专家系统

专家系统专家系统的起源1965年，f.a.费根鲍姆等人在总结通用问题求解系统的成功与失败经验的基础上，结合化学领域的专门知识，研制了世界上第一个专家系统dendral，可以推断化学分子结构。20多年来，知识工程的研究，专家系统的理论和技术不断发展，应用渗透到几乎各个领域，包括化学、数学、物理、生物、医学、农业、气象、地质勘探、军事、工程技术、法律、商业、空间技术、自动控制、计算机设计和制造等众多领域，开发了几千个的专家系统，其中不少在功能上已达到，甚至超过同领域中人类专家的水平，并在实际应用中产生了巨大的经济效益。专家系统的发展专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性、系统的透明性和灵活性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。专家系统概述专家系统(expertsystem)是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域的问题。简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。专家系统的特点：①启发性②透明性③灵活性专家系统的种类对专家系统的类型划分可以有多种不同的方法。不同的分类方法所得到的分类结果也不同。海叶斯—罗斯（F.Heyes-Roth)等人按照专家系统的特性及处理问题的类型，将专家系统分为以下10种类型。类别功能作用应用预测型专家系统（主要对处理对象的过去和现在的数据进行分析，并由此来推测未来的演变和发展。气象预报、军事预测、人口预测、交通预测、财政预测、经济发展预测、农作物预测等解释型专家系统（对已知的信息或数据进行分析，解释这些信息和数据的实际含义。卫星图像分析、集成电路分析、石油测井数据分析、染色体分类等诊断型专家系统（根据输入的信息找出处理对象存在的故障及其原因，并能给出一定的建议医疗诊断、电子或机械以及材料失效诊断教学型专家系统（根据学生的特点和学习背景，以适当的教学方法和教案将知识点组织起来，用于对学生进行教学和辅导、诊断调整学生在学习过程中的行为。一些计算机辅助教学（）系统、聋哑人语言训练系统以及完成其他一些教育与培训任务ExpertSystemforPredictionExpertSystemforInterpretationExpertSystemforDiagnosisExpertSystemforInstructionExpertSystemforDesignExpertSystemforPlanningExpertSystemforControlYES/MVSMVSExpertSystemforMonitpringREACTORExpertSystemforRepairExpertSystemforDebugging））））设计型专家系统（）根据任务要求，计算出满足设计问题约束的目标配置。工程设计、电路设计、建筑及装修设计、服装设计、机械设计及图案设计规划型专家系统（）按给定目标拟定总体规划、行动计划、运筹优化等。机器人动作控制、工程规划、军事规划、城市规划、生产规划等。控制型专家系统（）根据具体情况，控制整个系统的行为，适用于对各种大型设备及系统进行控制。代表性的专家系统有（帮助监控和控制操作系统的专家系统）监视型专家系统（）根据监测到的现象与正常情况相比，及时作出相应的分析和处理。森林火警监视，机场监视，如（帮助操作人员检测和处理核反应堆事故的专家系统）。维护型专家系统（）对发生故障的系统、对象或设备进行处理，制定纠错方案，并实施方案，使其恢复正常。调试型专家系统（）根据相应的标准检测被测试对象存在的错误，并能从多种纠错方案中选出适用于当前情况的最佳方案，排除错误。CAI设计型专家系统（）根据任务要求，计算出满足设计问题约束的目标配置。工程设计、电路设计、建筑及装修设计、服装设计、机械设计及图案设计规划型专家系统（）按给定目标拟定总体规划、行动计划、运筹优化等。机器人动作控制、工程规划、军事规划、城市规划、生产规划等。控制型专家系统（）根据具体情况，控制整个系统的行为，适用于对各种大型设备及系统进行控制。代表性的专家系统有（帮助监控和控制操作系统的专家系统）监视型专家系统（）根据监测到的现象与正常情况相比，及时作出相应的分析和处理。森林火警监视，机场监视，如（帮助操作人员检测和处理核反应堆事故的专家系统）。维护型专家系统（）对发生故障的系统、对象或设备进行处理，制定纠错方案，并实施方案，使其恢复正常。调试型专家系统（）根据相应的标准检测被测试对象存在的错误，并能从多种纠错方案中选出适用于当前情况的最佳方案，排除错误。ExpertSystemforDesignExpertSystemforPlanningExpertSystemforControlYES/MVSMVSExpertSystemforMonitoringREACTORExpertSystemforRepairExpertSystemforDebugging知识库黑板专家系统的结构专家系统的结构是指专家系统各组成部分的构造方法和组织形式。用户接口事实规则计划议程中间解执行器调度器协调器解释器理想专家系统结构图专家系统的主要组成部分1.知识库（KnowledgeBase)知识库用于存储某领域专家系统的专门知识，包括事实、可行操作与规则。2.综合数据库（globaldatabase)综合数据库又称全局数据库或总数据库，它用于储存领域或问题的初始数据和推理过程中得到的中间数据（信息），即被处理对象的一些当前事实。3.推理机（reasoningmachine)用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调的工作。推理机能够根据知识进行推理和导出结论，而不是简单搜索现成的答案。4.解释器（explanator)解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其他候选解得原因。5.接口（interface)接口又称界面，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程和推理结果等。系统则通过接口要求用户回答提问，并回答用户提出的问题，进行必要的解释。专家系统与传统程序的区别从编程思想看：传统程序=数据结构+算法;专家系统=知识+推理传统程序把关于问题求解的知识隐含于程序中，而专家系统则将知识（知识库）与运用知识的过程(推理机)分离开来；传统程序主要面向数值计算和数据处理，专家系统则面向符号处理；传统程序一般不具有解释功能，而专家系统有解释机构；传统程序与专家系统具有不同的结构；传统程序根据算法能产生正确答案，而专家系统则可能会产生错误的答案；传统程序一般都有算法解，而专家系统经常要在不完全、不精确、不确定的信息基础上作出结论。基于规则的专家系统的工作模型基于规则的专家系统是一个计算机程序，该程序使用一套包含在知识库内的规则对工作存储器内的具体问题信息(事实)进行处理，通过推理机推断出新的信息。知识库(规则)工作存储器(事实)推理机基于规则的工作模型知识库：以一套规则建立人的长期存储器模型。工作存储器：建立人的短期存储器模型，存放问题实时和由规则激发而推断出的新事实推理机：借助于把存放在工作存储器内的问题事实和存放在知识库内的规则结合起来，建立人的推理模型，以推断出新的信息。推理机作为产生式关系模型的推理模块，并把事实与规则的先决条件(前项)进行比较，确定哪条规则能够被激活。通过这些激活规则，推理机把结论加进工作存储器，并进行处理，直到再没有其他规则的先决条件能与工作存储器内的事实相匹配为止。基于规则的专家系统的结构推理机工作存储器解释器知识库外部程序用户界面开发界面用户知识工程师基于框架的专家系统框架是一种结构化的表示方法，它由若干个描述相关事物各方面及其概念的槽构成，每个槽拥有若干个侧面，每个侧面有可拥有若干个值。1.面向目标的编程与基于框架的设计面向目标的编程所涉及的所有数据结构均以目标形式出现。每个目标含有两种基本信息，即描述目标的信息和说明目标能够做些什么的信息。在设计基于框架的系统时，专家系统的设计者们把目标叫做框架。基于框架的专家系统的结构基于框架的专家系统是个计算机程序，该程序使用一组包含在知识库内的框架对工作存储器内的具体问题信息进行处理，通过推理机推断出新的信息。这里，采用框架而不是采用规则来表示知识。框架是一种比规则更丰富的获取问题知识的方法，不仅提供某些目标的包描法，而且规定如何工作。基于框架的专家系统的结构人类男人女人约翰李勇丽达王虹名称特征值侧面人类的框架分层结构基于框架的专家系统的一般设计方法开发基于框架的专家系统的主要任务：1.定义问题，包括对问题和结论的考察与综述2.分析领域，包括定义事物、事物特征、事件和框架结构3.定义类及其特征4.定义例及其框架结构5.确定模式匹配规则6.规定事物通信方法7.设计系统界面8.对系统进行评价9.对系统进行扩展，深化和扩展知识。基于模型的专家系统优点：增加了系统的功能，提高了性能指标可独立地深入研究各种模型及其相关问题，把获得的结果用于改进系统设计。基于神经网络的专家系统神经网络模型从知识表示、推理机制到控制方式，都与目前专家系统中的基于逻辑的心理模型有着本质的区别。知识从显式表示到隐式表示，这种知识不是通过人的加工转换成规则，而是通过学习算法自动获取的。推理机制从检索和验证过程变为网络上隐含模式对输入的竞争。这种竞争是并行的和针对特定特征的，并把特定论域输入模式中各个抽象概念转化为神经网络的输入数据，以及根据论域特点适当地解释神经网络的输出数据。基于神经网络的专家系统学习示例网络结构学习算法知识获取知识库解释器推理机专家神经网络用户神经网络专家系统的基本结构搜索推理图搜索策略盲目搜索策略启发式搜索消解原理搜索推理技术.doc专家系统与搜索和推理的关系搜索和推理是专家系统的必要组成部分，从专家系统的简化结构图可知，搜索与推理在里面起着非常重要的作用。推理机在专家系统里面起着搜索和推理的作用。知识库推理机专家知识输入或提问答案Thankyou！