第六章专家系统

6.1专家系统概述专家系统(expertsystem)是人工智能应用研究最活跃和最广泛的课题之一,是目前AI应用研究的主要领域之一。定义：是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统，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；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。

1965年首个专家系统DENDRAL在斯坦福大学问世；到80年代中期，各种专家系统已遍布各个专业领域，取得很大的成功。

专家系统是一个智能计算机程序系统，内部含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。

专家系统是模拟人类专家解决领域问题的计算机程序系统。

6.1.1专家系统特点专家系统具有一些共同的特点和优点专家系统具有下列3个特点：

(1)启发性能运用专家的知识与经验进行推理、判断和决策。大部分知识是非数学性的，约占8%以数学公式为核心。化学和物理、生物学、医学等，大部分靠推理进行思考。企业管理几乎全靠符号推理，而不是数值计算。

(2)透明性

专家系统能够解释自身推理过程和回答用户问题，能让用户了解推理过程，提高对专家系统的信赖感。医疗诊断专家系统诊断某病人患有肺炎，需用某种抗生素治疗。专家系统将会向病人解释为什么他患肺炎，像医疗专家对病人解释病情。

(3)灵活性

专家系统能不断地增长知识，修改原有知识，不断更新。

专家系统具有下列8个优点：

(1)专家系统能高效率、准确、周到、不知疲倦进行工作。

(2)专家系统解决实际问题不受周围环境的影响，也不可能遗漏忘记。(3)推广珍贵和稀缺的专家知识与经验，使专家的专长不受时间和空间的限制。(4)专家系统使领域专家的专业知识和经验得到总结和精炼，能够广泛有力地传播专家的知识、经验和能力。(5)能汇集多领域专家的知识和经验，使他们协作解决重大问题。(6)军事专家系统的水平是一个国家国防现代化的重要标志之一。(7)专家系统的研制和应用，具有巨大的经济效益和社会效益。(8)研究专家系统能够促进整个科学技术的发展。按用途分类，可分为：诊断型、解释型、预测型、决策型、设计型、规划型、控制型、调度型等几种类型。按输出结果分类，可分为：分析型和设计型。按知识表示分类，可分为：基于产生式规则的专家系统、基于一阶谓词的专家系统、基于框架的专家系统、基于语义网的专家系统等等。按知识分类,可分为：精确推理型和不精确推理型(如模糊专家系统)两类。按采用的技术分类,可分为：符号推理专家系统和神经网络专家系统。6.1.2专家系统的类型

解释专家系统预测专家系统诊断专家系统设计专家系统规划专家系统监视专家系统控制专家系统调试专家系统教学专家系统修理专家系统专家系统的用途分类：1.解释专家系统

(expertsystemforinterpretation)任务

通过对已知信息与数据的分析与解释，确定它们的涵义；特点系统处理的数据量很大，常不准确、有错误、不完全能从不完全的信息中得出解释，并能对数据做出某些假设推理过程可能很复杂和很长，具有对自身推理作出解释的能力。例子

语音理解、图象分析、系统监视、化学结构分析和信号解释等卫星图象(云图)分析、集成电路分析、DENDRAL化学结构分析、ELAS石油测井数据分析、染色体分类、PROSPECTOR地质勘探数据解释等实用系统。

2.预测专家系统

(expertsystemforprediction)任务

通过对过去与现在已知状况的分析，预测未来可能发生的情况。特点系统处理的数据随时间变化，且可能是不准确和不完全系统需要有适应时间变化的动态模型，能从不完全和不准确的信息中进行预报。例子气象预报、军事预测、人口预测、交通预测、经济预测和谷物产量预测等。

恶劣气候(包括暴雨、飓风、冰雹等)预报、战场前景预测和农作物病虫害预报等专家系统。

3.诊断专家系统

(expertsystemfordiagnosis)任务

根据观察到的情况(数据)来推断出某个对象机能失常(即故障)的原因特点能够了解被诊断对象或客体各组成部分的特性以及它们之间的联系能够区分一种现象及其所掩盖的另一种现象能够向用户提出测量的数据，并从不确切信息中得出尽可能正确的诊断

例子

有医疗诊断，电子机械和软件故障诊断等

抗生素治疗MYCIN、肝功能检验PUFF、青光眼治疗的CASNET，IBM的计算机故障诊断系统DART/DASD，火电厂锅炉给水系统故障检测与诊断系统、雷达故障诊断系统和太空站热力控制系统的故障检测与诊断系统等。

4.设计专家系统

(expertsystemfordesign)任务据设计要求，配置满足设计问题约束的目标特点从多种约束中得到符合要求的设计系统需要检索较大的可能解空间善于分析各种子问题，并处理子问题间的相互作用能试验性地构造出可能设计，易于修改能够使用已有设计来解释当前新的设计例子电路设计、土木建筑工程设计、计算机结构设计、机械产品设计和生产工艺设计等

VAX计算机结构设计专家系统R1(XCOM)、浙江大学花布立体感图案设计和花布印染专家系统、大规模集成电路设计专家系统、齿轮加工工艺设计专家系统等。

5.规划专家系统

(expertsystemforplanning)任务

寻找出某个能够达到给定目标的动作序列或步骤特点所要规划的目标可能是动态的或静态的，需要对未来动作做出预测所涉及的问题可能很复杂，能处理子目标间的关系和不确定的数据信息，并通过试验性动作得出可行规划例子机器人规划、交通运输调度、工程项目论证、通信与军事指挥以及农作物施肥方案规划等

3界3号军事指挥调度系统、ROPES机器人规划专家系统、汽车和火车运行调度专家系统、小麦和水稻施肥专家系统等

6.监视专家系统

(expertsystemformonitoring)任务

对系统、对象或过程的行为进行不断观察，并把观察到的行为与其应当具有的行为进行比较，以发现异常情况，发出警报特点系统应具有快速反应能力，在事故之前及时发出警报系统发出的警报要有很高的准确性,没有(假警报)及及时报警系统能够随时间和条件的变化动态地处理其输入信息例子核电站的安全监视、防空监视与警报、国家财政的监控、传染病疫情监视及农作物病虫害监视与警报等。粘虫测报专家系统等7.控制专家系统

(expertsystemforcontrol)任务

自适应地管理一个受控对象或客体的全面行为，使之满足预期要求特点

控制专家系统具有解释、预报、诊断、规划和执行等多种功能例子

空中交通管制、商业管理、自主机器人控制、作战管理、生产过程控制和生产质量控制等已有对海、陆、空自主车、生产线调度和产品质量控制等控制专家系统的研究。

8.调试专家系统

(expertsystemfordebugging)

任务

对失灵的对象给出处理意见和方法特点

同时具有规划、设计、预报和诊断等专家系统的功能例子新产品或新系统调试，被修设备调整。在这方面的实例还比较少见9.教学专家系统

(expertsystemforinstruction)任务以适当教案和教学方法对学生进行教学和辅导特点同时具有诊断和调试等功能具有良好的人机界面例子麻省理工学院的MACSYMA符号积分与定理证明系统、大学开发的计算机程序设计语言、物理计算机辅助教学系统、聋哑人语言训练专家系统等10.修理专家系统

(expertsystemforrepair)

任务

对发生故障的对象(系统或设备)进行处理，使其恢复正常工作功能

有诊断、调试、计划和执行等功能例子美国贝尔实验室的ACI电话和有线电视维护修理系统是一个应用实例

还有决策专家系统和咨询专家系统等6.1.3专家系统的结构和建造步骤定义：指专家系统各组成部分的构造方法和组织形式专家系统结构图知识库推理机专家知识输入或提问答案图6.1专家系统结构简图1专家系统结构(ExpertSystem)图6.2理想专家系统的结构图接口用户事实规则计划议程中间解黑板知识库解释器执行器调度器协调器

接口：识别与解释用户问题和数据等信息，把这些信息转化为系统内部表示形式。将系统向用户提出的问题、得出的结果和作出的解释以用户易于理解的形式提供给用户。

黑板：记录系统推理过程中用到的控制信息、中间假设和中间结果数据库。包括计划、议程和中间解3部分。知识库：包括已知的相关数据信息；推理时用到的一般知识和领域知识（规则、网络等形式）。解释器：向用户解释结论及系统输出原因。需要利用黑板记录中间结果、中间假设和知识库的知识。执行器：用知识库及黑板记录信息，执行调度器选定动作。调度器：按照系统控制知识，从议程中选择一项作为系统后续执行动作。协调器：得到新数据或新假设时，对已有结果进行修正，保持前后一致性。图6.2理想专家系统的结构图接口用户事实规则计划议程中间解黑板知识库解释器执行器调度器协调器一般应用程序与专家系统的区别：一般应用程序

专家系统

把问题求解的知识隐含地编入程序。把知识组织为两级：数据级和程序级。

把其应用领域的问题求解知识单独组成一个实体。即为知识库。将知识组织成三级；数据、知识库和控制。专家系统的主要组成部分知识库（KnowledgeBase）综合数据库（GlobalDatabase）推理机（ReasoningMachine）解释器（Explanator）人机接口（Interface）2.专家系统的建造步骤知识化问题图6.3建立专家系统的步骤合法化概念化形式化规则化知识概念结构形式规则再设计改进重新阐述(1)设计初始知识库

(a)问题知识化，辨别问题的任务？定义？分解子问题？典型数据？…

(b)知识概念化，概括知识的概念及关系，状态？假设?控制策略？…

(c)概念形式化，确定组织知识的数据结构形式、表达等。

(d)形式规则化，编制规则、把形式化的知识变换语句和程序。

(e)规则合法化，确认规则化知识的合理性？有效性？…

知识化问题图6.3建立专家系统的步骤合法化概念化形式化规则化知识概念结构形式规则再设计改进重新阐述(2)原型机(prototype)开发与试验

建立整个系统所需的实验子集，典型知识，相关的简单任务和推理。

(3)知识库的改进与归纳

反复改进知识库及推理规则，归纳出更完善的结果。

动物识别专家系统6.2基于规则的专家系统

结构：知识库（规则）工作存储器（事实）推理机解释器外部程序用户界面开发界面用户知识工程师6.2基于规则的专家系统

结构：知识库（规则）工作存储器（事实）推理机解释器外部程序用户界面开发界面用户知识工程师以一套规则建立存储器模型存放事实及规则激发而推出的新事实建立推理模型，推出新信息观察系统、交互接口通过该界面进行开发解释系统推理数据库、扩展盘、算法基于规则的专家系统采用下列模块来建立产生式系统的模型：知识库

以一套规则建立人的长期存储器模型工作存储器

建立人的短期存储器模型，存放问题事实和由规则激发而推断出的新事实推理机

借助于把存放在工作存储器内的问题事实和存放在知识库内的规则结合起来，建立人的推理模型，以推断出新的信息举例

EMYCIN中，采用逆向链深度优先控制策略。提供专门的规则语言来表示领域知识.

基本的规则形式是：(IF〈前提〉THEN〈行为〉［ELSE〈行为〉])当前提为真时，该规则将前提与一个行为结合起来，否则与另一个行为结合起来。用[-1,+1]间的数字表示在该前提下行为的可信程度。如一条判断细菌类别的规则可表示如下：

其含意如下：

如果培养物的部位是血液

细菌的类别确不知道

细菌的染色是革蓝氏阴性

细菌的外形是杆状

病人被严重地烧伤

那么以不太充分的证据(可信程度0.4)说明细菌的类别是假单菌。

规则

基于规则的专家系统的优点：

自然知识的描述知识与处理过程分离可以处理不完整和不确定的知识

基于规则的专家系统的缺点：

规则间的关系不透明搜索策略的工作效率低不能自学习6.3基于框架专家系统

结构：人类男人约翰杰克特征名称值侧面女人海伦丽达规则目标议程表人类———抽象类框架，具有特征圆——框架，子类层次———框架之间关系

使用一组含在知识库内的框架，处理工作存储器内的具体问题，通过推理机推出新的信息。基于框架的专家系统的推理和语义网络一样遵循匹配和继承的原则。框架中如ifneeded、ifadded等槽的槽值是附加过程，在推理过程中起重要作用。将一个子框架视作知识单位，将一个问题的求解，通过匹配分散为各有关的子框架的协调过程。推理机理框架系统（知识）库例：确定一个人的年龄已匹配的知识库中的框架:槽名

年龄NIL

ifneededASK

ifaddedCHECK自动启动ifneeded槽的附加过程ASKASK是个程序，表示向用户询问，并等待输入。当用户输入“25”后便将25设定为所要求的年龄，启动ifadded槽执行附加过程CHECK程序，检查该年龄值是否合适。举例

框架是一种通用的知识表达形式，基于框架的专家系统没有统一形式，常由各种问题的不同需要来决定。

"船舶积载专家系统"船舶积载是船舶运输中的一个重要环节，为了保证航行安全和货物的完好无损，在进行积载中需要掌握多方面的知识。

树的每个节点是框架结构：

框架名

AKOVALUE<值>

PROPDEFAULT<表1>

SFIF-NEEDED<算术表达式>

CONFLICTADD<表2>

框架名用类名表示。AKO是一个槽，VALUE是它的侧面，通过填写<值>的内容表示出该框架属于哪一类。PROP槽记录节点的特性，侧面DEFAULT表示该槽的内容可默认继承，即当<表1>为非NIL时，PROP的槽值为<表1>，当<表1>为NIL时，PROP的槽值用其父节点的PROP槽值来代替。一个框架系统

叶节点--具体的货物，如花茶、糖等;其它节点--有某些相同特点的一类事物，如花茶、绿茶都属于茶，而茶又属于食品等。SF槽记录的是该货物的积载因子，这是一个在积载过程中可能用到的数值，IF-NEEDED侧面说明当需要该值时，其值可以由所给的<算术表达式>计算出。CONFLICT槽记录的是该类货物和那类货物相抵，即它们不能同时放入同一个货仓中。其侧面ADD说明该槽除了具有所有祖先的共性之外，还具有特殊的性质，其个性由<表2>给出。基于框架专家系统的一般设计方法主要设计步骤与基于规则的专家系统相似。主要差别在于如何看待和使用知识。设计时，把整个问题和每件事想像为编织起来的事物在辨识事物之后，寻找把这些事物组织起来的方法对于任何类型的专家系统，设计是个高度交互的过程6.4基于模型的专家系统一个知识系统中的知识库是由各种模型综合而成；一个专家系统是由一些原理与运行方式不同的模型综合而成；模型：基于逻辑的心理模型、神经元网络模型、定性物理模型、可视知识模型等。基于神经网络的专家系统神经网络模型从知识表示、推理机制到控制方式，与目前专家系统中的基于逻辑的心理模型有本质的区别。三种神经网络模型与专家系统集成模式神经网络支持专家系统专家系统支持神经网络协同式的神经网络专家系统神经网络专家系统的基本结构知识获取学习示例网络结构学习算法解释器专家神经网络用户知识库推理机神经网络专家系统的几个问题讨论神经网络的知识表示是一种隐式表示神经网络通过实例学习实现知识自动获取神经网络的推理是个正向非线性数值计算过程，同时也是一种并行推理机制同一知识领域的几个独立的专家系统可组合成更大的神经网络专家系统6.5新型专家系统

专家系统的知识库思想很重要，不仅促进人工智能的发展，对计算机科学的发展影响甚大。但基于规则的知识库限制专家系统的发展。专家系统不仅采用各种定性模型，且要运用人工智能和计算机技术的一些新思想与新技术，如分布式、协同式和学习机制等。新型专家系统的特征：1．并行与分布处理

基于各并行算法，采用各种并行推理和执行技术，适合在多处理器的硬件环境中工作。根据数据驱动或要求驱动的方式实现分布在各处理器上专家系统的各部分间的通信和同步。分布处理特征要求专家系统做到功能合理、均衡地分布，以及知识和数据适当地分布，着眼点主要在于提高系统的处理效率和可靠性等。

2．多专家系统协同工作

多个专家系统协同合作；

各子专家系统之间相互通信；

一个子专家的输出可能是另一子专家系统的输入；

有些输出可反馈输入到自身或其先辈系统中去；经过迭代求得某种“稳定”状态。

3．高级语言和知识语言描述

用高级系统描述语言描述系统功能、性能以及接口；用知识表示语言描述领域知识；

系统自动或半自动地生成专家系统。4．具有自学习功能

提供高级知识获取与学习功能，用户对系统提问动态应答，推理获得知识，不断扩充知识库。

5．引入新的推理机理

新型专家系统，除演绎推理之外，还应有归纳推理（联想、类比推理）、非准逻辑推理（非单调推理、加权逻辑推理）以及模糊知识推理，在推理机制上应有一个突破。

6．具有自纠错和自完善能力

排错须有识别能力，专家系统随时间的推移，反复运行不断地修正错误，完善自身，并使知识越来越丰富。

7．先进的智能人接口理解自然语言，实现语声、文字、图形和图像的直接输入输出。需硬件的有力支持，先进的软件技术将利于使智能接口的实现。6.6分布式专家系统主要目的：把一个专家系统的功能经分解以后分布到多个处理器上去并行地工作，在总体上提高系统的处理效率。可以工作在紧耦合的多处理器系统环境中，也可工作在松耦合的计算机网络环境里，其总体结构在很大程度上依赖于其所在的硬件环境。设计和实现分布式专家系统，需要解决的问题：功能分布：把分解得到的系统各部分功能或任务合理均衡地分配到各处理节点上。知识分布：根据功能分布的情况把有关知识经合理划分以后分配到各处理节点上。接口设计：各部分间接口的设计目的是要达到各部分之间互相通讯和同步容易进行系统结构：一方面依赖于应用的环境与性质，另一方面依赖于其所处的硬件环境(树型、星型)驱动方式：1)控制驱动2)数据驱动3)需求驱动（top-down）4)事件驱动(包含数据驱动和需求驱动)6.7协同式专家系统（群专家系统）一般专家系统解题的领域面很窄，应用具有局限性。协同式多专家系统是克服一般专家系统的局限性的一个重要途径。协同式多专家系统亦可称“群专家系统”设计与建立一个协同式多专家系统，需要解决的问题：任务的分解公共知识的导出讨论方式裁决方式驱动方式6.7专家系统开发工具

专家系统开发工具：比一般计算机高级语言：FORTRAN、PASCAL、C、LISP和PROLOG等具有更强的功能。专家系统工具是一种更高级的计算机程序设计语言。

现有专家系统工具，主要分为：骨架型工具(又称外壳)

语言型工具构造辅助工具支撑环境1.骨架型开发工具专家系统一般有推理机和知识库两部分。

规则存于知识库内，推理机完全独立于问题领域。系统功能的改变，只依赖于规则集的完善和改变。利用以前开发好的专家系统，将描述领域知识的规则从原系统中“挖掉”，只保留其独立于问题领域知识的推理机部分，称为骨架型工具。例如KAS、EMYCIN、EXPERT等。优点:(1)控制策略预定，用户集中精力整理概念和规则，提高专家系统的开发效率；而传统式的建立专家系统，将大部分时间花费在开发系统的过程及结构上。(2)交互性好，方便用户对话，结果解释能力强。存在的问题:2.语言型开发工具提供用户建立ES的基本机制，用户可以影响控制策略。语言型工具的结构多样，表示灵活，适应范围比骨架型工具广泛。像OPS5、OPS83、RLL及ROSIE等，属于此类工具。

功能的通用性与使用的方便性是一对矛盾，语言型工具为维护应用的广泛，考虑众多问题，用户不易掌握；具体领域知识的表示比骨架型工具困难；用户对话和结果解释也不如骨架型工具；

典型的例子是OPS5，以产生式系统为基础，综合通用的控制和表示机制。

CLISP是美国航天局85年推出的产生式语言开发工具，具有产生式系统和C语言的特征，应用广泛。

3.构造辅助工具

(1)AGE

AGE是斯坦福大学用INTERLISP语言实现的ES工具；

AGE提供一整套像积木的组件，能够“装配”成专家系统。它包括以下4个子系统：

(a)设计子系统：指导用户用预组合模型进行系统设计。

(b)编辑子系统：辅助用户选构件模块，装入领域知识和控制信息，建造知识库。

(c)解释子系统：执行用户程序，进行推理求解，并提供查错手段，建造推理机。

(d)跟踪子系统：跟踪和测试用户开发的ES。

4.支撑环境支撑设施是帮助程序设计的工具，常作为知识工程语言的一部分。工具支撑环境仅是一个附带的软件包，用户界面更友好.

它包括四个典型组件：

1）调试辅助工具

2）输入输出设施

3）解释设施

4）知识库编辑器

6.8专家系统的设计以维修咨询系统为例，说明专家系统的设计过程。设计过程包括：描述专家知识、应用知识和解释决策等。在设计该专家系统时，使用了专家系统设计工具EXPERT。6.8.1

专家知识的描述

按照EXPERT表达知识的方式，系统设计过程中利用3个表达成分：

假设或结论（hypothesis）

观测或观察（fact）

推理或决策规则(rule)

1.结论的表示

在EXPERT中，每个由系统推理得到的结论（或假设）用简写的助记符号和用自然语言（中文、英文等）写的正式的说明语句来表示。最简单形式的假设用一个表来表示。例如，有关汽车修理问题的表：

FLOOD汽缸里的汽油过多，阻碍了点火，简称为汽缸被淹CHOKE汽门堵塞EMPTY无燃料FILT燃料过滤器阻塞CAB电池电缆松脱或锈蚀BATD蓄电池耗尽STRTR启动器工作不正常

设计目标是总结出专家的推理过程;

以代表专家的最后结论或假设进行推理;

而且要以中间假设或结论进行推理;

中间假设或结论通常是某重要证据的定性概括。利用这些中间假设和结论可使推理过程更清楚和有效。例如，可能有许多种燃料系统方面的问题，可以建立一个中间假设FUEL来概括燃料系统出现的各种问题。在所讨论的例子中，被定义的中间假设除了FUEL以外还有表示电气系统方面问题的ELEC:FUEL燃料系统方面的问题ELEC电气系统方面的问题一些附加的假设可表示建议的种类，这些建议将告诉使用者应采取什么操作。例如：处理方法WAIT等待10分钟或在启动时把风门踏板踩到最低位置OPEN取下清洁器部件，手拿铅笔去打开汽门GAS在油罐里注入更多汽油RFILT更换汽油过滤器CLEAN清洁和紧固电池电缆CBATT对电池充电或更换电池NSTAR更换启动器2.观测的表示

观测是得到结论所需要的观察或量测结果。它们通常可以用逻辑值：真(T)，假(F)或“不知道”，或用数字来表示。在交互式系统中，一般包括向使用者询问信息的系统；但有时也可以不需要使用者的直接干预，而直接获得观测结果。例如可以从仪表直接读数或从另外的程序送来结果。

如果以向使用者询问的方法记录观测，可以根据有关的主题来组织观测，以便使询问进行得更为有效。

把问题组织成菜单那样的编组是一种很有效的方法。这种方法把问题按主题组织成：选择题、对照表、或用数字回答的问题。

选择题：几个答案选一。

Odorofgasincarbaretor(汽化器中汽油的气味)

NGAS无气味

MGAS正常

LGAS气味很浓对照表：是一组问题，在这组问题的范围内，任何数量的回答都是允许的。

Typeofproblem(问题种类)

FCWS汽车不能启动

FOTH汽车有其它毛病数字类型问题

TEMP室外温度(华氏)是非题：是非选择也是一种有效的询问方式。

EGAS油表读数为空观测：FRONT

前灯亮

SCRNK

启动器转慢

DIM

车头灯暗

FCWS

汽车不能启动

(对以上观测的回答是YES或NO)

TEMP

温度（数字量）系统设计包括多个详细过程知识，系统调用一个子程序，程序将产生一个观测。例如：一个观测代表汽车油耗，利用一段程序，根据公里数和所消耗燃料计算。在某些系统中把观测按假设那样来处理，每个观测都附有一个可信度等级。例如，使用者可以说明温度为55°的可信程度为90％，或在汽化器里汽油气味是正常的可信程度为70％。3.推理规则的表示

总的来说产生式规则是决策规则果为常用的表示形式。这些IF—THEN形式的规则用来编译专家凭经验的推理过程。按照我们的表示方法，产生式规则可根据观测和假设之间的逻辑关系分成三类：

(1)FF——观测到观测的规则；(2)FH——观测到假设的规则；(3)HH———假设到假设的规则．从观测到观测的规则(FF规则)FF规则规定那些可以从已经确定的观测直接推导出来的观测的真值。如果利用FF规则，根据对先前问题的回答，已经可以确定对后面问题的回答，那么就可以避免询问不必要的问题。在问题调查表中，问题的排列是从一般的问题到专门的问题。如果一些问题的回答可被用来确定对另外一些问题的解答，这些问题应在问题调查表中最先被应用。FF规则：F(FRONT，F)

F(HEAD：PARK，F)

如果 前灯工作的观测是假那么 和前灯工作有关的观测、也即车头灯、转弯灯到停车灯工作也都是假。问题调查表*对照表车灯不工作：

FRONT前车灯

REAR后车灯*对照表前车灯不工作：

HEAD车头灯

FTURN转弯灯

PARK停车灯*对照表后车灯不工作：

TAIL车尾灯

RTURN转弯信号灯

BU备用灯表中*号以后的名称说明问题的类型。此表中所用的问题类型都是”对照表”。问题类型以下的第一行说明所询问的问题。例如，“车灯不工作吗?”问题下面所列出的是几种可能的回答。例如“前车灯”表示前车灯不工作，“后车灯”表示后车灯不工作，等等。对后灯，也可以相类似地构成另一条FF规则。

F(REAR，F)→F(TAIL：BU，F)

在这个例子中，只有当我们已经知道前灯不工作，才会进一步询问关于前灯的专门问题。这个例子说明如何设计问题调查表，调查表以一种自然的方式引导询问的顺序。按这种方式，仅限于询问那些未被以前的回答排除掉的数据。从观测到假设的规则(FH规则)FH规则1F（SCRNT，T）&F（DIM，T）

H（BATD，0.7） 如果启动器旋转缓慢以及车头灯暗淡 那么电池的电用完了的可信度是0.7FH规则2F(TEMP，0：50)＆[1：F(SCRNK，T)，F(OCRNK，T)]→H(CHOKE，0.7)如果气温是在0到50度之间以及一个或更多的下述条件为真，启动器旋转缓慢，或根本不转

那么气门被堵塞的可信度是0.7从假设到假设的规则(HH规则)HH规则用来规定假设之间的推理。以下为HH规则的简单例子。HH规则F(FCWS，T)＆H(FLOOD，0.2：1)→H(WAIT，0.9)

如果汽车不能发动并已经得出汽缸被淹的结论(其可信度为0.2到1之间)

那么等待10分钟或在启动时把风门踏板踩到最低处(其可信度为0.9))

这里讨论的汽车修理咨询系统只是一个实验系统，所含规则数少，实际系统可能有几百到几千条规则。从提高效率、实现模块化以及容易描述等实际考虑出发，在产生式规则中增加描述性的成分及上下文。上下文把某一组规则的使用范围限制在一个专门的情况下。只有当先决条件被满足时，这一组规则才能被考虑使用。

在EXPERT的表达方式中，一组HH规则被分成两部分。只有F（观测）部分满足时，才考虑H（假设）部分。HH规