（管理科学与工程专业论文）智能决策服务器的研究与实现.pdf

里堕型堂堡查叁i 塑茎兰堕堂笪堡苎一摘要智能决策服务器是智能决策支持系统在网络环境下的新结构部件。在网络环境下，专家系统、模型库管理等在组织、管理和运行等方面都发生了很大的变化。本文对此进行了深入的研究，并在“国土资源空间决策支持系统”的课题中，最后完成了智能决策服务器。，实现智能决策服务器要解决的主要问题包括：1 通信。通信是客户服务器系统的底层模块，是客户朋艮务器得以沟通的基础。2 客户服务器协议。客户月务器之间的请求与服务关系必须通过一套行之有效的协议来定义和规范，建立在通信层上面的协议层决定了客户端和服务器端的运行工作方式。协议主要包括客户服务器的工作流程、客户i n 务器的传递信息的数据结构。3 服务器的管理。服务器管理包括服务器的安全管理、服务器的维护、服务器的客户管理、权限管理等。因为服务器是为多个用户提供服务的因此服务器管理的好坏直接影响到广大用户的工作。我们在解决基于客户服务器的系统的问题上，实现智能决策服务器要解决的问题包括：1 基于客户i n 务器结构的专家系统工具( 1 ) 知识和事实库的共享冲突；( 2 ) 推理机的调度；( 3 ) 推理结果与解释过程的传送等。2 基于客户1 1 1 1 e 务器的模型管理( 1 ) 模型的规范化：( 2 ) 模型的组合；( 3 )模型的运行冲突等问题本文的主要工作包括：1 设计实现了用于客户服务器使用的底层通信模块。它通过a p 接口为上层提供通信服务。为客户服务器的上层设计提供了简便、统一的通信接口。2 设计并实现了一个基于客户服务器结构的专家系统工具c s e s t 。利用该工具，用户可以将主要精力放到领域知识的总结和优化上来，而不用考虑过多的编程细节，从而方便了专家系统的开发工作。3 设计并实现了一个知识获取工具。利用与客户交互“提问一应答”的方式方便快速的生成知识树，可以辅助领域专家和知识工程师总结领域知识。在一定程度上方便了知识获取工作。4 课题组多名同志共同实现了基于客户服务器结构的模型服务器，定义了一套模型标准化规范从而使模型的组合和运行更加方便。)、厂关键词：智能决策服务器，专家系统工具，客户服务器，模型，模型管理圄堕型堂垫查盔堂竺塞尘堕堂些堡苎a b s t r a c ti n t e l l i g e n td e c i s i o ns u p p o r t e ds y s t e ms e r v e ri st h en e wc o m p o n e n to fi n t e l l i g e n td e c i s i o ns u p p o s e ds y s t e mi nt h en e t w o r kp l a t f o r mg r e a tc h a n g e sh a v et a k e np l a c ei nt h eo r g a n i z a t i o n ，m a n a g e m e n ta n do p e r a t i o no fe x p e r ts y s t e m ，m o d e lb a s em a n a g e m e n ta n ds oo n ，w h e nw ea d o p tt h i sn e wt e c h n o l o g yt h ep a p e rm a k e sad e e pr e s e a r c ha b o u ti tf u r h e r r n o r e ，b a s e do ni n t e l l i g e n td e c i s i o ns u p p o r t e ds y s t e ms e r v e rp l a t f o r m ，w eb u i l tas p a c ed e c i s i o ns u p p o r t e ds y s t e mi nl a n dr e s o u r c eo f c h i n a t h e m a j o rp r o b l e m s i n t h ed e s i g n a n d d e v e l o p m e n t o f i n t e l l i g e n t d e c i s i o ns u p p o r t e ds e r v e r i n c l u d e ：1c o m m u n i c a t i o n ：i t st h el o w e rm o d u l eo ft h ec l i e n t s e r v e r , w h i c ha c t sa st h el i n k u pb e t w e e nc l i e n ta n ds e r v e r2c sp r o t o c o l ：e f f e c t i v ep r o t o c o l ss h o u l db em a d eu pt od e f i n et h er e l a t i o no fr e q u e s ta n ds e r v i c eb e t w e e nc l i e n ta n ds e r v e rt h cp r o t o c o ll a y e r , b a s e do nc o m m u n i c a t i o nl a y e r , d e c i d e st h ew a yo fo p e r a t i o nb e t w e e nc l i e n ta n ds e r v e rt h cp r o t o c o lm a i n l yi n c l u d e st h ew o r kp r o c e s sa n dt h ed a t as t r u c t u r et ot r a n s m i ti n f o r m a t i o nj nc s3s e r v e rm a n a g e m e n t i ti n c l u d e ss a f e t ym a n a g e m e n t ，m a i n t e n a n c e ，c l i e n tm a n a g e m e n ta n du s e r s a u t h o r i t ym a n a g e m e n tt h eq u a l i t yo f t h es e r v e rm a n a g e m e n th a sad i r e c te f f e c to nt h ew o r ko f t h em o s tu s e r st os o l v ep r o b l e m sa b o u tc ss y s t e mi nt h ei m p l e m e n t a t i o no f i n t e l l i g e n td e c i s i o n m a k i n gs e r v e ri n c l u d e ：1e x p e r ts y s t e mt o o l sb a s e do nc ss t r u c t u r e( 1 )c o n f l i c t so f t h es h a r eb e t w e e nt h ek n o w l e d g ea n df a c t( 2 )i n f c r e n c ee n g i n es c h e d u l e( 3 )c o n v e yo f t h ei n f e r e n c er e s u l ta n dt h ee x p l a i np r o c e s s2m o d e lm a n a g e m e n tb a s e d0 1 1c s( 1 ) n o r m a l i z a t i o no f t h em o d e l( 2 ) m o d e lc o m b i n a t i o n( 3 ) c o n f l i c t si nm o d e lo p e r a t i o nt h em a j o rw o r ko f t h i sp a p e ri s ：1d e s i g na n dd e v e l o p m e n tt h el o w e rc o m m u n i c a t i o nm o d u l ei nc si tp r o v i d e sc o m m u n i c a t i o ns e r v i c ef o rt h eu p p e rl a y e rb ya p ii n t e r f a c e ，w h i c hp r o v i d eac o n v e n i e n ta n du n i f o r mc o m m u n i c a t i o ni n t e r f a c ef o rt h eu p p e rl a y e rd e s i g no f s y s t e m2d e s i g na n dd e v e l o p m e n ta ne x p e r ts y s t e mt o o l ( c s e s t ) b a s e dn oc si n s t e a do f t h ec o n s i d e r a t i o no f p r o g r a m m i n gd e t a i l s ，u s e r sp u tm a i nw o r ki n t ot h es u m m a r i z a t i o na n do p t i m i z a t i o no f t h ed o m a i nk n o w l e d g e i nu s eo f t h i s t o o li tp a v e s t h e w a yo f t h ed e v e l o p m e n t o f e x p e r t s y s t e m3d e s i g na n dd e v e l o p m e n tk n o w l e d g ea c q u i s i t i o n st 0 0 1 k n o w l e d g et r e ec o m e si n t ob e i n ge a s i l yb ym a k i n gu s eo fm u t u a lw a yo f “a s k - a n s w e r ”w i t hc l i e n t s ，w h i c hh e l p sd o m a i ne x p e r t sa n dk n o w l e d g ee n g i n e e r ss u mu pd o m a i nk n o w l e d g e ，a n dt h e ni ti sc o n v e n i e n tf o rd e v e l o p m e n to fk n o w l e d g ea c q u i s i t i o n 4c o m p l e t et h em o d e ls e r v e rb a s e do nc sa r c h i t e c t u r ea n dd e f t n cas a to fm o d e ls t a n d a r d i z a t i o nc r i t e r i o nt om a k et h ec o m b i n a t i o na n dt h eo p e r a t i o no f m o d e l sm o r ee a s i l y k e y w o r d s ：i d s ss e r v e r , d s s ，e x p e r ts y s t e m ，m o d e l ，m o d e lm a n a g e m e n t ，c l i e n t s e r v e r 1 i里堕登堂堡查盔堂堑壅兰堕堂篁丝壅一第一章绪论1 1 引言在管理信息系统基础上发展起来的决策支持系统，以模型库和数据库为基础用定量方式辅助决策。它在结合用知识推理进行定性辅助决策的专家系统以后，形成了智能决策支持系统，这是决策支持系统发展的新阶段。决策支持系统( d e c i s i o ns u p p o r ts y s t e m d s s ) 要解决的主要是复杂的半结构化问题。对于复杂的问题往往涉及到很多模型，通过多个模型的组合运行得到问题的解。决策支持系统的重要特点就是模型库和模型库管理系统。专家系统( e x p e r ts y s t e m - e s ) 是利用专家的知识在计算机上进行推理，达到专家解决问题的能力。专家系统也是一种很有效的辅助决策系统。它主要是利用专家的知识，特别是经验知识经过推理得出辅助决策信息。专家系统辅助决策的方式是属于定性分析。d s s 与e s 都能起到辅助决策的作用，但辅助决策的方式完全不同。专家系统辅助决策的方式是属于定性分析。决策支持系统辅助决策的方式是属于定量分析。把这两者结合起来，辅助决策的效果将会大大改善，即达到定性辅助决策和定量辅助决策相结合。最初的专家系统都是针对特定领域的，如早期的m y c i n 用于传染病的诊断。很快人们就发现专家系统中除了领域知识以外的很多部件都是可重用的，这样专家系统工具应运而生。专家系统工具是一个没有领域知识的专家系统外壳。当加入不同的领域知识，即成为不同领域的专家系统。9 0 年代，由于网络的广泛应用、数据量的飞速增长、以及辅助决策过程的同益复杂化使得过去那种以单机的形式进行辅助决策的系统越来越难以胜任现在的辅助决策工作。为了适应这种变化，决策支持系统越来越多的通过网络以客户服务器的结构形式提供辅助决策的服务。这样作的好处是显而易见的：1 ) 可以利用高性能的服务器提高辅助决策的质量对于大型复杂的决策问题，往往用到大量的模型和数据，模型的计算量也非常大，需要高性能的计算机才能胜任。将智能决策服务器放在高性能的服务器上，这样用户通过网络利用性能不太高的计算机也能解决复杂决策问题。而且数据和模型集中在服务器上利用服务器的安全机制使得辅助决策的安全性得到提高。2 ) 可以同时为多个用户提供服务，并能提供远程的服务单机上的的智能决策支持系统只能为一个用户提供辅助决策信息，通过服务器的方式可以使多个用户同时访问智能决策服务器，获得更多的辅助决策信第1 页国防科学技术大学研究生院学位论文息。出于互联网的迅速发展，用户可以在远地访问智能决策服务器，得到服务器的辅助决策信息，从而方便了最终用户。3 ) 使得模型共享成为可能在决策支持领域，存在大量的标准模型。利用这些标准模型进行不同的组合，结合不同的数据，就可以解决大量的决策问题。利用智能决策服务器将模型放置在网络上，用户可以通过客户端软件来访问、组合、执行模型。模型的共享省去了大量重复劳动，使用户将主要精力放在辅助决策的问题上，而不用过分的关注具体的编程工作。本文是以“国土资源空问决策支持系统”协作任务为背景，主要研究了智能决策服务器的模型管理和专家系统移植到网络环境下给提出的新问题和解决方法，并研究和实现了智能决策服务器中的通信模块、专家系统工具以及模型管理。1 2 国内外研究状况决策支持系统从8 0 年代以来一直处于研究的热潮中。在国内，以史忠植研究员为代表的中科院计算所的研究一直在从事决策支持系统有关技术的研究，他们的研究主要集中在模型的内部表示与存储和决策支持系统框架的研究上。其它像南京大学、北京理工大学、中国科技大学等单位也有一些人员在从事决策支持系统有关方面的研究。中国科技大学的研究人员提出了一种模型管理系统并进行了部分实现，其设计思想已经包含了一些基于客户n 务器模式进行模型的管理的思想。以陈文伟教授为代表的国防科技大学研究人员自8 0 年代中期以来一直从事决策支持技术及其开发平台的研究，先后研究开发了许多决策支持系统工具和具体的决策支持系统，其技术研究和应用系统开发都处于国内领先水平。在决策支持系统中，模型及模型库的管理是其核心部分，而且它们如何组织和管理也影响到决策支持系统的体系结构。所以模型及m b m s 的成败决定着d s s的成败。目前国内在决策模型的组织和管理等方面的研究十分活跃。主要集中在以f 三个问题：1 ) 模型多样化如何处理，包括语言不同、数据组织不同、存在形式不同等；2 ) 模型接口和调用的不一致带来的问题；3 ) 模型管理组织问题。国内的研究主要集中在模型的管理和模型库的组织，如南京大学徐涅磐教授研制开发的n d s s g 系统以方法库管理为主。北京理工大学在研究d s s 系统中的模型时，通过建立模型字典描述模型的数据及相关信息。在研究方面主要应第2 页国防科学技术大学研究生院学位论文用面向对象的思想来组织模型，而且许多还停留在研究阶段。国外在研究决策模型问题主要集中在两个方面，一方面侧重实际，针对具体问题实现决策支持系统；另一方面进行理论研究。s o o n y o u n gh u b 在文章“m o d e l b a s ec o n s t r u c t i o nw i t ho b j e c t o r i e n t e dc o n s t r u c t s ”实现了面向对象的构造环境，克服了由于决策支持系统部件的逻辑独立带来的特性不匹配，有的文献中提到采用框架概念区分模型类、模型模板和模型实例，但带来管理的复杂。m u h a n n a 在文章“m e t a m o d e li n gc o n c e p t sa n dt o o l sf o rm o d e lm a n a g e m e n t ”提出一个系统框架支持由原子模型集成组合模型( c o m p o s i t em o d e l ) 和组合模型变体( c o m p o s i t em o d e lv e r s i o n s ) ，系统的实现采用了面向对象的思想。人工智能出现于5 0 年代，7 0 年代出现了专家系统，随着人工智能的发展，9 0 年代将人工智能与决策支持系统相结合形成了智能决策支持系统，将决策支持技术提高到了一个新的高度。专家系统是f e i g e n b a u m 在7 0 年代提出的概念。专家系统是指一个知识工程软件，它可在指定的领域中以达到人类专家的水平解决该领域的问题。它的发展以经历了三代：第一代专家系统为专用专家系统，它只为一个特定领域的问题而设计，特定领域知识的管理与推理机及整个系统是一个不可分的整体。如早期的m y c i n用于传染病的诊断，d e n d r a l 用于判定化学分子结构。第二代专家系统的标志在于：i ) 这种专家系统是通用的。2 ) 当问题不能解决时可给出问题的降级解3 )具有学习能力第三代专家系统的本质是引入了”自动发明系统”，当其内向收敛不能得到解时自动转向”自动外延状态”，很大程度上这有助于产生新的假设与途径。知识的获取一直是专家系统的一个瓶颈，如何让机器自动获取知识越来越成为人们的关注焦点。相应的机器学习技术逐渐兴起。所谓机器学习是让计算机模拟和实现人类的学习，获取解决问题的知识。机器学习是计算机拥有智能的一个主要标志。3 本文研究的主要问意和成果本文结合有关课题，认真研究分析了智能决策服务器中的模型管理和专家系统工具部分，并在此基础上主要进行了以下几方面的研究和系统的开发：( 一) 网络通信智能决策服务器以客户服务器的方式在网络上为用户提供辅助决策服务，网络通信是必不可少的，作为系统的低层模块，它的稳定性和高效性是整个系第3 页国防科学技术大学研究生院学位论文统性能的基础。( 二) 模型管理模型的管理是智能决策服务器提供辅助决策功能的关键部件。模型的运行为决策提供定量的决策信息。对模型的管理不仅包括静态的存储管理还包括了模型的动态管理。多个模型的组合运行才是模型管理的关键和难点。( 三) 专家系统工具专家系统工具是服务器智能的体现。它利用专家的知识进行推理，从而为决策提供定量的辅助决策信息。专家系统工具只有与整个系统结合，综合了定性与定量的辅助决策信息才能体现出智能决策服务器的优点和特色。1 4 本文的组织结构本文的组织结构如下：第一章、绪论。简要介绍了本文的课题背景、当前研究现状和研究内容。第二章、基于c s 的专家系统工具设计。简要介绍专家系统工具的设计框架，专家知识获取工具以及该系统与其它系统的集成。第三章、基于c s 的专家系统工具实现。介绍了通信接c i ，以及专家系统工具的具体实现细节。第四章、专家系统实例。介绍专家系统开发的一般过程和指导原则以一个具体的实例介绍利用工具开发专家系统的方法和专家系统工具的使用方法第五章、基于c s 的模型管理。介绍了模型服务器的设计和实现。第六章、结束语。总结了论文的工作，以及以后的工作方向国防科学技术大学研究生院学位论文第二章基于c s 结构的专家系统工具c s - e s t 的设计2 1 专家系统与专家系统工具的定义专家系统( e x p e r ts y s t e m e s ) 是利用专家的知识在计算机上进行推理，达到专家解决问题的能力的软件系统。它是一种很有效的辅助决策工具。它利用专家的知识，特别是经验知识经过推理得出辅助决策信息。专家系统辅助决策的方式是属于定性分析。在专家系统中除了领域知识以外的很多部件都是可重用的，这样专家系统工具应运而生。专家系统工具是一个没有领域知识的专家系统外壳。当加入不同的领域知识，即成为不同领域的专家系统。作为定性分析的工具，专家系统在辅助决策的过程中有着广泛的应用。一方面、通过对领域知识的定性推理，可以得到对用户决策有用的信息和结论。另一方面、一些当前辅助决策的新技术( 如数据开采中的粗集方法等) 最终也会得到产生式规则形式的知识，提高专家系统获取知识的能力，扩大专家系统解决问题的能力。2 2 客户服务器的结构对专家系统工具的新要求由于网络的广泛应用、数据量的飞速增长、以及辅助决策过程的日益复杂化使得过去那种以单机的形式进行辅助决策的系统越来越难以胜任现在的辅助决策工作。为了适应这种变化，辅助决策系统越来越多的通过网络以客户n 务器的结构形式提供辅助决策的服务。作为开发专家系统的重要辅助工具，当前的专家系统工具多是基于单机系统的，开发出的专家系统只能在单机上为单个用户提供服务。这样就使得专家系统的开发不能很好的适应现在辅助决策的趋势。为此，我们开发了一个基于客户n 务器形式的专家系统工具，由它开发的专家系统，可以以服务器的形式同时为多个用户所使用，并能与其它辅助决策工具结合起来完成复杂的决策任务。将专家系统置于客户服务器的体系结构中是一个新问题，为了使专家系统能够在新的体系下运行，需要解决的关键技术主要有：1 通信问题2 使客户服务器协同工作的协议问题3 共享冲突问题其中通信问题处于底层，用于解决计算机在网络上的基本通信与联系工作；协作协议处于通信层以上，用于协调在工作过程中客户服务器双方的动作，使第5 页国防科学技术犬学研究生院学位论文得两者密切合作，最终能够完成推理任务。共享冲突问题则主要是由于多个客户的访问造成的，也是新的体系结构给专家系统带来的新问题a2 2 1 通信专家系统是一个交互性很强的软件。由于知识库中的知识的不完备性以及在推理过程中要不断从客户端得到最新的事实，在推理的过程中需要进行大量的交互工作，同时推理的过程以及推理的结果也要求迅速及时的传送给用户，因此通信模块是基于c s 的专家系统的基础模块。通信的方法很多，不同的通信协议和通信接口可用于不同的网络和计算机。为了在i n t e r n e t 上进行通信，我们使用了w i n s o c k 接口，它是以t c p i p 协议为基础的一套编程接口，用它我们实现了面向连接的通信数据流。仅仅作上述工作，完成基本的通信是不够的。对于通信过程中的数据传输格式必须要精心设计，使其适应专家系统的工作方式。实践表明数据包格式的好坏直接关系到系统的效能，并对上层专家系统的设计有重要的影响。我们自己设计并实现了一套通信中的数据包格式。用于对通信的内容进行解释。2 2 2 协作协议协作协议层位于通信层上面，它是客户服务器之间的工作约定。针对将专家系统运行在客户服务器体系结构的要求，需要考虑如下三个主要方面的协议协调工作：1 客户服务器之间的各种操作。在客户服务器的工作方式中，客户操纵服务器，并对服务器进行维护( 部分与客户有关的维护) ，服务器则响应客户的要求进行相应的工作。双方需要有一套相关的协议来规范这犊操作。这些操作包括的主要是：对知识库的维护，对推理机的启动和配曼，推理机运行状态的监控，推理机的终止等等。2 客户服务器之间的提问与应答在推理的过程中，由于知识库，事实库中的知识或事实的不完备性，服务器方要对客户方进行必要的提问，客户方对必要的问题进行回答。这就需要一套提问回答动作的协议以及一套相应的问答语言。这是保证推理能够顺利进行的重要前提。3 服务器的解释当推理机推理结束后要将推理结论交给用户，并对推理的结论进行解释和说明。客户和服务器要对解释的内容以及解释的方式事先通过协议约定好。在单机系统上，推理的解释可以立即返回给用户，但在网络上考虑到网络的速度第6 页国防科学技术大学研究生院学位论文限制，本系统采用集中解释的方式，即推理机在推理的过程中，并不立即将推理的过程解释给用户而是将解释暂时存储在服务器方，等到推理结束后服务器再将解释与结论一并送交给客户。客户n 务器的协作协议是客户服务器结构能够正常运行的关键。上面提到的各个方面是针对将专家系统运行在这个结构下的特点提出的。对客户n 务器协议要考虑的其它与专家系统无关的方面，这里不进行讨论。2 2 3 共享冲突这里的冲突不是指知识或事实的冲突，尽管这种冲突也是专家系统工具要考虑的主要问题，但它们是所有专家系统都要考虑的，并不是在新的体系结构下产生的新问题。这里的冲突是由于多个客户的同时访问造成的。由于客户服务器的体系结构，使得对知识库、事件库及推理机的请求和访问变的十分复杂和不可预测，不仅仅是客户可能访问和修改知识库，专家系统也有可能在推理的过程中访问和修改知识库。这就要求：1 知识库、事件库要支持多客户知识库、事件库是专家系统推理的数据基础，也是用专家系统工具开发专家系统所要考虑的主要问题。一方面：用户在开发专家系统时需要频繁的查询和修改知识和事件。另一方面专家系统开发成功后，推理机在推理的过程中要不断的查询知识库和事件库。在客户n 务器的结构下，所有这一切都造成了共享冲突。这就要求知识库和事件库要支持多客户访问。2 推理机的调度由于多个客户同时请求推理，在服务器方会有多个推理机同时运行。这样就产生了推理机的调度问题。对推理机进行合理的调度，使推理机能够合理的使用资源。是服务器能够高效工作的关键。我们设计并实现了一个基于客户服务器体系结构的专家系统工具c s e s t ，上面提到的新问题和关键技术都是在设计这个工具时遇到的。在这个工具的开发与实现的过程中，对上面提到的新问题和关键技术进行了研究和解决。作为专家系统开发工具，这个系统包括：知识表示语言编译器、知识获取工具、知识库与事件库管理、推理机、服务器方的调度和管理、底层通信模块以及客户方的人机交互界面。第7 页国防科学技术大学研究生院学位论文该系统的结构如下图。c s - - e s t 的系统体系结构在上图中推理机用于对知识的推理，调度中心是整个系统的调度和管理的关键部分，知识库及其管理系统与动态数据库构成了推理机的运行环境，客户通信模块与服务器通信模块构成了网络通信模块，客户端开发与应用界面则包括知识编译器，知识获取工具等。上面的这些模块在设计时都考虑了在前面提到的将专家系统置于客户n 务器的体系结构下所产生的新问题。下面介绍该系统的几个关键模块。2 3 1 推理机推理机是该系统的核心，它从知识库和事件库中得到知识和事件( 通过调度模块和库管理模块) 并根据目标进行推理求解。在推理过程中它将推理的局部数据和结果存在动态数据库中，并同时向外解释推理的过程。在平时推理机并不运行，调度中心根据客户端的请求，将推理机启动。一旦启动，推理机即进入运行状态。第8 页国防科学技术大学研究生院学位论文推理机的工作流程如下：1 被调度内核启动，处于等待状态，等待外部命令。2 接受到外部命令，加载相应的知识库，并根据知识库中的内容决定推理方向3 从相应的知识库中取得推理目标( 通过调度中心)4 按谓词匹配的方式对知识树进行搜索，每向前搜索一步则产生一条通知消息，每当遇到未知的事实产生一条询问消息，每当遇到特殊的通知知识产生一条通知消息。5 将产生的消息送到调度中心模块6 挂起，等待外部的回应，回应由调度中心送给推理机7 根据外部的回应，继续推理，回到38 推理完成( 推出推理目标) 或被外部终止推理时，推理结束图、推理机的几个运行状态转化关系推理机支持正向推理和逆向推理，根据推理的方向不同它的推理流程也有所不相同。逆向推理流程在知识库中存储的规则之间一般来说都是有联系的，即某条规则中的前提是另外一条规则中的结论。按逆向推理思想把规则库所含的总目标( 它是某些规则的结论) 作为根结点，按规则的前提和结论展开成一棵树的形式。这棵树一般称为推理树或知识树，它把规则库中的所有规则都连结起来。由于连结时有“与”关系和“或”关系，从而构成了“与或”推理树。用规则的前提和结论形式画出一般的推理树形式为：第9 页垦堕型兰垫查盔兰堑塞竺堕堂堡堡苎总目标g ( 结论)，。、j ，?前提a前提b前提c( 结论)( 结论)( 结论)，。7 、 、。前提i前提j 前提l 前提m前提e( 结论)( 结论)( 结论)前提x前提f图逆向推理树的一般形式逆向推理的过程是一个在规则树上进行深度优先的搜索过程，它从已知的目标丌始，沿着知识树进行逆向搜索，当搜索到叶节点时它在事件库寻找叶结点的答案，若没找到则根据用户的设置提问或认为叶结点不成立。推理流程：1 当前推理目标= 总目标；2 如果当前推理目标在事实库中则转3 ，否则，即当前推理目标不在事实库则转4 ：3 若栈顶为空，则推理结束4 在知识库中查找以当前推理目标为结论的知识，若没找到则提问用户事实，若用户回答为真，则将结果记入事实库中，否则将栈顶规则标记为“失败”并退栈；5 若找到规则( 且该规则没有标记成功、失败) 就将该规则压规则栈：6 以该规则的前提依次作为当前目标，转2 ；7 转3正向推理流程正向推理过程与逆向推理过程正好相反。它从已知的事实出发，对每一条规则进行检查，若规则前提能够满足，则结论成立并将结论加进事件库。在一次搜索完成后，再进行下一次，直到在本次推理中没有新的事件产生。1 从知识库中依次取出一条规则2 检查该规则的前提是否都在事实库中，如都在事实库中则将该规则的结论放入事实库中，否则转1 。3 检查在本轮循环中是否有新的事实被加入了事实库，第l o 页q提、j断，4 偎，前z提、_月ll9 、土w，赧，国防科学技术大学研究生院学位论文若有则转1 进入下一轮若没有则推理结束。4 结束2 3 2 知识库、事件库知识库与事件库是专家系统推理的数据基础，在知识库中存储的是经过编译和提炼的领域知识，在事件库中存储的是事实( 包括推理前用户给定的事实和推理过程中专家系统产生的事实) 。这些知识和事实被各自的库管理系统的管理。用户和推理机对它们的存取和改变必须经过库管理系统。为了适应客户服务器结构，知识库、事件库及其管理系统必须可同时支持多个用户的同时访问和操作，并对存取过程中可能产生的知识逻辑冲突和冗余进行探测和处理。在本系统中，对事件库和知识库的访问都必须经过库的管理系统。库管理系统可同时对多个库进行管理，并保证对知识和事件的存取和查询和修改等操作的正常运行。2 3 3 调度中心调度中心位于服务器方，既是服务器方的各个子系统能够协调工作的关键，也是客户服务器协议实现的关键所在。调度中心与服务器方的所有部件进行交互协作，并且是服务器方和客户方进行交互的中转站。它保存有大量的系统全局数据，从而对系统的控制流，数据流进行调度，使整个系统得以正确、高效的运行。调度中心的运行主要流程是：1 等待消息。2 接收到消息后，对消息做适当的处理，判断是否为结束推理消息，若是则通知客户端和推理机在客户端和推理机都退出运行后，自己再退出运行。否则将消息送给适当的接受者( 内核、客户端、或各库)3 返回1调度中心的主要工作有：调度客户与服务器的交互操作客户服务器的交互是多方面的，无论是客户对知识库和事件库的查询、修改还是在推理过程中的提问与回答都要经过调度中心，调度中心保存了每个推理机以及每个用户的详细资料数据( 详情见第3 章) ，对得到的各种操作请求和应答信息进行分析和管理，并将它们传送到适当的位置。第1 i 页国防科学技术人学研究生院学位论文其中保存推理机信息的数据结构为：c l a s sr e a s o n m a n c s t r i n gm a n n a m e ：推理机的名字i n tm a n d i r ：推理机的方向c li e n t d c l i e n t ：客户的地址c s t r i n gr e a s o n m b ：推理的目标c r u n d a t a d d a t a ：推理机的动态数据库c l i s t mk b i d l i s t ：推理机所用的知识库标识列c 1 i s t me v e n t l is t ：推理机所用的事件库标识列，保存客户信息的数据结构为：c l a s sc l i e n t c s t r i n gc l i e n t n a m e ：客户的名字d w o r dc i i e n t l o c a l ：客户的地址r e a s o n m a n * p m a n ：指向客户创建的推理机的指针支持单个推理机的运行由于客户服务器的体系结构，使得推理机必须接受调度中心的管理( 推理机也是由调度中心创建的) 。推理机的运行并不是封闭的，在运行中它的工作为1 存取知识库2 存取并修改事件库3 。推理过程中对外部进行提问。4 对推理进行解释。所有这一切都要通过调度中心的调度。没有调度中心的支持，推理机就不能进行任何工作。可以把推理机看成是一个智能主体，它拥有知识库及推理目标，按外部环境的命令启动运行后就可相对独立的自主运行，进行推理。在它推理运行的过程中，会产生各种信息，这些信息通过调度内核与外部交互，使外部环境发生变化，同时它通过调度部件感知外部环境的变化，并对自己的内部运行状态作出相应的调整。推理机与调度中心的信息包括：命令信息，内部状态信息，询问应答信息，通知信息。命令信息：指调度中心发给推理机的命令，如：加载知识库，开始推理，终止推理，得到结论等。这些消息用于对推理机的操作和配置。内部状态信息：一旦推理机被调度中心用命令启动后，它就开始自主运行。运行过程中，推理机将它的内部状态信息发送给调度中心，调度中心用这些信息对推理机进行监控和管理。如：目前推理到达的位置，推理中对知识树的搜第1 2 页里堕型兰壁查盔堂盟壅竺堕兰堡垒兰索深度等。这部分信息通过消息的方式发送给调度中心。询问应答信息：推理机在推理的过程中需要询问一些问题。这些问题也由调度中心获得，调度中心首先在事件库和用户以前回答的问题的答案中寻找答案，当找不到时则根据用户的设置，或者向客户端用户提问或者通知推理机没有答案。通知信息：这是一种特别的信息，用于推理机向调度中心通知一些特定的信息( 如强制结束等) 。对这些特定的消息，调度中心根据不同的情况进行不同的处理。具体通知什么特殊的信息是作为知识库的一部分，存储于知识库中的。由以上的说明可见：在推理机的自主运行过程中，同时将推理状态信息、询问信息、通知信息以消息的形式发送给调度中心。调度中心接受这些信息，根据这些消息( 1 ) 来控制外部环境，使外部环境做出相应的反映和变化。( 如修改事件库) ( 2 ) 来控制推理内核，( 如终止推理) ( 3 ) 回答推理机的提问。( 4 )帮助推理机向客户端用户提问对多个推理机的调度由于多用户的同时访问，使得多个推理机同时运行的情况不可避免。因为在调度中心保存有最多的全局信息，所以对这些推理机进行调度的任务自然要由调度内核完成。调度包括的工作有：创建推理机，决定推理机的优先运行次序，给每个推理机分配所需的知识库，并给每个推理机复制部分事件库的副本( 因在前项推理中要修改事件库) 。对库的管理尽管知识库和事件库有各自的管理系统，但为了保证服务器的稳定性和运行效率，无论是客户还是服务器方的推理机，在操作知识库或事件库时都要通过调度中心，以使这些操作经过调度中心的安全检查。2 4 不确定性推理无论是正向推理还是逆向推理都要涉及到不确定性以及不确定性的传递问题。不确定性推理主要研究由于知识的不确定性( 包括事实的不确定性和规则的不确定性) ，在推理过程中，引起结论的不确定性的传播情况。人类专家大部分决策中，都是在知识不确定的情况下作出的。如对病人病情的诊断。专家系统也必须具备在信息不完全的情况下进行推理。( 一) 事实的不确定性“事实”有时称为“证据”，它有不确定性因素，如含糊性( 事实的意义不明确或有岐义，需要上下文才能确定) ；不完全性( 如变化的市场，获得完整的第1 3 页国防科学技术大学研究生院学位论文信息是不可能的) ：不正确性与不精确性( 事实的观测结果与真实情况有差别) ；随机性；模糊性等。事实的不确定性一般用可信度c f ( c e r t a i n t yf a c t o r ) 值表示，它的取值范围为：o c f 1或o c f 1 0 0例如：“肺炎c f = o 8 ”表示某病人患肺炎的可信度为0 8 。( 二：) 规则的不确定性规则反映了客观事物的规律性。大量的实际问题中，专家掌握的规则大多是经验性的，不是精确的。精确规则主要是公式、公理以及定律、定理等。经验性规则是不确定性的。规则的不确定性也用可信度c f 值来表示。例如：“如果听诊= 干呜音则诊断= 肺炎c f = o 5 ”表示对病人的听诊是干鸣音而诊断该病人患肺炎的可信度只有0 5 ( 5 0 )( 二) 推理的不确定性推理是利用事实( 证据) 和规则结合起来得出结论。由于事实和规则的不确定性，从而产生了结论的不确定性。它反映不确定性的传播过程。规则中事实( 证据) 之间的连接有两种形式。即“与( a n d ) ”连接和“或( o r ) ”连接。1 前提中a n d ( 与) 连接时，结论可信度的计算公式规则形式：i fe l a e 2 八a e 。t h e nhc f ( r )结论h 的可信度为：c f ( h ) = c f ( r ) m i n c f ( e 。) ，c f ( e ：) c f ( e n ) )该公式表示，由于每个证据e 。的不确定性，可信度为c f ( e 。) ，k = 1 ，2 ，n ，以及规则不确定性，可信度为c f ( r ) ，利用该规则的推理，得到结论h 的不确定性，可信度为c f ( h ) 。2 前提中o r ( 或) 连接时结论的可信度计算公式规则形式：i fe lo re 2t h e nhc f ( r )对于o r 连接的规则，我们需要把它转化成等价的两条规则，即i fe 。t h e nhc f ( r )i fe 2t h e nhc f ( r )此两条规则可信度均为c f ( r ) ，这是由于从一条规则中拆开后形成的。如果一丌始就是单独两条规则，而且有不同的可信度，如：i fe lt h e nhc f ( r 1 )i fe 2t h e nhc f ( r 2 )则它们不能合并成一条规则( 用o r 连接) 。因为可信度不能合并成一个。对于这个更一般的情况时，结论h 的可信度分别有：c f l ( h ) = c f ( r ) x c f ( e )第1 4 页国防科学技术大学研究生院学位论文c f 2 ( h ) = c f ( r ，) x c f ( e 。)合并为：c f ( h ) = c f l ( h ) + c f 2 ( h ) - - c f l ( h ) x c f 2 ( h )对于三条规则，如：fe t h e nhc f ( r 1 )i fe 2t h e nhc f ( r 2 )i fe 3t h e nhc f ( r 3 )先按二条规则合并方法计算出：c f l 2 ( h ) = c f l ( h ) + c f 2 ( h ) - - c f l ( h ) x c f 2 ( h )再将它和第三条规则合并：c f ( h ) = c f l 2 ( h ) + c f 3 ( h ) - - c f l 2 ( h ) x c f 3 ( h )其中c f 3 ( h ) = c f ( r 。) x c f ( e 3 )对多于三条规则，类似于上面方法逐步合并直到包含所有规则( 即所有规则中前提不相同而结论相同) 。这些规则有不同的可信度，如果这些规则有相同的可信度，它们可能合并成一条以“o r ( 或) ”连接的复合规则。3 推理过程中的阈值一般规定，阈值定为0 2 。当c f o 2 时，置c f = o ，当c f o 2 时，c f 才有意义。( 四) 推理过程说明：不确定性推理和确定性推理是有区别的。除了有可信度的差别外，推理过程也有差别。对于不确定性推理，当某个结论的可信度不为l 时( 即c f ：1 ) ，对于相同结论的其它规则仍然要进行推理，求该结论的可信度，并和已计算出该结论的可信度进行合并。例如，有两条相同结论的规则r ：a gr 2 ：b 八c g对于确定性推理过程为：先引用规则r 。，提问a ? 当回答为y e s 时，推得结论g 成立，即y e s ，这样就不再搜索r ，对结论g 进行推理。对于不确定性推理时，该两规则均含可信度。r i ：a gc f ( 0 8 )r ，：b 八c gc f ( 0 9 )推理时，先引用规则r ，提问a ? 当回答为y e s 时，还须给定可信度，设为c f ( 0 7 ) ，按公式求得g 的可信度为：c f l ( g ) = 0 8 x o 7 = o 5 6由于g 的可信度不为1 ，还必须对结论g 的其它规则进行推理。再引用规则r 2 ，提问b 和c ?设回答b 为y e s ，c f ( 0 7 ) ，回答c 为y e s ，c f ( 0 8 ) ，计算g 的可信度为：第1 5 页国防科学技术大学研究生院学位论文c f 2 ( g ) = o 9 x m i n 0 7 ，0 8 = o 6 3合并g 的可信度为：c f ( g ) = c f l ( g