第六章-專家系統(tǒng)與IDSS

第六章

專家系統(tǒng)與智能決策支持系統(tǒng)

6.1專家系統(tǒng)

6.2

智能決策支持系統(tǒng)

6.1專家系統(tǒng)6.1.1專家系統(tǒng)簡介6.1.2專家系統(tǒng)的基本結(jié)構(gòu)及工作原理6.1.3

產(chǎn)生式規(guī)則專家系統(tǒng)6.1.4

專家系統(tǒng)示例6.1.1專家系統(tǒng)簡介一、專家系統(tǒng)的概念二、專家系統(tǒng)的基本特征三、專家系統(tǒng)與常規(guī)計算機程序的區(qū)別四、專家系統(tǒng)的應(yīng)用一、專家系統(tǒng)的概念迄今為止，關(guān)于專家系統(tǒng)還沒有一個公認(rèn)的嚴(yán)格定義，一般認(rèn)為：（1）它是一個智能程序系統(tǒng)；（2）它具有相關(guān)領(lǐng)域內(nèi)大量的專家知識；（3）它能應(yīng)用人工智能技術(shù)模擬人類專家求解問題的思維過程進行推理，解決相關(guān)領(lǐng)域內(nèi)的困難問題，并且達到領(lǐng)域?qū)＜业乃?。專家系統(tǒng)——就是一種在相關(guān)領(lǐng)域中具有專家水平解題能力的智能程序系統(tǒng)，它能運用領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗與專門知識，模擬人類專家的思維過程，求解需要專家才能解決的困難問題。二、專家系統(tǒng)的基本特征

1.具有專家水平的專門知識一般來說，專家系統(tǒng)中的知識可分為三個層次，即數(shù)據(jù)級、知識庫級和控制級。數(shù)據(jù)級知識是指具體問題所提供的初始事實以及問題求解過程中所產(chǎn)生的中間結(jié)論、最終結(jié)論等。如，病人的癥狀、化驗結(jié)果以及由專家系統(tǒng)推出的病因、治療方案等。知識庫級知識是指專家的知識，例如醫(yī)學(xué)常識、醫(yī)生診治疾病的經(jīng)驗等?？刂萍壷R是用于控制系統(tǒng)的運行過程及推理的知識。如，搜索策略、推理方法等。任何一個專家系統(tǒng)都是面向一個具體領(lǐng)域的，求解的問題僅僅局限于一個較窄的范圍內(nèi)。2.能進行有效的推理專家系統(tǒng)的根本任務(wù)是求解領(lǐng)域內(nèi)的現(xiàn)實問題。問題的求解過程是一個思維過程，即推理過程。專家系統(tǒng)必須具有相應(yīng)的推理機構(gòu)，能根據(jù)用戶提供的已知事實，通過運用掌握的知識，進行有效的推理，以實現(xiàn)對問題的求解。專家系統(tǒng)的推理機制多種，有：精確推理、不確定性推理、不完全推理和試探性推理等。需根據(jù)問題領(lǐng)域的特點，分別進行設(shè)計。3.具有獲取知識的能力目前專家系統(tǒng)在知識獲取方面的能力還較弱，當(dāng)前應(yīng)用較多的是建立知識編輯器，知識工程師或領(lǐng)域?qū)＜彝ㄟ^知識編輯器把領(lǐng)域知識“傳授”給專家系統(tǒng)，建立知識庫。一些高級專家系統(tǒng)目前正在建立一些自動獲取工具，使系統(tǒng)自身具有學(xué)習(xí)能力，能從系統(tǒng)運行的實踐中不斷總結(jié)出新的知識。知識獲取工具——搜索工具、數(shù)據(jù)挖掘技術(shù)。4.具有靈活性在大多數(shù)專家系統(tǒng)中，其體系結(jié)構(gòu)都采用了知識庫與推理機相分離的構(gòu)造原則，彼此既有聯(lián)系，又相互獨立。好處是：①在系統(tǒng)運行時能根據(jù)具體問題要求分別選取合適的知識構(gòu)成不同的求解序列，實現(xiàn)對問題的求解。②一方進行修改時不致影響到另一方。③便于把一個技術(shù)上成熟的專家系統(tǒng)變?yōu)橐粋€專家系統(tǒng)工具。5.具有透明性一個計算機程序系統(tǒng)的透明性是指，系統(tǒng)自身及其行為能被用戶所理解。專家系統(tǒng)具有較好的透明性，是因為它具有解釋功能。6.具有交互性專家系統(tǒng)一般都是交互式系統(tǒng)。7.具有實用性專家系統(tǒng)是根據(jù)領(lǐng)域問題的實際需求開發(fā)的，這決定了它具有堅實的應(yīng)用背景，已廣泛應(yīng)用于多個領(lǐng)域。8.具有一定的復(fù)雜性和難度多種需要解決的困難問題，如不確定性知識的表示、不確定性的傳遞算法、匹配算法等等。三、專家系統(tǒng)與常規(guī)計算機程序的區(qū)別

（1）常規(guī)的計算機程序是對數(shù)據(jù)結(jié)構(gòu)以及作用于數(shù)據(jù)結(jié)構(gòu)的確定型算法的表述，即常規(guī)程序=數(shù)據(jù)結(jié)構(gòu)+算法而專家系統(tǒng)是通過運用知識進行推理，力求在問題領(lǐng)域內(nèi)推導(dǎo)出滿意的解答，即專家系統(tǒng)=知識+推理

（2）常規(guī)程序把關(guān)于問題求解的知識隱含于程序中，而專家系統(tǒng)則把應(yīng)用領(lǐng)域中關(guān)于問題求解的知識單獨組成一個知識庫。常規(guī)程序?qū)⑵渲R組織為兩極，即數(shù)據(jù)級和程序級，而專家系統(tǒng)將其知識組織成三級，即數(shù)據(jù)級、知識庫級和控制級。（3）常規(guī)程序一般是通過查找或計算來求取問題的答案，基本上是面向數(shù)值計算和數(shù)據(jù)處理的，而且在問題求解過程中先后順序都是由程序規(guī)定的；而專家系統(tǒng)是通過推理來求取問題的答案或證明某個假設(shè)，本質(zhì)上是面向符號處理的，其推理過程隨著情況的變化而變化，具有不確定性和靈活性。（4）常規(guī)程序處理的數(shù)據(jù)多是精確的；而專家系統(tǒng)處理的數(shù)據(jù)及知識大多是不精確的、模糊的，知識的模式匹配也多是不精確的，需要為其設(shè)定閾值。（5）常規(guī)程序一般不具有解釋功能，而專家系統(tǒng)一般具有解釋機構(gòu)，可對自己的行為作出解釋。（6）常規(guī)程序與專家系統(tǒng)具有不同的體系結(jié)構(gòu)。四、專家系統(tǒng)的應(yīng)用(1)翻譯系統(tǒng)：對觀測到的數(shù)據(jù),用已設(shè)定的含義來解釋它，如語言翻譯、語言理解、圖像分析、化學(xué)結(jié)構(gòu)說明、信號翻譯等。(2)預(yù)測系統(tǒng)：對未來情況推出可能的結(jié)果,如天氣預(yù)報、人口預(yù)測、交通預(yù)測、軍事預(yù)報等。(3)診斷系統(tǒng)：從可觀測事物中推出系統(tǒng)的故障,即從所觀測的不正常行為找出潛在的原因,如醫(yī)學(xué)、電子學(xué)、機械、軟件診斷等。(4)設(shè)計系統(tǒng)：設(shè)計滿足目標(biāo)要求的方案,即根據(jù)目標(biāo)及各子目標(biāo)間的相互關(guān)系構(gòu)成方案,并證明這些方案和提出的目標(biāo)要求相一致,如電路設(shè)計、建筑設(shè)計以及預(yù)算的編制。(5)規(guī)劃系統(tǒng)：設(shè)計行為動作,即利用對象的行為特征模型來推論對象的行為動作,如自動程序設(shè)計、機器人、計劃、通訊、軍事等規(guī)劃問題。(6)監(jiān)控系統(tǒng)：對系統(tǒng)行為的觀測指出規(guī)劃行為中不足之處,如計算機輔助監(jiān)控系統(tǒng)用于原子能工廠、航空、治病、煤礦安全等。

(7)調(diào)試系統(tǒng)：指出故障的補救方法。它依靠規(guī)劃設(shè)計和預(yù)測的能力來產(chǎn)生正確處理某個診斷問題的提示或推薦方案。(8)維修系統(tǒng)：執(zhí)行一個規(guī)劃來完成某一個診斷問題的治療方法。這類系統(tǒng)綜合了調(diào)試、規(guī)劃和執(zhí)行的能力。如：汽車設(shè)備維修ES。(9)控制系統(tǒng)：一個專家控制系統(tǒng)能自動控制系統(tǒng)的全部行為。它反復(fù)解釋當(dāng)前情況,預(yù)測未來,診斷問題的產(chǎn)生原因,做出處理的計劃以及監(jiān)督系統(tǒng)運行,并保證正常的操作?？刂葡到y(tǒng)已應(yīng)用在航空控制、商務(wù)管理、戰(zhàn)場指揮等方面。

6.1.2

專家系統(tǒng)的基本結(jié)構(gòu)及工作原理一、基本結(jié)構(gòu)二、工作原理一、基本結(jié)構(gòu)人機接口知識獲取機制知識庫推理機制解釋機制動態(tài)存儲器專家系統(tǒng)基本體系結(jié)構(gòu)核心二、工作原理1.知識庫知識庫是知識的存儲機構(gòu)，用于存儲領(lǐng)域內(nèi)的原理性知識、專家的經(jīng)驗性知識以及有關(guān)的事實等。知識庫中的知識來源于知識獲取機構(gòu)，同時它又為推理機制提供求解問題所需的知識。知識庫中的知識以產(chǎn)生式規(guī)則形式表示，規(guī)則形式如：前提→結(jié)論或IF條件lAND條件2…AND條件NTHEN動作或結(jié)論例如,某計算機故障診斷專家系統(tǒng)的知識庫中存儲了數(shù)百條關(guān)于計算機故障診斷的產(chǎn)生式規(guī)則,其中的一條規(guī)則為：RULE1：IF外部電源插座電壓正常AND計算機內(nèi)電源輸入電壓為零AND電源插座電壓正常AND電源插座到計算機的電源線完好THEN計算機的電源開關(guān)故障為了表達專家知識的復(fù)雜概念,知識庫中的規(guī)則分級存儲,整個知識庫形成一個樹形結(jié)構(gòu)，其中的規(guī)則也可嵌套,例如,在某動物識別專家系統(tǒng)中有如下三條規(guī)則形成了一個嵌套結(jié)構(gòu)：RULE1：IF動物有奶THEN該動物是哺乳動物RULE2：IF動物吃肉THEN該動物是食肉動物RULE3：IF動物是哺乳動物AND動物是食肉動物AND動物是黃褐色AND動物身上有黑條紋THEN該動物是老虎2.推理機制推理機制主要有兩個任務(wù),一是推理（知識的運用）,即從知識庫中已有的知識中推導(dǎo)出所需要的結(jié)論和知識；二是控制搜索過程（知識的選擇）,即確定知識庫中規(guī)則的掃描順序,決定在每個控制信息下要觸發(fā)的規(guī)則。推理機的性能與構(gòu)造一般與知識的表示方式和組織方式有關(guān)，但與知識的內(nèi)容無關(guān)，這有利于保證推理機與知識庫的相對獨立性。為提高系統(tǒng)的運行效率，采?。簡l(fā)性知識，啟發(fā)式搜索。3.解釋機制能夠?qū)ο到y(tǒng)的行為作出解釋，是專家系統(tǒng)區(qū)別于一般程序的重要特征之一，也是它取信于用戶的一個重要措施。另外，通過對自身行為的解釋還可幫助系統(tǒng)建造者發(fā)現(xiàn)知識庫和推理機中的錯誤，有利于對系統(tǒng)的調(diào)試及維護。解釋機構(gòu)由一組程序組成，它能跟蹤并記錄推理過程，當(dāng)用戶提出詢問需要給出解釋時，它將根據(jù)問題的要求分別做相應(yīng)的處理，最后把解答用約定的形式通過人機接口輸出給用戶。4.知識獲取機制（一）知識獲取的方式知識獲取是建立知識庫的重要基礎(chǔ),是專家系統(tǒng)開發(fā)中最關(guān)鍵也最艱難的一步,被稱為專家系統(tǒng)開發(fā)的“瓶頸”。專家系統(tǒng)的下一步是開發(fā)更好的知識獲取工具。當(dāng)前,知識獲取有三種主要形式。

(l)人工獲取。領(lǐng)域?qū)＜遗c知識工程師交流，提供領(lǐng)域的知識，知識工程師將領(lǐng)域知識概念化、形式化、編碼、測試，并將結(jié)果與領(lǐng)域?qū)＜业慕?jīng)驗比較，經(jīng)這樣多次反復(fù)逐步完善知識庫。領(lǐng)域?qū)＜抑R工程師知識庫

(2)交互式學(xué)習(xí)。領(lǐng)域?qū)＜依毛@取工具，在知識工程師的協(xié)作下，直接與計算機交互學(xué)習(xí)。領(lǐng)域?qū)＜抑R工程師知識庫(3)自動知識獲取。計算機在領(lǐng)域?qū)＜液椭R工程師的配合下，直接從樣本中獲取知識，其中樣本包括實驗數(shù)據(jù)、問題求解的實例、文本、數(shù)據(jù)庫數(shù)據(jù)和Web上的資料等。樣本知識庫領(lǐng)域?qū)＜抑R工程師（二）知識獲取的步驟（1）領(lǐng)域確定和問題定義。在這一階段，需確定知識庫的應(yīng)用領(lǐng)域和問題的類型，從而確定知識的來源，【例如】有經(jīng)驗的領(lǐng)域?qū)＜?、文檔、實驗數(shù)據(jù)和已經(jīng)被成功解決的問題的實例等。（2）領(lǐng)域知識的概念化。這是最重要的階段，在這一階段中知識工程師和領(lǐng)域?qū)＜冶舜藚f(xié)作將領(lǐng)域知識形式化為某些基本概念和概念關(guān)系的抽象形式，即將事實和關(guān)系變換成與領(lǐng)域無關(guān)的、易于在知識庫存貯和處理的知識結(jié)構(gòu)。（3）知識的形式化和編碼。在這一階段，將所獲取的領(lǐng)域知識轉(zhuǎn)化為執(zhí)行的計算機程序，【例如】“If····then”規(guī)則等。（4）系統(tǒng)測試和查錯。通過測試檢查知識庫中的錯誤、不一致性和不完整性等。引起這一類錯誤的主要原因有：①專家在這一領(lǐng)域的知識不完備；②專家在特定場合的經(jīng)驗有問題；③某些知識的形式化不嚴(yán)密；④遺漏了某些事實和事實之間的關(guān)系；⑤含有非法和不能應(yīng)用的語句；⑥缺少了領(lǐng)域?qū)＜业年P(guān)鍵啟發(fā)式知識等。（5）知識優(yōu)化和系統(tǒng)完善。主要是通過求解實際問題來對冗余的規(guī)則、形成死循環(huán)的規(guī)則、不相容、不一致和互相沖突的規(guī)則進行修改的過程。5.動態(tài)存儲器動態(tài)存儲器又稱為“黑板”或者“工作存儲器”。它是用于存放用戶提供的初始事實、問題描述以及系統(tǒng)運行過程中得到的中間結(jié)果、最終結(jié)果、運行信息等。動態(tài)存儲器的內(nèi)容是不斷變化的。在求解問題的開始時，它存放的是用戶提供的初始事實；在推理過程中它存放每一步推理所得到的結(jié)果。同時,動態(tài)存儲器還保存一次推理過程中的全部推理路徑,供解釋推理過程時使用。6.人機接口人機接口是專家系統(tǒng)與領(lǐng)域?qū)＜一蛑R工程師及一般用戶間的界面，由一組程序及相應(yīng)的硬件組成，用于控制人機交互過程,使用戶能夠以方便、直觀的形式進行人機對話,同時充分發(fā)揮用戶人機對話中的主觀能動性,盡可能地避免用戶的誤操作，用于完成輸入輸出工作。

6.1.3

產(chǎn)生式規(guī)則專家系統(tǒng)一、產(chǎn)生式規(guī)則及特點二、推理方法三、推理樹四、推理樹的搜索五、不確定性推理一、產(chǎn)生式規(guī)則產(chǎn)生式規(guī)則知識一般表示為：ifAthenB,或表示為：“如果A成立則B成立”，簡化為：A→B。產(chǎn)生式規(guī)則知識允許有以下的特性：(1)相同的條件可以得出不同的結(jié)論。如：A→BA→C(2)相同的結(jié)論可以由不同的條件來得到。如：A→GB→G

(3)條件之間可以是"與"(AND)連接和"或"(OR)連接。如:A∧B→GA∨B→G(相當(dāng)于A→G,B→G）(4)一條規(guī)則中的結(jié)論,可以是另一條規(guī)則中的條件。如：F∧B→ZC∧D→F

產(chǎn)生式規(guī)則的特點(1)產(chǎn)生式規(guī)則知識表示形式容易被人理解；(2)它是基于演繹推理的。這樣,它保證推理結(jié)果的正確性；(3)大量產(chǎn)生式規(guī)則所連成的推理樹(知識樹)可以是多棵樹。從樹的寬度看,反映了實際問題的范圍。從樹的深度看,反映了問題的難度。這使專家系統(tǒng)適應(yīng)各種實際問題的能力很強。二、推理方法

1.正向推理從已知數(shù)據(jù)信息出發(fā)，正向使用規(guī)則（讓規(guī)則的前提與數(shù)據(jù)庫匹配），求解待解的問題。它要求用戶首先輸入有關(guān)當(dāng)前問題的信息作為數(shù)據(jù)庫中的事實。2.逆（反）向推理從目標(biāo)開始,尋找以此目標(biāo)為結(jié)論的規(guī)則,并對該規(guī)則的前提進行判斷。若該規(guī)則的前提中某個子項是另一規(guī)則的結(jié)論,再找此結(jié)論的規(guī)則,重復(fù)以上過程,直到對某個規(guī)則的前提能夠進行判斷。按此規(guī)則前提判斷("是"或"否")得出結(jié)論的判斷,由此回溯到上一個規(guī)則的推理,一直回溯到目標(biāo)的判斷。3.混合推理三、推理樹按逆向推理思想把規(guī)則庫所含的總目標(biāo)(它是某些規(guī)則的結(jié)論)作為根結(jié)點,按規(guī)則的前提和結(jié)論展開成一棵樹的形式。這棵樹一般稱為推理樹或知識樹,它把規(guī)則庫中的所有規(guī)則都連結(jié)起來。由于連結(jié)時有"與"關(guān)系和"或"關(guān)系,從而構(gòu)成了"與,或"推理樹。

例：若有規(guī)則集為：A∨(B∧C)→G(I∧J)∨K→AX∧F→JL→B

M∨E→CW∧Z→MP∧Q→E

規(guī)則集的逆向推理樹注：圖中兩斜線中間有弧線表示“與”關(guān)系，無弧線表示“或”關(guān)系GAIJKXFBLCMEWZPQ

該“與、或”推理樹的特點是：(1)每條規(guī)則對應(yīng)的結(jié)點分枝有與(AND)關(guān)系、或(OR)關(guān)系。(2)樹的根結(jié)點是推理樹的總目標(biāo)。(3)相鄰兩層之間有一條或多條規(guī)則連接。(4)每個結(jié)點可以是單值,也可以是多值。若結(jié)點是多值,各值對應(yīng)的規(guī)則將不同。(5)所有的葉結(jié)點都安排向用戶提問,或者把它的值直接放在事實數(shù)據(jù)庫中。

逆向推理樹的一般形式廣度優(yōu)先搜索示意圖深度優(yōu)先搜索示意圖四、推理樹的搜索

基本搜索方法（1）廣度優(yōu)先搜索法（2）深度優(yōu)先搜索法（一）推理樹的深度優(yōu)先搜索逆向推理的搜索過程在計算機中實現(xiàn)時,并不把規(guī)則連成推理樹,而是利用規(guī)則棧來完成。當(dāng)調(diào)用此規(guī)則時,把它壓入棧內(nèi)(相當(dāng)于對樹的搜索),當(dāng)此規(guī)則的結(jié)論已求出(yes或no)時,需要將此規(guī)則退棧(相當(dāng)于對樹的回溯)。利用規(guī)則棧的壓入和退出的過程,相當(dāng)于完成了推理樹的深度優(yōu)先搜索和回溯過程。規(guī)則號前提表結(jié)論I3I，JA1AG規(guī)則棧（二）結(jié)點的否定從上例可見,每個結(jié)點有兩種可能,即yes和no,葉結(jié)點為no是由用戶回答形成的。中間結(jié)點為no是由葉結(jié)點為no,回溯時引起該結(jié)點為no。對中間結(jié)點的否定需要注意的是,當(dāng)該結(jié)點還有其它“或條件”分枝時,不能立即確定該結(jié)點為no,必須再搜索另一分枝,當(dāng)另一分枝回溯為yes時,該結(jié)點仍為yes。中間結(jié)點只有所有“或”分枝的回溯值均為no時，才能最后確定該中間結(jié)點為no。

五、不確定性推理（一）事實的不確定性事實有時稱為證據(jù)。它有不確定性因素,如含糊性(事實的意義不明確或有歧義,需要上下文才能確定)、不完全性(如變化的市場,獲得完整的信息是不可能的)、不正確性與不精確性(事實的觀測結(jié)果與真實情況有差別)、隨機性、模糊性等。事實的不確定性一般用可信度CF(certaintyfactor)值表示,它的取值范圍為： 0≤CF≤l 或 0≤CF≤100例如："肺炎CF=0.8"表示某病人患肺炎的可信度為0.8(80%)。

(二)規(guī)則的不確定性

規(guī)則反映了客觀事物的規(guī)律性。大量的實際問題中,專家掌握的規(guī)則大多是經(jīng)驗性的,不是精確的。精確規(guī)則主要是公式、公理、定律、定理等。經(jīng)驗性規(guī)則是不確定性的。規(guī)則的不確定性也用可信度CF值來表示。例如：“如果聽診=干鳴音則診斷=肺炎CF=0.5”表示對病人的聽診是干鳴音而診斷病人患肺炎的可信度只有0.5(50%)。(三)推理的不確定性

規(guī)則中事實(證據(jù))之間的連接有兩種形式,即“與(AND)”連接和“或(OR)”連接。

1.前提中AND(與)連接時結(jié)論的可信度計算公式規(guī)則形式：IFE1∧E2∧…∧EnTHENHCF(R)結(jié)論H的可信度為：CF(H)=CF(R)×MIN{CF(E1),CF(E2)…CF(En)}該公式表示,由于每個證據(jù)Ek的不確定性,可信度為CF(Ek),k=1,2,…n,以及規(guī)則不確定性,可信度為CF(R),利用該規(guī)則的推理,得到結(jié)論H的不確定性,可信度為CF(H)。結(jié)論H的可信度等于規(guī)則可信度乘以所有證據(jù)可信度的最小者。

2.前提中OR(或)連接時結(jié)論的可信度計算公式規(guī)則形式：IFE1ORE2THENHCF(R)需要把它轉(zhuǎn)化成等價的兩條規(guī)則,即IFE1THENHCF(R)IFE2THENHCF(R)如果最初就是單獨兩條規(guī)則,而且有不同的可信度,如：IFE1THENHCF(R1)IFE2THENHCF(R2)則它們不能合并成一條規(guī)則(用OR連接),因為可信度不能合并成一個。對于這個更一般的情況,結(jié)論H的可信度分別有：CF1(H)=CF(Rl)×CF(E1)CF2(H)=CF(R2)×CF(E2)合并為：CF(H)=CFl(H)+CF2(H)-CFl(H)×CF2(H)對于三條規(guī)則,如：IFE1THENHCF(R1)IFE2THENHCF(R2)IFE3THENHCF(R3)先按兩條規(guī)則合并方法計算出:CF12(H)=CF1(H)+CF2(H)-CF1(H)×CF2(H)再將它和第三條規(guī)則合并:CF(H)=CF12(H)+CF3(H)-CF12(H)×CF3(H)其中 CF3(H)=CF(R3)×CF(E3)對多于三條規(guī)則,類似于上面方法逐步合并直到包含所有規(guī)則(即所有規(guī)則中前提不相同而結(jié)論相同)。這些規(guī)則有不同的可信度,如果這些規(guī)則有相同的可信度,它們可合并成一條以"OR(或)"連接的復(fù)合規(guī)則。

（四）確定性推理與不確定性推理的區(qū)別區(qū)別：

①可信度（CF）的差別確定性推理CF=1；不確定性推理0＜CF＜1

②推理過程的差別相同結(jié)論具有多個規(guī)則的情況：對于確定性推理，只要搜索出其中一條滿足要求的規(guī)則（即該規(guī)則可推得結(jié)論），其他規(guī)則就不再搜索。對于不確定性推理,當(dāng)某個結(jié)論的可信度不為1時(即CF≠1),對于相同結(jié)論的其它規(guī)則仍然要進行推理,求結(jié)論的可信度,并和已計算出該結(jié)論的可信度進行合并。例如,有兩條相同結(jié)論的規(guī)則R1:A→GR2:B∧C→G確定性推理過程為：先引用規(guī)則R1,提問A?當(dāng)回答為yes時,推得結(jié)論G成立,即yes,這樣就不再搜索R2對結(jié)論G進行推理。對于不確定性推理,該兩規(guī)則均含可信度。R1:A→GCF(0.8)R2:B∧C→GCF(0.9)推理時,先引用規(guī)則R1,提問A?當(dāng)回答為yes時,還需給定A的可信度,設(shè)為CF(0.7),按公式求得G的可信度為:CF1(G)=0.8×0.7=0.56由于G的可信度不為1,還必須對結(jié)論G的其它規(guī)則進行推理。再引用規(guī)則R2,提問B和C。設(shè)回答B(yǎng)為yes,CF(0.7),回答C為yes,CF(0.8),計算G的可信度為:CF2(G)=0.9×min(0.7,0.8)=0.63合并G的可信度為:

CF(G)=CF1(G)+CF2(G)-CF1(G)×CF2(G)=0.56+0.63-0.56×0.63=0.84

要說明一點，當(dāng)某個證據(jù)用戶回答為no時,不用給可信度,它的可信度CF=0。應(yīng)用舉例：有如下規(guī)則集和可信度：

R1:A∧B∧C→GCF(0.8)R2:D∨E→ACF(0.7)R3:J∧K→BCF(0.8)R4:P∨Q→CCF(0.9)R5:F∨(R∧S)→DCF(0.6)已知事實及可信度：F(0.4),R(0.5),S(0.6),E(n),J(0.4),K(0.6),P(n),Q(0.4)。SRFQPKJEDCBAG規(guī)則集的逆向推理樹推理求解過程：（一）把規(guī)則分解為只含AND(∧)連接的規(guī)則，消去OR(∨)連接的規(guī)則：R1:A∧B∧C→GCF(0.8)R21:D→ACF(0.7)R22:E→ACF(0.7)R3:J∧K→BCF(0.8)R41:P→CCF(0.9)R42:Q→CCF(0.9)R51:F→DCF(0.6)R52:R∧S→DCF(0.6)（二）利用規(guī)則進行逆向推理從目標(biāo)G開始搜索規(guī)則庫，推理過程為：（1）引用R1規(guī)則求A。（2）引用R21規(guī)則求D。（3）引用R51規(guī)則求F。提問F？回答yes，CF(0.4)計算D的可信度為：CF1(D)=0.4×0.6=0.24（4）引用R52規(guī)則求R和S。提問R？回答yes，CF(0.5)提問S？回答yes，CF(0.6)CF2(D)=0.6×min{0.5,0.6}=0.3合并D結(jié)點的可信度為：CF(D)=0.24+0.3－0.24×0.3=0.468≈0.47（5）回溯到規(guī)則R21，計算A的可信度：CF1(A)=0.47×0.7=0.329≈0.33（6）引用R22規(guī)則求E。提問E？回答no，即CF(0)=0，計算A的可信度：CF2(A)=0×0.7=0合并A的可信度為：CF(A)=0.33+0-0.33×0=0.33（7）回溯到R1規(guī)則求B。（8）引用R3規(guī)則求J和K。提問J？回答yes，CF(0.4)提問K？回答yes，CF(0.6)計算B的可信度：CF(B)=0.8×min{0.4,0.6}=0.32（9）回溯到R1規(guī)則求C。（10）引用R41規(guī)則求P。提問P？回答no，即CF(0)=0，計算C的可信度：CF1(C)=0.9×0=0（11）引用R42規(guī)則求Q。提問Q？回答yes，CF(0.4)，計算C的可信度：CF2(C)=0.4×0.9=0.36合并C的可信度為：CF(C)=0+0.36-0×0.36=0.36（12）回溯到R1規(guī)則CF(G)=0.8×min{0.33,0.32,0.36}=0.256因此，目標(biāo)G成立的可信度為0.256。（三）該問題的成功推理路徑的解釋1.F成立的可信度為0.4，用戶回答的事實2.R成立的可信度為0.5，用戶回答的事實3.S成立的可信度為0.6，用戶回答的事實4.D成立的可信度為0.47，由規(guī)則R51，R52推出5.A成立的可信度為0.33，由規(guī)則R21推出6.J成立的可信度為0.4，用戶回答的事實7.K成立的可信度為0.6，用戶回答的事實8.B成立的可信度為0.32，由規(guī)則R3推出9.Q成立的可信度為0.4，用戶回答的事實10.C成立的可信度為0.36，由規(guī)則R42推出11.G成立的可信度為0.256，由規(guī)則R1推出練習(xí)：有如下規(guī)則集和可信度：

R1:A∧B→GCF(0.9)R2:C∨D∨E→ACF(0.8)R3:F∧H→BCF(0.8)R4:I→DCF(0.7)R5:K→HCF(0.9)已知事實及可信度：C(0.8),I(0.9),E(0.7),F(0.8),K(0.6)。請用逆向推理求得結(jié)論G成立的可信度，并對成功路徑進行解釋說明。HFEDBAGCIK5.1.4專家系統(tǒng)示例PC計算機故障診斷指導(dǎo)專家系統(tǒng)（PCDGES）

1.系統(tǒng)目標(biāo)及工作范圍目標(biāo)：為計算機初級用戶提供一個有關(guān)PC計算機故障的咨詢工具軟件，回答用戶有關(guān)計算機故障的問題，并提出相應(yīng)的故障處理策略。工作范圍：部件級的故障診斷咨詢。2.知識獲取現(xiàn)象可能的故障部位加電后無反應(yīng),喇叭不響

電源系統(tǒng)

喇叭重復(fù)短聲

主板

喇叭發(fā)出一長兩短聲

顯示器電路

屏幕顯示1701

硬盤

無視頻信號進入監(jiān)視器

到監(jiān)視器的電纜

……計算機故障主診斷流程示意圖故障檢查測試流程示意圖3.知識表示系統(tǒng)采用產(chǎn)生式規(guī)則表達診斷知識,整個系統(tǒng)的知識分級分塊存放,所建立知識庫結(jié)構(gòu)呈非對稱樹形結(jié)構(gòu)。

圖中的空白方框表示存儲特定硬件模塊診斷知識的分級規(guī)則庫,小圓圈表示最底層的診斷規(guī)則,即知識庫的葉子結(jié)點。

PCDGES知識庫機構(gòu)簡圖知識庫中一些典型規(guī)則:RULE1：IF

第1類系統(tǒng)錯,

AND

第1類啟動錯,

AND

第4類報錯叫聲,

THEN

系統(tǒng)板有問題，應(yīng)修理或更換RULE2：IF啟動不正常

THEN第1類系統(tǒng)錯

RULE3：IF啟動時出現(xiàn)加電檢查錯(POST失敗)

THEN第1類啟動錯

RULE4：IF一聲長叫,一聲短叫THEN第4類叫聲

………4.軟件實現(xiàn)

（1）知識庫RULEl:diagm(“系統(tǒng)板”):— (結(jié)論)

checkc(“系統(tǒng)”,‘1’),(檢查是否第1類系統(tǒng)錯)

checkc(“啟動‘,’1‘),(檢查是否第1類啟動錯)

checkc(“叫聲”,‘4’),(檢查是否第4類報錯叫聲)cause(“系統(tǒng)板”).(顯示結(jié)論信息)

RULE2:checkc(“系統(tǒng)”,‘1’):—cond(1,“系統(tǒng)啟動失敗”).

RULE3:checkc(“啟動‘,’1‘):—cond(2,“加電后屏幕無反應(yīng)”),cond(3,“機內(nèi)電源電壓正?！?.RULE4:checkc(“叫聲”,‘4’):—cond(4,“系統(tǒng)啟動失敗”),cond(5,“喇叭一聲長叫,一聲短叫”).RULE5:cause(“系統(tǒng)板”):—write("系統(tǒng)板有問題,應(yīng)修理或更換").

（2）推理機系統(tǒng)采用反向為主正向為輔的精確推理策略。推理機運行時先反向推理,即假設(shè)一個可能成立的子目標(biāo)(故障結(jié)論),試圖用知識庫或動態(tài)數(shù)據(jù)庫的事實證明它為真；若證明失敗,則系統(tǒng)向前搜索(正向推理),直到發(fā)現(xiàn)另一個假設(shè)(故障結(jié)論),再重復(fù)使用反向推理,試圖證明它為真。這個過程周而復(fù)始,直到所有目標(biāo)被證明為真或所有可能的路徑都已測試。

（3）解釋機制采用WHY解釋方法，用于回答用戶有關(guān)為什么做出某種決策或進行某個詢問的問題。在該模塊的實現(xiàn)過程中,應(yīng)用了TURBOPROLOG的模式匹配功能,字符串處理功能,窗口管理功能、類型轉(zhuǎn)換功能等。

PCDGES解釋機制基本程序框圖（4）人機接口PCDGES的人機接口采用交互式人機接口。系統(tǒng)菜單分為四級,一級為系統(tǒng)總控菜單；二級為診斷主控菜單；三級為診斷范圍選擇及知識庫選擇菜單；四級是故障現(xiàn)象選擇,咨詢對話等菜單。

PCDGES人機接口基本結(jié)構(gòu)圖PCDGES的四個典型菜單

診斷問題基本菜單

1）啟動問題2）運行問題3）硬盤問題4）軟盤問題5）顯示問題6）鍵盤問題7）打印機問題8）退出啟動問題類型菜單

1）啟動時加電檢查錯(POST失敗〉2）電源燈不亮,屏幕不顯示,盤不工作3）電源燈亮,屏幕無任何顯示,盤不工作4）POST正常,但不能啟動

初始診斷時的叫聲類型菜單

1）無叫聲,機器無反應(yīng)2）一聲短叫,磁盤燈亮3）連續(xù)叫4）一聲長叫,一聲短叫5）一聲長叫,兩聲短叫6）一聲短叫,屏幕變黑或顯示不正常7）重復(fù)的短叫聲8）一聲短叫,即出現(xiàn)BASIC提示符硬盤癥狀類型菜單

1）訪問硬盤時裝人燈不亮2）讀寫不完整3）讀正確,但寫不正確4）運行CHKDek

時出錯5）響聲異常6）丟掉了所存信息（5）知識獲取機制知識獲取機制向用戶提供了一個編輯器,可用于編輯、修改整個知識庫；同時還有一個獨立于推理機的半自動化知識獲取智能接口,可以“告知”學(xué)習(xí)的方式進行知識獲取。用戶通過與PCDGES系統(tǒng)對話,“告知”系統(tǒng)必要的知識,智能接口就把這些知識自動轉(zhuǎn)化為專家系統(tǒng)的內(nèi)部表示形式而存入知識庫。

PCDGES知識獲取機制的基本結(jié)構(gòu)圖6.2

智能決策支持系統(tǒng)6.2.1智能決策支持系統(tǒng)結(jié)構(gòu)及特征6.2.2

智能決策支持系統(tǒng)的實現(xiàn)技術(shù)6.2.3

智能決策支持系統(tǒng)的示例6.2.1智能決策支持系統(tǒng)結(jié)構(gòu)及特征一、智能決策支持系統(tǒng)（IDSS）概念在決策支持系統(tǒng)(DSS)的基礎(chǔ)上集成人工智能的專家系統(tǒng)(ES)而形成的信息系統(tǒng)。

二、智能決策支持系統(tǒng)結(jié)構(gòu)人機交互與問題處理系統(tǒng)模型庫管理系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)知識庫管理系統(tǒng)推理機模型庫知識庫數(shù)據(jù)庫IDSS結(jié)構(gòu)圖IDSS的集成結(jié)構(gòu)數(shù)據(jù)庫DBDSS控制系統(tǒng)模型庫MB動態(tài)DB知識庫KB推理機和解釋器人機交互與問題處理系統(tǒng)DSSES集成系統(tǒng)IDSS的三種集成形式

（一）DSS和ES并重的IDSS結(jié)構(gòu)由集成系統(tǒng)完成對DSS和ES的控制和調(diào)度,根據(jù)問題的需要協(xié)調(diào)DSS和ES的運行。集成系統(tǒng)可以有兩種形式：(l)DSS和ES兩者之外的集成系統(tǒng),它具有調(diào)用和集成DSS和ES的能力。

(2)將DSS人機交互與問題處理系統(tǒng)功能擴充,即增加對專家系統(tǒng)的調(diào)用組合能力。

Enter特點：體現(xiàn)了定量與定性分析并重來解決問題。

集成系統(tǒng)DSSESDSS和ES并重的IDSS結(jié)構(gòu)Return（二）DSS為主體的IDSS結(jié)構(gòu)這種集成結(jié)構(gòu)形式體現(xiàn)了以定量分析為主體,結(jié)合定性分析解決問題的特點。這種結(jié)構(gòu)中集成系統(tǒng)和DSS控制系統(tǒng)合為一體,從DSS角度來看,簡化了IDSS的結(jié)構(gòu)。

DSS控制系統(tǒng)MBDBES這種結(jié)構(gòu)中,ES相當(dāng)于一類模型,即知識推理模型或稱智能模型,被DSS控制系統(tǒng)調(diào)用。

（三）ES為主體的IDSS結(jié)構(gòu)這種結(jié)構(gòu)形式體現(xiàn)了以定性分析為主體,結(jié)合定量分析的特點。這種結(jié)構(gòu)中,人機交互系統(tǒng)和ES的推理機合為一體,從ES角度來看,簡化了IDSS的結(jié)構(gòu)。1.DSS作為一種推理機形式出現(xiàn),受ES中的推理機所控制。Enter這種結(jié)構(gòu)中的推理機是核心：(1)對產(chǎn)生式知識的推理是搜索加匹配；(2)對數(shù)學(xué)模型的推理就是對方程的計算。這種結(jié)合形式的問題求解體現(xiàn)為推理形式。推理機（廣義）DSSKB動態(tài)DBDSS作為推理形式的IDSS結(jié)構(gòu)圖Return（三）ES為主體的IDSS結(jié)構(gòu)（續(xù)）2.數(shù)學(xué)模型作為一種知識出現(xiàn),即模型是一種過程性知識,體現(xiàn)了另一種結(jié)合形式。這種結(jié)構(gòu)中，數(shù)學(xué)模型反映在推理樹中，一般在推理樹的葉結(jié)點處要進行對模型的數(shù)學(xué)運算。推理機KBMB動態(tài)DB模型作為知識的IDSS結(jié)構(gòu)圖三、智能決策支持系統(tǒng)柔性特征

（1）運行柔性①系統(tǒng)要支持多種問題求解方式,包括知識處理的方法、數(shù)學(xué)建模的方法、數(shù)據(jù)挖掘方法等；②系統(tǒng)要支持靈活地組織這些求解方法；③運行過程應(yīng)允許用戶進行干預(yù)；④系統(tǒng)的運行邏輯應(yīng)具有某種程度的動態(tài)可修改性。（2）結(jié)構(gòu)柔性數(shù)據(jù)的多樣性和運行方式的多樣性是智能決策支持系統(tǒng)的特征,多樣的數(shù)據(jù)組織和運行方式被組織在同一系統(tǒng)框架中,而這種結(jié)構(gòu)又總是面臨多變的要求,這就要求系統(tǒng)在結(jié)構(gòu)上具有靈活的特點。多年來,"集成"一直是智能決策支持系統(tǒng)的研究重點,其要解決的主要問題,正是建立一種這樣的組織結(jié)構(gòu)。

（3）界面柔性

智能決策支持系統(tǒng)不僅強調(diào)交互而且強調(diào)交互的靈活性。由于決策系統(tǒng)靈活多變的特點,用戶不僅需要界面的豐富多樣,而且需要界面具有某種可組織性,無需編程就可以定義輸入、輸出的形式。（4）開放性智能決策支持系統(tǒng)方便與其他軟件系統(tǒng)的集成、嵌接，系統(tǒng)的可操作性、可擴充性、可移植性好。決策樹是一種幫助人們分析、解決決策問題的常用方法。它通過分析可以采取的決策方案及其可能出現(xiàn)的狀態(tài)（結(jié)果）來比較各決策方案的好壞，從而做出正確的判斷。決策問題的結(jié)構(gòu)，包括決策人可能采取的行動、隨機要件（將來可能出現(xiàn)的自然狀態(tài)等）和各種可能后果之間的關(guān)系都可用決策樹來形象、直觀地表示。6.2.2智能決策支持系統(tǒng)的實現(xiàn)技術(shù)

——決策樹產(chǎn)生決策樹的一種核心算法是Quinlan的ID3（Quinlan，1986），其擴展版本C4（Quinlan，1990）。其后，又提出了改進算法——GID3x算法（Fayyad，1994）和O-Btree算法（Fayyad和Irani，1992）。（1）決策問題的要素①行動集（行動空間）A={a1,a2,…,an}。其中，ai(i=1,2,…,n)是所有可能的行動，決策者必須從中選擇一個行動，也只能采取一種行動。②狀態(tài)集（參數(shù)空間）={θ1,θ2,…,θm}。其中，θj(j=1,2,…,m)是所有可能出現(xiàn)的重要的自然或環(huán)境狀態(tài)。③后果集（后果空間）C={c11,c12,…,c1n,c21,c22,…,c2n,…,cm1,cm2,…,cmm}。后果函數(shù)f是笛卡兒積空間×A到后果空間的一個映射，即f:×A→C或者c=f(θ,a)。④進行試驗所可能獲得的觀察集（測度空間）X={x1,x2,…,xl}。（2）決策樹結(jié)構(gòu)決策樹由結(jié)點和分支構(gòu)成。

決策樹的結(jié)點主要有：決策結(jié)點，用小方框“□”表示；狀態(tài)結(jié)點，用小圓圈“○”表示；結(jié)果結(jié)點，用三角形“△”表示。

決策樹的分支主要有：從決策結(jié)點出發(fā)的決策分支，表示決策人可能采取的行動ai；從狀態(tài)結(jié)點出發(fā)的狀態(tài)分支，通常狀態(tài)分支上標(biāo)有狀態(tài)要件的名稱θj以及該要件發(fā)生的概率；在“樹梢”處的結(jié)果結(jié)點右側(cè)標(biāo)有結(jié)果及其評價。（3）用決策樹進行分析基本步驟：①構(gòu)成決策問題，根據(jù)決策問題繪制決策圖；②確定各種決策可能的后果并設(shè)定各種后果發(fā)生的概率；③評價和比較決策，依據(jù)一定的評價準(zhǔn)則選擇決策者最滿意的決策。（3）用決策樹進行分析（實例）例如，某漁船要對下個月是否出海打魚作出決策。如果出海后是好天，可獲收益5000元，若出海后天氣變壞，將損失2000元；若不出海，無論天氣好壞都要承擔(dān)1000元損失費。據(jù)預(yù)測下月好天的概率為0.6，天氣變壞的概率為0.4，應(yīng)如何選擇最佳方案?ABC出海不出海天氣好0.6天氣壞0.4天氣好0.6天氣壞0.4△5000△-2000△-1000△-1000收益期望值的計算：B點：EX=5000×0.6+(-2000)×0.4=2200（元）C點：EX=(-1000)×0.6+(-1000)×0.4=-1000（元）6.2.3

智能決策支持系統(tǒng)的示例稿件處理的智能決策支持系統(tǒng)一、問題的背景:期刊編輯部每天收到大量的稿件，手工處理大量稿件將耗費大量時間，有時難免還會出現(xiàn)差錯和失誤。如何高效率地處理稿件并準(zhǔn)確地進行稿件錄用的決策，是期刊界十分關(guān)注的問題。稿件從提交到編輯部一直到錄用出版全過程的處理工作，主要可以分為三大方面：1.稿件處理全過程的信息管理；2.稿件的錄用決策；3.稿件刊發(fā)計劃的制定（確定稿件刊發(fā)的具體刊期）。解決問題的途徑稿件處理全過程的信息管理可以通過建立數(shù)據(jù)庫系統(tǒng)來實現(xiàn)；(MIS)稿件的錄用決策工作可以通過建立基于知識的產(chǎn)生式系統(tǒng)——稿件錄用決策專家系統(tǒng)來完成，當(dāng)然這里面將涉及到稿件信息的知識表示問題；(ES)稿件刊發(fā)計劃的制定工作可以通過建立一個0-1目標(biāo)規(guī)劃數(shù)學(xué)模型及其軟件系統(tǒng)來解決。(DSS)二、系統(tǒng)結(jié)構(gòu)與處理流程人機交互界面稿件信息數(shù)據(jù)庫子系統(tǒng)稿件錄用決策子系統(tǒng)稿件刊發(fā)計劃子系統(tǒng)稿件處理的智能決策支持系統(tǒng)的系統(tǒng)結(jié)構(gòu)圖子系統(tǒng)的作用與功能人機交互界面：它負(fù)責(zé)接受決策者的指令，協(xié)調(diào)各子系統(tǒng)工作，擔(dān)負(fù)著控制求解及推理過程的任務(wù)。稿件信息數(shù)據(jù)庫子系統(tǒng)：它由數(shù)據(jù)庫和數(shù)據(jù)庫管理系統(tǒng)構(gòu)成，數(shù)據(jù)庫將記錄從稿件提交到編輯部一直到錄用出版這一稿件處理全過程的信息。數(shù)據(jù)庫管理系統(tǒng)完成數(shù)據(jù)的增刪、修改、更新、維護、檢索等功能。子系統(tǒng)的作用與功能（續(xù)）稿件錄用決策子系統(tǒng)：它由稿件信息知識表示模塊、稿件錄用決策模塊、被錄用稿件知識化信息模型生成模塊、用戶界面、以及相應(yīng)知識庫和數(shù)據(jù)庫等構(gòu)成。它完成稿件信息的知識表示→形成擬錄用稿件的知識化信息模型→稿