專家系統(tǒng)-課件

專家系統(tǒng)專家系統(tǒng)1概述專家系統(tǒng)是AI研究中最重要也是最活躍的一個分支，它實現(xiàn)了AI從理論走向?qū)嶋H應(yīng)用，從一般思維方法探討轉(zhuǎn)入專門知識運用的重大突破。目前專家系統(tǒng)、自然語言理解、智能機器人一個并列為AI研究最活躍的三大領(lǐng)域自1968年費根鮑姆等人研制成功第一個專家系統(tǒng)DENDRAL以來，ES廣泛應(yīng)用于醫(yī)療、金融、地址、化工、軍事、教育、藝術(shù)等各個領(lǐng)域，產(chǎn)生了巨大的經(jīng)濟效益人工智能概述專家系統(tǒng)是AI研究中最重要也是最活躍的一個分支，它實現(xiàn)了2什么是專家系統(tǒng)自從1965年世界上第一個專家系統(tǒng)DENDRAL問世以來,專家系統(tǒng)的技術(shù)和應(yīng)用,在短短的40余年間獲得了長足的進步和發(fā)展。特別是20世紀80年代中期以后,隨著知識工程技術(shù)的日漸豐富和成熟,各種各樣的實用專家系統(tǒng)如雨后春筍般地在世界各地不斷涌現(xiàn)。那么,究竟什么是專家系統(tǒng)呢？顧名思義,專家系統(tǒng)(ES)就是能像人類專家一樣解決困難、復(fù)雜的實際問題的計算機(軟件)系統(tǒng)。人工智能什么是專家系統(tǒng)自從1965年世界上第一個專家系統(tǒng)DENDRA3我們知道“專家”就是專門家,是某一專門領(lǐng)域的行家里手。專家之所以是專家,是因為他(她)解決問題時具有超凡的能力和水平。專家之所以具有超凡的能力和水平,是因為:(1)專家擁有豐富的專業(yè)知識和實踐經(jīng)驗,或者說他(她)擁有豐富的理論知識和經(jīng)驗知識,特別是經(jīng)驗知識。(2)專家具有獨特的思維方式,即獨特的分析問題和解決問題的方法和策略。人工智能我們知道“專家”就是專門家,是某一專門領(lǐng)域的行家里手。專4所以,這兩點就是一個專家所具備的基本要素。那么,這兩點自然也應(yīng)該是專家系統(tǒng)所具備的基本要素。另外,專家只能是某一專門領(lǐng)域的專家；從效果看,專家解決問題一定是高水平的。因此,專家系統(tǒng)應(yīng)該具備以下四個要素：(1)應(yīng)用于某專門領(lǐng)域。(2)擁有專家級知識。(3)能模擬專家的思維。(4)能達到專家級水平。人工智能所以,這兩點就是一個專家所具備的基本要素。那么,這兩點自5所以,準確一點講,專家系統(tǒng)就應(yīng)該是：應(yīng)用于某一專門領(lǐng)域,擁有該領(lǐng)域相當數(shù)量的專家級知識,能模擬專家的思維,能達到專家級水平,能像專家一樣解決困難和復(fù)雜的實際問題的計算機(軟件)系統(tǒng)。例如,能模擬名醫(yī)進行辨癥施治的診斷醫(yī)療系統(tǒng)就是一種專家系統(tǒng),能模擬地質(zhì)學(xué)家進行地下資源評價和地質(zhì)數(shù)據(jù)解釋的計算機(軟件)系統(tǒng),也是一種專家系統(tǒng)。人工智能所以,準確一點講,專家系統(tǒng)就應(yīng)該是：應(yīng)用于某一專門領(lǐng)域,擁6概述專家系統(tǒng)（ES，ExpertSystem）是在某領(lǐng)域中具有專家知識和求解問題能力的智能軟件系統(tǒng)ES是一種能運用專家的知識與經(jīng)驗進行推理的啟發(fā)式智能軟件ES的智能來源于專家的知識、經(jīng)驗、解決問題的訣竅，ES內(nèi)部必須包含大量專家水平的知識，而且ES在運行過程中應(yīng)具有靈活性，能不斷增長知識，修改原有知識ES不是萬能的，只能利用所屬領(lǐng)域的知識、方法來解決本領(lǐng)域的問題ES應(yīng)能解釋本身的推理過程，能隨時回答用戶提出的問題，即ES應(yīng)具有解釋機制人工智能概述專家系統(tǒng)（ES，ExpertSystem）是在某領(lǐng)域7ES特點具有三級知識結(jié)構(gòu)數(shù)據(jù)級：初始證據(jù)、中間結(jié)論、最終結(jié)論知識庫級：專家的知識控制級：關(guān)于如何運用前兩種知識的知識，即推理機的知識，體現(xiàn)了系統(tǒng)的“智能”程度（傳統(tǒng)程序只有數(shù)據(jù)級和程序級知識）具有特定領(lǐng)域的專家知識，知識面比較狹窄，但很精，針對性強符號處理能力（傳統(tǒng)程序多重于數(shù)值計算）具有解釋機制具有靈活性，知識庫和推理機相分離，便于知識的更新和擴充專家系統(tǒng)不像人那樣容易疲勞、遺忘,易受環(huán)境、情緒等的影響,它可始終如一地以專家級的高水平求解問題。因此,從這種意義上講,專家系統(tǒng)可以超過專家本人。有些專家系統(tǒng)還具有“自學(xué)習(xí)”能力,即不斷對自己的知識進行擴充、完善和提煉。這一點是傳統(tǒng)系統(tǒng)所無法比擬的。人工智能ES特點具有三級知識結(jié)構(gòu)人工智能8ES的類型關(guān)于專家系統(tǒng)的分類,目前還無定論。按用途分類,專家系統(tǒng)可分為：診斷型、解釋型、預(yù)測型、決策型、設(shè)計型、規(guī)劃型、控制型、調(diào)度型等幾種類型。這些專家系統(tǒng)的功能大部分都是顯然的,無須做過多解釋。這里的解釋是對儀器儀表的檢測數(shù)據(jù)進行分析、推測得出某種結(jié)論。例如通過對一個地區(qū)的地質(zhì)數(shù)據(jù)進行分析,從而對地下礦藏的分布和儲量等得出結(jié)論。又如,通過對一個人的心電圖波形數(shù)據(jù)進行分析,從而對該人的心臟生理病理情況得出某種結(jié)論。顯然,以上兩種事情都是經(jīng)驗豐富的專家才能勝任的。而所謂“規(guī)劃”,就是為完成某任務(wù)而安排一個行動序列。例如,對地圖上的兩地間找一條最短的路徑、為機器人做某件事安排一個動作序列等。人工智能ES的類型關(guān)于專家系統(tǒng)的分類,目前還無定論。人工智能9按輸出結(jié)果分類,專家系統(tǒng)可分為分析型和設(shè)計型。分析型就是其工作性質(zhì)屬于邏輯推理,其輸出結(jié)果一般是個“結(jié)論”,如1中的前四種,就都是分析型的,它們都是通過一系列推理而完成任務(wù)的；而設(shè)計型就是其工作性質(zhì)屬于某種操作,其輸出結(jié)果一般是一個“方案”,如1中的后四種,就都是設(shè)計型的,它們都是通過一系列操作而完成任務(wù)的。當然,也可兼有分析和設(shè)計的綜合型專家系統(tǒng)。例如,醫(yī)療診斷專家系統(tǒng)就是一種綜合型專家系統(tǒng),診斷病癥時要分析、推理,而開處方即制定醫(yī)療方案時要設(shè)計、操作(如對藥劑的取舍或增減等)。人工智能按輸出結(jié)果分類,專家系統(tǒng)可分為分析型和設(shè)計型。分析型就是10按知識表示分類,可分為基于產(chǎn)生式規(guī)則的專家系統(tǒng)、基于一階謂詞的專家系統(tǒng)、基于框架的專家系統(tǒng)、基于語義網(wǎng)的專家系統(tǒng)等等。當然,也存在綜合型專家系統(tǒng)。知識可分為確定性知識和不確定性知識,所以,按知識分類,專家系統(tǒng)又可分為精確推理型和不精確推理型(如模糊專家系統(tǒng))兩類。人工智能按知識表示分類,可分為基于產(chǎn)生式規(guī)則的專家系統(tǒng)、基于一階謂詞11按采用的技術(shù)分類,專家系統(tǒng)可分為符號推理專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。符號推理專家系統(tǒng)就是把專家知識以某種邏輯網(wǎng)絡(luò)(如：由產(chǎn)生式構(gòu)成的顯式或隱式的推理網(wǎng)絡(luò)、狀態(tài)圖、與或圖,由框架構(gòu)成的框架網(wǎng)絡(luò),還有語義網(wǎng)絡(luò)等)存儲,再依據(jù)形式邏輯的推理規(guī)則,采用符號模式匹配的方法,基于這種邏輯網(wǎng)絡(luò)進行推理、搜索的專家系統(tǒng)。神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)就是把專家知識以神經(jīng)網(wǎng)絡(luò)形式存儲,再基于這種神經(jīng)網(wǎng)絡(luò),依據(jù)神經(jīng)元的特性函數(shù),采用神經(jīng)計算的方法,基于這種神經(jīng)網(wǎng)絡(luò)實現(xiàn)推理、搜索的專家系統(tǒng)人工智能按采用的技術(shù)分類,專家系統(tǒng)可分為符號推理專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)12按規(guī)模分類,可分為大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。大型協(xié)同式專家系統(tǒng)就是由多學(xué)科、多領(lǐng)域的多個專家互相配合、同力協(xié)作的大型專家系統(tǒng)。按結(jié)構(gòu)分類可分為集中式和分布式,單機型和網(wǎng)絡(luò)型(即網(wǎng)上專家系統(tǒng))等人工智能按規(guī)模分類,可分為大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。大型協(xié)13專家系統(tǒng)與知識工程由于專家系統(tǒng)是基于知識的系統(tǒng),建造專家系統(tǒng)就涉及到知識獲取(即從人類專家那里或從實際問題那里搜集、整理、歸納專家級知識)、知識表示(即以某種結(jié)構(gòu)形式表達所獲取的知識,并將其存儲于計算機之中)、知識的組織與管理(即知識庫建立與維護等)和知識的運用(即使用知識進行推理)等一系列關(guān)于知識處理的技術(shù)和方法。特別是基于領(lǐng)域知識的各種知識庫系統(tǒng)的建立,更加促進了這些技術(shù)的發(fā)展。所以,關(guān)于知識處理的技術(shù)和方法已形成一個稱為“知識工程”的學(xué)科領(lǐng)域。專家系統(tǒng)促使了知識工程的誕生和發(fā)展,知識工程又為專家系統(tǒng)提供服務(wù)。正是由于這二者的密切關(guān)系,所以,現(xiàn)在的“專家系統(tǒng)”與“知識工程”幾乎已成為同義語。人工智能專家系統(tǒng)與知識工程由于專家系統(tǒng)是基于知識的系統(tǒng),建造專家系14專家系統(tǒng)的組成不同領(lǐng)域和不同類型的ES，體系結(jié)構(gòu)和功能都不完全相同，通常一個最基本的ES由六個部分組成人機界面：用于I/O，盡可能使用自然語言知識庫管理部分：包括知識獲?。▽W(xué)習(xí)功能）和知識維護，通常設(shè)計一些編輯軟件完成知識庫：包括大家共知的常識性知識和專家的啟發(fā)性知識（經(jīng)驗、訣竅、直覺）數(shù)據(jù)庫：也稱為黑板，用于存放初始證據(jù)、中間結(jié)果和最終結(jié)果推理機：用來控制協(xié)調(diào)整個ES的程序，是ES的思維機構(gòu)解釋機構(gòu)：由一組程序組成，負責跟蹤并記錄推理過程，解釋推理過程，是ES與一般程序相區(qū)別的重要特征之一，也是取信于用戶的一個重要措施人工智能專家系統(tǒng)的組成不同領(lǐng)域和不同類型的ES，體系結(jié)構(gòu)和功能都不完15專家系統(tǒng)的概念結(jié)構(gòu)人工智能專家系統(tǒng)的概念結(jié)構(gòu)人工智能16知識庫(KnowledgeBase,KB)是以某種表示形式存儲于計算機中的知識的集合。知識庫通常是以一個個文件的形式存放于外部介質(zhì)上,專家系統(tǒng)運行時將被調(diào)入內(nèi)存。知識庫中的知識一般包括專家知識、領(lǐng)域知識和元知識。元知識是關(guān)于調(diào)度和管理知識的知識。知識庫中的知識通常就是按照知識的表示形式、性質(zhì)、層次、內(nèi)容來組織的,構(gòu)成了知識庫的結(jié)構(gòu)人工智能知識庫(KnowledgeBase,KB)是以某種表示形17推理機(InferenceEngine,IE)推理機,就是實現(xiàn)(機器)推理的程序。這里的推理,是一個廣義的概念,它既包括通常的邏輯推理,也包括基于產(chǎn)生式的操作。推理機是使用知識庫中的知識進行推理而解決問題的,所以推理機也就相當于專家的思維機制,即專家分析問題、解決問題的方法的一種算法表示和程序?qū)崿F(xiàn)。知識庫和推理機構(gòu)成了一個專家系統(tǒng)的基本框架。同時,這兩部分又是相輔相成、密切相關(guān)的。因為不同的知識表示有不同的推理方式,所以,推理機的推理方式和工作效率不僅與推理機本身的算法有關(guān),還與知識庫中的知識以及知識庫的組織有關(guān)。人工智能推理機(InferenceEngine,IE)推理機,18動態(tài)數(shù)據(jù)庫動態(tài)數(shù)據(jù)庫也稱全局數(shù)據(jù)庫、綜合數(shù)據(jù)庫、工作存儲器、黑板等,它是存放初始證據(jù)事實、推理結(jié)果和控制信息的場所,或者說它是上述各種數(shù)據(jù)構(gòu)成的集合。動態(tài)數(shù)據(jù)庫只在系統(tǒng)運行期間產(chǎn)生、變化和撤消,所以稱為“動態(tài)”數(shù)據(jù)庫,且在圖中用虛線包圍。需要說明的是,動態(tài)數(shù)據(jù)庫雖然也叫數(shù)據(jù)庫,但它并不是通常所說的數(shù)據(jù)庫,兩者有本質(zhì)差異人工智能動態(tài)數(shù)據(jù)庫動態(tài)數(shù)據(jù)庫也稱全局數(shù)據(jù)庫、綜合數(shù)據(jù)庫、工作存儲器、19人機界面人機界面指的是最終用戶與專家系統(tǒng)的交互界面。一方面,用戶通過這個界面向系統(tǒng)提出或回答問題,或向系統(tǒng)提供原始數(shù)據(jù)和事實等另一方面,系統(tǒng)通過這個界面向用戶提出或回答問題,并輸出結(jié)果以及對系統(tǒng)的行為和最終結(jié)果做出適當解釋人工智能人機界面人機界面指的是最終用戶與專家系統(tǒng)的交互界面。人工智20解釋模塊解釋程序模塊專門負責向用戶解釋專家系統(tǒng)的行為和結(jié)果。推理過程中,它可向用戶解釋系統(tǒng)的行為,回答用戶“why”之類的問題推理結(jié)束后它可向用戶解釋推理的結(jié)果是怎樣得來的,回答“how”之類的問題人工智能解釋模塊解釋程序模塊專門負責向用戶解釋專家系統(tǒng)的行為和結(jié)果。21知識庫管理系統(tǒng)知識庫管理系統(tǒng)是知識庫的支撐軟件。知識庫管理系統(tǒng)對知識庫的作用,類似于數(shù)據(jù)庫管理系統(tǒng)對數(shù)據(jù)庫的作用,其功能包括知識庫的建立、刪除、重組；知識的獲取(主要指錄入和編輯)、維護、查詢、更新；以及對知識的檢查,包括一致性、冗余性和完整性檢查等等。人工智能知識庫管理系統(tǒng)知識庫管理系統(tǒng)是知識庫的支撐軟件。知識庫管理系22專家系統(tǒng)的理想結(jié)構(gòu)

人工智能專家系統(tǒng)的理想結(jié)構(gòu)人工智能23專家系統(tǒng)的實際結(jié)構(gòu)實際問題中往往不僅需要推理,而且還需要作一些其他處理。如在推理前也可能還需要作一些預(yù)處理(如計算),推理后也可能要作一些再處理(如繪圖),或者,處理和推理要反復(fù)交替多次,或經(jīng)多路進行等等。這樣以來,就使得專家系統(tǒng)的實際結(jié)構(gòu)可能變得多式多樣。例如,實際結(jié)構(gòu)中,專家系統(tǒng)只作為整個系統(tǒng)的一個模塊(稱為專家模塊)嵌套在一個實際的應(yīng)用系統(tǒng)中,而整個應(yīng)用系統(tǒng)可能包含一個或者多個專家模塊。人工智能專家系統(tǒng)的實際結(jié)構(gòu)實際問題中往往不僅需要推理,而且還需要作24專家系統(tǒng)的實際結(jié)構(gòu)示例

人工智能專家系統(tǒng)的實際結(jié)構(gòu)示例人工智能25AI其它方面機器學(xué)習(xí)就是讓計算機自動獲取知識，是當前AI研究的主要障礙和發(fā)展方向之一更多的內(nèi)容可以自己看教材第6章神經(jīng)網(wǎng)絡(luò)屬于交叉學(xué)科，涉及到生物、電子、計算機、數(shù)學(xué)、物理等各種神經(jīng)網(wǎng)絡(luò)模型，可看教材P245的介紹自然語言理解60年代主要采用關(guān)鍵詞匹配技術(shù)70年代采用詞法-句法-語義分析80年代后采用語料庫技術(shù)語料就是自然語言中使用的材料，如單詞、詞組、短語、習(xí)慣用語等人工智能AI其它方面機器學(xué)習(xí)人工智能26專家系統(tǒng)專家系統(tǒng)27概述專家系統(tǒng)是AI研究中最重要也是最活躍的一個分支，它實現(xiàn)了AI從理論走向?qū)嶋H應(yīng)用，從一般思維方法探討轉(zhuǎn)入專門知識運用的重大突破。目前專家系統(tǒng)、自然語言理解、智能機器人一個并列為AI研究最活躍的三大領(lǐng)域自1968年費根鮑姆等人研制成功第一個專家系統(tǒng)DENDRAL以來，ES廣泛應(yīng)用于醫(yī)療、金融、地址、化工、軍事、教育、藝術(shù)等各個領(lǐng)域，產(chǎn)生了巨大的經(jīng)濟效益人工智能概述專家系統(tǒng)是AI研究中最重要也是最活躍的一個分支，它實現(xiàn)了28什么是專家系統(tǒng)自從1965年世界上第一個專家系統(tǒng)DENDRAL問世以來,專家系統(tǒng)的技術(shù)和應(yīng)用,在短短的40余年間獲得了長足的進步和發(fā)展。特別是20世紀80年代中期以后,隨著知識工程技術(shù)的日漸豐富和成熟,各種各樣的實用專家系統(tǒng)如雨后春筍般地在世界各地不斷涌現(xiàn)。那么,究竟什么是專家系統(tǒng)呢？顧名思義,專家系統(tǒng)(ES)就是能像人類專家一樣解決困難、復(fù)雜的實際問題的計算機(軟件)系統(tǒng)。人工智能什么是專家系統(tǒng)自從1965年世界上第一個專家系統(tǒng)DENDRA29我們知道“專家”就是專門家,是某一專門領(lǐng)域的行家里手。專家之所以是專家,是因為他(她)解決問題時具有超凡的能力和水平。專家之所以具有超凡的能力和水平,是因為:(1)專家擁有豐富的專業(yè)知識和實踐經(jīng)驗,或者說他(她)擁有豐富的理論知識和經(jīng)驗知識,特別是經(jīng)驗知識。(2)專家具有獨特的思維方式,即獨特的分析問題和解決問題的方法和策略。人工智能我們知道“專家”就是專門家,是某一專門領(lǐng)域的行家里手。專30所以,這兩點就是一個專家所具備的基本要素。那么,這兩點自然也應(yīng)該是專家系統(tǒng)所具備的基本要素。另外,專家只能是某一專門領(lǐng)域的專家；從效果看,專家解決問題一定是高水平的。因此,專家系統(tǒng)應(yīng)該具備以下四個要素：(1)應(yīng)用于某專門領(lǐng)域。(2)擁有專家級知識。(3)能模擬專家的思維。(4)能達到專家級水平。人工智能所以,這兩點就是一個專家所具備的基本要素。那么,這兩點自31所以,準確一點講,專家系統(tǒng)就應(yīng)該是：應(yīng)用于某一專門領(lǐng)域,擁有該領(lǐng)域相當數(shù)量的專家級知識,能模擬專家的思維,能達到專家級水平,能像專家一樣解決困難和復(fù)雜的實際問題的計算機(軟件)系統(tǒng)。例如,能模擬名醫(yī)進行辨癥施治的診斷醫(yī)療系統(tǒng)就是一種專家系統(tǒng),能模擬地質(zhì)學(xué)家進行地下資源評價和地質(zhì)數(shù)據(jù)解釋的計算機(軟件)系統(tǒng),也是一種專家系統(tǒng)。人工智能所以,準確一點講,專家系統(tǒng)就應(yīng)該是：應(yīng)用于某一專門領(lǐng)域,擁32概述專家系統(tǒng)（ES，ExpertSystem）是在某領(lǐng)域中具有專家知識和求解問題能力的智能軟件系統(tǒng)ES是一種能運用專家的知識與經(jīng)驗進行推理的啟發(fā)式智能軟件ES的智能來源于專家的知識、經(jīng)驗、解決問題的訣竅，ES內(nèi)部必須包含大量專家水平的知識，而且ES在運行過程中應(yīng)具有靈活性，能不斷增長知識，修改原有知識ES不是萬能的，只能利用所屬領(lǐng)域的知識、方法來解決本領(lǐng)域的問題ES應(yīng)能解釋本身的推理過程，能隨時回答用戶提出的問題，即ES應(yīng)具有解釋機制人工智能概述專家系統(tǒng)（ES，ExpertSystem）是在某領(lǐng)域33ES特點具有三級知識結(jié)構(gòu)數(shù)據(jù)級：初始證據(jù)、中間結(jié)論、最終結(jié)論知識庫級：專家的知識控制級：關(guān)于如何運用前兩種知識的知識，即推理機的知識，體現(xiàn)了系統(tǒng)的“智能”程度（傳統(tǒng)程序只有數(shù)據(jù)級和程序級知識）具有特定領(lǐng)域的專家知識，知識面比較狹窄，但很精，針對性強符號處理能力（傳統(tǒng)程序多重于數(shù)值計算）具有解釋機制具有靈活性，知識庫和推理機相分離，便于知識的更新和擴充專家系統(tǒng)不像人那樣容易疲勞、遺忘,易受環(huán)境、情緒等的影響,它可始終如一地以專家級的高水平求解問題。因此,從這種意義上講,專家系統(tǒng)可以超過專家本人。有些專家系統(tǒng)還具有“自學(xué)習(xí)”能力,即不斷對自己的知識進行擴充、完善和提煉。這一點是傳統(tǒng)系統(tǒng)所無法比擬的。人工智能ES特點具有三級知識結(jié)構(gòu)人工智能34ES的類型關(guān)于專家系統(tǒng)的分類,目前還無定論。按用途分類,專家系統(tǒng)可分為：診斷型、解釋型、預(yù)測型、決策型、設(shè)計型、規(guī)劃型、控制型、調(diào)度型等幾種類型。這些專家系統(tǒng)的功能大部分都是顯然的,無須做過多解釋。這里的解釋是對儀器儀表的檢測數(shù)據(jù)進行分析、推測得出某種結(jié)論。例如通過對一個地區(qū)的地質(zhì)數(shù)據(jù)進行分析,從而對地下礦藏的分布和儲量等得出結(jié)論。又如,通過對一個人的心電圖波形數(shù)據(jù)進行分析,從而對該人的心臟生理病理情況得出某種結(jié)論。顯然,以上兩種事情都是經(jīng)驗豐富的專家才能勝任的。而所謂“規(guī)劃”,就是為完成某任務(wù)而安排一個行動序列。例如,對地圖上的兩地間找一條最短的路徑、為機器人做某件事安排一個動作序列等。人工智能ES的類型關(guān)于專家系統(tǒng)的分類,目前還無定論。人工智能35按輸出結(jié)果分類,專家系統(tǒng)可分為分析型和設(shè)計型。分析型就是其工作性質(zhì)屬于邏輯推理,其輸出結(jié)果一般是個“結(jié)論”,如1中的前四種,就都是分析型的,它們都是通過一系列推理而完成任務(wù)的；而設(shè)計型就是其工作性質(zhì)屬于某種操作,其輸出結(jié)果一般是一個“方案”,如1中的后四種,就都是設(shè)計型的,它們都是通過一系列操作而完成任務(wù)的。當然,也可兼有分析和設(shè)計的綜合型專家系統(tǒng)。例如,醫(yī)療診斷專家系統(tǒng)就是一種綜合型專家系統(tǒng),診斷病癥時要分析、推理,而開處方即制定醫(yī)療方案時要設(shè)計、操作(如對藥劑的取舍或增減等)。人工智能按輸出結(jié)果分類,專家系統(tǒng)可分為分析型和設(shè)計型。分析型就是36按知識表示分類,可分為基于產(chǎn)生式規(guī)則的專家系統(tǒng)、基于一階謂詞的專家系統(tǒng)、基于框架的專家系統(tǒng)、基于語義網(wǎng)的專家系統(tǒng)等等。當然,也存在綜合型專家系統(tǒng)。知識可分為確定性知識和不確定性知識,所以,按知識分類,專家系統(tǒng)又可分為精確推理型和不精確推理型(如模糊專家系統(tǒng))兩類。人工智能按知識表示分類,可分為基于產(chǎn)生式規(guī)則的專家系統(tǒng)、基于一階謂詞37按采用的技術(shù)分類,專家系統(tǒng)可分為符號推理專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。符號推理專家系統(tǒng)就是把專家知識以某種邏輯網(wǎng)絡(luò)(如：由產(chǎn)生式構(gòu)成的顯式或隱式的推理網(wǎng)絡(luò)、狀態(tài)圖、與或圖,由框架構(gòu)成的框架網(wǎng)絡(luò),還有語義網(wǎng)絡(luò)等)存儲,再依據(jù)形式邏輯的推理規(guī)則,采用符號模式匹配的方法,基于這種邏輯網(wǎng)絡(luò)進行推理、搜索的專家系統(tǒng)。神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)就是把專家知識以神經(jīng)網(wǎng)絡(luò)形式存儲,再基于這種神經(jīng)網(wǎng)絡(luò),依據(jù)神經(jīng)元的特性函數(shù),采用神經(jīng)計算的方法,基于這種神經(jīng)網(wǎng)絡(luò)實現(xiàn)推理、搜索的專家系統(tǒng)人工智能按采用的技術(shù)分類,專家系統(tǒng)可分為符號推理專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)38按規(guī)模分類,可分為大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。大型協(xié)同式專家系統(tǒng)就是由多學(xué)科、多領(lǐng)域的多個專家互相配合、同力協(xié)作的大型專家系統(tǒng)。按結(jié)構(gòu)分類可分為集中式和分布式,單機型和網(wǎng)絡(luò)型(即網(wǎng)上專家系統(tǒng))等人工智能按規(guī)模分類,可分為大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。大型協(xié)39專家系統(tǒng)與知識工程由于專家系統(tǒng)是基于知識的系統(tǒng),建造專家系統(tǒng)就涉及到知識獲取(即從人類專家那里或從實際問題那里搜集、整理、歸納專家級知識)、知識表示(即以某種結(jié)構(gòu)形式表達所獲取的知識,并將其存儲于計算機之中)、知識的組織與管理(即知識庫建立與維護等)和知識的運用(即使用知識進行推理)等一系列關(guān)于知識處理的技術(shù)和方法。特別是基于領(lǐng)域知識的各種知識庫系統(tǒng)的建立,更加促進了這些技術(shù)的發(fā)展。所以,關(guān)于知識處理的技術(shù)和方法已形成一個稱為“知識工程”的學(xué)科領(lǐng)域。專家系統(tǒng)促使了知識工程的誕生和發(fā)展,知識工程又為專家系統(tǒng)提供服務(wù)。正是由于這二者的密切關(guān)系,所以,現(xiàn)在的“專家系統(tǒng)”與“知識工程”幾乎已成為同義語。人工智能專家系統(tǒng)與知識工程由于專家系統(tǒng)是基于知識的系統(tǒng),建造專家系40專家系統(tǒng)的組成不同領(lǐng)域和不同類型的ES，體系結(jié)構(gòu)和功能都不完全相同，通常一個最基本的ES由六個部分組成人機界面：用于I/O，盡可能使用自然語言知識庫管理部分：包括知識獲取（學(xué)習(xí)功能）和知識維護，通常設(shè)計一些編輯軟件完成知識庫：包括大家共知的常識性知識和專家的啟發(fā)性知識（經(jīng)驗、訣竅、直覺）數(shù)據(jù)庫：也稱為黑板，用于存放初始證據(jù)、中間結(jié)果和最終結(jié)果推理機：用來控制協(xié)調(diào)整個ES的程序，是ES的思維機構(gòu)解釋機構(gòu)：由一組程序組成，負責跟蹤并記錄推理過程，解釋推理過程，是ES與一般程序相區(qū)別的重要特征之一，也是取信于用戶的一個重要措施人工智能專家系統(tǒng)的組成不同領(lǐng)域和不同類型的ES，體系結(jié)構(gòu)和功能都不完41專家系統(tǒng)的概念結(jié)構(gòu)人工智能專家系統(tǒng)的概念結(jié)構(gòu)人工智能42知識庫(KnowledgeBase,KB)是以某種表示形式存儲于計算機中的知識的集合。知識庫通常是以一個個文件的形式存放于外部介質(zhì)上,專家系統(tǒng)運行時將被調(diào)入內(nèi)存。知識庫中的知識一般包括專家知識、領(lǐng)域知識和元知識。元知識是關(guān)于調(diào)度和管理知識的知識。知識庫中的知識通常就是按照知識的表示形式、性質(zhì)、層次、內(nèi)容來組織的,構(gòu)成了知識庫的結(jié)構(gòu)人工智能知識庫(KnowledgeBase,KB)是以某種表示形43推理機(InferenceEngine,IE)推理機,就是實現(xiàn)(機器)推理的程序。這里的推理,是一個廣義的概念,它既包括通常的邏輯推理,也包括基于產(chǎn)生式的操作。推理機是使用知識庫中的知識進行推理而解決問題的,所以推理機也就相當于專家的思維機制,即專家分析問題、解決問題的方法的一種算法表示和程序?qū)崿F(xiàn)。知識庫和推理機構(gòu)成了一個專家系統(tǒng)的基本框架。同時,這兩部分又是相輔相成、密切相關(guān)的。因為不同的知識表示有不同的推理方式,所以,推理機的推理方式和工作效率不僅與推理機本身的算法有關(guān),還與知識庫中的知識以及知識庫的組織有關(guān)。人工智能推理機(InferenceEngine,IE)推理機,44動態(tài)數(shù)據(jù)庫動態(tài)數(shù)據(jù)庫也稱全局數(shù)據(jù)庫、綜合數(shù)據(jù)庫、工作存儲器、黑板等,它是存放初始證據(jù)事實、推理結(jié)果和控制信息的場所,或者說它是上述各種數(shù)據(jù)構(gòu)成的集合。動態(tài)數(shù)據(jù)庫只在系統(tǒng)運行期間產(chǎn)生、變化和撤消,所以稱為“動態(tài)”數(shù)據(jù)庫,且在圖中用虛線包圍。需要說明的是,動態(tài)數(shù)據(jù)庫雖然也叫數(shù)據(jù)庫,但它并不是