機械故障診斷學(xué) 鐘秉林 第9章專家系統(tǒng)診斷原理

1、.,第9章 專家系統(tǒng)診斷原理,專家系統(tǒng)的基本結(jié)構(gòu)及功能,推理機制,基于行為的故障診斷專家系統(tǒng),機械故障診斷理論與方法,第2篇 基于人工智能的故障診斷技術(shù),2020/7/3,1,內(nèi) 容 安 排,知識表示與知識獲取,人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng),.,1.專家系統(tǒng)歷史與現(xiàn)狀 作為人工智能一個重要分支的專家系統(tǒng)（Expert System，ES）是在20世紀(jì)60年代初期產(chǎn)生和發(fā)展起來的一門新興的應(yīng)用科學(xué)，而且正隨著計算機技術(shù)的不斷發(fā)展而日臻完善和成熟。1982年美國斯坦福大學(xué)教授費根鮑姆給出了專家系統(tǒng)的定義： 專家系統(tǒng)是一種智能的計算機程序，這種程序使用知識與推理過程，求解那些需要杰出人物的專門知識才能求解

2、的復(fù)雜問題。,一、概述,2020/7/3,2,.,一般認為，專家系統(tǒng)就是應(yīng)用于某一專門領(lǐng)域，由知識工程師通過知識獲取手段，將領(lǐng)域?qū)＜医鉀Q特定領(lǐng)域的知識，采用某種知識表示方法編輯或自動生成某種特定表示形式，存放在知識庫中，然后用戶通過人機接口輸入信息、數(shù)據(jù)或命令，運用推理機構(gòu)控制知識庫及整個系統(tǒng)，能像專家一樣解決困難的和復(fù)雜的實際問題的計算機（軟件）系統(tǒng)。 專家系統(tǒng)有三個特點，即： 啟發(fā)性，能運用專家的知識和經(jīng)驗進行推理和判斷； 透明性，能解決本身的推理過程，能回答用戶提出的問題； 靈活性，能不斷地增長知識，修改原有的知識。,一、概述,2020/7/3,3,.,1.1 初創(chuàng)期 人工智能早期工作都

3、是學(xué)術(shù)性的，其程序都是用來開發(fā)游戲的。盡管這些努力產(chǎn)生了如國際象棋、跳棋等有趣的游戲，但其真實目的在于計算機編碼加入人的推理能力，以達到更好的理解。在這階段的另一個重要領(lǐng)域是計算邏輯。 1957年誕生了第一個自動定理證明程序，稱為邏輯理論家。 20世紀(jì)60年代初，人工智能研究者便集中精力開發(fā)通用的方法和技術(shù)，通過研究一般的方法來改變知識的表示和搜索，并且使用它們來建立專用程序。 到了60年代中期，知識在智能行為中的地位受到了研究者的重視，這就為以專門知識為核心、求解具體問題的基于知識的專家系統(tǒng)的產(chǎn)生奠定了思想基礎(chǔ)。,一、概述,2020/7/3,4,.,1965年在美國國家航空航天局要求下，斯坦

4、福大學(xué)研制成功了DENRAL系統(tǒng)，DENRAL的初創(chuàng)工作引導(dǎo)人工智能研究者意識到智能行為不僅依賴于推理方法，更依賴于其推理所用的知識。該系統(tǒng)具有非常豐富的化學(xué)知識，是根據(jù)質(zhì)譜數(shù)據(jù)幫助化學(xué)家推斷分子結(jié)構(gòu)，被廣泛地應(yīng)用于世界各地的大學(xué)及工業(yè)界的化學(xué)實驗室。,一、概述,2020/7/3,5,.,這個系統(tǒng)的完成標(biāo)志著專家系統(tǒng)的誕生。在此之后，麻省理工學(xué)院開始研制MACSYMA系統(tǒng)，它作為數(shù)學(xué)家的助手使用啟發(fā)式方法變換代數(shù)表達式，現(xiàn)經(jīng)過不斷擴充，能求解600多種數(shù)學(xué)問題，其中包括微積分、解方程和方程組，矩陣運算等。 同期，還有美國卡內(nèi)基梅隆大學(xué)開發(fā)的用于語音識別的專家系統(tǒng)HEARSAY，該系統(tǒng)表明計算機

5、在理論上可按編制的程序同用戶進行交談。 20世紀(jì)70年代初，匹茲堡大學(xué)的鮑波爾和內(nèi)科醫(yī)生合作研制了第一個用于醫(yī)療的內(nèi)科病診斷咨詢系統(tǒng)INTERNIST。 這些系統(tǒng)的研制成功使得專家系統(tǒng)受到學(xué)術(shù)界及工程領(lǐng)域的廣泛關(guān)注。,一、概述,2020/7/3,6,.,1.2 成熟期 到20世紀(jì)70年代中期，專家系統(tǒng)已逐步成熟起來，其觀點逐漸被人們接受，并先后出現(xiàn)了一批卓有成效的專家系統(tǒng)。 其中，最為代表的是肖特立夫等人的MYCIN系統(tǒng)，該系統(tǒng)用于診斷和治療血液感染和腦炎感染，可給出處方建議（提供抗菌劑治療建議），不但具有很高的性能，而且具有解釋功能和知識獲取功能。MYCIN系統(tǒng)是專家系統(tǒng)的經(jīng)典之作，它的知識

6、表示系統(tǒng)用帶有置信度的“IFTHEN”規(guī)則來表示，并使用不確定性推理方法進行推理。MYCIN由LISP語言寫成，所有的規(guī)則都表達成LISP表達式。它是一個面向目標(biāo)求解的系統(tǒng)，使用反向推理方法，并利用了很多的啟發(fā)式信息。,一、概述,2020/7/3,7,.,另一個非常成功的專家系統(tǒng)是PROSPCTOR系統(tǒng)，它用于輔助地質(zhì)學(xué)家探測礦藏，是第一個取得明顯經(jīng)濟效益的專家系統(tǒng)。PROSPCTOR的性能據(jù)稱完全可以同地質(zhì)學(xué)家相比擬。它在知識的組織上，運用了規(guī)則與語義網(wǎng)相結(jié)合的混合表示方式，在數(shù)據(jù)不確定和不完全的情況下，推理過程運用了一種似然推理技術(shù)。 除這些成功實例以外，在這一時期另外兩個影響較大的專家系

7、統(tǒng)是斯坦福大學(xué)研制的AM系統(tǒng)及PUFF系統(tǒng)。AM是一個用機器模擬人類歸納推理、抽象概念的專家系統(tǒng)，而PUFF是一個肺功能測試專家系統(tǒng)，經(jīng)對多個實例進行驗證，成功率達93%。 諸多專家系統(tǒng)地成功開發(fā)，標(biāo)志著專家系統(tǒng)逐漸走向成熟。,一、概述,2020/7/3,8,.,1.3 發(fā)展期 從20世紀(jì)80年代初，醫(yī)療專家系統(tǒng)占了主流，主要原因是它屬于診斷類型且開發(fā)比較容易。 但是到了80年代中期，專家系統(tǒng)發(fā)展在應(yīng)用上最明顯的特點是出現(xiàn)大量的投入商業(yè)化運行的系統(tǒng)，并為各行業(yè)產(chǎn)生了顯著的經(jīng)濟效益。其中一個著名的例子是DEC公司與卡內(nèi)基梅隆大學(xué)合作開發(fā)的XCON-R1專家系統(tǒng)，它用于輔助數(shù)據(jù)設(shè)備公司（DEC）的

8、計算機系統(tǒng)的配置設(shè)計。它每年為DEC公司節(jié)省數(shù)百萬美元。 專家系統(tǒng)的應(yīng)用日益廣泛，處理問題的難度和復(fù)雜度不斷增大，導(dǎo)致了傳統(tǒng)的專家系統(tǒng)無法滿足較為復(fù)雜的情況，迫切需要新的技術(shù)去支持。,一、概述,2020/7/3,9,.,從80年代后期開始，一方面隨著面向?qū)ο蟆⑸窠?jīng)網(wǎng)絡(luò)和模糊技術(shù)等新技術(shù)迅速崛起，為專家系統(tǒng)注入了新的活力； 另一方面計算機的運用也越來越普及，而且對智能化的要求出越來越高。由于這些技術(shù)發(fā)展的成熟，并成功運用到專家系統(tǒng)之中，使得專家系統(tǒng)得到更廣泛的運用。 在這期間開發(fā)的專家系統(tǒng)按其處理問題的類型可以分為：解釋型、預(yù)測型、診斷型、設(shè)計型、規(guī)劃型、監(jiān)視型、調(diào)試型、修正型、教學(xué)型和控制型。

9、 其應(yīng)用領(lǐng)域也涉及到農(nóng)業(yè)、商業(yè)、化學(xué)、通信、計算機系統(tǒng)、醫(yī)學(xué)等多個方面，并已成為常用的解決問題的手段之一。,一、概述,2020/7/3,10,.,2.在故障診斷中的應(yīng)用,專家系統(tǒng)：基于知識(Knowledge-based)的人工智能系統(tǒng)。 專家系統(tǒng)實質(zhì)是應(yīng)用大量人類專家的知識和推理方法求解 復(fù)雜的實際問題的一種人工智能計算機程序。 專家系統(tǒng)能夠模擬、再現(xiàn)、保存和復(fù)制，有時還能超過人類專家的腦力勞動，是人工智能領(lǐng)域中目前最活躍最成功的一個分支。 就機械設(shè)備故障診斷而言，專家系統(tǒng)比較適用于復(fù)雜的、比較規(guī)范化的（即只是來源可以從類似機器獲取）的大型動態(tài)系統(tǒng)，如針對汽輪發(fā)電機組等研發(fā)的診斷專家系統(tǒng)，已

10、經(jīng)在工程實際中取得了良好的經(jīng)濟效益。,一、概述,2020/7/3,11,.,3.專家系統(tǒng)的分類（按推理規(guī)則分）,基于規(guī)則的專家系統(tǒng) 基于規(guī)則推理（Rule Base Reasoning，RBR）的方法是根據(jù)以往專家診斷的經(jīng)驗, 將其歸納成規(guī)則, 通過啟發(fā)式經(jīng)驗知識進行推理。 它具有明確的前提，得到確定的結(jié)果。它是構(gòu)建專家系統(tǒng)最常用的方法，這主要歸功于大量的成功實例和工具的出現(xiàn)。早期的專家系統(tǒng)大多數(shù)是用規(guī)則推理的方法。,一、概述,2020/7/3,12,.,基于案例的專家系統(tǒng) 基于案例推理（Case Based Reasoning，CBR）的方法就是通過搜索曾經(jīng)成功解決過的類似問題，比較新、舊問

11、題之間的特征、發(fā)生背景等差異，重新使用或參考以前的知識和信息，達到最終解決新問題的方法。 它起源于1982年美國學(xué)者Roger Schank，關(guān)于人類學(xué)習(xí)和回憶的動態(tài)存儲模型的研究工作。,一、概述,2020/7/3,13,.,基于框架的專家系統(tǒng) 框架(Frame) 是將某類對象的所有知識組織在一起的一種通用數(shù)據(jù)結(jié)構(gòu),而相互關(guān)聯(lián)的框架連接組成框架系統(tǒng)。,一、概述,2020/7/3,14,基于模糊邏輯的專家系統(tǒng) 模糊理論的概念由美國加利福尼亞大學(xué)著名教授扎德在他的Fuzzy Sets和Fuzzy Algorithm等著名論著中首先提出。模糊性是指客觀事物在狀態(tài)及其屬性方面的不分明性，其根源是在類似

12、事物間存在一系列過渡狀態(tài)，它們互相滲透、互相貫通，使得彼此之間沒有明顯的分界線。,.,一、概述,2020/7/3,15,基于D-S證據(jù)理論的專家系統(tǒng) D-S證據(jù)理論是由Dempster于1967年提出的，他首先提出了上、下界概率的定義，后由Shafer于1976年加以推廣和發(fā)展，故人們也把證據(jù)理論稱為D - S理論。,基于人工神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng) 人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network ，ANN）是仿效生物體信息處理系統(tǒng)獲得柔性信息處理能力。它是從20世紀(jì)80年代后期開始興起：由理論研究階段發(fā)展到應(yīng)用階段。,.,基于遺傳算法的專家系統(tǒng) 遺傳算法（Genetic Algo

13、rithms，GA）是一種基于自然選擇和基因遺傳學(xué)原理的優(yōu)化搜索方法。由美國John H.Holland教授在1975年提出的。,一、概述,2020/7/3,16,.,1.一般概念,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,17,實用專家系統(tǒng)框圖,.,特點： 專家系統(tǒng)是包含知識和推理的智能計算機程序； 求解問題的知識與程序和數(shù)據(jù)結(jié)構(gòu)分離。增強了系統(tǒng)的適應(yīng)性和靈活性；（vs傳統(tǒng)的計算機應(yīng)用程序：求解問題的知識隱含在程序和數(shù)據(jù)結(jié)構(gòu)中） 專家系統(tǒng)通常由5個基本組成部分：知識庫、推理機、數(shù)據(jù)庫以及解釋程序、知識獲取程序。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,18,.,2.知識

14、庫 知識庫是專家系統(tǒng)的核心; 知識庫是專家知識、經(jīng)驗與書本知識、常識的存儲器； 專家診斷系統(tǒng)知識庫通常包括： 背景知識:背景知識作為輔助信息，在推理過程中起著重要作用。如設(shè)備運行規(guī)范可以成為診斷過程中觸發(fā)、激活某一診斷規(guī)則的依據(jù)等。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,19,.,診斷知識 領(lǐng)域?qū)＜以陂L期的診斷實踐中積累起來的知識和經(jīng)驗。產(chǎn)生式規(guī)則表達： IF THEN WITH 現(xiàn)象：觀察到的機組癥狀； 假設(shè)：表示機組的故障或中間結(jié)論； 可信度：表示在觀察到這些“現(xiàn)象”后，推斷機組具有這類故障的可信程度。 一般診斷知識按故障樹結(jié)構(gòu)分層組織。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2

15、020/7/3,20,.,機組病例與運行檔案 描述機組以往診斷病例及其安裝維修的記錄情況，它對如何沿最有可能的故障方向進行診斷推理具有很大影響。 過程性知識 一系列分析計算程序，以獨立的模塊形式存在，在診斷過程中需要時被調(diào)用。如在診斷中需要獲取某振動信號關(guān)于轉(zhuǎn)速頻率的譜峰情況，就需調(diào)用 FFT頻譜計算程序。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,21,.,控制性知識 對領(lǐng)域知識起指導(dǎo)作用的知識，如引導(dǎo)規(guī)則的選擇、控制推理路徑及指明診斷系統(tǒng)在診斷過程中對機組運行數(shù)據(jù)進行何種分析等。 決策知識 機組發(fā)生某故障時應(yīng)采取的措施。它包括機組本身的運行規(guī)程和領(lǐng)域?qū)＜姨幚碓擃惞收蠒r的措施方法，

16、另外，還包括在不能確診某故障時向用戶建議應(yīng)重點監(jiān)測何種信號及注意事項。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,22,.,知識庫的結(jié)構(gòu)形式取決于所采用的知識表示方式，常用的有：邏輯表示、語義網(wǎng)絡(luò)表示、規(guī)則表示、框架表示和子程序表示等。 用產(chǎn)生式規(guī)則表達知識的方法是目前專家系統(tǒng)中應(yīng)用最普遍的一種方法。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,23,.,3.數(shù)據(jù)庫 專家系統(tǒng)中用于存放反映系統(tǒng)當(dāng)前狀態(tài)的事實數(shù)據(jù)的場所。包括：用戶輸入的事實、已知的事實以及推理過程中得到的中間結(jié)果等。 動態(tài)數(shù)據(jù)庫：保存推理過程中，產(chǎn)生的中間結(jié)論（包括最終結(jié)論），以及大量的癥狀信息和推理路徑。,二

17、、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,24,.,4.推理機 推理機是專家系統(tǒng)的靈魂，它根據(jù)當(dāng)前輸入信息和過去歷史情況，激活知識庫中的有關(guān)規(guī)則，按一定的推理策略完成證據(jù)與假設(shè)之間的映射關(guān)系。 推理過程中通常需要保存推理軌跡以期對診斷結(jié)果進行解釋 推理策略有：正向推理、反向推理和正反向混合推理三種。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,25,.,5.解釋程序 對于診斷結(jié)果，若用戶有疑問或不解，通過解釋程序?qū)υ\斷結(jié)果、推理路徑和癥狀信息進行解釋，提高系統(tǒng)的透明性和可信性； 包括與系統(tǒng)推理有關(guān)的問題和與系統(tǒng)推理無關(guān)的系統(tǒng)自身的問題。 6.知識獲取 研究如何把“知識”從人類專

18、家大腦中提取和總結(jié)出來，并且保證所獲取的知識間的一致性，它是專家系統(tǒng)開發(fā)中的一道關(guān)鍵工序。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,26,.,構(gòu)造專家系統(tǒng)時，要求專業(yè)領(lǐng)域的專家和知識工程師密切合作，總結(jié)和提取專家領(lǐng)域知識，把它形式化并編碼存入計算機中形成知識庫。 但是，專業(yè)領(lǐng)域知識是啟發(fā)式的，較難捕捉和描述，專業(yè)領(lǐng)域?qū)＜彝ǔＩ朴谔峁┦吕涣?xí)慣提供知識，所以，知識獲取被公認為是專家系統(tǒng)開發(fā)研究中的瓶頸問題。,二、 專家系統(tǒng)的基本結(jié)構(gòu)及其功能,2020/7/3,27,.,1.推理機制,推理：根據(jù)一個或一些判斷得出另一個判斷的思維過程。 推理所根據(jù)的判斷，稱為前提。 由前提得出的判斷，

19、稱為結(jié)論。 在專家系統(tǒng)中，推理機利用知識庫的知識，按一定的推理策略去解決當(dāng)前的問題。,三、推理機制,2020/7/3,28,.,2. 三段論 由且只由三個性質(zhì)判斷組成，其中兩個性質(zhì)判斷是前提，另一個性質(zhì)判斷是結(jié)論。 所有的推理系統(tǒng)都是智能系統(tǒng)； 專家系統(tǒng)是推理系統(tǒng)； 所以，專家系統(tǒng)是智能系統(tǒng)。,大項,中項,小項,三、推理機制,2020/7/3,29,.,3. 基于規(guī)則的演繹 前提與結(jié)論之間有必然性聯(lián)系的推理，是演繹推理。 前提與結(jié)論之間的這種聯(lián)系可由一般的蘊涵表達式直接表示，成為知識的規(guī)則。例如，所有的哺乳動物都是動物，可以寫成如下的蘊涵式： ( x ) Mammal (x) Animal (

20、x) ,三、推理機制,2020/7/3,30,利用規(guī)則進行演繹的系統(tǒng)，通常稱作基于規(guī)則的演繹系統(tǒng)。常用的演繹推理方法有正向、反向和正反向聯(lián)合三種：,.,正向演繹系統(tǒng),定義：從一組事實出發(fā)，不斷嘗試所有可利用的規(guī)則，并在此過程中不斷加入新事實，直到獲得包含目標(biāo)公式的結(jié)束條件為止。 特點：由數(shù)據(jù)到結(jié)論； 數(shù)據(jù)驅(qū)動策略。,三、推理機制,2020/7/3,31,.,反向演繹系統(tǒng),定義：先提出假設(shè)(結(jié)論)，然后去尋找支持這個假設(shè)的證。 特點： 由結(jié)論到數(shù)據(jù)； 目標(biāo)驅(qū)動策略。,三、推理機制,2020/7/3,32,.,正反向聯(lián)合演繹系統(tǒng),正向演繹系統(tǒng)和反向演繹系統(tǒng)的局限： 正向系統(tǒng)可以處理任意形式的事實表

21、達式，但被限制 在目標(biāo)表達式為由文字析取組成的一些表達式。 反向系統(tǒng)可以處理任意形式的目標(biāo)表達式，但被限制 在事實表達式為由文字合取組成的一些表達式。 正反向聯(lián)合演繹，發(fā)揮各自的優(yōu)點，克服其局限性。,三、推理機制,2020/7/3,33,.,4. 歸納推理 定義：由個別的事物或現(xiàn)象推出該類事物或現(xiàn)象的普遍性規(guī)律的推理。 常見的推理方法：簡單枚舉法、類比法、統(tǒng)計推理、因果關(guān)系法等五種(契合法、差異法、契合差異并用法、共變法與剩余法)。,三、推理機制,2020/7/3,34,.,5. 不精確推理 定義：基于不確定的推理規(guī)則進行推理，形成結(jié)論。 常見的不精確推理方法： 概率論方法 可信度方法 模糊子

22、集法 證據(jù)論方法等。,三、推理機制,2020/7/3,35,.,1.一般概念,知識表示是計算機科學(xué)研究的重要領(lǐng)域，智能活動過程主要是一個獲得應(yīng)用知識的過程。智能活動的研究范圍： 知識的獲取、知識的表示、知識的應(yīng)用 知識表示的基本要求： 可擴充性、簡明性、明確性等。 知識表示方法： 符號邏輯法、產(chǎn)生式規(guī)則、框架理論、語義網(wǎng)絡(luò)、特征矢量法、過程表示法等。,四、知識表示與知識獲取,2020/7/3,36,.,2. 知識的符號邏輯表示法,優(yōu)點： 邏輯表示的演繹結(jié)果在一定范圍內(nèi)保證正確，而其他知識表示方案，至今還未達到這一點。 邏輯表示從現(xiàn)有事實推導(dǎo)出新事實的方法可以機械化。,四、知識表示與知識獲取,2

23、020/7/3,37,.,一階謂詞邏輯表示法,一階謂詞邏輯是一種形式語言系統(tǒng)，研究的是假設(shè)與結(jié)論之間的蘊含關(guān)系，即用邏輯方法研究推理的規(guī)律。 由于它與自然語言相似，故可用來表示人類的某些知識。,四、知識表示與知識獲取,2020/7/3,38,.,P(x, a)： 指 x (某人)的身份為a，a為常量，可以 是 teacher, studenut 等； A(y, b) ： 指 y (某人)的年齡為 b ； GE(x, y) ：指 xy ； E(u, e) ： 指u (某人)的文化程度為e, e可分為high, middle 和 primary 三擋； S(z, c) ： 指z 的性別為 c, c

24、 的取值為 male 或 female ； W(w, d) ： 指w 的工作年限(工齡)為 d。,四、知識表示與知識獲取,2020/7/3,39,例： 謂詞：,.,事實： P(Wang, teacher)：老王的職業(yè)為教師； S(Wang, male)： 老王為男性； W(Wang, 20)： 老王工齡20年。,規(guī)則： (1) (x)P(x, teacher)E(x, high)： 表示：所有的教師都具有大學(xué)以上文化程度 (2) (x)E(y, high)($x)(A(y, x)GE(x, 23)： 表示：所有具備大學(xué)文化程度以上的人，年齡一般大于或等于23歲,四、知識表示與知識獲取,2020

25、/7/3,40,.,(3) (z)(v) P(z, teacher)w(z, v)(w)EQ(w, ADD(v, 23) (x)(A(z, x)GE(x, w) 表示：任何一位工齡為v的教員，其年齡一般大于或等于v+23,問題：老王年齡多大？,四、知識表示與知識獲取,2020/7/3,41,.,回答：推理， 從已知事實P(Wang, teacher)根據(jù)推理規(guī)則(1)，經(jīng)變量置換xWang后得: P(Wang, teacher)E(Wang, high) 即：“老王受過高等教育”。,由推理規(guī)則(2)，經(jīng)變量置換yWang后得： E(Wang, high)(x)(A(Wang, x)GE(x,

26、23) 即：“老王年齡至少是23歲或23歲以上”,四、知識表示與知識獲取,2020/7/3,42,.,從推理規(guī)則(3)，利用事實P(Wang, teacher)和 W(Wang, 20)，經(jīng)變量置換z / Wang, v / 20，從另外的推理路線得： P(Wang,teacher) w(Wang,20) (w)EQ(w, ADD(20,23) (x)(A(Wang, x) GE(x, w) 得知：“老王年齡大于或等于43歲”。,四、知識表示與知識獲取,2020/7/3,43,.,3.產(chǎn)生式規(guī)則表示法,優(yōu)點：產(chǎn)生式規(guī)則之間相互獨立，有利于系統(tǒng)的修改、擴充。 如MYCIN醫(yī)學(xué)咨詢系統(tǒng)。 產(chǎn)生式系

27、統(tǒng)中，論域知識分成兩部分： 事實：靜態(tài)的知識，如事物、事件和它們之間的關(guān)系； 產(chǎn)生式規(guī)則：推理和行為的過程。由于這類系統(tǒng)的知識庫中主要存儲的是規(guī)則，所以又稱基于規(guī)則的系統(tǒng)。,四、知識表示與知識獲取,2020/7/3,44,.,事實的表示 對于孤立的事實，在專家系統(tǒng)中常用(特性對象取值)三元組表示。在謂詞演算中關(guān)系謂詞也常以這種形式表示。如： (Age Wang-Feng 38) (Men Wang-Feng True) (Father Wang-Ling Wang-Feng),四、知識表示與知識獲取,2020/7/3,45,.,不完全知識： (判斷，振動基頻分量振幅占通頻振幅60以上，基頻振動

28、，0.9) (判斷，主蒸汽壓力低于規(guī)程標(biāo)準(zhǔn)，主蒸汽壓力低，1.0) 上述規(guī)則分別表示： “振動基頻分量振幅占通頻振幅60以上判斷為基頻振動” 的置信度為90% “主蒸汽壓力低于規(guī)程標(biāo)準(zhǔn)為主蒸汽壓力低”的置信度為 100%。,四、知識表示與知識獲取,2020/7/3,46,.,汽輪發(fā)電機組故障樹,四、知識表示與知識獲取,2020/7/3,47,對于各事實之間的關(guān)系，常以樹狀結(jié)構(gòu)來表示：,.,規(guī)則的表示 RULE=( (IF ；若事實1成立且 ；事實2成立且 )；事實n成立 (THEN ；則結(jié)論1成立且 ；結(jié)論2成立且 )；結(jié)論m成立,四、知識表示與知識獲取,2020/7/3,48,.,規(guī)則2=基

29、頻振動 (如果 振動工頻分量占通頻振幅的比例大于60 0.95； 過臨界轉(zhuǎn)速對振幅明顯增大，且相位變化大于1000.8； 穩(wěn)速時，相位不隨時間、負荷而變化 0.8)； (則為 不平衡故障 0.9) ；,四、知識表示與知識獲取,2020/7/3,49,.,但這種完全獨立的規(guī)則集雖然增刪、修改容易，但尋找可用規(guī)則時只能順序進行，效率很低。 在實際專家系統(tǒng)中，由于規(guī)則較多，所以總是以某種方式把有關(guān)規(guī)則連接起來，如建立某種形式的索引文件。這樣既方便查找，又可把規(guī)則存放在磁盤上，避免把所有規(guī)則調(diào)入內(nèi)存造成內(nèi)存不足等問題。例如：,四、知識表示與知識獲取,2020/7/3,50,.,對于油膜振蕩故障，可以有

30、如下規(guī)則： IF (油膜振蕩) THEN (規(guī)則 287, 288, 289, 290, 291, 292, 293, 294, 395)； 同樣，對于決策性知識，也可用類似表示法： IF (油膜振蕩) THEN (決策 10, 11, 12, 20, 25)；,四、知識表示與知識獲取,2020/7/3,51,.,4. 框架理論 框架是一種描述某種形態(tài)的數(shù)據(jù)結(jié)構(gòu)，它由一組槽所組成。一般，框架有如下形式： 框架名 槽名1側(cè)面名11(值111，值112，. ) 側(cè)面名12(值121，值122，. ) 槽名2側(cè)面名21(值211，值212，. ) 側(cè)面名22(值221，值222，. ) ,四、知識表

31、示與知識獲取,2020/7/3,52,.,框架可用來描述動作與推測。例如，在工況監(jiān)視與故障診斷系統(tǒng)中有： 動作框架 類型 監(jiān)測 動作者 工況監(jiān)視與故障診斷系統(tǒng) 被監(jiān)測者 汽輪發(fā)電機組 可能結(jié)果 情況1框架 情況2框架 情況3框架,四、知識表示與知識獲取,2020/7/3,53,.,情況1框架 類型 描述 對象 汽輪發(fā)電機組 反映 低壓轉(zhuǎn)子兩側(cè)工頻振動大 可能結(jié)果 低壓轉(zhuǎn)子不平衡或熱彎曲 情況2框架 類型 描述 對象 汽輪發(fā)電機組 反映 各項參數(shù)正常 可能結(jié)果 機組工作正常，繼續(xù)正常運轉(zhuǎn),四、知識表示與知識獲取,2020/7/3,54,.,情況3框架 類型 描述 對象 汽輪發(fā)電機組 反映 軸振動

32、超限值 可能結(jié)果 報警，停機檢修,四、知識表示與知識獲取,2020/7/3,55,.,框架也可以來描述一個概念。如：描述軋鋼機的框架： 軋鋼機框架 類型 用途 (初軋機框架，連軋機框架.) 規(guī)格 (650，850，1150，1700，.) 結(jié)構(gòu) 軋輥 (軋輥框架) 牌坊 (機架框架) 主傳動系統(tǒng) (傳動系統(tǒng)框架) 電動機 (電動機框架),四、知識表示與知識獲取,2020/7/3,56,.,傳動系統(tǒng)框架 高速軸 軸 (帶飛輪，不帶飛輪，) 聯(lián)軸器 (剛性，彈性，) 小齒輪 (漸開線，圓孤，) 軸承 (滾動，滑動，) 低速軸 軸 (帶動一架，帶動二架，) 聯(lián)軸器 (齒輪聯(lián)軸器，彈性聯(lián)軸器) 軸承

33、(滾動，滑動，) 大齒輪 (漸開線，圓孤，) ,四、知識表示與知識獲取,2020/7/3,57,.,5. 不精確知識的表示 不精確知識來源： 知識并非完全可靠； 知識不完全； 知識來自多個相沖突的知識源等； 由于情況的不斷變化，或在對客觀事物所掌握的信 息不完整或不正確的情況下進行推論所導(dǎo)出的結(jié)自 然也具有不確定性。,四、知識表示與知識獲取,2020/7/3,58,.,不精確知識的表示方法： Bayes方法 模糊集理論 決策因子表示法，按因子在決策中所起的作用分成：支持、反對、充分、矛盾等決策因子。,四、知識表示與知識獲取,2020/7/3,59,.,6. 知識獲?。C器學(xué)習(xí)）,知識獲取又稱機

34、器學(xué)習(xí)，是專家系統(tǒng)中不可缺少的一個 組成部分。 知識獲取的理論是機器學(xué)習(xí)，它主要研究學(xué)習(xí)的計算理 論、學(xué)習(xí)主要方法及其在專家系統(tǒng)中的應(yīng)用。 知識獲取的目的：使系統(tǒng)適應(yīng)不斷變化著的客觀世界。 知識獲取被公認為專家系統(tǒng)開發(fā)研究中的瓶頸問題。,四、知識表示與知識獲取,2020/7/3,60,.,知識獲取的基本步驟,四、知識表示與知識獲取,2020/7/3,61,.,人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng),專家系統(tǒng)的局限性： 知識獲取的瓶頸； 難于處理多個領(lǐng)域?qū)＜抑R間的相互矛盾； 自學(xué)習(xí)能力幾乎沒有；,五、人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng),2020/7/3,62,窄臺階效應(yīng)：專家系統(tǒng)能以專家水平處理專家知識 領(lǐng)域以內(nèi)的問題，而不能處理專家知 識領(lǐng)域以外的 任何問題； 現(xiàn)有邏輯理論表達和單一推理機制的局限； 運行過程中大量的人工干預(yù)。,.,將神經(jīng)網(wǎng)絡(luò)視為一類知識源的表達與處理模型，與 其它知識表達模型一起去