人工智能8 專家系統(tǒng)2 人工智能課程 中國海洋大學(xué)

第五章專家系統(tǒng)的解釋機(jī)制

本章學(xué)習(xí)目的：

1.掌握ES解釋機(jī)制的功能、作用；2.掌握ES解釋機(jī)制的實現(xiàn)原理及常用方法。

主要內(nèi)容包括：

1.專家系統(tǒng)解釋機(jī)制的基本概念；2.專家系統(tǒng)解釋機(jī)制實現(xiàn)中常用的方法；3.專家系統(tǒng)解釋機(jī)制的實現(xiàn)。5.1專家系統(tǒng)解釋機(jī)制的基本概念1.ES解釋的定義

?ES的解釋功能是ES區(qū)別于傳統(tǒng)程序系統(tǒng)的主要特征之一。

?ES的解釋主要定義為：一種合理性說明，在系統(tǒng)KB調(diào)試、ES測試及運行過程中，對問題求解、知識應(yīng)用狀況等作靜態(tài)與動態(tài)的合理性說明，以解決ES求解的可理解性、透明性及可信賴性。2.ES解釋機(jī)制的作用

根據(jù)定義，其將在四個方面起作用：

?ES生成中對KB的調(diào)試；?ES原型測試；?用戶使用中的運行解釋；?起某種程度上的“教師”作用。

(1)作用1：ES生成中對KB的調(diào)試，該作用主要涉及

?檢索知識庫中已有內(nèi)容；?跟蹤系統(tǒng)運行；?提供出錯信息。

(2)作用2：進(jìn)行ES原理測試的輔助記錄與顯示

?記錄、顯示KB中知識的使用情況；?記錄、顯示上下文中各種參數(shù)、中間結(jié)果的演變。

(3)作用3：用戶使用中的運行解釋

?解釋問題求解的過程（策略）；?解釋知識在推理過程中的應(yīng)用情況；?解釋推理過程和結(jié)論的合理性。

(4)作用4：起“教師”的作用3.專家系統(tǒng)解釋機(jī)制的解釋類型

ES的解釋機(jī)制有以下幾種類型：

(1)動態(tài)

?Why解釋：說明系統(tǒng)或某一求解動作為什么要這樣做。?How解釋：說明系統(tǒng)或某一求解動作是怎樣達(dá)到當(dāng)前目標(biāo)的。?What解釋：說明系統(tǒng)當(dāng)前正在做什么。

(2)靜態(tài)

?系統(tǒng)求解范圍解釋：

說明系統(tǒng)求解的邊界及出錯信息。

?知識內(nèi)容的解釋：說明KB中知識形式、內(nèi)容應(yīng)用等信息。?求解策略的解釋:對問題求解范圍內(nèi)的問題求解給出一個靜態(tài)的說明。4.解釋機(jī)制實現(xiàn)應(yīng)考慮的問題

我們在設(shè)計ES解釋機(jī)制的時候，應(yīng)考慮以下幾方面的問題：

(1)建立適當(dāng)?shù)娜藱C(jī)接口。(2)建立對應(yīng)于由推理機(jī)生成的推理路徑，動態(tài)解釋類型與所選取的靜態(tài)解釋內(nèi)容間的關(guān)聯(lián)，并記錄相應(yīng)的推理路徑及信息。(3)建立易于用戶接受的解釋信息的表達(dá)方式，即解釋的敘述問題便于用戶理解、接受。

(4)建立并組織好所有的靜態(tài)解釋信息，它是實現(xiàn)動態(tài)運行過程解釋的前提。解釋信息可以是：?直接由表層知識，如KB中規(guī)則的描述規(guī)定；?對應(yīng)于規(guī)則的對其的深層描述；?直接的深層知識（含因果、屬性、聯(lián)系等）。5.解釋機(jī)制的一般體系結(jié)構(gòu)或?qū)崿F(xiàn)用戶人機(jī)界面解釋信息的表達(dá)、敘述控制推理路徑及動態(tài)信息對應(yīng)于KB及問題求解組織機(jī)構(gòu)的解釋空間構(gòu)造上下文推理機(jī)5.2專家系統(tǒng)解釋機(jī)制實現(xiàn)的常用方法

專家系統(tǒng)常用的解釋方法包括：

?唱片/預(yù)制文本解釋法?追蹤解釋法?策略解釋法?自動程序員法1.唱片/預(yù)制文本解釋法

(1)方法的基本思想

這是一種最簡單也是最早的解釋方法，通過預(yù)先估計所有可解的問題，將每個問題的解釋語句存入系統(tǒng)中，這些被存入的語句可隨時調(diào)出和顯示。

當(dāng)用戶使用ES時，“放”出來的唱片句子用來幫助用戶：

?回答系統(tǒng)正在做什么；

?跟蹤系統(tǒng)運行；

?顯示出錯信息。

(2)唱片程序（句子）與解釋空間的關(guān)聯(lián)問題

?問題求解策略的每一個步驟：一段唱片程序；?問題求解的每個動作：一段唱片程序，說明系統(tǒng)正在做什么，通過顯示以說明或提前說明一個動作部分要做的具體工作：—系統(tǒng)調(diào)用了哪些函數(shù)；—函數(shù)的各種參數(shù)；—所作的假設(shè)；—所運用的推理方式。?結(jié)合已有上下文內(nèi)容的狀態(tài)變量（對應(yīng)于唱片程序的不同片段）設(shè)置。

(3)唱片解釋法的特點與不足

?唱片解釋法主要用于回答系統(tǒng)正在做什么；?方法簡單明了；?但知識工程師要事先估計所有可解的問題，并對每一問題提供解答；?唱片程序是預(yù)制的，運用過程不是生成的，而是“放出”的；?唱片和知識庫相互獨立修改，不便于維護(hù)；?不具備解釋的智能性。2.追蹤解釋法

(1)基本思想

通過重新顯示系統(tǒng)問題求解過程的推理路徑和通過重新顯示系統(tǒng)問題求解過程中知識庫中知識的使用情況，來解釋系統(tǒng)是怎樣求解問題直至得出結(jié)論的。?這種方法從系統(tǒng)運行的角度來說明系統(tǒng)的動作；?解釋基于系統(tǒng)運行中所產(chǎn)生的動態(tài)信息，而唱片法則是基于預(yù)制唱片的靜態(tài)信息。

(2)設(shè)計追蹤法應(yīng)解決的關(guān)鍵問題

Ⅰ.解釋中基本操作的確定：

?基本操作是解釋的基本層次；

?在這一層次上系統(tǒng)的求解行為將得到具體解釋；

?在基于不同知識表示模式的ES中，基本操作建議為知識表示中最基本的、獨立的數(shù)據(jù)單元，為框架系統(tǒng)中的框架，產(chǎn)生式系統(tǒng)中的規(guī)則。

Ⅱ.對應(yīng)于基本操作（或所選定的解釋層次）的動態(tài)信息紀(jì)錄程序：

?用于記錄系統(tǒng)問題求解過程中選定層次上的行為，這些行為包括：—各中間狀態(tài)下知識的匹配情況；

—各狀態(tài)的轉(zhuǎn)化情況；

?紀(jì)錄結(jié)果用于系統(tǒng)行為的跟蹤。

Ⅲ.設(shè)計一個與系統(tǒng)控制結(jié)構(gòu)相對應(yīng)的/相反的解釋控制結(jié)構(gòu)：

?控制對記錄信息結(jié)果的行為理解；?對于“How”解釋，采用“自頂向下”的動態(tài)信息樹（推理路徑)的搜索；?對于“Why”解釋，采用動態(tài)信息樹（推理路經(jīng)及動態(tài)信息）的搜索；

Ⅳ.設(shè)計一個接口程序：

根據(jù)記錄內(nèi)容和解釋控制結(jié)構(gòu)把跟蹤結(jié)果翻譯成用戶能理解的解釋語句。

(3)追蹤解釋法特點

?解釋基于動態(tài)信息；?解釋過程簡單；?同唱片法相比，能保證問題求解過程與解釋代碼的一致性；?但把記錄內(nèi)容翻譯成用戶易理解的解釋難以做到，甚至做不到，原因在于：—程序代碼（動態(tài)信息）與用戶領(lǐng)域?qū)Ｓ眯g(shù)語間的區(qū)別，自然語言接口難以實現(xiàn)；—只能偏重“How”解釋，而不能過多過深地進(jìn)行動作合理化的“Why”解釋。3.策略解釋法

(1)基本思想

?對應(yīng)于兩級ES結(jié)構(gòu)的ES解釋機(jī)制；?問題的求解策略由元知識定義；?對元知識庫的推理構(gòu)造了求解任務(wù)序列；?所有解釋基于元推理產(chǎn)生；?具體求解操作由領(lǐng)域ES完成。

(2)策略解釋法實現(xiàn)中應(yīng)注意的關(guān)鍵問題

?其借用追蹤法的基本思想，所以應(yīng)在元級、領(lǐng)域級注意前后問題；?建立元級、領(lǐng)域級解釋間的關(guān)聯(lián)。(3)策略解釋法的特點

?具備追蹤法的特點；?解釋層次抽象度高，解釋起點高；?但問題求解策略知識必須能顯示抽象出來。4.自動程序員方法

前面幾種方法，對“Why”解釋的支持性很弱，因為“Why”解釋涉及到解釋行為的合理性問題，而合理性解釋相關(guān)于問題求解表層知識之外的深層知識，自動程序員方法是為解決這一問題而提出的。

(1)基本思想

?利用一個自動程序員（程序生成器）來產(chǎn)生ES;?當(dāng)程序生成器從抽象目標(biāo)利用領(lǐng)域知識求精產(chǎn)生具體的執(zhí)行程序時，其保留求精過程的推理軌跡；?這種推理軌跡并不是執(zhí)行程序用于問題求解所必需的知識，它是用于論證系統(tǒng)動作的合理性。

(2)自動程序員法的結(jié)構(gòu)?ES生成器：產(chǎn)生待求任務(wù)的執(zhí)行程序（其含ES的主要功能）；?其中“領(lǐng)域模型”和“領(lǐng)域原則”是領(lǐng)域?qū)ｉT知識，為生成器產(chǎn)生執(zhí)行程序提供知識；

ES生成器領(lǐng)域模型領(lǐng)域原則英語產(chǎn)生器用戶求精結(jié)構(gòu)ES

?求精機(jī)構(gòu)：是生成器產(chǎn)生執(zhí)行程序過程中所留下的軌跡，它含有產(chǎn)生過程中間軌跡和最終的軌跡程序；?領(lǐng)域模型：是問題領(lǐng)域的描述性事實，包括實體間的因果關(guān)系、分類層次等；

?領(lǐng)域原則：

—是領(lǐng)域的問題求解方法和啟發(fā)式過程，是關(guān)于問題求解的過程性知識。—它告訴生成器具體工作的做法；—一條領(lǐng)域原則可看作一種抽象的過程模式；—利用領(lǐng)域模型中的事實填充這種抽象過程可產(chǎn)生具體的過程和操作；

領(lǐng)域模型領(lǐng)域原則生成執(zhí)行程序

?英語產(chǎn)生器：利用“求精結(jié)構(gòu)”，“領(lǐng)域模型”、“領(lǐng)域原則”構(gòu)造解釋語句，在不同層次上回答“Why”。

(3)特點?能給出“Why解釋”的合理性解釋，克服因深層知識的缺陷而導(dǎo)致的“Why”解釋的薄弱；?但自動求精過程不易實現(xiàn)；?自動程序生成是難點；?利用這種解釋方法來構(gòu)造英語解釋語句存在障礙。第六章專家系統(tǒng)的知識獲取

本章學(xué)習(xí)目的：

1.了解ES知識獲取的手段、方法、過程等；2.了解機(jī)器學(xué)習(xí)的方法、途徑及其在ES知識獲取中的地位、作用及應(yīng)用；3.了解知識獲取輔助工具的原理、結(jié)構(gòu)及建立方法。

本章主要講述以下內(nèi)容：

1.知識獲取的一般性問題；2.知識/學(xué)習(xí)文本的生成：從知識源確定到概念化；3.知識的形式化過程；4.知識庫的建立；5.知識庫的調(diào)試與維護(hù)。6.1知識獲取的一般性問題

ES用于領(lǐng)域問題求解必須依賴于其知識庫的容量、質(zhì)量，而知識獲取就在于建筑出上述要求的知識庫。1.知識獲取的概念

?指從人類專家處獲取領(lǐng)域知識，并將其轉(zhuǎn)化成知識庫的過程；?知識獲取是ES建造的關(guān)鍵環(huán)節(jié)，亦是建造ES的“瓶頸”；?知識工程師在知識獲取過程中協(xié)調(diào)領(lǐng)域?qū)＜疫M(jìn)行領(lǐng)域知識的形式化，并在知識獲取中起關(guān)鍵作用。2.知識獲取的過程

知識獲取一般經(jīng)歷以下五個階段：

?知識源的確定?概念化階段文本形成；

?形式化階段；

?知識庫建立階段；

?知識庫測試、精煉與維護(hù)階段。

(1)知識源的確定

?首先由知識工程師根據(jù)待解領(lǐng)域問題選擇一個（組）專家；?請教這些專家并學(xué)習(xí)領(lǐng)域有關(guān)的概念、問題等；?制定（與專家一起）系統(tǒng)的設(shè)計目標(biāo)；?確定ES所需的知識源，如：—專家過去的問題求解實例；—教科書中的知識；—隱含在專家大腦中的問題求解經(jīng)驗；

(2)知識文本形成或概念化階段針對各種知識源，與專家配合，確定系統(tǒng)目標(biāo)內(nèi)的主要概念、關(guān)系等的描述。

?確定數(shù)據(jù)類型——知識類型；?分析系統(tǒng)預(yù)定的輸入輸出；?系統(tǒng)目標(biāo)的分解（子問題的劃分）；?每個子目標(biāo)的約束；?領(lǐng)域問題的求解策略；?可使用的局部假設(shè)；?問題領(lǐng)域中各實體的相關(guān)性；?問題領(lǐng)域中各實體間的因果關(guān)系；?問題領(lǐng)域中各實體間的層次、網(wǎng)狀結(jié)構(gòu)等；?形成知識文本（以自然跟蹤、圖形表示的上述內(nèi)容）；?當(dāng)采用機(jī)器學(xué)習(xí)自動獲取知識時，形成學(xué)習(xí)文本。

(3)形式化階段

?選擇合適的知識表示模式（數(shù)據(jù)結(jié)構(gòu)）把概念化階段得出的知識文本表示出來；?或利用學(xué)習(xí)文本，調(diào)出相應(yīng)的機(jī)器學(xué)習(xí)算法，形成相應(yīng)的合適的知識表示模式。

(4)知識庫建立階段

?利用知識庫編輯機(jī)制把由知識文本轉(zhuǎn)化而來的形式化知識輸入，以建立知識庫；?或利用形式化知識自動錄入機(jī)制，把經(jīng)機(jī)器學(xué)習(xí)生成的知識輸入到知識庫中；

(5)知識庫的測試、精煉、維護(hù)階段

?檢查、測試知識庫的推理路徑可達(dá)性（用實例）；?消除知識冗余——精煉；?消除知識的二義性——精煉；?對新增加知識的測試、精煉——維護(hù)。領(lǐng)域問題學(xué)習(xí)文本形式化知識知識庫(2)自動型知識獲取(3)混合型知識獲取結(jié)合兩種模型的知識獲取。3.知識獲取的類型從上述知識獲取的過程，我們可得出知識獲取的幾種類型：

(1)交互式知識獲取領(lǐng)域問題知識文本形式化知識知識庫環(huán)境知識庫編輯知識庫推理機(jī)交互式系統(tǒng)知識獲取環(huán)境學(xué)習(xí)元知識庫性能元學(xué)習(xí)系統(tǒng)知識獲取4.關(guān)于知識獲取的交互系統(tǒng)與學(xué)習(xí)系統(tǒng)的一般結(jié)構(gòu)6.2常用的機(jī)器學(xué)習(xí)方法

如前所述，利用“學(xué)習(xí)元”可將“學(xué)習(xí)文本”自動地轉(zhuǎn)換成“形式化知識”。“學(xué)習(xí)元”的構(gòu)造取決于：—各種不同的學(xué)習(xí)算法；—學(xué)習(xí)策略；—知識表示方法；—應(yīng)用領(lǐng)域；學(xué)習(xí)元的構(gòu)造需使用“機(jī)器學(xué)習(xí)”技術(shù)。1.基本概念

所謂機(jī)器學(xué)習(xí)，就是要使計算機(jī)能夠模擬人的學(xué)習(xí)行為，自動地通過學(xué)習(xí)獲取知識和技能，不斷改善技能，實現(xiàn)自我完善。2.機(jī)器學(xué)習(xí)的分類

目前常用的分類方法：

機(jī)械式學(xué)習(xí)指導(dǎo)式學(xué)習(xí)示例學(xué)習(xí)類比學(xué)習(xí)解釋學(xué)習(xí)基于演繹的學(xué)習(xí)基于歸納的學(xué)習(xí)歸納學(xué)習(xí)分析學(xué)習(xí)連接學(xué)習(xí)遺傳算法(1)按學(xué)習(xí)方法分類(2)按推理方式分類(3)按綜合屬性分類3.機(jī)械學(xué)習(xí)（RoteLearning）

(1)基本概念

這是一種最簡單、最原始的學(xué)習(xí)方法，它通過記憶和評價外部環(huán)境所提供的信息達(dá)到學(xué)習(xí)的目的，學(xué)習(xí)系統(tǒng)（學(xué)習(xí)元）要做的工作是把經(jīng)過評價取得的信息存儲到知識庫，求解問題時就從知識庫中檢索出相應(yīng)的知識直接用來求解問題。?機(jī)械學(xué)習(xí)就是記憶；?學(xué)習(xí)元所做的工作僅僅是存儲新的知識；?需要時檢索出來即可。

例如：某個計算的輸入是：(x1,x2,……,xn)，計算后輸出是：(y1,y2,……,yn),

如果經(jīng)評價后得知該結(jié)果正確，則把聯(lián)想對:[(x1,x2,……,xn),(y1,y2,……,yn)]存入知識庫，當(dāng)以后需要做同樣的計算時，只要從知識庫中檢索出來即可，而不需要重新計算了。

(2)利弊

機(jī)械式學(xué)習(xí)實質(zhì)上是用存儲空間來換取處理時間，雖然節(jié)省了計算時間，但卻多占了存儲空間。當(dāng)因?qū)W習(xí)而積累的知識逐漸增多時，占用的空間就會越來越大，檢索的效率也就隨之下降。

2.歸納學(xué)習(xí)（LearningbyInduction)

歸納學(xué)習(xí)是應(yīng)用歸納推理進(jìn)行學(xué)習(xí)的一類學(xué)習(xí)方法，按其有無教師指導(dǎo)可分為示例學(xué)習(xí)和觀察與發(fā)現(xiàn)學(xué)習(xí)。

?環(huán)境提供的信息是關(guān)于實際例子的輸入與輸出描述；?輸入數(shù)據(jù)、輸出結(jié)果規(guī)定了一個特殊的知識原則(特殊知識);?學(xué)習(xí)元從這些特殊知識中假設(shè)和歸納出一般性知識。

(1)歸納推理

歸納是指從個別到一般，從部分到整體的一類推論行為。歸納推理是應(yīng)用歸納方法進(jìn)行的推理。常用的歸納推理方法有：

枚舉歸納聯(lián)想歸納類比歸納Ⅰ.枚舉歸納設(shè)a1,a2,

…是某類事物A中的具體事物，若已知a1,a2,

…,an

都有屬性P,并且沒有發(fā)生反例，當(dāng)n足夠大時，就可得出“A中所有事物都有屬性P”的結(jié)論。這是一種從個別事例歸納出一般性知識的方法，“A中所有事物都有屬性P”

是通過歸納得到的新知識。

例如：設(shè)有如下已知事例：張三是足球運動員，他的體格健壯。李四是足球運動員，他的體格健壯。……趙十是足球運動員，他的體格健壯。

當(dāng)事例足夠多時，就可歸納出一個一般性知識：

凡是足球運動員，他的體格一定健壯。

考慮到可能會出現(xiàn)反例，可給這條知識增加一個可信度：凡是足球運動員，他的體格一定健壯（0.95）。Ⅱ.聯(lián)想歸納

若已知兩個事物a與b有n個屬性相同或相似，即：

a具有屬性P1，b也有屬性P1

a具有屬性P2，b也有屬性P2

。。。

a具有屬性Pn，b也有屬性Pn

并且還發(fā)現(xiàn)，a具有屬性Pn+1，則當(dāng)n足夠大時，可歸納出：

b也有屬性Pn+1

這一新知識。

例如：通過觀察發(fā)現(xiàn)，兩個孿生兄弟都有相同的身高、體重、相貌，都喜歡唱歌、跳舞，且喜歡吃相同的食物，而且發(fā)現(xiàn)其中一人喜歡畫山水畫，雖然我們沒有看到另一個也喜歡畫山水畫，但我們很容易聯(lián)想到另一個“也喜歡畫山水畫”，這就是聯(lián)想歸納。

由于聯(lián)想歸納是一種主觀不充分置信推理，因而經(jīng)歸納得出的結(jié)論可能會有錯誤。

(2)示例學(xué)習(xí)（LearningbyExamples）示例學(xué)習(xí)是通過從環(huán)境中取得若干與某概念有關(guān)的例子，經(jīng)歸納得出一般性概念的一種學(xué)習(xí)方法。

在這種學(xué)習(xí)方法中，外部環(huán)境（教師）提供的是一組例子（正例和反例），這些例子實際上是一組特殊的知識，每一個例子表達(dá)了僅適用于該例子的知識，示例學(xué)習(xí)就是要從這些特殊知識中歸納出適合于更大范圍的一般性知識。

例如：我們用一批動物作為示例，并且告訴學(xué)習(xí)系統(tǒng)哪一個動物是“馬”，哪一個動物不是，當(dāng)示例足夠多時，學(xué)習(xí)系統(tǒng)就能概括出關(guān)于“馬”的概念模型，使自己能識別“馬”。這一學(xué)習(xí)過程就是示例學(xué)習(xí)。

Ⅰ.示例學(xué)習(xí)的學(xué)習(xí)模型

其學(xué)習(xí)過程是：首先從示例空間（環(huán)境）中選擇合適的訓(xùn)練示例，然后經(jīng)過解釋歸納出一般性的知識，最后再從示例空間中選擇更多的示例對它進(jìn)行驗證，直到得到可實用的知識為止。

Ⅱ.常用的歸納算法——

強化/弱化算法：—用于歸納產(chǎn)生式規(guī)則：學(xué)習(xí)元的輸出為規(guī)則；—強化指使規(guī)則前提取值范圍加大：擴(kuò)大范圍；—弱化指使規(guī)則前提取值范圍變?。嚎s小范圍；

驗證示例空間搜索解釋形成知識知識庫找一個規(guī)則模式用實例匹配判斷規(guī)則前提范圍大？弱化前提強化前提獲取一般性規(guī)則Stop判斷規(guī)則前提范圍??？YYNN3.類比學(xué)習(xí)（LearningbyAnalogy）?指在幾個對象（實體）間檢測相似性；?根據(jù)一方對象（實體）所具有的事實和知識，推出相似對象所具有的事實與知識；?環(huán)境提供相關(guān)領(lǐng)域知識（與當(dāng)前所學(xué)習(xí)的問題間有相似性）;?學(xué)習(xí)元找出相似性并得出相似準(zhǔn)則/知識。

(1)類比推理類比學(xué)習(xí)的基礎(chǔ)是類比推理。

所謂類比推理是指：

由新情況與記憶中的已知情況在某些方面相似，從而推出它們在其它方面也相似。

類比推理是在兩個相似域之間進(jìn)行的：

?一個是已經(jīng)認(rèn)識的域，它包括過去曾經(jīng)解決過且與當(dāng)前待解決問題類似的問題以及相關(guān)知識，稱為源域，記做S；

?另一個是當(dāng)前尚未完全認(rèn)識的域，它是遇到的新問題，稱為目標(biāo)域，記做T；

類比推理的目的是：從S中選出與當(dāng)前問題最近似的問題及其求解方法來求解當(dāng)前問題，或者建立起目標(biāo)域中已有命題間的聯(lián)系，形成新知識。

(2)屬性類比學(xué)習(xí)

屬性類比學(xué)習(xí)是根據(jù)兩個相似事物的屬性實現(xiàn)類比學(xué)習(xí)的。

我們以1979年溫斯頓開發(fā)的一個系統(tǒng)為例進(jìn)行說明。在該系統(tǒng)中：

?原域和目標(biāo)域都是用框架表示的，分別稱為源框架和目標(biāo)框架；

?框架的槽用于表示事物的屬性；

其學(xué)習(xí)的過程是把源框架中的某些槽值傳遞到目標(biāo)框架的相應(yīng)槽中去。傳遞分兩步進(jìn)行：

Ⅰ.從源框架中選擇若干槽作為候選槽選擇方法是相繼使用如下啟發(fā)式規(guī)則：

?選擇那些具有極端槽值的槽作為候選槽；?選擇那些已經(jīng)被確認(rèn)為“重要槽”的槽作為候選槽；?選擇那些與源框架相似的框架中不具有的槽作為候選槽。如，S為源框架，S’是任一與S相似的框架，如果在S中有某些槽，但S’中不具有這些槽，則就選擇這些槽作為候選槽；?選擇那些相似框架中不具有這種槽值的槽作為候選槽。如，S為源框架，S’是任一與S相似的框架，如果在S中有某槽，其槽值為a，而S’中雖有這個槽，但其槽值不是a，則這個槽可被選為候選槽；?把源框架中所有槽都作為候選槽。當(dāng)用上述啟發(fā)式規(guī)則都無法確定候選槽，或所確定的候選槽不夠用時，可把源框架中所有的槽都作為候選槽，供下一步進(jìn)行篩選。

Ⅱ.根據(jù)目標(biāo)框架對候選槽進(jìn)行篩選篩選按以下啟發(fā)式規(guī)則進(jìn)行：

?選擇那些在目標(biāo)框架中還未填值的槽；?選擇那些在目標(biāo)框架中為典型事例的槽；?選擇那些與目標(biāo)框架有密切關(guān)系的槽，或者與目標(biāo)框架的槽類似的槽；

通過上述篩選，一般都可得到一組槽值，分別把它們填入到目標(biāo)框架的相應(yīng)槽中，即實現(xiàn)了源框架中某些槽值向目標(biāo)框架的傳遞。

(3)轉(zhuǎn)換類比學(xué)習(xí)（略）6.3知識/學(xué)習(xí)文本的生成

知識/學(xué)習(xí)文本是構(gòu)造知識庫的基礎(chǔ)，概念化階段以獲得完整的（基本上的）文本而結(jié)束。文本的獲得方法有：

?面談法（Interview)；?模擬法（Simulation）；

?協(xié)議分析法（ProtocolAnalysis）；

1.

面談式知識/學(xué)習(xí)文本的生成

(1)面談式知識文本的生成方法及過程

?知識工程師與專家直接對話；?知識工程師紀(jì)錄會話內(nèi)容；?對詳細(xì)的會話記錄進(jìn)行編輯并定義與領(lǐng)域問題相關(guān)的術(shù)語、詞匯等，形成初始文本；?對初始文本不斷更新，形成知識的類自然語言表示（如事實、規(guī)則、信念、懷疑、假設(shè)等）的知識文本。

(2)面談式知識文本的生成過程中應(yīng)考慮的問題

?如何有效的提問，以解決對專家求解問題過程的了解，提問范圍：—求解什么（What?)；—為什么要這樣做（Why?)；—為何求解（How?)；—求解難點是什么（What?)；?應(yīng)抓住問題的“要害”，使專家敘述的問題有利于知識文本的生成；?解決怎樣才能很好的把會談記錄轉(zhuǎn)化為初始文本，即：

—初始字典形成；—初始知識形成；?應(yīng)考慮下列幾方面問題：

—解決不切題意的敘述、矛盾的敘述問題；—解決專家與知識工程師對專門術(shù)語理解的一致性；—對模糊表示的切題理解；—對知識可信度的判斷。?解決好各階段知識工程師與專家間的反饋。(3)面談式知識文本生成的特點

?這是一種最常用的知識獲?。ǜ拍罨┦侄?，具有直觀性、易操作性；?但缺乏宏觀上的整體結(jié)構(gòu)；?過程冗長，得出的記錄有時難以分析。2.模擬法知識/學(xué)習(xí)文本的生成模擬法有靜態(tài)和動態(tài)兩種形式：

(1)靜態(tài)模擬法知識/學(xué)習(xí)文本的生成過程

?知識工程師提出一組實例：

—1.給出所有的好數(shù)據(jù)；—2.給出不完備的初始數(shù)據(jù)；?專家針對該問題（實例）進(jìn)行求解，并說明求解過程所用的知識與步驟，得到一套資料；?知識工程師總結(jié)后，形成文本。

(2)動態(tài)模擬法知識/學(xué)習(xí)文本的生成過程?在專家處理某真實問題時，知識工程師觀察并記錄下其求解步驟與相關(guān)知識信息；?分析處理所記錄內(nèi)容；?形成知識文本。

(3)模擬法知識文本的生成的特點

?無論靜態(tài)、動態(tài)法皆能將知識獲取集中到所感興趣的場合中；?文本生成依賴于對問題求解的操作過程，因此，知識文本生成有良好的結(jié)構(gòu)性；?所生成的文本知識專業(yè)、面窄（針對實例）；?對靜態(tài)法：工作壓力、時間壓力不同，可能導(dǎo)致專家在考慮問題中的細(xì)節(jié)忽略；?對動態(tài)法：雖然能了解專家在自然狀態(tài)下的工作，但費時、費力。3.協(xié)議分析法知識文本的生成

協(xié)議分析法實質(zhì)上是靜態(tài)模擬法的深化。

(1)過程

?首先在專家與知識工程師之間達(dá)成一個協(xié)議；—專家完成：解決問題的處理知識與手段，講述思維活動。—知識工程師：記錄、分析、歸納相應(yīng)內(nèi)容。

?專家根據(jù)實驗報告、實例求解過程作詳解，強調(diào)求解理由及深層知識信息，但也包括過程信息；（模擬法強調(diào)求解過程，但也包含詳細(xì)信息）。專家實驗報告、案例等知識工程師?知識工程師記錄；?知識工程師分析記錄內(nèi)容：—把記錄內(nèi)容據(jù)詳解分成細(xì)目；—分塊形成結(jié)構(gòu)化形式；—總結(jié)出知識模型；—實現(xiàn)從特殊到一般的抽象；

—寫出文本。

(2)特點

?結(jié)構(gòu)化了會談式知識獲取方式；?不僅強調(diào)了求解過程的信息，更重要的是強調(diào)了求解理由及相關(guān)的深層知識；

?但知識工程師從特殊的具體特性到一般概念的抽象不易實現(xiàn)。

6.4知識的形式化及知識庫的建立

知識文本是對領(lǐng)域問題的文字性的敘述或描述，而用適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)表示它們——“知識表示”是形式化的主要工作。1.用于知識形式化的“知識表示”方法的選擇原則

(1)根據(jù)文本所描述的知識類型選擇相應(yīng)的“知識表示”模式

?深層：描述性知識事實性知識用命題等表示；

?淺層：判斷性知識啟發(fā)性知識用產(chǎn)生式表示。?過程性知識：用啟發(fā)式算法或其它算法實現(xiàn)。

(2)根據(jù)領(lǐng)域問題求解習(xí)慣及方便性選擇“知識表示”模式

?對帶有循環(huán)或排序性質(zhì)的問題求解：如工序順序安排等，可采用過程型（算法）知識表示方法；?對診斷問題求解，其帶有因果鏈的搜索，可采用因果網(wǎng)等表示；

?對一般性的工藝設(shè)計（如工程決策、機(jī)床選擇、設(shè)計方案選擇等），可采用“產(chǎn)生式規(guī)則+框架”。

應(yīng)該指出的是：在一般情況下，一個工程ES中混合多種知識表示模式是不可避免的。2.知識形式化文本的建立過程在“知識表示”模式確定后，可將知識/學(xué)習(xí)文本轉(zhuǎn)變?yōu)樾问交男挛谋?，其建立過程為：

Ⅰ.針對知識文本：

(1)首先按ES未來的組織結(jié)構(gòu)將知識文本劃分為若干塊；(2)對每塊選擇相應(yīng)的“知識表示模式”（單獨或組合）；(3)按符合知識庫創(chuàng)建的輸入模塊的輸入格式要求寫出每塊的知識；(4)對每塊知識進(jìn)行樹狀、層次式、圖狀重排；總之，生成形式化后的、符合KB輸入模塊的輸入數(shù)據(jù)格式要求的新文本。

Ⅱ.針對學(xué)習(xí)文本主要是根據(jù)學(xué)習(xí)算法模塊的輸入數(shù)據(jù)格式要求，把學(xué)習(xí)文本映射成相應(yīng)的新文本（過程類同于上）。3.知識庫的建立一旦知識的形式化過程完成，則可用三種模式實現(xiàn)KB的建立。

?通過KB編輯模塊；

?通過學(xué)習(xí)算法模塊；

?通過知識庫管理系統(tǒng)（KBMS）。

(1)利用KB編輯模塊建立KB

Ⅰ.

流程：形式化新文本KB編輯模塊組織結(jié)構(gòu)

Ⅱ.

KB編輯模塊的構(gòu)造及組成：

?規(guī)定一致于形式化文本表示模式的輸入格式；?規(guī)定一致于形式化文本組織知識塊的結(jié)構(gòu)的錄入控制機(jī)制；?錄入知識的語法、句法檢驗；

?錄入或已入庫知識的進(jìn)一步編輯、插入、刪除、修改、顯示等。

Ⅲ.該方法的特點：?形式化文本、KB編輯器、KB三者在數(shù)據(jù)格式、組織形式、知識表示模式方面密切相關(guān)、不能相互獨立；

?

KB編輯器屬專用的文本處理器；

?編程實現(xiàn)方便；

?系統(tǒng)在邏輯及具體實現(xiàn)上易行、方便。

Ⅳ.目前一種新的智能KB編輯器的框架：

知識文本用戶接口自然語言理解知識入庫控制知識管理模塊KB

(2)利用學(xué)習(xí)算法模塊建立KB

Ⅰ.流程這是一種智能化知識自動獲取及建庫模式。

?學(xué)習(xí)算法模塊：—1.由其輸入格式?jīng)Q定的形式化學(xué)習(xí)文本，產(chǎn)生出特定數(shù)據(jù)結(jié)構(gòu)的知識（最一般的為產(chǎn)生式規(guī)則）；—2.而學(xué)習(xí)算法如前所述，為歸納學(xué)習(xí)中的“強化-弱化算法”。形式化學(xué)習(xí)文本學(xué)習(xí)算法模塊知識入庫模塊知識管理模塊KB

?知識入庫控制模塊—1.相關(guān)到KB的組織結(jié)構(gòu)；—2.檢查新生成知識的合法性；—3.把學(xué)習(xí)所得的知識存入KB相應(yīng)位置。

?知識管理模塊

用于在特定的KB組織結(jié)構(gòu)和知識表示模式的控制下的顯示、修改、刪除、插入及語法、語義檢查。

Ⅱ.特點

?實現(xiàn)KB的自動獲??；?所有模塊密切關(guān)聯(lián)；

?但本知識獲取方式實現(xiàn)困難，理論支持下降。(3)利用知識庫管理系統(tǒng)創(chuàng)建知識庫

Ⅰ.流程

?類似于DBMS，首先用KBMS定義知識庫模式；—1.KB結(jié)構(gòu)；—2.知識表示模式。

?利用KBMS的庫操作語言錄入形式化文本信息，并根據(jù)所定義的庫模式映射出相應(yīng)的庫文件來。

?對KB的管理由KBMS的庫操作語言（程序）執(zhí)行。形式化文本KBMSKB

Ⅱ.特點

?知識獲取方式仍為交互式（用知識編輯模塊）；?但KBMS本身與“形式化文本和KB”相分離，而由KBMS定義的KB模式、子模式（知識模式）與它們有關(guān)；?KBMS為知識庫建立提供了通用工具；?KBMS實現(xiàn)復(fù)雜。

以上用于建立KB的功能模塊也稱知識獲取輔助工具，包括：

?KB編輯模塊;

?學(xué)習(xí)算法模塊;

?KBMS;4.關(guān)于單條知識的合法性檢查

在知識錄入過程中，必須對單條知識進(jìn)行合法性檢查：?單條知識的語法是否符合具體的知識表示模式的定義；?單條知識的詞法是否符合具體的知識表示模式的定義；?單條知識的語義是否符合具體的知識表示模式的定義；6.5知識庫的調(diào)試與精煉、知識求精、維護(hù)

知識庫初建后，還必須進(jìn)行調(diào)試、精煉與維護(hù)。1.知識庫的調(diào)試與精煉

(1)調(diào)試與精練的用途

?知識庫調(diào)試主要是用推理機(jī)測試所有可能推理路徑的可達(dá)性；

?知識庫的精煉指：—消除KB中的冗余；—消除知識中的知識二義性；—消除不可達(dá)現(xiàn)象。

調(diào)試與精煉兩者相輔相成。

(2)知識庫調(diào)試中應(yīng)考慮的問題

?盡可能多的選擇KB能表達(dá)的推理目標(biāo)進(jìn)行測試；?用于測試的推理機(jī)應(yīng)匹配于KB的組織形式；

?推理機(jī)與解釋機(jī)制能很好結(jié)合并方便地進(jìn)行錯誤定位。

(3)關(guān)于知識庫精煉

Ⅰ.冗余知識的消除：

例如：ifa&bthenc,ifathend,ifb&dthencd為與其它規(guī)則無關(guān)聯(lián)命題，則最后一組規(guī)則冗余，可去除。

Ⅱ.二義性消除修改

例如,ifa&bthencifa&bthend

如果要消除，可通過增加前提，去除一個。

Ⅲ.不可達(dá)知識去除修改所有可能的推理路徑都不會用到的知識必須去除或修改。

Ⅳ.知識順序的再組織知識存放順序影響到：—推理效率；—沖突消除。因此，有時有必要重新組織知識順序，提高推理效率及方便沖突消除。

Ⅴ.去除矛盾性知識例如：ifa&bthenc,ifa&bthenc應(yīng)解決。

2.知識求精知識庫中除了可能存在上述的冗余、茅盾等問題外，還可能存在知識不完整的問題，以至在系統(tǒng)運行時產(chǎn)生錯判或漏判的錯誤。

?錯判：指對給定的不應(yīng)產(chǎn)生某一結(jié)論的條件，但系統(tǒng)運行卻得出了這一結(jié)論。例如，對一個肝病診斷專家系統(tǒng)來說，把不是肝炎的診斷為肝炎，這就是錯判。

?漏判：指在給定條件下，本來應(yīng)該推出的結(jié)論沒有推出來。例如把肝炎病人診斷為不是肝炎。

?知識求精：為了找出導(dǎo)致錯誤的原因，就需要找出產(chǎn)生這些錯誤的知識，予以改進(jìn)，以提高知識庫的可靠性，這稱為知識求精。

?知識求精的一般方法：

用一批有已知結(jié)論的實例考核知識庫，看有多少實例被知識庫錯判及漏判，然后對知識作適當(dāng)修正，以提高知識的精度。

知識求精方法與知識的表示方法有密切關(guān)系。3.知識庫的維護(hù)當(dāng)調(diào)試與精煉完成提供給ES使用后，要對ES進(jìn)行維護(hù)。這些維護(hù)包括：

?KB的顯示；

?KB知識增加后再調(diào)試與精煉；?KB知識刪除后再調(diào)試與精煉；?KB知識修改后再調(diào)試與精煉；具體實現(xiàn)方法使用前述過程。

第七章專家系統(tǒng)開發(fā)方法學(xué)及典型系統(tǒng)評述

前面各章介紹了ES的各組織環(huán)節(jié)的原理及開發(fā)：

?知識表示；?推理技術(shù)?解釋機(jī)制?問題求解控制策略；?知識獲取等。

但如何將他們“集成”起來，創(chuàng)造出面向?qū)ｉT領(lǐng)域的ES，則是專家系統(tǒng)開發(fā)方法學(xué)應(yīng)解決的問題。

本章主要內(nèi)容涉及ES開發(fā)方法學(xué)部分內(nèi)容:1.ES的選題與設(shè)計原則；2.研制ES的基本步驟；3.深化ES。

4.此外，我們還要介紹一個典型的專家系統(tǒng)：MYCIN（RULE）；

7.1專家系統(tǒng)開發(fā)方法學(xué)1.概述經(jīng)驗表明，ES的開發(fā)是一項曠日費時的復(fù)雜工作，其具備以下幾方面的特點：

(1)開發(fā)ES的特點

Ⅰ.在方法學(xué)的成熟性方面

?AI及ES各項基本技術(shù)的有效性、適用性無法精確說明；?開發(fā)ES在很大程度上憑經(jīng)驗和直覺工作；?研制ES不存在可共同遵循的一套完整規(guī)范化方法；

Ⅱ.在ES的程序開發(fā)方面?不同于傳統(tǒng)的基于算法的程序開發(fā)；?將知識表示技術(shù)、利用知識的推理技術(shù)，融于傳統(tǒng)的程序設(shè)計過程；?有人認(rèn)為：ES的程序開發(fā)與其說是一門科學(xué)，還不如說是一門藝術(shù)；

Feigonbaum教授曾說：“設(shè)計專家系統(tǒng)的藝術(shù)既是程序設(shè)計藝術(shù)的一部分，又是它的擴(kuò)展，這就是用表示知識的技術(shù)和利用知識進(jìn)行推理的技術(shù)來構(gòu)造復(fù)雜的計算機(jī)程序的藝術(shù)?！?/p>

Ⅲ.在ES的知識方面

?“知識”是開發(fā)ES的“瓶頸”，這一點在前面已有介紹；?ES要達(dá)到專家求解水平，必須掌握專家求解問題的經(jīng)驗知識，它們是：大量的、專門的、非結(jié)構(gòu)化的、隱式的、長期積累的；?知識層不良結(jié)構(gòu)，在專家頭腦中無定型形式，KB整理困難；?專門知識建立在經(jīng)驗基礎(chǔ)上，缺乏嚴(yán)謹(jǐn)?shù)睦碚撘罁?jù)；?知識抽取往往憑某些重復(fù)出現(xiàn)的因果聯(lián)系或直覺，而專家在描述這些知識時，很難做到準(zhǔn)確無誤。

Ⅳ.在ES的發(fā)展?fàn)顩r方面?ES的發(fā)展正向復(fù)雜化、實用化方面發(fā)展，并不斷進(jìn)入到新應(yīng)用領(lǐng)域；?ES的開發(fā)更多地利用著當(dāng)前AI技術(shù)的新成果；?ES開發(fā)更多地利用AI技術(shù)與其它技術(shù)（如數(shù)據(jù)庫技術(shù)、CAD技術(shù)、模式識別技術(shù)、數(shù)據(jù)采集技術(shù)及各種接口技術(shù)等）的結(jié)合。

(2)開發(fā)ES的難點

主要定位在知識獲取方面，即：專家的知識與ES所用的表示知識的方法在抽象層次上的不一致性，這種層次包括：

?語義描述；?組織結(jié)構(gòu)；?表達(dá)形式。實現(xiàn)這種“不一致”的轉(zhuǎn)換極為困難。

(3)專家系統(tǒng)開發(fā)方法學(xué)涉及的主要內(nèi)容

Ⅰ.對各項ES單元技術(shù)的使用方法：

?知識表示；?推理；?解釋。

Ⅱ.集成各項單元技術(shù)的方法：問題求解的組織結(jié)構(gòu)與控制策略；

Ⅲ.ES的選題與設(shè)計原則；

Ⅳ.研制ES的基本步驟。2.ES的選題與設(shè)計原則

(1)ES的選題原則

Ⅰ.

ES的選題原則是：

指出哪種特定的問題比較適合于應(yīng)用專家系統(tǒng)；

Ⅱ.適合于應(yīng)用ES的問題須滿足三個先決條件：

?存在一個可以與之合作的DE（DomainExpert），通常，不存在公認(rèn)專家的領(lǐng)域有二：—1.問題求解已有成熟的方法，領(lǐng)域內(nèi)一般人員均可處理好；—2.問題求解過于復(fù)雜，人類無法較好地解決它們。

?DE是通過啟發(fā)式方法求解問題的，即領(lǐng)域含人類未徹底掌握的，不存在成熟算法的場合；?DE的知識能盡量的用語言表達(dá)清楚：

—

這樣便于KE整理、形式化知識；—而依賴于感覺、直覺工作的領(lǐng)域，ES求解效果不顯著。

Ⅲ.ES選題的其它應(yīng)考慮的問題

?問題的范圍應(yīng)比較狹窄，因為：—1.AI技術(shù)受限，無表示知識、利用知識、獲取知識的通用技術(shù)；—2.不便于表示大量的、形式多樣的常識性知識。

?問題難度適當(dāng)，因為：—1.太簡單，失去應(yīng)用ES的意義；—2.太復(fù)雜，使系統(tǒng)難以構(gòu)造，且處理效率及水平過低。

?針對特定的應(yīng)用目的及領(lǐng)域：—1.對缺乏高級專門人才的領(lǐng)域，用ES發(fā)揮DE級的應(yīng)用水平；—2.代替人的部分腦力勞動：涉及到大量重復(fù)性勞動，如信號數(shù)據(jù)解釋等。

(2)ES的設(shè)計原則

Ⅰ.眾所周知，設(shè)計ES的基礎(chǔ)是：領(lǐng)域?qū)＜褼E；知識工程師KE；大量的知識（經(jīng)驗、實例等）。這也稱開發(fā)ES的三個基本要素。Ⅱ.知識庫與推理機(jī)分離

?它是實現(xiàn)或設(shè)計ES的基本原則；

?使解釋、可信度傳播等能夠?qū)崿F(xiàn)。

Ⅲ.盡量使用統(tǒng)一的知識表示方法；

Ⅳ.

推理機(jī)盡量簡化，保證解釋等工作量小；

Ⅴ.利用冗余以彌補知識的不完整，不精確；3.研制ES的基本步驟

雖然目前還沒有一種規(guī)范化的開發(fā)步驟，但近三十年的開發(fā)表明，開發(fā)一個成功的ES大致要經(jīng)歷：

準(zhǔn)備階段；研究問題；整理知識；建立模型系統(tǒng)；改進(jìn)與擴(kuò)充；測試與評價；商品化；

(1)準(zhǔn)備階段

當(dāng)KE與DE打算合作開發(fā)ES時，雙方可著手以下準(zhǔn)備工作：?雙方共同探討、選擇一種合適的問題；

?初步規(guī)劃、制定系統(tǒng)求解問題的范圍；

?一旦雙方確定基本目標(biāo)，可開始著手知識獲取的前兩步工作。

(2)研究問題：

KE與DE共同探討ES開發(fā)的細(xì)節(jié)：范圍與難度，開發(fā)費用、時間、機(jī)器等。

Ⅰ.系統(tǒng)求解范圍細(xì)化及難度討論

?細(xì)化求解范圍；

?確定各子任務(wù)求解難度，以得到分配資源的原由；

Ⅱ.合理分配資源、開發(fā)費用、時間等?合理的開發(fā)資源分配取決于問題求解的難度。一般：

—1.

開發(fā)一個難度適中的ES約需5~6人年的工作量；

—2.

開發(fā)一個難度較大的ES約需10人年的工作量；

—3.開發(fā)一個難度很大的ES約需20人年的工作量；

?一種參考到中等難度的ES的時間分配可為：

時間：2年工作量：6人年人員分配：高級KE：6.5年低級KE：2年人工智能程序員：2年領(lǐng)域?qū)＜遥?.5年

?合理分配開發(fā)ES所用的設(shè)備、軟件支持、開發(fā)資金等。主流類型小型中型大型規(guī)則數(shù)量50~350(條)500~3000(條)5000~10000(條)工作量3~6（人年）8~15（人年）20人年以上資金$40,000~60,000$500,000~1000,000$2000,000~5000,000機(jī)器微型機(jī)、小型機(jī)小型機(jī)、中型機(jī)中型機(jī)、大型機(jī)預(yù)算表

(3)整理知識主要完成知識獲取從“知識源確定”到“知識概念化”到“知識形式化”的三個階段。

(4)建立模型系統(tǒng)

Ⅰ.建立模型系統(tǒng)，從三個方面著手：

ⅰ.完成初級知識庫的建立；

ⅱ.建立一個初級ES的程序系統(tǒng)；

?知識編輯；

?推理機(jī)；?解釋機(jī)；?簡單界面等。

ⅲ.測試該模型系統(tǒng)，證明技術(shù)可行性。

這些工作也可由所選擇的適當(dāng)?shù)腅S開發(fā)工具實現(xiàn)。

Ⅱ.模型系統(tǒng)的作用：

?驗證前階段所形成的系統(tǒng)設(shè)計方案的正確性；

?提高ES開發(fā)者的興趣（指領(lǐng)域?qū)＜遥?/p>

Ⅲ.實現(xiàn)模型應(yīng)注意的問題：

?不追求系統(tǒng)盡善盡美，尤其是不追求KB的完美無缺；?保持模型系統(tǒng)的簡單化，以便隨著對系統(tǒng)的修改、對附加功能的修改而增加。

?開發(fā)一些簡單的輔助功能（如知識編輯、解釋功能等）；?模型系統(tǒng)的建造是開發(fā)ES過程中很重要的一步，它對ES后期的開發(fā)有重要影響。

(5)改進(jìn)與擴(kuò)充以一種循環(huán)工作模式著手下面三方面的工作：

Ⅰ.知識庫的逐步深化

Ⅱ.ES程序功能的擴(kuò)充—1.推理機(jī)；—2.解釋機(jī)；—3.控制策略等；—4.輔助功能。

Ⅲ.構(gòu)造和應(yīng)用一些測試工具—1.測試實例庫的建立；—2.運行跟蹤等。應(yīng)指出，對于第二方面的工作，“ES的核心部分（KB、推理機(jī)等）程序量”<“輔助模塊”。例如：Schlumbeiger公司開發(fā)的石油測井?dāng)?shù)據(jù)解釋專家系統(tǒng)DipmeterAdvisor中：推理機(jī)：8%人機(jī)接口：40%知識庫：22%支持環(huán)境：15%檢驗：15%4.專家系統(tǒng)的評價

ES的開發(fā)過程是一個經(jīng)過長期反饋、逐步進(jìn)化、完善的過程，對ES的評價（含非正式）實際上貫穿于系統(tǒng)開發(fā)的全過程：

(1)ES評價的定義

?檢測所開發(fā)的ES在各個層次上的正確性、準(zhǔn)確性、實用性；?在評價中獲得各種基于AI的技術(shù)指標(biāo)。

(2)ES評價的內(nèi)容

對ES的評價內(nèi)容有多種不同的考慮，概括為：

?評價系統(tǒng)的性能：了解求解水平是否達(dá)到DE水準(zhǔn)、可否實際應(yīng)用；

?評價系統(tǒng)的靈活性：看其是否便于修改和擴(kuò)充知識庫的知識；

?評價系統(tǒng)的透明性：看其解題過程及系統(tǒng)本身是否容易為用戶和系統(tǒng)維護(hù)人員所理解；?評價系統(tǒng)的可用性，如評價：—1.系統(tǒng)使用方法是否簡單易行；—2.人機(jī)通信手段是否直觀；—3.系統(tǒng)求解問題的效率是否令人滿意；—4.系統(tǒng)能否推廣應(yīng)用等。?評價系統(tǒng)的效益：—1.系統(tǒng)能否產(chǎn)生經(jīng)濟(jì)效益、社會效益；—2.系統(tǒng)效益與系統(tǒng)造價是否相適應(yīng)。?評價系統(tǒng)的意義：—1.理論意義：對ES的發(fā)展和推廣的貢獻(xiàn)；—2.現(xiàn)實意義：對國民經(jīng)濟(jì)的貢獻(xiàn)。上述六項內(nèi)容依次形成一個“由低到高”的評價層次結(jié)構(gòu)，一般來說，只有通過較低的評價才能進(jìn)入較高的評價。

(3)ES評價的原則針對上述各層次的評價內(nèi)容，ES的評價遵循以下各原則：

Ⅰ.復(fù)雜的事物或過程不能用某種單一的指標(biāo)來評價;

Ⅱ.評價的指標(biāo)越多，評價的等級越細(xì)，構(gòu)成總體評價的信息就越多；Ⅲ.人們根據(jù)各自的興趣產(chǎn)生的評價會有沖突；

Ⅳ.只要準(zhǔn)確定義如何評價，評價工作都可根據(jù)實驗來進(jìn)行。

根據(jù)以上原則，可為各層次的評價內(nèi)容設(shè)計評價方法與指標(biāo)。

(4)ES的評價方法

?開發(fā)者自評價法；

?同行專家評議法（鑒定會法、調(diào)查表法）；

?用戶評價法（實例測試法、調(diào)查表法）。

無論哪種方法，都必須：Ⅰ.從低層次到高層次逐次評價；

Ⅱ.設(shè)計好相應(yīng)的評價指標(biāo)；

Ⅲ.做好對反饋信息的處理；

Ⅳ.借助特定的評估工具（如實例庫、Batch程序）。

(5)評價出的ES級別

Ⅰ.演示原型：

?這類系統(tǒng)能解決應(yīng)用領(lǐng)域中的一部分問題；

?主要作用是說明系統(tǒng)所采用的AI技術(shù)適于該領(lǐng)域；?進(jìn)一步表明該領(lǐng)域可用ES求解以達(dá)到目標(biāo)。

Ⅱ.研究原型：

?對領(lǐng)域問題的求解較完整，且性能可靠；?但未進(jìn)行完整的測試與認(rèn)真的修改，系統(tǒng)行為有些脆弱。

Ⅲ.領(lǐng)域原型：

?已在用戶環(huán)境下接受大范圍的測試；?具有足夠的可靠性和良好的性能。

Ⅳ.產(chǎn)品模型：

在用戶環(huán)境下，在性能、求解問題的效率、靈活性、透明性等方面都達(dá)到比較令人滿意的程度。7.2典型專家系統(tǒng)評述

典型系統(tǒng)的實現(xiàn)對ES技術(shù)的發(fā)展具有里程碑的作用，這些系統(tǒng)包括：

?MYCIN——（醫(yī)學(xué)診斷專家系統(tǒng)）?PROSPECTOR——（地質(zhì)勘探專家系統(tǒng)）?DENDRAL——（化學(xué)分析專家系統(tǒng)）?AM——（數(shù)學(xué)發(fā)現(xiàn)專家系統(tǒng)）

本節(jié)將從知識表示、推理實現(xiàn)、問題求解組織與控制等方面對MYCIN系統(tǒng)作一介紹。醫(yī)學(xué)診斷專家系統(tǒng)MYCIN

(1)研究與開發(fā)背景

?1972年開始，由Stanford大學(xué)開始開發(fā)，1974年基本完成，后經(jīng)多次改進(jìn)，最終發(fā)展成一個著名系統(tǒng)。MYCIN用LISP開發(fā)。?其原始工作基于shortliffe的ph.D論文。