专家系统概述

专家系统概述本节主要学习专家系统发展的简单历史回顾和专家系统的基本特征，以便对它有一个概念性的了解。1专家系统发展的历史简述世界上第一个专家系统DENDRAL是由E.A.费根鲍姆(E.A.Feigenbaum)等人于1968年研制成功的，该系统能够解释化合物分子结构。人们在总结以往人工智能通用问题求解系统的成功与失败的经验基础上，运用化学领域的专门知识，通过质谱图和其他化学试验数据的分析来推算未知化合物可能存在的结构，并用lnterLisp语言来实现它，所以它是一个有机化合物结构分析的专家系统。至今，世界各国已在化学、数学、物理、生物、医药、农业、气象、地质勘探、军事、工程、法律、商业、空间技术和计算机科学等众多领域开发了成千上万个专家系统，其中不少成果能达到相当高的水平，在实际应用中产生了巨大的效益。早期的专家系统是采用通用编程语言（如FORTRAN、Paseal、C等）和人工智能语言（如LlSP、Prolog等），由人工智能专家与相关领域专家合作，直接编程并实现的，所以它们的研制周期长、难度大，但是灵活实用。当今，大部分专家系统的开发都使用专门的开发工具，从而为专家系统在各领域的广泛应用开辟了前景。专家系统的发展经历了几个阶段。第一阶段开发的专家系统的特点是高度专业化，求解专门问题的能力强。但在体系结构、功能的完整性、可移植性方面还存在不少缺陷，其代表作品是分析有机化合物结构的专家系统DENDRAL和具有广泛的代数处理能力的专家系统MACSYMA等；第二阶段的典型作品有MYCIN（诊断和治疗感染性疾病的专家系统）、CASNET（诊断和治疗青光眼的专家系统）、PROSPECTOR（处理硬岩石矿物勘探问题的专家系统）和HEARSAY（具有语言理解能力的专家系统）等。它们属于单学科专业型、应用型系统，其体系结构较完整，可移植性方面也有所改善，在人机接口、解释机制、知识获取技术、应用不精确推理技术、推理方法的启发性、通用性等方面都有较多改进：第三阶段开发的专家系统，如大型专家系统HP80等，属多学科综合型应用系统。它们采用多种人工智能语言，综合应用各种知识表示方法和多种推理机制及控制策略，运用框架系统和专家系统开发环境及工具来研制大型综合专家系统。与此同时，各种小量实用的专家系统也像雨后春笋般被开发和应用。2专家系统的基本特征专家系统与传统的计算机程序有着不同的体系结构。通常由知识库(knowledgebase)、推理机(inferenceengine)、综合数据库、知识获取机制、解释机制、和人机接口等几个基本的、相对独立的部分组成。专家系统体系结构随其规模大小、所属类型和功能要求的不同而有所差异。专家系统的基本特征是：

（1）具有特定领域内专家水平的专门知识；

（2）具有对知识及数据的符号处理能力；

（3）具有运用专业知识和经验进行启发式推理的能力；（4）具有解释功能，并能交互式地回答“有什么？”“为什么？”“如何？”等问题；

（5）具有获取知识的能力，并能确保知识库中的知识不断充实和丰富；

（6）在结构上，知识（存储在加识库中）与知识处理机构彼此分开、互相独立；

（7）具有运用不确定（或不精确）知识进行推理的能力。3问题与练习