專家系統(tǒng)與人工智能的應(yīng)用

1、專家系統(tǒng)2013年6月20日學(xué)院專業(yè)研究方向_學(xué)生姓名_學(xué)號任課教師姓名_任課教師職稱_專家系統(tǒng)與人工智能的應(yīng)用摘 要：人工智能有許多備受關(guān)注的領(lǐng)域，如自然語言理解，人工神經(jīng)系統(tǒng)，專家系統(tǒng)。 專家系統(tǒng)（Expert System）就是對傳統(tǒng)人工智能問題中智能程序設(shè)計的一個非常成功 的近似解決方法；是人工智能從一般思維規(guī)律探索走向?qū)ｉT知識利用，從理論方法研究 走向?qū)嶋H系統(tǒng)設(shè)計的轉(zhuǎn)折點和突破口。它作為典型的“知識工程”系統(tǒng)，既是知識表達(dá)、 只是存儲、只是推理、知識獲取、知識管理技術(shù)的綜合應(yīng)用對象，也是研究和開發(fā)知識 工程技術(shù)的工具。從這個意義上說，它促進(jìn)了計算機軟件、硬件和系統(tǒng)從數(shù)據(jù)信息處理 向知

2、識信息處理的發(fā)展。近年來，專家系統(tǒng)在理論研究和實際應(yīng)用方面取得了令人矚目 的成就。在管理決策領(lǐng)域，專家系統(tǒng)也愈來愈受到人們的關(guān)注，取得了巨大的發(fā)展。引言專家系統(tǒng)的第一個里程碑是斯坦福大學(xué)根鮑姆等人于1968年研制成功的分析化合物分 子結(jié)構(gòu)的專家系統(tǒng)DENDRAL系統(tǒng)。此后，相繼建立了各種不同功能、不同類型的專家 系統(tǒng)。MYCSYMA系統(tǒng)是麻省理工學(xué)院（MIT）于1971年開發(fā)成功并投入應(yīng)用的專家系統(tǒng)， 用LISP語言實現(xiàn)對特定領(lǐng)域的數(shù)學(xué)問題進(jìn)行有效的處理，包括微積分運算、微分方程求解 等。DENDRAL和MYCSYMA系統(tǒng)是專家系統(tǒng)的第一階段。這個時期專家系統(tǒng)的特點是高 度的專業(yè)化，專門問題求

3、解能力強，但結(jié)構(gòu)、功能不完整，移植性差，缺乏解釋功能。20世紀(jì)70年代中期，專家系統(tǒng)進(jìn)入了第二階段一一技術(shù)成熟期，出現(xiàn)了一筆成功的專 家系統(tǒng)。具有代表性的專家系統(tǒng)是MYCIN、PROSPECTOR、AM、CASNRT等系統(tǒng)。MYCIN 系統(tǒng)是美國斯坦福大學(xué)研制的用于細(xì)菌感染性疾病的診斷和治療的專家系統(tǒng)，能成功地對細(xì) 菌性疾病做出專家水平的診斷和治療。它是一個結(jié)構(gòu)完整、功能全面的專家系統(tǒng)。它第一次 使用了知識庫的概念，引入了可信度的方法進(jìn)行不精確推理，能夠給出推理過程的解釋，用 英語與用戶進(jìn)行交互。MYCIN系統(tǒng)對形成專家系統(tǒng)的基本概念、基本結(jié)構(gòu)起了重要的作用 PROSPECTOR系統(tǒng)是由美國斯

4、坦福研究所開發(fā)的一個探礦專家系統(tǒng)。由于它首次實地分析 華盛頓某山區(qū)一帶的地質(zhì)資料，發(fā)現(xiàn)了一個鉬礦，成為第一個取得顯著經(jīng)濟效益的專家系統(tǒng)。 CASNET是一個與MYCIN幾乎同時開發(fā)的專家系統(tǒng)，由拉特格爾（Rutger），大學(xué)開發(fā)， 用于青光眼診斷與治療。AM系統(tǒng)是由斯坦福大學(xué)于1981年研制成功的專家系統(tǒng)。它能模 擬人的類進(jìn)行概括、抽象和歸納推理，發(fā)現(xiàn)某些數(shù)論的概念和定理。第二階段專家系統(tǒng)的特點是：單學(xué)科專業(yè)型專家系統(tǒng)。系統(tǒng)結(jié)構(gòu)完整，功能較全面，移植性好。具有推理解釋功能，透明性好。采用啟發(fā)式推理、不精確推理。用產(chǎn)生式規(guī)則、框架、語義網(wǎng)絡(luò)表達(dá)知識。用限定性英語進(jìn)行人-機交互20世紀(jì)80年代以來

5、，專家系統(tǒng)的研制和開發(fā)明顯地趨向于商業(yè)化，直接服務(wù)與生產(chǎn)企 業(yè)，長生了明顯的經(jīng)濟效益。另一重要發(fā)展是出現(xiàn)專家系統(tǒng)開發(fā)工具，從而簡化了專家系統(tǒng) 的構(gòu)造。專家系統(tǒng)的定義專家系統(tǒng)是一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng) 驗，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。也就是說，專家系統(tǒng)是 一個具有大量的專門知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計算機技術(shù)，根據(jù)某領(lǐng) 域一個或多個專家提供的知識和經(jīng)驗，進(jìn)行推理和判斷，模擬人類專家的決策過程，以便解 決那些需要人類專家處理的復(fù)雜問題，簡而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問 題的計算機程序系統(tǒng)專家系統(tǒng)的特

6、點：1、具有專家水平的專業(yè)知識2、能進(jìn)行有效的推理3、具有啟發(fā)性4、具有靈活性5、具有透明性6、具有交互性3、專家系統(tǒng)的類型：專家系統(tǒng)類型解決的問題解釋根據(jù)感知數(shù)據(jù)推理情況描述診斷根據(jù)觀察結(jié)果推理系統(tǒng)是否有保障預(yù)測知道給定情況可能產(chǎn)生的后果設(shè)計根據(jù)給定的要求進(jìn)行相應(yīng)的設(shè)計規(guī)劃射擊動作控制控制整個系統(tǒng)的行為監(jiān)督比較觀察結(jié)果和期望結(jié)果修理執(zhí)行計劃來實現(xiàn)規(guī)定的補救措施教學(xué)診斷、調(diào)整、修改學(xué)生行為調(diào)試建議故障的補救措施4、專家系統(tǒng)的結(jié)構(gòu):盡管不同類型的專家系統(tǒng)的結(jié)構(gòu)會存在一定差異，但其中基本結(jié)構(gòu)還是大致相同的。通 常，一個專家系統(tǒng)的基本結(jié)構(gòu)有知識庫、數(shù)據(jù)庫、推理機、解釋模塊、知識獲取模塊和人機 接口

7、6大部分多組成。如下圖1所示：用戶領(lǐng)域?qū)＜褹I專家圖1：專家系統(tǒng)的基本結(jié)構(gòu)協(xié)調(diào)銷1 1計劃中間解執(zhí)行器黑板推理機理想專家系統(tǒng)的結(jié)構(gòu)圖5、專家系統(tǒng)的開發(fā)：1.開發(fā)步驟采用原型技術(shù)的轉(zhuǎn)接系統(tǒng)開發(fā)過程如下圖2所示，它可分為設(shè)計初始值時庫、原型 系統(tǒng)開發(fā)與實驗、知識庫的改進(jìn)與歸納三個主要步驟。問鹿知 識知識化概念化改進(jìn)T概念形式化結(jié)構(gòu)規(guī)則化化規(guī)則合理化形式-_重新闡述圖2：建立專家系統(tǒng)的步驟2.知識的獲取:知識工程師領(lǐng)域?qū)＜覚z驗知識圖3：知識獲取的任務(wù)3.開發(fā)工具與環(huán)境常用的專家系統(tǒng)開發(fā)工具和環(huán)境可按其性質(zhì)分為程序設(shè)計語言、骨架型工具、語言 型工具、開發(fā)環(huán)境及一些新型專家系統(tǒng)開發(fā)工具等。（一）程序設(shè)計

8、語言程序設(shè)計語言包括人工智能語言和通用程序設(shè)計語言。它們是專家系統(tǒng)開發(fā)的最 基礎(chǔ)的語言工具。人工智能語言的主要代表有以 LISP為代表的函數(shù)型語言和以 PROLOG為代表的邏輯型語言等;通用程序設(shè)計語言的主要代表有C、C+和JAVA等。（二）骨架型工具骨架型工具也稱為專家系統(tǒng)外殼，它是由一些已經(jīng)成熟的具體專家系統(tǒng)演變 來 的。其演變方法是，抽去這些專家系統(tǒng)中的具體知識，保留它們的體系結(jié)構(gòu)和功能， 再把領(lǐng)域?qū)Ｓ玫慕缑娓臑橥ㄓ媒缑?，這樣，就可得到相應(yīng)的專家系統(tǒng)外殼。（三）語言型工具語言型工具是一種通用型專家系統(tǒng)開發(fā)工具，它是不依賴于任何已有專家系統(tǒng)， 不針對任何具體領(lǐng)域，完全重新設(shè)計的一類專家系統(tǒng)

9、開發(fā)工具。與骨架系統(tǒng)相比， 語言型工具具有更大的靈活性和通用性，并且對數(shù)據(jù)及知識的存取和查詢提供了更 多的控制手段。常用的語言型工具有CLIPS和OSP等。開發(fā)環(huán)境專家系統(tǒng)開發(fā)環(huán)境是一種為高效率開發(fā)專家系統(tǒng)而設(shè)計和實現(xiàn)的大型智能計算 機軟件系統(tǒng)。專家系統(tǒng)開發(fā)環(huán)境一般由調(diào)試輔助工具、輸入輸出設(shè)施、解釋設(shè)施和 知識編輯器4個典型部件所組成。6、實際應(yīng)用對于專家系統(tǒng)我有自己的一些見解。下面結(jié)合我參與過的一個項目來對專家系統(tǒng)的實 際應(yīng)用來進(jìn)行闡述。全厚度再生機材料配置與設(shè)備自動控制系統(tǒng)(以下簡稱“系統(tǒng)”)。全厚度再生機自動控制系統(tǒng)是瀝青路面全厚度再生快速修復(fù)關(guān)鍵技術(shù)和裝備項目的一 個子項目，該系統(tǒng)主要

10、實現(xiàn)兩個系列的功能。第一，智能送料。通過用速度傳感器測出再生 機行駛車速、銑刨機銑刨深度及材料學(xué)專家經(jīng)實驗得到的材料配比標(biāo)準(zhǔn)計算出應(yīng)有送料速 度，使用電子閥門控制送料速度達(dá)到最優(yōu)化，既能達(dá)到路面施工標(biāo)準(zhǔn)，又能實現(xiàn)原料利用率 的最大化。第二，生產(chǎn)環(huán)境實時監(jiān)測。通過各種傳感器，元器件對裝備的運行狀態(tài)進(jìn)行監(jiān)測， 并將監(jiān)測到的數(shù)據(jù)進(jìn)行實時顯示、報警、保存，使物料的生產(chǎn)保證質(zhì)量。7、現(xiàn)狀與發(fā)展前景專家系統(tǒng)運用于醫(yī)療、軍事、地質(zhì)勘探、教學(xué)、化工等領(lǐng)域，產(chǎn)生了巨大的經(jīng)濟效益 和社會效益。但與此同時，專家系統(tǒng)在開發(fā)使用中也存在著一下缺點：知識獲取的“瓶頸”。通常專家系統(tǒng)的知識獲取主要靠人工移植，由知 識工程師

11、將 領(lǐng)域?qū)＜业闹R總結(jié)為規(guī)則加入到知識庫中，這種知識獲取是間接的，因而效率低;另外， 領(lǐng)域?qū)＜业哪承┙?jīng)驗知識往往只能意會，不能言傳，彳艮難用一定的規(guī)則或者數(shù)學(xué)模型來嚴(yán) 格描述，而這些經(jīng)驗知識在問題求解過程中是相當(dāng)重要的，這就是專家系統(tǒng)設(shè)計開發(fā)中的 “瓶頸”問題。另一種知識獲取的困難就是多個領(lǐng)域?qū)＜业闹R之間相互矛盾的處理。是在這些 知識之間作某種折中處理，還是只取其中的某一種，作為非領(lǐng)域?qū)＜业闹R工程師在這種 情況下也束手無策。知識“窄臺階”。目前，一般的專家系統(tǒng)只能在相當(dāng)窄的專業(yè)知識領(lǐng)域內(nèi)求解專門 性問題，對于那些可以用相應(yīng)經(jīng)驗知識完整描述的問題能夠得到正確結(jié)論，但是一旦問題 超出系統(tǒng)所擁有

12、的專業(yè)領(lǐng)域經(jīng)驗知識，出現(xiàn)系統(tǒng)未預(yù)計到的情況，即使問題所涉及到的知 識只與現(xiàn)有專業(yè)領(lǐng)域知識有細(xì)微偏差，系統(tǒng)就得不出結(jié)論甚至還可能得到錯誤的結(jié)果。所 以存在知識的“窄臺階”，即只有淺層的、表面的、經(jīng)驗性的知識，缺少深層的、本質(zhì)的、 理性的知識。推理能力弱。由于推理方法簡單，控制策略不靈活，所以容易出現(xiàn)“匹配沖突”、 “組合爆炸”及“無窮遞歸”等問題，推理速度慢，效率低。智能水平低。專家系統(tǒng)的知識存儲是一一對應(yīng)的，且限定沒有冗余性，因而就失去 了靈活性。一般的專家系統(tǒng)一般不具備自學(xué)習(xí)能力和聯(lián)想記憶功能，不能在運行過程中自 我完善、發(fā)展和創(chuàng)新，不能用聯(lián)想記憶、識別和類比等方式進(jìn)行推理。這樣，系統(tǒng)就不能

13、 在實踐中不斷自我完善，就不能從環(huán)境變化中發(fā)展和創(chuàng)新知識。系統(tǒng)的功能取決于系統(tǒng)最 初的知識和能力，它的本領(lǐng)只是輸入知識的總和。以上種種都是專家系統(tǒng)發(fā)展中存在著的一些限制，在未來的年代中，許多今日專家系 統(tǒng)缺失將會被改善，相信未來專家系統(tǒng)應(yīng)該繼續(xù)研究的項目有：具有處16理常識的能力;發(fā)展深層的推論系統(tǒng);不同層次解釋的能力;使專家系統(tǒng)具有學(xué)習(xí)的能力；分布式專家系統(tǒng); 輕易獲取與更新知識的能力。未來發(fā)展的專家系統(tǒng)，能經(jīng)由感應(yīng)器直接由外界接受資料，也可由系統(tǒng)外的知識庫獲 得資料，在推理機中除推理外，上能擬定規(guī)劃，仿真問題狀況等。知識庫所存的不只是靜 態(tài)的推論規(guī)則與事實，更有規(guī)劃、分類、結(jié)構(gòu)模式及行為模

14、式等動態(tài)知識。人工智能與專家系統(tǒng)的開發(fā)標(biāo)志著計算機系統(tǒng)的發(fā)展進(jìn)入了嶄新的階段，使得計算機 的性能更科學(xué)、更智能化。專家們預(yù)計，人們在一般的知識系統(tǒng)支持下開發(fā)專家系統(tǒng)的日 期不會太長。到那時，用戶通過將本領(lǐng)域的專門知識放入預(yù)先設(shè)計好的問題求解軟件包中， 就能獲得用于解決本領(lǐng)域問題的專家系統(tǒng)，甚至可能從根本上改變傳統(tǒng)設(shè)計程序的觀念。8、總結(jié)首先，通過此次的論文撰寫，使得我對本專業(yè)的相關(guān)知識有了更清楚的認(rèn)識，熟悉和掌 握了人工智能的基本概念，對專家系統(tǒng)也有了初步的了解，知識也得到了鞏固與升華。其次，我主要是對專家系統(tǒng)進(jìn)行介紹，而在此之前已經(jīng)有很多人研究過了，所以要參考 他們的想法，但有些地方我們也要

15、勇敢的跳出他們的框架，結(jié)合我們的實際情況進(jìn)行分析設(shè) 計，思想不局限于前人。最后，慚愧的是，由于本人知識與能力有限，對專家系統(tǒng)的了解以及應(yīng)用方面掌握的知 識都不夠全面，因此需要迫切的提高自己這方面的知識。參考文獻(xiàn)王永慶.人工智能原理與方法M.西安：西安交通大學(xué)出版社,1998.VictorB.Kreng.TheConstructandApplicationofKnowledgeDiffusionMod2 el.Expert Systems with Applications,2003,(2).敖志剛.人工智能與專家系統(tǒng)導(dǎo)論M.合肥:中國科技大學(xué)出版社,2002.楊學(xué)山.專家系統(tǒng)及其在管理中的應(yīng)用.北京:清華大學(xué)出版社，1991.武波，馬玉祥.專家系統(tǒng)M.北京:北京理工大學(xué)出版社，2001.王