专家系统的定义和特点

1、专 家 系 统 的 定 义 和 特 点t .系统(E 碑 crt Sys tern, E2是 A V.智能(ArtiHdai IntdliEencc, AI)簿域 J 峭 1J 最为广泛.活跳的学分支口它是不在姝，定翅域内能以人类专家的水平解 决困难问胭的计算机程序察统13其主要特征是依靠人类专家船验性的知识解决 善种养结构化问俎”.特别适用于尚未完仝理解的泄城.一个专家系统J1备以下四外显著特点工：后发性:小仅能使用逻料性知识，也能使用启发性知识,可送M规范的专 门知识和直觉的判断知识对进行判断、推理和联想,寞现问堰求解：透明性能向用户显示推理过程,井说明判断性结论的理由.即具有解释 叮涔泡

2、能力,从血对1上h与学.与培训:武活性.推理机与知识库相互独立,使知识库能方便的进行修黄，增删. 而不涉及推理机的变更，即具有在非编程状念下夕先与完善知识庠进同改进系统 性傩的能力；实用性:可长期保存人类专家的知识与经验，且工作效率高、可靠性好. 能汇集众多专家的特长，达到高于任何鹏个专家的水平,是保存.隹插、使用及 提盲专家知识与耸我的书坡工具.鉴于这些特点,专家系统已广泛地同用于版疔诊断、图像处理.金融决策、 赛时监控、分子通传1程、军事等多种领域中I双加了良好的经济效靛和社会效上 血*专家系统的结构专家藁统的结枸相当于一个春罂，它将专家索统的组成部分包容在其中决 定着方家条统内部各功能模

3、块的相互联条加工作式口 II前，常她的专家系统的 结构有以卜儿种:总比：基本结构专家系统的基本结构和图2.1所尸二的城专家印识I程师! 户 2.1 家系寸：何Fig.1 1 the elemeutary stmctme of expert syste m它是专家系统最初采用的结构,比较前单，只是确保方家系统能够工作，并 不具备人机之间的交互功能。一股结构专冢系统系一般结构由知识库、推理机、数据库、解群机、知识获取机和人 机餐口等儿部分组成，其结构如图22所示。图2.2专家系统的一般结构Fig 22 The geneiic stnictuie of expert system1)知识库(Know

4、ledge base)：知识库是专家系统的核心，它由事实性知识和 启发性知识组成，是一个领域或特定问题的若干专家知识的集合体。2)推理机(kif&ence Engine)：推理机是一组用来控制、协调整个7家系统的 方法、策略的程序，它跟据用户的用人数据,利用知识库中的知识，按照定的 推理策略，求解当前问题，解科用户的请求，最终推出结论.3)数据库(Database)：数据库用厂存储仃关领域问侬的事实、数州、初始状 态、推理过程的各种中间状态以及“标等，反映系统要处理问题的M要状态和特 征.是系统操作的对象.4)解释机(Explanatory Machine)；解帑机根据用户的提问，对系统提出的

5、结 论、求解过程以及系统当前的求解状态提供说明,便于用户理解系统的问题求解 过程,增加用户对求解结枭的信任程度.5)知识饮取机(Kno-wl edge Acquisition Machine)：知识获取机是领!域L家和知 识工程师与知识库的接口.通过该接口,领域专家可以将经验性知识转化为计算 机可利用的形式并送入知识库的功能模块,同时也负贵知识库中知识的修改、删 除和更新,并对知识序的完整性和一致性进行维护，使知识不断的扩充和更新, 从而不断改善系统的性能.6)人机接口 (Man-niaclune Interface)：人机接口椅专家或用户的人传息翻译 为系统可接受的形式.然后把这些信息交给相

6、应的模块去处理。另一方面.把系 统向S家或用户输出的信息、转换成人类易于理解的表示形式.理想结构专家系统的理想结构如图2.3所示。推理机构黑板图2.3 G家系统的理想结构Fig 2 3 The generic stmctuie of exxit system家系统的理W结构是由著名的知识T程和家系统学在F Hayes-Roth, D A.Wateniian fll D.B.Letiat等提出的，这种结构的思想来源J语音识别弓.家系统 HEARSAY的黑板控制结构和基于规则的(/家系统结构。黑板(Blackboard)：用于记录系统在求解过程中所产生的中间假设和结果,包 括解题规则、议事II程和

7、中间结果.规则描述总体的解题步骤，议程记录着等待 执行的工作,结行表示系统到目前为止所生成的候选假设和中间结果以及这些结 果之间的从属关系.推理机构(Inferencemechanism)：分为执行器、调度器和一致性处理器三第分. 执行器根据行营处理模块交给的任务,从调度照生成的议程中适当选择一个项U 执行变显替换、推理可搜索等帆题步骤；调度党管理控制议程，决定卜一步的工 作：一致性处理器保证解答的一致性.II前还没有一个专家系统能包括这个结构的所仃部分，每个实际的专家系统根 据任务耍求和特点包含该结构的一个或儿个部分。专家系统的知识获取专家系统的知识打、“L.要研究如何将用于求解专门领域问堰

8、的知识（包括假 念、事实、关系和方法等），从专家头脑或外部知识源（如文献、书籍、资料）中提 取总结出来，并转换为特定的知识表示形式编入家系统的知识库中 也知识获取方式行非自动、自动和基广神经网络三种方法 叫非口动知识获取非自动知识获取，也称为人丁.获取,是知识T程师与领域专家密切合作,以 人工方式实现的.知识工程前首先从领在专家和有关技术文献中获取知识,然后 用某种知识编辑软件特入到知识库中,其作方式如期2.4所东.领域专穿H 2.4 II白动知识一取Fig. 2.4 Unautowiatic knowledge acquisition自动知识获取n动知识获取是指系统是身具统获取知识的能力它不

9、仅可以直接与领域专 家对话,从令家提供的原始的息中“学习”到专家系统所需的知识，而且还能从系绕白身 的运行实践中总综归纳行新的知识，发现知识中可能存在的情知,不断自我完 善，建立起性能性艮、知识建立的知识库.要实现自动的知识获取,-股要解决 机器感知、机谈识别和机圈学习的问题。图2.5是一个门动知识获取模型图。图2.5 动知识狭取模型Fig 2.5 Automatic knowledge acquisiton model基于神经网络的知识获取基于神经网络的知识获取是通过对领域专家提供的大垃故障实例进行学习, 从中提取知识而这种知识隐含地分布存储在网络中。神经网络可以提取类似实 例之间的相似性和

10、不同实例之间的差异。知识的数量和质埴的提高，体现在网络 中神经元之间连接权值的调整过程中.这种知识获取方式只使要领域专家给出诊 断次例，并不需要知识（程师从领域7家的经验:中提取规则，因血在一定程度上 辍解或克服使用人I:方法带来的知识获取的瓶颈问题.专家系统的知识表示家系统的知识衣不定时知识的一种描述，或行是一组约定，足一种计算机 可以接受的、用于描述知识的数据结构。对知识进行表示就是把知识表示成能够 用于计算机存储和利用的某种数据结构的过程，是知识的符号化和形式化的过程 士知识表示主要有两个方面的要求:一方面，要尽量接近领域专家在自己工作 和思维过程中所采用的形A.这样仃利户提高如识表示的

11、准确度和降低知识编码 的难度：另一方面，要必须号虑如何I阳存贮空间和如何提高专家系统的效率。目前使用较多的知识表示方法主要有以卜儿种：逻辑表示法、产生式表示法、 框架表示法、语义M络表示法、面向对象的知识表示出等叫逻辑表示S人逻辑表示法是指各种基F逻辑的知识表示法.是人工智能中使用较多的知识 表示法.其中一阶谓词表示法最为广泛。逻辑表示法求髀个问题分为三步，1） 用谓词演算将向题形式化；2）在逻辑在小的形式上建立控制系统；3）证明从初始状 态到达终结状态。这种方法主要用于自动定理证明、问题解答、机器人等领域。逻辑衣示法的主要优M： D符号箍的，描述易于理解：2）H然、严密、灵活和 模块化：3）

12、具仃严密的形式定义：力每项事实只需要表示一次：5）利用定理证明技 术可以从老的事实推理出新的事实.箕主要缺点，1）难于表示过程式知识和启发式 知识：2）由于缺乏组织原则,利用该方法收不的知识库难于管理：3）由于弱证明过 程，当事实的数目增大时易产生组合爆炸.产生式表示法A.Newll III H A.Simon在1972年研究人类的认识模型中展先开发广基于规则 的产生式系统（Production System）。产生式系统是人工智能中经常采用的一种计算 机系统.它的基本要素包括：产生式规则、然介数据库和控制系统 叫 产生式规 则是由描述同跑求髀领域的一股知以规则构成；综介数据库是描述系统状态的

13、事 实和断力：控制系统是选择执行的规则，完成问题的求解.产生式规则的一般形式是鼠IF P THEN Q其中，IF被称为条件部分，P表示前提、状态、原内等：THEN被称为掾作部 分或结论部分，Q龙示结果、动作、后果等,其含义是：如果(IF)前提满足,则可 推出(THEN)结论或执行所规定的动作.控制系统即推理结构采用“匹配一动作”的循环执行规则,整个过程他括三个步 骗：I)找出全局数据片中数据匹配的规则集合：2)从此规则案中选取一条规则：3) 执行规则，修改全局数据即.产生式式不法的主要优点：1)易形成模块性,规则表示自然方仞：2)易卜增加、 删除、更新规则,3)有利于表示启发性知识，特别是允许

14、利用/械知识旺接指导演 皆过程;4)易于保持动作所产生变化的盼迹;5)有利于控制说明性和过程性命题之 间的瓦相作用。其m要缺点：】)碓维护大型系统之间的模块性；刀规则之间的约 束及相互作用会降低推理效率.框架表示法框架表示法是MMinsky在1975年为实现视觉盛知、自然酒言对话和其它复 杂行为的描述时提出的一种方法。植架是把某一特殊事件或对象的所有知识存储 在一起的一种复杂的数据结构，通常用来描述具有固定形式的对象.一个框架 (Frame)山组槽(Slot)组成，每个槽衣示对用的一个属性,槽的值(Fillers)就是对象 的属性值.一个槽可以由若I个侧面(Faces)组成，句个恻|fif可以

15、仃 个或，个值 (Values).他架的梢还可以是附加过程.称为过程部件(Procedural attachment),包 括不程序和某种推理过程.框架的结构可定示如f：框架各情名h情值1情看2：懵值2槽M1：侧面1：槽值勺侧向2：槽值。侧而m：槽值口槽幺1】：槽值n框架我不法的主要优止，1)仃利尸期暨制审的处理,即人们所在的特定环境 7找期锢的事情：2)在给定的状况I,通过设计保决定其本身的可利用性或提供其 它相如3)知识组织方式仃列于推理.其主要缺点1)H 与情况与朦明不符彳2）时新的情况不易适应.语义网络表示法语义网络（SemanticNetwork, SN）是1966 4 JR Qui

16、llian作为人类联杷记忆的 个显式心理学模型帕先提出米的，1976年美国SRI国际研冗所开发的地质勘探专 家系统PROSPECTOR第次把语义网络技术成功地用广知识表示。一个语义网络可以描述为：SN- （N. E）。其中，N是“点的仃以维台：E是 连接N中节点的带标识的行向边的集合.在语义网络中，节点何的语义联系可以 采用系统预定义,也可以由用户自定义。语义网络的主要优点：1）#:要相关性能被明确清晰地表示出来:2）相关的事实 可以从我出接相连的节点中推9出来.血无须遍历整个鹿大的知也库，3能在网络 中建立性质继承公次：4）能够利用少量的丛本概念的记号建立状态和动作描述.其 上要跳点：1）不

17、能保证网络操作所的结论的仃效性；2）对网络不存在标准的术语 和约定.语义解稀取决f操作网络的程序：3）网络的投索而要翅仃力的组织原则.而向对象的知识表示法面向对象的知识表示法是一种理想的知识衣示方式,它以抽象数据类型为质 础，能方便地描述复杂对象的冷态特性、动态行为及相互作用兼仃其它表示方 法的优点。面向对象系统的基本组成包含：1）时年（。可ect）：格知识和使用它的一组操作 或过程封装在起得到的个实体，2）类（da咐二具有相同结构、属性和功能的实 体所构成的集合，时致是类的实例：3）消息（message）： 一种包含调用对象、加值、 过程名和返I可值等信息的种我体，它统一了知识流印控制流.足

18、系统中对致何 产生联系的纽带；4）继承（mhentance）；子对象（类）然承父对公的属性和功能. 将个知识系统由对象（类）组成一个层次性网络模型，各对象（类）通过滂息相互联 系，形成一条自然的推理链.共同合作完成对一介问髭的求解.面向对象的如识表达方式将多种单一的知i其发达方法按照面向对象的程序设 计原则组成一种混合知识表示形式，集中7各种单一如识表达方法的优点,又符 令G,家对领域对等的认知株式,将对象的概念和对象的性旗联系在 起。面向H 象的知识阵具行艮好的体系结构,通过对象类的知识发达，实现数据抽发与信息 共享.加强了知识的用复使用能力，易于维护.便于专家系统的开发.专家系统的推理与控

19、制策略推理的定义和方法推理是根据 定的原则公理或规则）从已知的事实（或判断浏出新的事实（或 另外的判断）的思维过程，其中推理所依据的事实叫做前提（或条件），由前提所推 出的新事实叫做结论,。推理方式按照不同的标准,仃以F几种分类方法.演纬推理和归纳推理演绊揖理是从一股性较大的前提推出一股性较小的结论的推理,其思维过程 是由一般到个别.演统推理的结论原则上不超出前提的范用.演舁推理的前提和 结论的联系是必然的.只要前提真实.推理形式正确.则结论一定是可靠的.归纳推理是从一般性较小的前提推出一般性较大的结论的推理，其思维过程 是由个别到一般.UI纳推理的结论 股都超出前提的范周；归纳推理的前提和结

20、 论的联系在很多情况卜不是必然的,真结论的性独行的是确实可靠的，有的却带 有或然性.拓确推理小不精确推理精确推理是指前提和结论之何行确定的因果关系,所使用的己知数据和知识 是完整精确的，推理所得到的结论是正确可靠的.但是，份相当一部份人类知识 属于人们的主观判断,是不精确的和含糊的.基这种不精确的推理知识进行推 理称为不精确推理.在专家系统中,通常采用不精硝的推理，这是由于它所解决 的问题大多属于不艮结构问题. 单调推理和非单调推理聃调推理是指随者推理过程的向前推进和新知识的加入，推出的结论*总调 增加的趋势,并且越来越接近最终目标。在推理过料中不会出现反复的情况,即 不会由J新知识的加入否定

21、了前面推出的结论，从而使推理乂退回到前面的某一 步.北单调推理是指在推理过程中由于新知识的加入,不仅没仃加强一推出的结 论,反而要否定它,使巴推理退回到前面的某 步,重新开始.非单调推理多是 在知识不完全的情况下发生的。推理控制策略推理控制策略主要解决整个问题求解过程的知识选择和应用顺序，即决定先 做什么，后做什么,并根据同题求解的当前状态分为做不同的I：作，确定一旦出 现异常情况如何处理等,目前,专家系统中如用的推理策略有冲突消解策略、推 理方向策略、推理搜索策略、求解策略和限制策略等冲突消解策略在推理过程中.系统要不断地用当前己知的事实与知识昨中的知识进行匹配, 此时可能发生达惮的情况：已

22、知事实可能。如识咛中的多个知识匹配成功，我们 称之为发生了冲突.这就需要按定的策略解决,以便从中挑选一个知识用 前的推理，解决冲突的过程称为冲突消解.冲突消解策略的基本思想是将多条知识按优先级排序，常用的有:1）按针对性排序：优先选用针对性较哪的知识.因为它要求的条件较多.其 结论一股更接近F目标，-n籽到满足，可缩短推理过程.2）按匹配度排序：优先选用匹配度高的知识,在不确定性匹配中，为了确定 两个知识模式是否可以匹配.需要计芽这两个模式的相似程度，当其相似度达到 某个懂先规定的值时.就认为它们是可匹配的.3）根据领域问题的特点指序；当领域问度有固定的求解次序时，可按该次序 对知识库中的知识

23、排序，排在前曲的知识优先被使用.推理方向策略推理方向用于确定推理的驱动方式,分为正向推理、反向推理、向合推理三 种，1）正向推理正向推理是以己知事文作为出发点的推理,又称为数据驱动推理、前向affi 理, 模式制导推理和前件推理等.其基木思想是：从已知的信息出发.选用合适 的知识,逐步求解待解的问题.具体过程是：用户将与求解问题的关的何息存入 动态数据咋，推理机根据这些信息，从知识库中选取适用的知识，得出新的信息 存入动态数据库，再根据当前状态选用知识.如此反复.凡到求出解为止.正向推理的优点是用户可以动提供问题的仃关信息可以对用户输入事实 做出快速反应，而且可以求出全部解。其不足之处为知识启

24、用与执行目的性不强, 求解当中可能要执行许多与何虺求解无关的操作,导致推理过程的低效率.2）反向推理反向推理是以某个假设反标作为出发点的推理又称为LI标以动推理、逆向 镰推理、II标制导推理和后件推理等.其基本思想是：首先选定一个假设II标， 然后4找支持该假设的证据,若所需的证据都能找到,则说明原假设是成立的： 若无论如何都找不到所箭要的证据，则说明原假设不成立.此时需要另外选定新 的假设.反向推理的优点是推理过程的方向性强，不用寻找和不必使用那些与假设目 标无关的信息和知识,其不足之处是初始H标的选抒较为讦目，没有充分利用用 户提供的他息，皆不符合实际，就要多次提出假设,也会影响到系统的效

25、率.3）混合推理混合推理是一种综合利用正向合理和反向推理各白优点的仃效方法.其基本 思想是：先使用正向推理帮助选择初始目标,即从已知事实演绛出部分结果,据 此选择个目标.然后通过反向推理求解该II标，在求解这i、ll标时又公得到用 户提供晌更多付息，再正向推理，求得更接近的H标,如此反复正向推理一反向 推理这个过程.宜至向踵求解为止.混企推理的优点也融合了正向推理和反向推理的优点，还能标缩搜索空间,提 高搜索效率，但共控制策略较前两者更杂。推理搜索策略在解决问题的过程中，根据问您的实际情况构造一条代价较少的推理路线. 使问题得到同河解决的过程称为搜索。常见的搜索法仃宽度优先搜索川深度优 先搜索

26、两种.1)宽良优先搜索(Breath-First Search,BFS)宽度优先搜索乂你广度优先搜索，其基本思想是：从初始行点邑开始,逐层 地对方点进行犷展,并考察它是含为目标行点在对第n层的节点没有全部扩展 并考察之前,不时第 什1层的节点进行扩展,搜索过程的流程图如图26所示.图26宽度优先搜索流程因Fig 2.6 The flovr figure of breath-first search宽度优先搜索的优门星匕忘了搜索中可能出现的各种懵形.因此只要问题(J 解，采取该方法就一定能以最短的路径搜索到这外解，其不足之处是随着搜索深 度的增加.卜一一步的搜索节点可能会呈指数增长,因而所耗费的

27、时向将是巨大的。2)深度优先搜索(Depth-First Search, DFS)深度优先搜索的魅本思想是：从初始节点耳开始，在其子节点中选择一个母 点进行考察,若不是目标书点，则在该节点的子节点中选择一个节点进行考察, 一直如此向卜搜索。深度优先搜索与宽度优先搜索的唯一区别是：宽度优先搜索是将节点n的r RM放入到T1的局部，而深度优先搜索是把节点口的子节点放入的 的首部深度优先搜索的不足之处；仃可能会出现无力递归的情况，从而搜索不到需 要的解:即使搜索到也极可能不走最短路径，会浪费很大时间和精力.专家系统的解释机制专家系统的解科机制负贡时领域专家或用户提出的问题给出解秤或说明，实 现系统的

28、透明性，是专家系统区别于其它计算机程序系统的重要特征。解科机 制甘要有两个功能：一是专家JK统同用户的交互过程中.系统的行为能产生易于 被用户理解的说明：二罡对系统知识库的静态说明.II前.睇料机制的实现力法上要有以卜一四种31 ： 预置文本法(Prepared Text)预置文木法乂称唱片解和法(CannedExplanation),把每一问题求解方式:的解秽 赖先用白然语言或其他易于理解的形式写好,插入程序段或相应的数据库中,在 推理过程中或推理之后，卜旦用户中问到己f j 杼文本的问题，只需要把相 做的解拜文本填入解料框架.组织成对这个问题的解秆提交给用户.预押一本的里扑 9法简单l观.

29、如汉. ./i编制能M竹-1，可以 针讨不同用户的要求编制出不同的解骅文本。但是，对每一个可能的问题都要编 制孵择预置文本，及至对个月题要编制几个解释U置文本，大大增加了系统开 发的工作量. 路位用盼法(TracingExplanation)路性跳踪法是对推理过程进行跟踪,将问题求解所使用的知识门动记求卜来。 当用户提出需要解稗时,解释器向用户要不问题求解路名。路径跟踪法向用户不 供Why解料和HowM糅,对Why问题的回答，系统代证明过程中确定让哪一个规则 同当前系统提问有关,将该烟则告诉用户便完成了解环：对How词题的回答需从 当前目标出发，套找整个证明过程，把推理槌中涉及的有关烧则或知识组织成解 科文本.告诉用户是怎样的推理路径导致。前的结论的.路位跟踪解箱法的 :要优点是解样过程简单，保证问题求解过程与解释机制 运作的一致性。但是所作的解祚说明如何使用不容易