第六章专家系统 ppt课件

第 6章 专家系统 n 6.1 专家系统概述 n 6.2 基于规则的专家系统 n 6.3 基于框架的专家系统 n 6.4 基于模型的专家系统 n 6.5 新型专家系统 n 6.6 专家系统设计 n 6.7专家系统开发工具 Date 1 第 6章 专家系统 n 专家系统 的先驱费根鲍姆 (Feigenbaum)说：专家系统的 力量是从它处理的知识中产生的，而不是从某种形式主 义及其使用的参考模式中产生的。 n 专家系统实质上为一计算机程序，它能够以人类专家的 水平完成特别困难的某一专业领域的任务。 n 在设计专家系统时，知识工程师的任务就是使计算机尽 可能模拟人类专家解决某些实际问题的决策和工作过程 ，即模仿人类专家如何运用他们的知识和经验来解决所 面临问题的方法、技巧和步骤。 Date 2 6.1.1 专家系统的特点 特点 n (1) 具有专家水平的专业知识 ES要解决只有人类专家才能解决的复杂问题 就必须依赖于专家的知识，也是知识库系统的共 同特点。 知识越丰富，质量越高，解决问题的能力就 越强。 Date 3 6.1.1 专家系统的特点 特点 n (2) 能进行有效的推理 ES要利用专家知识求解领域的具体问题，而 问题求解过程就是一个推理过程，所以专家系统 必须有推理机构。 ES的核心是知识库和推理机。 Date 4 6.1.1 专家系统的特点 特点 n (3) 具有启发性 ES除要利用大量专业知识外，还必须利用经 验的判断知识来对求解问题作出多个假设。 依据某些条件选定一个假设，使推理继续进 行。 Date 5 6.1.1 专家系统的特点 特点 n (4) 具有 灵活性 在专家系统的体系结构中，知识库与推理 机既相互联系、又相互独立。 相互联系保证了推理机利用知识库中的知 识进行推理以实现对问题的求解；相互独立能 保证当知识库作适当修改和更新时，只要推理 策略不变，推理机部分就可以不变。使系统易 于扩充。 Date 6 6.1.1 专家系统的特点 特点 n (5) 具有 透明性 专家系统能够解释本身的推理过程和回答 用户提出的问题，以便让用户能够了解推理过 程，提高对专家系统的信赖感。 Date 7 6.1.1 专家系统的特点 特点 n (6) 具有 交互性 专家系统具有较好的人机界面。一方面需 要与领域专家或知识工程师进行对话以获取知 识，另一方面也需要不断从用户处获得所需要 的已知事实并回答用户的询问。 Date 8 6.1.1 专家系统的特点 特点 n (7) 能根据不确定的知识进行与推理 领域专家解决问题大多是经验性的，这些 经验性的知识表示出来往往是不精确的，问题 本身提供的信息往往也不精确， ES就是要利用 这些模糊的信息和知识进行推理，得出结论。 Date 9 6.1.2 专家系统的类型 n 1.按用途分类 按用途分类，专家系统可分为：诊断型、解释 型、预测型、决策型、设计型、规划 型、控制 型、调度型等几种类型。 n 2.按输出结果分类 按输出结果分类，专家系统可分为分析型和设 计型。 Date 10 6.1.2 专家系统的类型 n 3.按知识表示分类 目前所用的知识表示形式有：产生式规则、一阶 谓词逻辑、框架、语义网等。 n 4.按知识分类 知识可分为确定性知识和不确定性知识，所以， 按知识分类，专家系统又可分为精确推理型和不 精确推理型（如，模糊专家系统）。 Date 11 6.1.2 专家系统的类型 n 5.按技术分类 按采用的技术分类，专家系统可分为符号推理专 家系统和神经网络专家系统。 n 6.按规模分类 按规模分类，可分为大型协同式专家系统和微专 家系统。 n 7.按结构分类 按结构分类可分为集中式和分布式，单机型和网 络型 (即网上专家系统 )。 Date 12 6.1.2 专家系统的类型 n (1) 解释专家系统 解释专家系统的任务是通过对已知信息和数据的分析 与解释，确定它们的涵义。解释专家系统具有下列特点： (a) 系统处理的数据量很大，而且往往是不准确的、有错误 的或不完全的。 (b) 系统能够从不完全的信息中得出解释，并能对数据做出 某些假设。 (c) 系统的推理过程可能很复杂和很长，因而要求系统具有 对自身的推理过程作出解释的能力。 Date 13 6.1.2 专家系统的类型 n (1) 解释专家系统 n 作为解释专家系统的例子有语音理解、图象分 析、系统监视、化学结构分析和信号解释等。 例如，卫星图象 (云图等 )分析、集成电路分析 、 DENDRAL化学结构分析、 ELAS石油测井数 据分析、染色体分类、 PROSPECTOR地质勘 探数据解释和丘陵找水等实用系统。 Date 14 6.1.2 专家系统的类型 n (2) 预测专家系统 预测专家系统的任务是通过对过去和现在已知状况的 分析，推断未来可能发生的情况。预测专家系统具有下列 特点： (a) 系统处理的数据随时间变化，而且可能是不准确和不 完全的。 (b) 系统需要有适应时间变化的动态模型，能够从不完全 和不准确的信息中得出预报，并达到快速响应的要求。 预测专家系统的例子有气象预报、军事预测、人口预 测、交通预测、经济预测和谷物产量预测等。例如，恶劣 气候 (包括暴雨、飓风、冰雹等 )预报、战场前景预测和农 作物病虫害预报等专家系统 Date 15 6.1.2 专家系统的类型 n (3) 诊断专家系统 诊断专家系统的任务是 根据观察到的情况 (数据 )来推 断出某个对象 机能失常 (即故障 )的原因 。诊断专家系统具 有下列特点： (a) 能够了解被诊断对象或客体各组成部分的特性以 及它们之间的联系。 (b) 能够区分一种现象及其所掩盖的另一种现象。 (c) 能够向用户提出测量的数据，并从不确切信息中 得出尽可能正确的诊断。 Date 16 6.1.2 专家系统的类型 n (3) 诊断专家系统 n 诊断专家系统的例子特别多，有医疗诊断，电子机械 和软件故障诊断以及材料失效诊断等。用于抗生素治 疗的 MYCIN、 肝功能检验 的 PUFF、 青光眼治疗的 CASNET、 内科疾病诊断的 INTERNIST-I和血清蛋白 诊断等医疗诊断专家系统， IBM公司的计算机故障诊 断系统 DART/DASD， 火电厂锅炉给水系统故障检测 与诊断系统、雷达故障诊断系统和太空站热力控制系 统的故障检测与诊断系统等、都是国内外颇有名气的 实例。 Date 17 6.1.2 专家系统的类型 n (4) 设计专家系统 设计专家系统的任务是根据设计要求，求出满足 设 计问题约束的目标配置 。设计专家系统具有如下特点： (a) 善于从多方面的约束中得到符合要求的设计结果 。 (b) 系统需要检索较大的可能解空间。 (c) 善于分析各种子问题，并处理好子问题间的相互 作用。 (d) 能够试验性地构造出可能设计，并易于对所得设 计方案进行修改。 (e) 能够使用已被证明是正确的设计来解释当前的 (新 的 )设计。 Date 18 6.1.2 专家系统的类型 n (4) 设计专家系统 n 设计专家系统涉及电路 (如数字电路和集成电路 )设计、土木建筑工程设计、计算机结构设计、 机械产品设计和生产工艺设计等。比较有影响 的专家设计系统有 VAX计算机结构设计专家系 统 R1(XCOM)、 浙江大学的花布立体感图案设 计和花布印染专家系统、大规模集成电路设计 专家系统以及齿轮加工工艺设计专家系统等。 Date 19 6.1.2 专家系统的类型 n (5) 规划专家系统 规划专家系统的任务在于寻找出某个能够 达 到给定目标的动作序列或步骤 。规划专家系统的 特点如下： (a)所要规划的目标可能是动态的或静态的，因而 需要对未来动作做出预测。 (b)所涉及的问题可能很复杂，要求系统能抓住重 点，处理好各子目标间的关系和不确定的数据信 息，并通过试验性动作得出可行规划。 Date 20 6.1.2 专家系统的类型 n (6) 监视专家系统 监视专家系统的任务在于对系统、对象或过 程的行为进行不断观察，并把观察到的行为与其 应当具有的行为进行比较，以 发现异常情况，发 出警报 。监视专家系统具有下列特点： (a)系统应具有快速反应能力，在造成事故之前及 时发出警报。 (b)系统发出的警报要有很高的准确性。在需要发 出警报时发警报，在不需要发出警报时不得轻易 发警报 (假警报 )。 (c)系统能够随时间和条件的变化而动态地处理其 输入信息。 Date 21 6.1.2 专家系统的类型 n (7) 控制专家系统 控制专家系统的任务是自适应地管理一个受 控对象或客体的全面行为，使之满足预期要求。 控制专家系统的特点为：能够解释当前情况 ，预测未来可能发生的情况，诊断可能发生的问 题及其原因，不断修正计划，并控制计划的执行 。也就是说，控制专家系统具有解释、预报、诊 断、规划和执行等多种功能。 Date 22 6.1.2 专家系统的类型 n (8) 调试专家系统 调试专家系统的任务是对失灵的对象给出 处理意见和方法。调试专家系统的特点是同时 具有规划、设计、预报和诊断等专家系统的功 能。调试专家系统可用于新产品或新系统的调 试，也可用于维修站进行被修设备的调整、测 量与试验。在这方面的实例还很少见。 Date 23 6.1.2 专家系统的类型 n (9) 教学专家系统 教学专家系统的任务是根据学生的特点、弱点和基础 知识，以最适当的教案和教学方法对学生进行教学和辅导 。 教学专家系统的特点为： (a)同时具有诊断和调试等功能。 (b)具有良好的人机界面。 已经开发和应用的教学专家系统有美国麻省理工学院 的 MACSYMA符号积分与定理证明系统，我国一些大学开 发的计算机程序设计语言和物理智能计算机辅助教学系统 以及聋哑人语言训练专家系统等。 Date 24 6.1.2 专家系统的类型 n (10) 修理专家系统 修理专家系统的任务是对发生故障的对象 (系 统或设备 )进行处理，使其恢复正常工作。修理专 家系统具有诊断、调试、计划和执行等功能。美 国贝尔实验室的 ACI电话和有线电视维护修理系 统是修理专家系统的一个应用实例。 此外，还有决策专家系统和咨询专家系统等 。 Date 25 6.1.3 专家系统的结构和建造步骤 n 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。 n MYCIN系统的任务是疾病诊断与解释，其问题的特点是 需要较小的可能空间、可靠的数据及比较可靠的知识， 这就决定了它可采用穷尽检索解空间和单链推理等较简 单的控制方法和系统结构。 n HEARSAY 系统的任务是进行口语理解。这一任务需 要检索巨大的可能解空间，数据和知识都不可靠，缺少 问题的比较固定的路线，经常需要猜测才能继续推理等 。这些特点决定了 HEARSAY 必须采用比 MYCIN更为 复杂的系统结构。 Date 26 1 专家系统的结构 n 专家系统是一种计算机应用系统。由于应用领 域和实际问题的多样性，所以，专家 系统的结 构也就多种多样。但抽象地看，它们还是具有 许多共同之处。 Date 27 1 专家系统的结构 图 61 专家系统的概念结构 人 机 界 面 推 理 机 解释模块 动态数据库知识库 知识库管理系统 Date 28 1 专家系统的结构 图 62 专家系统的理想结构 人 机 界 面 推 理 机 解释模块 动态数据库知识库 自学习模块知识库管理系统 Date 29 1 专家系统的结构 n 从概念来讲，知识库和推理机是两个最基本的 模块。 1.知识库（ KnowledgeBase) 所谓知识库，就是以某种表示形式存储于计算 机中的知识的集合。知识库通常是以一个个文 件的形式存放于外部介质上，专家系统运行时 将被调入内存。知识库中的知识 一般包括专家 知识、领域知识和元知识。 Date 30 1 专家系统的结构 n 2.推理机（ Inferense Engine） 所谓推理机，就是实现（机器）推理的程序。 这里的推理，是一个广义的概念，它 既包括通 常的逻辑推理，也包括基于产生式的操作。例 如： AB A B Date 31 1 专家系统的结构 n 3.动态数据库 动态数据库也称全局数据库、综合数据库、工作存储器、 黑板等，它是存放初始证 据事实、推理结果和控制信息的 场所，或者说它是上述各种数据构成的集合。 n 4.人机界面 这里的人机界面指的是最终用户与专家系统的交互界面。 n 5.解释模块 解释程序模块专门负责向用户解释专家系统的行为和结果 。 Date 32 1 专家系统的结构 n 6.知识库管理系统 知识库管理系统是知识库的支撑软件。知识库 管理系统对知识库的作用，类似于数 据库管理 系统对数据库的作用，其功能包括知识库的建 立、删除、重组；知识的获取 （主要指录入和 编辑）、维护、查询、更新；以及对知识的检 查，包括一致性、冗余性和完整性检查等等。 Date 33 1 专家系统的结构 总 控 处理模块 1 处理模块 n 专家模块 1 专家模块 m 图 63 专家系统的实际结构示例 Date 34 n 在网络环境下，专家系统也可以设计成网络结构 ，如 “客户机 /服务器 ”(Client/Server)结构或浏览器 /服务器 (Browser/Server)结构。我们称后一种结构 的专家系统为网上专家系统。 n 分布式结构则是一种适合于分布式计算环境的专 家系统。例如那些多学科、多专家联合作业，协 同解题的大型专家系统，就可以设计成分布式结 构。这类专家系统也就称为分布式专家系统。 Date 35 知 识库 推理机 推理机知 识库 人 机界面 人 机界面 客户（机） Browser 服务器 Web Server Internet Date 36 2 专家系统的建造步骤 n 成功地建立系统的关键在于尽可能早地着手建立系统，从 一个比较小的系统开始，逐步扩充为一个具有相当规模和 日臻完善的试验系统。建立系统的一般步骤如下： (1) 设计初始知识库。 知识库的设计是建立专家系统最重要和最艰巨的任务 。初始知识库的设计包括： (a) 问题知识化，即辨别所研究问题的实质，如要解决 的任务是什么，它是如何定义的，可否把它分解为子问题 或子任务，它包含哪些典型数据等。 Date 37 2 专家系统的建造步骤 (b) 知识概念化，即概括知识表示所需要的关键概念及 其关系，如数据类型、已知条件 (状态 )和目标 (状态 )、 提出的假设以及控制策略等。 (c) 概念形式化，即确定用来组织知识的数据结构形式 ，应用人工智能中各种知识表示方法把与概念化过程 有关的关键概念、子问题及信息流特性等变换为比较 正式的表达，它包括假设空间、过程模型和数据特性 等。 (d) 形式规则化，即编制规则、把形式化了的知识变换 为由编程语言表示的可供计算机执行的语句和程序。 (e) 规则合法化，即确认规则化了知识的合理性，检验 规则的有效性。 Date 38 2 专家系统的建造步骤 (2)原型机 (prototype)的开发与试验 在选定知识表达方法之后，即可着手建立整个系统所需要 的实验子集，它包括整个模型的典型知识，而且只涉及与 试验有关的足够简单的任务和推理过程。 (3) 知识库的改进与归纳 反复对知识库及推理规则进行改进试验，归纳出更完善的 结果。经过相当长时间 (例如数月至二三年 )的努力，使系 统在一定范围内达到人类专家的水平。 这种设计与建立步骤，如下图所示 。 Date 39 2 专家系统的建造步骤 知识化 概念化 形式化 规则化 合法化 问题 知识 概念 结构 规则 改进 再设计 重新阐述 形式 Date 40 6.2 基于规则的专家系统 图 6.4 专家系统的基本结构 Date 41 基于规则的专家系统举例 n 使用事实和规则的 AI推理技术的最成功应用之一是建立专 家系统，专家系统包含了人类努力探索的一个专门领域的 知识，如医疗、教育、工程和商业等。 EMYCIN中，采用的是逆向链深度优先的控制策略，它提供 了专门的规则语言来表示领域知识，基本的规则形式是： n (IF 前提 THEN 行为 ELSE 行为 ) 当前提为真时，该规则将前提与一个行为结合起来，否则 与另一个行为结合起来，并且可以用一个 -1到 +1之间的数 字来表示在该前提下行为的可信程度。如一条判断细菌类 别的规则可表示如下： Date 42 基于规则的专家系统举例 如果培养物的部位是血液 细菌的类别确不知道 细菌的染色是革蓝氏阴性 细菌的外形是杆状 病人被严重地烧伤 那么以不太充分的证据 (可信程度 0.4)说明细 菌的类别是假单菌。 Date 43 6.3 基于框架的专家系统 n 基于框架的专家系统的概念 基于框架的专家系统的推理和语义网络一样 遵循匹配和继承的原则，而且框架中如 if needed、 if added等槽的槽值是附加过程，在推 理过程中起重要作用。 若将一个子框架视作知识单位，有如一条产 生式规则，这样可将一个问题的求解，通过匹配 分散为各有关的子框架的协调过程，当然实现起 来较为困难。这个过程可描述为 : Date 44 6.3 基于框架的专家系统 推理机理 框架系统（知识）库 附加过程在推理中的作用，可由例子来说明。 如确定一个人的年龄，已匹配的知识库中的框架为 : 槽名 年龄 NIL if needed ASK if added CHECKDate 45 6.3 基于框架的专家系统 产生式系统 基于框架的专家系统 知识表示单位 规则 框架 推理机理 固定、与知识库独立 可变、与知识库成一体 建立知识库 容易 困难 通用性 低 高 应用 简单问题 复杂问题 用户 初学者 专家 Date 46 基于框架的专家系统举例 n 该例选自 “ 船舶积载专家系统 ” ，为了便于说明 ，这里进行了化简和归纳，只保留了与基于框架 的专家系统的一般特性有关的部分，实际系统要 比这里介绍的复杂得多。 船舶积载是船舶运输中的一个重要环节，为 了保证航行安全和货物的完好无损，在进行积载 中需要掌握多方面的知识，货物特性知识是其中 的一个方面。为了描述货物的各种性质，我们建 立了一个框架系统，并对货物进行分类，连成如 图 6.5所示的树状结构。 Date 47 基于框架的专家系统举例 图 6.5 一个框架系统 Date 48 6.4 基于模型的专家系统 n 表示系统各部件的部分 /整体关系的结构模型， 表示各部件几何关系的几何模型，表示各部件的 功能和性能的功能模型，表示各部件因果关系的 因果模型等等。 n 有的人工智能研究者提出， 运用启发式规则的推 理为浅层推理 ， 基于模型的推理为深层推理 。浅 层推理运用专家的经验，推理效率高，但解决问 题的能力较低；深层推理由于接触了事物的本质 内容，因此解决问题的能力强，但推理效率较低 。因此，又发展了把浅层推理和深层推理结合起 来的系统，并称为第二代专家系统。 Date 49 6.4 基于模型的专家系统 图 6.6 一个简单的电路 n 在上面的例子中，如果 电 源接通、接地良好， 开关和接点都是 闭 合的，但有一个灯泡不亮， 则 从 图 中看出有三种故障的可能： Date 50 6.4 基于模型的专家系统 图 6.7 电路的因果模型 Date 51 基于模型的专家系统举例 图 6.8 汽车启动部分的因果网络 Date 52 基于模型的专家系统举例 n 汽车启动的其它一些要求，如要有汽油，已 经由启发式规则描述了。在本例中，下面的 规则触发后开始进入因果模型的推理： 关于启动器不旋转的规则 检验规则 : Date 53 基于模型的专家系统举例 症状： 灯能亮 启动器转动 网络： 启动器 触发器 启动器转动 这时，假设其它一些特性具有下列状态： 启动器转动 异常 电池已充电 正常 接点接通 异常 Date 54 6.5 新型专家系统 n 新型专家系统的特征 1.并行与分布式处理 2.多专家系统协同工作 3.高级语言和知识语言描述 4.具有自学习功能 5.引入新的推理机制 6.具有自纠错和自完善能力 7.先进的智能人机接口 Date 55 6.5 新型专家系统 n 模糊专家系统 人机接口 解释模块、 模糊推理机 模糊知识获取 模糊数据库 模糊知识库 领域专家用户 AI专家 Date 56 6.5 新型专家系统 n 神经网络专家系统 神经网络与传统专家系统的集成。将传统专家系 统给予知识表示方法的显式的知识表示，变为给 予神经网络及联结权值的隐式知识表示，把基于 逻辑的串行推理技术变为基于神经网络的并行联 想和自适应推理。 n 由于神经网络具有高度的分布并行性、联想记忆 功能、容错功能、自组织和自学习功能，因此适 合模拟人类的低层智能。而传统专家系统一逻辑 推理为主，适合模拟人类的高层智能。 Date 57 n 神经网络专家系统的主要目标是利用神经网络的 自学习能力和大规模分布并行处理功能，实现自 动化知识获取和并行联想自适应推理，以提高专 家系统的智能化水平、事实处理能力和鲁棒性。 学习示例 网络结构 学习算法 解释器 知识获取 知识库 推理机 神经网络专家 用户 Date 58 6.5 新型专家系统 n 基于 Web的专家系统 Web 浏览器 Web 接口 应用 服务器 推理机 解释器 数据 库服 务器 数据库 知识库 普通用户 领域专家 AI专家 Date 59 n 基于 Web的专家系统多采用 B/S模式，如 B/Web/S三层 体系结构，用户通过浏览器向 Web服务器发送服务请 求，服务器端的专家系统收到浏览器传来的请求信息 后，调用知识库，运行推理模块，进行推理判断，最 后将产生的推理结构显示在浏览器上。 n 用户页面可设计成 HTML格式，利用 Web技术，实现与 远程服务器专家系统的连接。实现技术有 CGI、 ISAP 、 Java Applet、 ASP、 PHP等。 n 数据库可用 SQL Server Date 60 6.5 新型专家系统 n 分布式专家系统要解决的问题 1.功能分布 2.知识分布 3.接口设计 4.系统结构 5.驱动方式 (1)控制驱动 (2)数据驱动 (3)需求驱动 (4)事件驱动 Date 61 6.5 新型专家系统 n 协同式专家系统要解决的问题 1.任务的分解 2.公共知识的导出 3.讨论方式 4.裁决问题 5.驱动方式 Date 62 6.6 专家系统的设计 n 专家系统的设计技巧 尽早地建立专家系统的原型，即 实验样机系统 。 一个初始的实验系统很粗糙，很不完善，而且可 能包含不准确性，但是至少可以提供一个出发点 ，让专家可以提出建议，使系统得到改进。 n 设计系统的许多工作，是由知识工程师来负担的 ，知识工程师要抽取专家的知识，把它表示成适 合于计算机储存的形式。这些准则有： Date 63 6.6 专家系统的设计 (1) 设计系统时，首先集中精力研究一小部分假设，以及下 述的观测或观察，也就是说，在设计实验系统时，先不要 考虑那些不十分确定的事物。使用一部分结论，只 取那些 确实可信的观察和肯定的规则 。 (2) 挑选那些 最有利于区别各个假设的观测 。也就是说，应 用这些观测可以把各种假设完全区分开来 (3) 在许多情况下，为得到许多所需的结论，可以有许多方 式来组合观测。在决定规则时，首先从确认或区分各种假 设所需的数量最少的观测组合开始。 (4) 把那些并不具有很强的预测或区别能力的观测组合起来 ，以便通过观测或结论之间的依赖关系来改善这些观测的 区别能力。 Date 64 6.6 专家系统的设计与开发 (5) 建立中间假设。引入中间假设的目的是为了减少规则数 量和简化推理过程。例如，由观测的组合可以产生中间 假设组合 H1、 H2和 H3。 利用这些中间假设的组合合取 (H1 H2 H3)可以减少产生式规则组合的增长率。同时 ，还可以采取以下的做法：先独立地确定中间假设 H， 然 后在进一步的推理中，利用 H的肯定或否定，而不是始终 以事实来推理。 (6) 以各种事例来试验所设计的系统。研究那些产生不准确 结论的事例，并且确定系统可以做些什么修改以校正错 误。修改系统后要检验系统对这些事例产生的结果以及 系统的这些修改对其它事例的影响。 Date 65 6.7 专家系统开发工具 n 如果在建造每个具体的专家系统时，一切都从头开始，就 必然会降低工作效率。人们已经研制出一些比较通用的工 具，作为设计和开发专家系统的辅助手段和环境，以求提 高专家系统的开发效率、质量和自动化水平。这种开发工 具或环境，就称为专家系统开发工具。 n 专家系统开发工具是 70年代中期开始发展的，它比一般 的计算机高级语言： FORTRAN、 PASCAL、 C、 LISP和 PROLOG等具有更强的功能。也就是说，专家系统工具 是一种更高级的计算机程序设计语言。 n 现有的专家系统工具，主要分为骨架型工具 (又称外壳 )、 语言型工具、构造辅助工具和支撑环境等 4类。 Date 66 1.骨架型开发工具 n 由成熟的专家系统演变来的，相应专家系统外壳 或框架。 n 抽去系统中具体知识，保留它们的体系结构和功 能，再把领域专用的界面改为通用界面。 n 开发工具的推理机制和知识表示方式已经确定好 的、固定不变的。 n 如 EMYCIN、 KAS以及 EXPERT等。 Date 67 EMYCIN n EMYCIN是由美国斯坦福大学的迈尔于 1980年开 发的，用于对细菌感染病进行诊断的。 n EMYCIN中，知识表示方法为产生式规则，知识 的不确定由可信度表示，推理采用的是逆向链深 度优先的控制策略。 n (IF 前提 THEN 行为 ELSE 行为 ) Date 68 KAS(Knowledge Acquisition System) n 美国加州 斯坦福研究院 AI中心开发的，源于物矿 勘探专家系统 PROSPECTOR。 n KAS的知识表示采用产生式规则、语义网络和概 念层次。推理机采用的是正向和反向相结合的混 合推理机制。 n 由 KAS骨架型工具开发的系统有 CONPHYDH(用于帮 助化学工程师选择化工生产过程中物理参数 )和 AIRID(根据飞行物特征和实时的气候环境条件识 别飞机型号 )的专家系统。 Date 69 2.构造辅助工具 n (1) AGE AGE是由美国斯坦福大学用 INTERLISP语言实现 的专家系统工具，这一系统能帮助知识工程师设计和 构造专家系统 。 AGE给用户提供了一整套像积木块那 样的组件，利用它能够 “装配 “ 成专家系统。它包括以 下 4个子系统： (a) 设计子系统：在系统设计方面指导用户使用组 合规则的预组合模型。 (b) 编辑子系统：辅助用户选用预制构件模块，装 入领域知识和控制信息，建造知识库。 (c) 解释子系统：执行用户的程序，进行知识推理 以求解问题，并提供查错手段，建造推理机。 (d) 跟踪子系统：为用户开发的专家系统的运行进 行全面的跟踪和测试。 Date 70 2.构造辅助工具 n (2) TEIRESIAS TEIRESIAS系统能帮助知识工程师把一个领域专家的知 识植入知识库，是一个典型的知识获取工具，它利用元知识 来进行知识获取和管理。 TEIRESIAS系统具有下列功能： (a) 知识获取： TEIRESIAS能理解专家以特定的非口语化的 自然语言表达的领域知识。 (b) 知识库调试：它能帮助用户发现知识库的缺陷、提出修 改建议，用户不必了解知识库的细节就可方便地调试知识库 。 (c) 推理指导：它能利用元知识对系统的推理进行指导。 (d) 系统维护：它可帮助专家查找系统诊断错误的原因，并 在专家指导下进行修正或学习 。 (e) 运行监控：能对系统的运行状态和诊断推理过程进行监 控。 Date 71 3.支撑环境 n 帮助知识工程师从领域专家那里获取知识和表达 知识；或帮助建造者设计专家系统的体系结构。 n (1) 调试辅助工具 跟踪使用户能跟踪或显示系统的操作，这通常是 列出已激发的所有规则的名字或序号，或显示所 有已调用的子程序。断点程序包使用户能预先告 知程序在什么位置停止，这样用户能够在一些重 复发生的错误之前中断程序，并检查数据库中的 数据。 Date 72 3.支撑环境 n (2) 输入输出设施 有些工具提供运行时实现知识获取的功能。例 如 EMYCIN能在运行时向用户索要它所需要而 知识库中没有的信息， EXPERT不仅能询问这 类信息，而且在请求输入信息时能提供菜单供 用户选择。另外，在系统运行中，它们也允许 用户主动输入一些信息。良好的输入输出能力 将带给用户一个方便友善的界面。 Date 73 3.支撑环境 n (3) 解释设施 虽然所有的专家系统都具有向用户解释结论和推理过 程的能力，而一些没有提供内部解释机制的工具，知 识工程师在使用它们构造专家系统时就得另外编写解 释程序。解释机制常采用回溯推理，应具有以下的能 力： (a) 解释系统是如何到达一个特定状态的。 (b) 能处理假设推理，即系统能解释如果某一事实 或规则略有不同将会推出什么结论。 (c) 能处理反事实推理，即系统能解释为什么未得 到一个期望的结论。 Date 74 3.支撑环境 n (4) 知识库编辑器 基于文本编辑的知识编辑工具。但大部分的工 具在它们的支撑环境中还包括如下一些功能： (a) 语法检查，即编辑器使用语法结构知识 来帮助用户以正确的拼写和格式输入规则。 (b) 一致性检查，即检查输入的规则和数据 是否与系统中已存在的知识矛盾。 (c) 自动薄记，记录用户对规则修改的相关 信息。 (d) 知识抽取，帮助用户将新知识输入到系 统中去。 Date 75