化阶段概念化阶段 把问题求解所需要的各种专门知识概念化，确定概念之间的关系，并对任务进

15、行划分，确定求解问题的控制流程和约束条件。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统242022-6-20专家系统开发步骤之三专家系统开发步骤之三l形式化阶段形式化阶段 把已经整理出来的概念、概念间的关系以及领域专门知识用适合于计算机表示和处理的形式化方法描述出来，并选择合适的系统构造技术，确定数据结构、推理规则以及控制策略，建立问题求解模型。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统252022-6-20专家系统开发步骤之四专家系统开发步骤之四l实现阶段实现阶段 把建立的形式模型映射到具体的计算机软硬件环境中，选取适用的语言或工具建立可执行的原型系统。

16、第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统262022-6-20专家系统开发步骤之五专家系统开发步骤之五l测试阶段测试阶段 通过运行大量的实例，检测原型系统的正确性以及性能等各种系统目标是否达到。第五章第五章专家系统专家系统 5.2 5.2 专家系统专家系统272022-6-20专家系统开发工具专家系统开发工具l骨架型开发工具l语言型开发工具l构造辅助工具l支撑环境第五章第五章专家系统专家系统 5.3 5.3 专家系统开发工具专家系统开发工具282022-6-20专家系统实例专家系统实例- - MYClN系统系统l MYClN系统是由斯坦福大学开发的，从1972年开始，于1

17、974年基本完成。它是一个用于诊断和治疗血液感染性疾病的专家咨询系统。该系统功能比较全面，是一个典型的基于规则的专家系统。l MYCIN系统由三个子系统和两个库组成：第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例292022-6-20MYClN系统的两个库系统的两个库l动态数据库动态数据库：存放正在进行诊断的病人的情况，包括症状、化验结果、系统推导出的中间结果和最终结论等。l 知识库知识库：存放用于治疗与诊断疾病的静态数据与知识。第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例302022-6-20MYClN系统的三个子系统之一系统的三个子系统之一

18、l咨询子系统咨询子系统：即推理机，根据知识库中的诊断知识与动态库中的数据进行推理，作出咨询决策。第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例312022-6-20MYClN系统的三个子系统之二系统的三个子系统之二l 解释子系统解释子系统：回答用户用简单的英语句子询问的问题。问题可以涉及当前的决策及系统的一般知识。每个咨询决策作出后自动进入该系统。第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例322022-6-20MYClN系统的三个子系统之三系统的三个子系统之三l规则获取子系统规则获取子系统：协助感染病专家对知识库进行扩充和修改。系统可以对专家

19、输入的英文语句进行分析，并将其转化成内部的规则形式第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例332022-6-20MYClN系统构成图系统构成图第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例342022-6-20MYClN系统的规则形式系统的规则形式l MYCIN采用的是基于置信度的一种推理方法。l 规则的一般形式是：如果E 1且E 2且且E n，则H（CF）l 其中E 1，E 2， E n是所观察到的证据或症状，H是根据上述证据可以推出的假设或结论；括号内的CF表示一个对该规则的置信因子：0CF1，l 规则的含义为：从证据E 1，E 2，

20、E n能以CF的置信程度推出假设H，记为CF（H，E），其中E = E 1E 2E n 。 第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例352022-6-20置信因子的估算（一）置信因子的估算（一） l MYCIN的每条规则的结论用两个量来度量其置信程度。l 一个叫信任的度量MB（Measure of Belief）l 另一个叫不信任的度量MD（Measure of Disbelief）l 在证据e的情况下，结论h的MB与MD用下列公式计算： 第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例其它情况当, )(1)()(),|(max(1)( ,

21、1),(hPhPhPehPhPehMB其它情况当, )()()(),|(min(0)( , 1),(hPhPhPehPhPehMD362022-6-20置信因子的估算（二）置信因子的估算（二） l 其中P（h）表示h的先验概率，P（h | e）表示在发生e的条件下的条件概率。由此可见，若一个证据e使h发生概率增加，则MB（h，e）0且MD（h，e）= 0l 反之，若e使h发生的概率减少，则MD（h，e）0且MB（h，e）= 0l MYCIN采用下列公式估算在观察到e时，对h 的置信因子CF：CF（h，e）= MB（h，e）MD（h，e）l 可见，1CF+1。第五章第五章专家系统专家系统 5.5

22、 5.5 专家系统专家系统实例实例372022-6-20证据的综合证据的综合 l 在很多实际情况中，都不是按单个证据来分别估算置信因子的，而往往要求同时考虑有几个证据观察到的情况下如何来估算CF的问题。这即是所谓“证据综合”问题l 假设同时有两个证据e1与e2都支持h成立，在MYCIN中按下述公式计算MB与MD： 第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例其它情况当, ),(-(1 ),(),(1),( , 0),(1212121ehMBehMBehMBeehMDeehMB其它情况当, ),(-(1 ),(),(1),( , 0),(1212121ehMDehMDe

23、hMDeehMBeehMD382022-6-20合取或析取形式结论的置信因子估算 l有时推理结论是一个合取式或析取式：h = h1 h2 hnh= h1 h2 hnl这时的置信因子，MYCIN采用下列公式计算： MB(h，e)= min MB(h1，e)， MB(hn，e) MB(h，e)= max MB(h1，e)，MB(hn，e)l对MD(h，e)与MD(h，e)的计算公式类似，第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例392022-6-20MYCIN的推理方法的推理方法 l MYCIN开始工作时，首先要收集必要的证据或病症，一旦某规则的前提（即其中的所有证据）

24、观察到或存在以后，即可应用该规则，以指明的置信程度（CF）推出相应的结论。可以分为下面几种情况：（1）对某个被推出的结论h，如果当时只有一条规则以CF的置信度推出它，则h的置信度就取CF。（2）对某h，如果当时有若干条规则分别以CF1，CF2，CFm的置信度推出它，则要求按上述证据综合的方法，把这些置信因子综合为一个总的置信因子，作为该推出的结论的置信因子。 第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例402022-6-20证据置信度小于1的处理l 上面的方法是基于证据是百分之百的置信的条件下进行的，例如证据是直接观察到的。l 但在MYCIN中，允许规则的前提本身又是

25、另一条规则推出的结论。这时在应用相应规则时就不能保证前提具有置信程度1（即CF=1）。l 例如：如果e，则e（CF（e，e）l 如果e，则h（CF（h，e）l 这时，h的置信程度应是：l （CF（h，e）max（0，CF（e，e） 第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例412022-6-20复合前提的处理l假如一个具有多个证据的复合前提的规则：l如果e1 e2 en，则h（CF）l在其前提中有若干置信度不是1的证据时，例如可能是从前面某些规则推出的结论，这时需采用下述方法首先求得一个关于前提（一个合取式）的置信因子：CF （e1 e2 en）= min CF（e

26、1），CF（e2）， CF（e3）l然后再按前述的公式求得结论h的置信度。 第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例422022-6-20关联关联前提的处理前提的处理l 在MYCIN中，把一组互相关联的观察资料看成一个证据。例如，若证据e1和e2分别以0.9的置信度推出结论h：如果e1，则h（0.9）如果e2，则h（0.9）l 若e1与e2是互相关联的，即一个出现总导致另一个出现l 如果两条规则都作为独立的列出，则按上述证据综合的推理计算，h的置信度就是0.9 + 0.9 (10.9)=0.99。l 可是由于e1与e2是互相关联的，观察到一个，必然能同时观察到另一

27、个，因此，同时观察到e1与e2不应该增加对h的置信度，合理的估计仍应是0.9。l 所以MYCIN把两条规则合并为一条规则，令e = e1 e2，或者e = e1 e2：如果e，则h（0.9）第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例432022-6-20MYCIN一些不尽人意的缺点 1怎样合理和准确地把规则的置信因子估计为一个数字是困难的，而且一个数字到底在语义上表示一个什么样的置信度较难有一个统一的标准尺度，特别当规则由多个专家给出时，更难有统一的度量标准。2如果仍用假设或结论的先验概率来估算MB和MD，然后计算CF，与Bayes方法同样将遇到估计先验概率的困难。

28、3随着推理链的延伸，显然置信度的传播将越来越不可靠，误差将越来越大。因此，当推理深度（即推理链中的推理步数）到一定程度以后，这种推理有可能使误差掩盖了真相，使推出的结论不再可信。 第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例442022-6-20MYClN系统信息组织方式系统信息组织方式l 信息按类组织，称为上下文。例如：第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例病人1(person)培养物2 (curculs)培养物3 (curculs)培养物1 (curculs)治疗1 (opers)细菌1 (curorgs)细菌2 (curorgs)

29、细菌3 (curorgs)细菌4 (curorgs)药物4 (opdrg)药物3 (opdrg)药物2 (opdrg)药物1 (opdrg)处方1 (possther)452022-6-20MYClNMYClN系统的十种上下文类型系统的十种上下文类型(1)病人(PERSON)(2)当前培养物(CURCULS)，当前从病人身上提取的培养物。(3)先前培养物(PRIORCULS)，先前从病人身上提取的培养物。(4)当前细菌(CURORGS)，从当前培养物中分离出来的细菌。(5)先前细菌(PRIORORGS)，从先前培养物中分离出来的细菌。(6)治疗(OPERS)，已对病人实施的治疗。(7) 药物(

30、0PDRGS)，在治疗期间已给病人使用的抗菌素药物。(8)当前药物(CURDRUGS)，当前对病人使用的抗菌素药物。(9)先前药物(PRIORDRUGS)，先前对病人使用的抗菌素药物。(10)处方(POSSTEHER)，推荐的治疗方案。第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例462022-6-20上下文上下文的内容的内容l 每个上下文有一组属性(Attribute)，也称为临床参数(clinical Parameters)。每个临床参数表示上下文的一个特征，如病人的姓名、培养物的地点、机体的形态、药物的剂量等等。l 临床参数用二元组属性，上下文，值来表示。例如，三

31、元组(形态、细菌1、杆状)表示细菌1的形态为杆状。第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例472022-6-20临床参数的分类临床参数的分类l 临床参数按其所属的上下文类型可分为六类： PROPCUL：培养物的属性，如培养物的地点，收集的方法等。 PROPDRG：药物的属性，如药物的名称，使用期等。 PROPOP：治疗的属性，如治疗中打开的体腔。 PROPORG：细菌的属性，如细菌的染色、形态。 PROPPT：病人的属性，如病人的姓名、性别、年龄、过放史、诊断等。 PROPTHER：处方的属性，如处方的名称、剂量。第五章第五章专家系统专家系统 5.5 5.5 专家系统专家系统实例实例482022-6-20临床参数的形式临床参数的形式l 临床参数按其取值方式可分为三种：单值参数、多值参数和是否参数。每种临床参数还可以用一组特性来描述，如： EXPECT：参数的取值范围 PROMPT：向用户提问时使用的语句 LABDATA：是否原始数据 LOOKAHEAD：使用该参数作为前提条件的规则表 UPDATEDBY:推断该参数值的规则表 CONTAINEDIN：结论中涉及该参数但又不修改该参数值的规则表 TRANS：参数的英文表示第五章第五章专家系统专家系统 5.5 5.5 专家系统专家