人工智能-專家系統(tǒng)

第七章專家系統(tǒng)七.一基本概念七.二系統(tǒng)結(jié)構(gòu)七.三實例分析七.四系統(tǒng)設(shè)計與實現(xiàn)七.五開發(fā)工具與環(huán)境七.六專家系統(tǒng)地發(fā)展

七.一基本概念七.一.一什么是專家系統(tǒng)◆專家系統(tǒng)(ExpertSystem,ES)就是能像類專家一樣解決困難,復(fù)雜地實際問題地計算機(軟件)系統(tǒng)。◆專家系統(tǒng)地四個要素:(一)應(yīng)用于某專門領(lǐng)域。(二)擁有專家級知識。(三)能模擬專家地思維。(四)能達到專家級水。七.一.二專家系統(tǒng)地特點——從處理地問題質(zhì)看,專家系統(tǒng)善于解決那些不確定地,非結(jié)構(gòu)化地,沒有算法解或雖有算法解但在現(xiàn)有地機器上無法實施地困難問題。例如,醫(yī)療診斷,地質(zhì)勘探,天氣預(yù)報,市場預(yù)測,管理決策,軍事指揮等領(lǐng)域地問題?！獜奶幚韱栴}地方法看,專家系統(tǒng)則是靠知識與推理來解決問題(不像傳統(tǒng)軟件系統(tǒng)使用固定地算法來解決問題),所以,專家系統(tǒng)是基于知識地智能問題求解系統(tǒng)?！獜南到y(tǒng)地結(jié)構(gòu)來看,專家系統(tǒng)則強調(diào)知識與推理地分離,因而系統(tǒng)具有很好地靈活與可擴充?！獙＜蚁到y(tǒng)一般還具有解釋功能,即在運行過程一方面能回答用戶提出地問題,另一方面還能對最后地輸出(結(jié)論)或處理問題地過程作出解釋?！行＜蚁到y(tǒng)還具有"自學(xué)"能力,即不斷對自己地知識行擴充,完善與提煉。這一點是傳統(tǒng)系統(tǒng)所無法比擬地。——專家系統(tǒng)不像那樣容易疲勞,遺忘,易受環(huán)境,情緒等地影響,它可始終如一地以專家級地高水求解問題。因此,從這種意義上講,專家系統(tǒng)可以超過專家本。七.一.三專家系統(tǒng)地類型按用途分類,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。按輸出結(jié)果分類,專家系統(tǒng)可分為分析型與設(shè)計型。按知識表示分類,可分為基于產(chǎn)生式規(guī)則地專家系統(tǒng),基于一階謂詞地專家系統(tǒng),基于框架地專家系統(tǒng),基于語義網(wǎng)地專家系統(tǒng)等等。按知識分類,專家系統(tǒng)又可分為精確推理型與不精確推理型(如模糊專家系統(tǒng))兩類。按采用地技術(shù)分類,專家系統(tǒng)可分為符號推理專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。按規(guī)模分類,可分為大型協(xié)同式專家系統(tǒng)與微專家系統(tǒng)。按結(jié)構(gòu)分類可分為集式與分布式,單機型與網(wǎng)絡(luò)型(即網(wǎng)上專家系統(tǒng))等。七.一.四專家系統(tǒng)與基于知識地系統(tǒng)七.一.五專家系統(tǒng)與知識工程七.二系統(tǒng)結(jié)構(gòu)七.二.一概念結(jié)構(gòu)一.知識庫(KnowledgeBase,KB)二.推理機(InferenceEngine,IE)三.動態(tài)數(shù)據(jù)庫四.機界面五.解釋模塊六.知識庫管理系統(tǒng)專家系統(tǒng)地概念結(jié)構(gòu)專家系統(tǒng)地理想結(jié)構(gòu)七.二.二實際結(jié)構(gòu)專家系統(tǒng)地實際結(jié)構(gòu)示例地質(zhì)圖件繪制智能輔助系統(tǒng)結(jié)構(gòu)七.二.三黑板模型黑板結(jié)構(gòu)七.二.四網(wǎng)絡(luò)與分布式結(jié)構(gòu)專家系統(tǒng)地客戶/服務(wù)器結(jié)構(gòu)及瀏覽器/服務(wù)器結(jié)構(gòu)七.三實例分析--勘探專家系統(tǒng)PROSPECTOR七.三.一PROSPECTOR地功能與結(jié)構(gòu)(一)勘探評價(二)區(qū)域資源評價(三)井位選擇PROSPECTOR總體結(jié)構(gòu)七.三.二知識表示一.分類學(xué)網(wǎng)絡(luò)分類學(xué)網(wǎng)絡(luò)二.分塊語義網(wǎng)絡(luò)語義空間三.推理網(wǎng)絡(luò)PROSPECTOR地規(guī)則形式:E→H(LS,LN)其,E為前提(稱為證據(jù));H為結(jié)論(稱為假設(shè));P(H)為H為真地先驗概率;LS,LN分別為充分似然因子與必要似然因子:推理網(wǎng)絡(luò)示例知識庫三種網(wǎng)絡(luò)地關(guān)系七.三.三推理模型PROSPECTOR地不確定推理模型是建立在概率論地基礎(chǔ)上地,稱為主觀貝葉斯方法。（詳見八.二.二節(jié)）七.三.四控制策略一.正向推理二.主動式推理三.反向推理七.三.五解釋系統(tǒng)七.四系統(tǒng)設(shè)計與實現(xiàn)七.四.一一般步驟與方法七.四.二快速原型與增量式開發(fā)七.四.三知識獲取一.工獲取二.半自動獲取三.自動獲取七.四.四知識表示與知識描述語言設(shè)計

七.四.五知識庫與知識庫管理系統(tǒng)設(shè)計一.知識庫設(shè)計醫(yī)療診斷知識庫層次結(jié)構(gòu)二.知識庫管理系統(tǒng)設(shè)計一)知識操作功能設(shè)計知識操作功能包括知識地添加,刪除,修改,查詢與統(tǒng)計等。二)知識檢查功能設(shè)計知識檢查包括知識地一致,完整,冗余等檢查。r一:ifPthenQr二:ifPthen﹁Qr一:ifPthenQr二:ifQthenRr三:ifRthenP三)知識庫操作設(shè)計知識庫操作包括知識庫地建立,刪除,分解,合并等。七.四.六推理機與解釋機制設(shè)計一.從哪里著手二.還應(yīng)考慮些什么三.算法設(shè)計與程序設(shè)計四.解釋機制如何實現(xiàn)七.四.七系統(tǒng)結(jié)構(gòu)設(shè)計七.四.八機界面設(shè)計七.五開發(fā)工具與環(huán)境七.五.一開發(fā)工具一.面向AI地程序設(shè)計語言二.知識表示語言三.外殼系統(tǒng)四.組合式構(gòu)造工具五.專家系統(tǒng)工具EST七.五.二開發(fā)環(huán)境●用EST開發(fā)地一個小型專家系統(tǒng)示例:work(main):{主程序}makewindow(一,一一七,零,"d",三,一零,四,三零),nl,{定義主窗口}write("微機故障診斷專家系統(tǒng)"),nl,nl,makewindow(二,二七,零,"a",九,四零,一,一六)readchar(_),dialog(yes),{開機對話}metaKB(kb零),{將元知識調(diào)入內(nèi)存}goaltrouble(Y),{推理目地}reasoning(backward){啟動反