（计算机应用技术专业论文）农转非审批专家系统的研究与应用.pdf

摘要 本文通过对农转非审批专家系统的研究，阐述了专家系统产生发 展的过程及方向，以及专家系统在公安上的应用情况，首次把专家系 统和公安户政管理有机的结合起来，提出了实现农转非审批的模型及 模型的实现方法，避免了审批中的人为因素，促进了公安行政管理的 正规化。 关键字：专家系统，农转非，审批 r e s e a r c ha n da p p ii c a t i o no nt h es y s t e mo f e x a m i n i n ga n da p p r o v in go ft r a n s f o r m i n gf a r m e r s i n t oc i t i z e n s a b s t r a c t t h r o u g hs t u d y i n go nt h es y s t e mo fe x a m i n i n ga n da p p r o v i n go f t r a n s f o r m i n gf a r m e r si n t oc i t i z e n s ，t h ed i s s e r t a t i o ns h o w st h es t a g e so f e x p e r ts y s t e m sw h o l el i f ea n di t sf u t u r e ，a sw e l la sa p p l i c a t i o ni nt h e p u b l i cs e c u r i t yf i e l d s 。i ti st h ef i r s tt i m e t h a ti m e 掣a t ee x p e r ts y s t e mw i t h p o p u l a t i o nm a n a g e m e n t 。t h e r e a r em o d e l sa n dm e t h o d si nt h ep a p e rt o s o l v et h ep r o b l e m 。i tw i l la v o i dt h ef a c t o r sr e l a t e dw i t hh u m a n b e i n ga n d m a k e p u b l i cs e c u r i t ym a n a g e m e n tm u c h m o r ef a i rt h a ne v e rb e f o r e k e y w o r d s ：e x p e r ts y s t e m ，t r a n s f o r m i n gf a r m e r s i n t oc i t i z e n s ， e x a m i n ea n d a p p r o v e 独创陛声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除j ，文【 特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 石油大学或其它教育机构的学位或证书而使用过的材料。与我同工 作的同志对本研究所做的任伺贡献均已在论文中作了明确的说明并 表示了谢意。 签名：媳 劢j 年，月占同 关于论文使用授权的说明 本人完全了解石油大学有关保留、使用学位论文的规定，即：学 校有权保留送交论文的复印件及电子版，允许论文被查阅和借阅；学 校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制 手段保存论文。 ( 保密论文在解密后应遵守此规定) 学生签名：i 圭垂扇b印。；年 户月g 日一 导师签名： 一一 年月同 石油大学( 华东) 硕士论文 第1 章专家系统的产生发展及前沿 第1 章专家系统的产生发展及前沿 人 ：智能( a i ) 是计算机科学的一个分支，它主要研究一类具有 “智能”的计算机系统的设计，这类智能计算机系统能够显示人类行 为中与智能有关的一些特征，如问题求解的非数值( 符号) 方法和非算 法( 启发式) 方法。专家系统是a i 研究的一个应用领域，在国外也称 为知识库专家系统，目前和自然话语理解、机器人一起并列为a i 研 究最活跃的三大领域。专家系统的研究起源于1 9 6 5 年 e a f e i g e n b a u m 等人对d e n d r a l ( 由分子式及其质应用方面，谱结构 帮助化学家推断分子结构的计算机系统) 的着手研制。至今三十余年 过去了，专家系统技术和应用得到了飞跃发展。世界各国已经在医疗 诊断、化学工程、语音识别、图象处理、金融决策、信号解释、地质 勘探、石油、军事等领域研制了大量的专家系统，不少专家系统声称 在性能上已达到甚至超过了同领域中人类专家的水平，其应用已开始 产生巨大的经济效益；理论和技术研究方面，专家系统的研究不断地 向人们提出新的研究课题促进了a i 基本理论和基本技术的发展，开 创了计算机求解非数值实际问题的有效途径。a i 的创始人之一 h a s i m o n 教授1 9 8 4 年在北京中美a i 学术讨论会上指出：专家系统 是a i 当前研究最重要的研究方向之一。目前，专家系统己成为各国 最热门的一个竞争目标，日、美、英等发达国家纷纷将其列为国家研 究重点，作为第五代计算机研究的核心内容。 专家系统的产生是a i 从理论研究转向应用研究的一个转折点， 它是人类长期以来对智能科学的探索成果同实际问题的求解需要相 结合的必然产物。由于它在应用上的优良特性和对智能科学研究的促 进作用，引起了a l 研究者和各实际应用领域专家的高度重视和不断 深入的研究，并因此推动了本身的发展。专家系统技术的产生和发展 过程大致可以分为孕育、形成、基本成熟和进一步发展四个主要阶段。 1 1 孕育阶段( 1 9 6 5 年以前) 石油火学( 华东) 硕士论文第1 章专家系统的产生发展及前汾 电子计算机自1 9 4 8 年问世以来，早期应用主要集中在科学计算 和日常事务性工作的数据处理。为了使计算机实现一个确定范围的问 题求解，计算机的程序设计人员先需要对蛔题进行深入、细致的研究， 设计出一种逐步循进的求解步骤，称为算法，然后把这种算法的每一 个步骤用特定的程序设计语言翻译成程序输入计算机，计算机再按照 程序所描述的步骤针对主体问题的输入数据进行操作、求解。这种基 于算法的程序设计方法我们称之为传统方式的程序设计，所设计的程 序称为传统程序。一个算法是为求解一类问题而规定的一个可被机器 执行的确定步骤的有穷序列，相对于该类问题来说算法具有以下三个 性质通用性，算法应能求解问题范围内的全部问题，而不是只能解 决其中的某些特例问题；确定性，算法中的问题求解状态、求解步 骤应该是精确、难一的，并且是可以被机器执行的；有效性，问题 范围内的任何具体问题代入算法后，都可以经过有限个步骤，达到所 期望的结果。这种传统方式的程序设计中，对一个问题范围能否找到 这样一个算法以及这样的算法是否一定能在计算机的时空制约下付 诸实现，是计算机应用的关键问题。由于现实世界的复杂性，一方面。 还存在着大量的人类尚未充分认识的问题，计算机的程序设计人员难 以或无法对它们进行深入、细致的研究，从而目前尚不可能找到有效 的算法；另一方面，有许多类型的问题，已经经过了数学的严谨证明， 不存在求解这些问题的算法，还有，对某些类型的问题，即使存在这 样的算法，也不可能付诸实现，因为一个算法的执行要受到其时间和 空间复杂性的限制。以时间复杂性为例，对于复杂性为多项式( 如n 、 n 的平方、n 的三次方等) 的算法，一般认为是可实现的，而对于复杂 性为指数式( 如2 的n 次幂) 的算法，只能用于处理某类问题中很小 的n 值时才能适用，随着问题的扩大，执行算法所需的计算机时间将 以指数形式的增长速度增加，以致一个实际规模的问题求解会要几百 小时、几千小时、甚至几千年或更多的计算机时间，这就是所谓的“组 合爆炸”问题。由于以上这些原因，这种算法方式的程序设计很大程 度上限制了计算机的应用范围。我们把存在有算法并且其算法可以实 2 石油大学( 华东) 硕士论文第1 章专家系统的产生发展及前沿 现的问题称之为定规类( r o u t i n e ) 问题，反之称之为非定规类 ( n o n r o u t i t i e ) 问题。 那么，对于非定规类问题，人类怎样解决呢? 为了使计算机能够 更大范围、更好地发挥作用，1 9 5 6 年夏，由j m c c a r t h y 、m 1 jm i n s k y 、 n l o c h e s t e r 和c e s h a n n o n 四人发起，十名从事数学、心理学、信 息科学和计算机科学等方面的学者或工程师聚集在美国的d a r t m o u t h 大学，共同学习和探讨了用机器( 计算机) 模拟人类智能的各方面问题 和特征，并在这里第一次正式使用了“人工智能”这一术语。这次历 时两个月之久的d a r t m o u t h 会议，标志了以研究人类智能的基本机理、 如何使计算机更“聪明”为目标的新型学科人工智能的正式诞生。 与传统方式的程序设计相比，a i 的研究已不是单纯地依靠算法， 它结合了算法和启发的过程，丽且由于其研究领域常常是求解非定规 类问题，a i 的研究兴趣更多地集中在启发式程序上。启发式方法是帮 助人们找出问题解法的一种提示或经验估计，它不强调理论意义上的 严谨推导，而注重人们在实践中积累起来的对解决问题行之有效的经 验，如策略、技巧、窍门、法则和简化步骤等。有时候启发式方法也 被称为经验方法，所运用的经验等称为启发式知识，根据这些经验性 的内容而写成的规则称为启发式规则。启发式程序是为求解某类问题 两设计的一个过程，它不具备算法的通用性、确定性和有效性，与算 法相比，它有以下三个相对的性质：局部性，启发式程序可能仅适 用于求解类问题中那些被认为是“合理的”或者是常见的问题。例 如，要求个人去分析一个有1 0 0 0 页、且其编写没有结构化结构和 风格的b a s i c 程序，这个人肯定会因为这个问题的“不合理“而提出 抗议；试探性，算法要求问题的求解步骤是精确、唯的，不允许 出错，而启发式程序常采用一般情况下能保证正常工作的方法进行问 题求解。当这个方法失效时，允许采用其它方法；针对性，启发式 程序常利用求解问题的一些特殊规律，例如：“双鸟在林，不如一鸟 在手”，“骄兵必败“、“三思而后行”、“失败乃成功之母”等格言、 谚语和常识，这此特殊规律往往能够大大简化问题求解过程的复杂 3 石油大学( 华东) 硕士论文第1 章专家系统的产生发展及前沿 性。这三个性质似乎是启发式程序的缺点，求解许多实际问题( 尤其 是非定规类问题) 时，启发式程序远比算法成功，它可发保证非定规 类问题在正常情况下得到比较好的实用解雨且无需过多的计算时阊。 i 的早期研究是从具体问题入手的。1 9 5 6 年取得二项有重要意 义的突破：一个是a n e w e l l 、j s h o w 和h a s i m o n 合作觋制的逻辑 理论机l t ( l o g i ct h e o r i s t ) 。l t 是一个程序系统，它模拟了人类用 数理逻辑证明定理时的思维规律，通过事先在计算机内存入一组公理 并制定一组推理规则( 如分离规则、代入规则、替换规则) ，l t 可以自 己规划问题的求解步骤，能够把一个待证明的问题分解了成若干个子 问题。另一个是a l s a m u e l 研制的西洋跳棋程序c h e c k e r 。这个跳棋 程序具有一定的自学习、自组织和自适应能力，可以象一名优秀棋手 那样学习棋谱、自己积累下棋经验，可以先向前看几步然后再走棋。 通过不断地学习c h e c k e r s 于1 9 5 9 年击败了它的设计者一a l s a m u e l 本人，1 9 6 2 年又击败了美国一个州的跳棋冠军。 和c h e c k e r s 是最 先在计算机上投入运行的启发式程序。它们以及后几年出现的平面几 何证明程序( 1 9 5 9 ) 、s a i n t ( 符号自动积分器，1 9 6 1 ) 等启发式程序 的尝试性成功，奠定了a i 研究者的信心。这些程序主要还只是针对 一些具体的游戏型问题旨在探索智能科学的基本原理和基本簟略。 1 9 5 7 年，a n e w e l l 和h a s i m o n 在l t 编制成功以后，他们以心理 学的诚验为基础，开始了通用问题求解程序g p s ( g e n e r a lp r o b l e m s o l v e r ) 的研制。 g p s 试图通过把人类求解问题的过程描述为由初始状态( 待求解 问题的描述) 出发，找出初始状态与目标状态( 问题解的描迹) 之间的 差异，然后选择适当的操作以不断减小这种差异，直至达到目标状态。 到i 9 6 0 年，g p s 程序已能求解十一类不同课题中的一些简单问题，使 启发式程序有了较大的普遍性，从而给a i 研究者更大的鼓舞。许多 a i 研究者致力于人类思维普遍规律的探索，凡i 进入了推理方法和闷 题求解的一般性研究。但是，现实世界是复杂的，问题是多种多样的， 随着研究过程的经验积累，a i 研究者逐步认识到：人们在探索自然界 ，4 石油大学( 华东) 硕士论文第1 章专家系统的产生发展及前沿 的长期实践所形成的解决问题的方法和处理过程去描述人类切智 能行为的想法，不说根本不可能，至少也是不现实的，一些通用性的 问题求解策略其通用性也是有限的，对于求解很复杂的问题最终还显 得不够，还需要特定领域所特有的技巧。以g p s 为例，a n e w e l l 等人 的初始设计目标有两个：一方面致力于计算机对一些需要智能的问题 的求解，这上点上同l t 程序的解题方法有相似之处，另一个目标试 图从心理学的角度，为a i 的研究开发出一种关于人类求解智能问题 的思维规律的理论。但是，经过十几年的努力和反复数次的版本修改， 1 9 6 9 年推出的最后版本虽然在求解智能系统的通用性方面取得了一 定程度的进展，但没有实现心理学的目标。总的结果可以说由于研制 者过分追求问题求解的一般结构而导致了失败。正是以g p s 为代表的 一般性研究的失败，人们开始认识到：对智能行为本身来说，一个实 际问题的求解，其求解策略固然是重要的，但光有策略还不够，还需 要问题领域内的专门知识，知识在智能行为中的地位开始引起a 工研 究者的重视，这就为以专门知识为核心求解具体问题的知识库专家系 统的产生奠定了思想基础，a i 研究开始从通用问题基于推理的模型转 向专门问题基于知识的模型。 奠定了专家系统基础的另一个理论工具是1 9 6 0 年j m c c a r t h y 研制的表处理语言l i s p 。l i s p 除了数值处理功能之外，它还可以方 便地进行符号处理，使得计算机模拟人类思维的符号处理变为现实。 早期的a i 程序大部分都是用l i s p 语言编写的，至今l i s p 语言仍然 是a i 各研究领域的一个重要工具。 1 2 产生阶段( 1 9 6 5 1 9 7 1 年) 1 9 6 5 年，s t a n f o r d 大学计算机科学系的e a f e i g n b a u m 教授在 研究了以往a i 系统成功与失败的经验和教训的基础上，与遗传学教 授、诺贝尔奖金获得者j l e d e r b e r g 一起开始了从化学数据推断分子 假说的d e n d r a l 系统的研究，在研究中他们很快发现，如果没有足够 的物理化学领域的专门知识，这个系统不可能以有效的、切合实际的 石油大学( 华东) 硕士论文第1 章专家系统的产生发展及前沿 人类思维方式进行智能推理，所以他们又与化学系的物理化学专家 cd j e r a s s i 合作。这个包括了计算机科学、遗传学和化学三方面专家 的多学科小组辛勤工作了三年，于1 9 6 8 年基本完成了d e n d r a l 系统。 这个系统经后几年的改进和扩充，其知识非常渊博和有效，它从分子 式及其质谱数据推断分子结构的能力达到了专家的水平，已经被广泛 地运用在各大学和工业界的化学实验室里。 d e n d r a l 系统是第一个结合启发式程序和大量专门知识的实用 智能系统，它的问世第一次显示了知识的组织对于a i 研究的重要作 用，使得a i 研究从实验室走向了现实世界，显示出a i 研究的实用价 值。因此，d e n d r a l 系统的问世，标志着a i 研究一个崭新的应用领域 专家系统的诞生。 d e n d r a l 所求解的问题以符号表达为主，这些问题相对人类来说 也是难于求解的，需要高难度的知识。随着问题的复杂性增加，问题 的解空间变大，求出确切解就越来越困难。在复杂的解空间中搜索确 切解的过程可能引起组合爆炸，所以需要人类专家在求解过程中使用 大量的专门知识，其中含有经验的启发式知识。这些启发式知识是专 家在实际问题求解中常常用的知识而且是籍以发挥高水平问题求解 的标志，但这些启发式知识又经严格的论证，不为一般研究者所拥有。 成功的d e n d r a l 正是由于在建造过程中创造性地结合了专门知识，从 而实现了高性能。它们坚定了a i 研究者的信心。一大批a i 研究者开 始了更为出色的专家系统的研制，对于知识的获取、形式化和利用化 开始了进一步的探索。 d e n d r a l 被称为第一代专家系统，它们通过牺牲通用的问题求解 能力开始了专门知识的建模以获取专门领域的高性能。第一代专家系 统对a i 研究的重大意义在于，它们把a i 的启发式程序、符号推理技 术运用到了实际问题的求解，使a i 走向了现实世界。 1 3 基本成熟( 1 9 7 2 1 9 7 7 年) 6 石油人学( 华东) 硕士论文 第1 章专家系统的产生发展及前沿 到了七十年代中期，一批卓有成效的专家系统开始出现，这些系 统涉及医疗、自然语言处理、数学、教学、地质等多个应用领域。这 些系统中，专家系统的各主要技术，如人机接口、解释功能、自学习 能力、不精确推理技术以及元知识的概念等，得到了研究和应用，关 于专家系统通用性研究的骨架系统和通用表示语言的思想已在形成。 1 9 7 7 年，e a f e i g n b a u m 教授在第五届国际a i 联合会上对专家系统 的思想作了系统总结，提出了知识工程的概念。至此，一般认为，专 家系统技术已基本成熟。 m y c i n 系统是一个用于诊断和治疗感染性疾病的专家咨询系统， 它是1 9 7 2 年开始由s t a n d f o r d 大学的计算机科学家e h s h o r t l i f f e 和感染病专家b g b u c h a n a n 合作研制的一个基于规则的产生式系统， 1 9 7 4 年基本完成。m y c i n 同它的用户( 一般是内科医生) 进行交谈， 获取病史和各种可能的化验数据，然后在化验数据可能不齐全的情况 下进行推理，提出诊断的建议。m y c i n 系统的成功对专家系统的应用 和专家系统技术都产生了深远的影响。m y c i n 系统中第一次使用了今 天已经被专家系统研究人员广泛接受的知识库的概念，第一次运用可 信度因子开始了启发式程序中不精确推理的求解，另外解释功能、人 机接口、自学习等技术也在m y c i n 中开始了研究。1 9 7 6 年r d a v i s 提出了元知识的思想，并基于这一思想在l g c i n 的基础上开辟了一个 帮助扩充和修改知识库的工具系统t e i r e s i a s 。通过这个工具系统， m y c i n 以一种近乎自然英语的人机接口，使得专家在无需知识工程师 的干预下，可以以非编程方式通过增加新规则或修改已有规则来扩充 和修改知识库，实现m y c i n 的学习。m y c i n 的学习通过人机接口，专 家以交互的方式把学习的内容传送到系统的知识库。这种解释功能和 学习功能所提供的系统的透明性和灵活性对于提高专家系统应用的 可接受性起着很重要的作用。 c a s n e t 系统是与m y c i n 几乎同时开发的另一个医学领域的专家 系统，它由r u t g e r s 大学的s m w e i s s 、c t k u l i k o w s k i 和a s a f i r 等人研制的。c a s n e t 系统治疗青光眼疾病的水平在1 9 7 6 年美国眼科 一7 一 朽油大学( 华东) 硕士论文第1 章号家系统的，“生发展及前沿 和耳鼻喉科学会会议上迸行了同人类专家评审组的会诊结果比较，认 为已接近专家水平。c a s n e t 的特点在于，其建模并不仅仅针对青光眼， 它提出了一个用予各种疾病诊断和治疗的通用框架，这是试图为进一 步建造专家系统而提供一个通用框架工具的最早尝试。这种建模的思 想导致了后期骨架系统e x p e r t 的开发。 h e a r s a y 系统是语言理解领域很出色的知识库系统，它由 c a r n e i e - - m e l l o n 大学的ld e r m a n 等人于七十年代初开始设计，于 1 9 7 3 年出现了h e a r s a y i ，1 9 7 7 年出现了h e a r s a y i i 。在有限的 词汇内，h e a r s a y i i 已能听懂连续的语音。性能上，h e a r s a y 虽然 还没有达到人们所期望的专家水平( 据称它已达到1 0 岁儿童的理解 水平) ，但语言理解在目前被认为是a i 研究最困难的一个领域，能够 在这个领域达到这样的成就已被认为相当可观了。 p r o s e c t o r 是s t a n d f o r d 国际研究所( s r i ) 的r 0 d u d a 等人于 1 9 7 6 年开始研制的一个根据地质数据寻找矿藏的专家咨询系统，系统 结构相似于 l f f c i n ，它用了一年的时间于1 9 7 7 年完成了基本模型。 p r o s e c t o r 的性能据称已可以同地质学家相比拟。在知识的组织上， 它运用了规则结合语义网络的表达方式，在数据含有不确定性或不完 全性时，推理过程运用了一种似然推理技术，它还含有一个知识获取 子系统k a s 。语义网络表示和似然推理技术作为p r o s e c t o r 的两个特 点，给后期专家系统的研究提供了借鉴。 1 4 进一步发展( 1 9 7 8 年至今) 随着专家系统技术的逐渐成熟，第五代计算机，也称为a i 计算 机，它要求能够推理、判断，进行问题求解，甚至能够理解书面和口 头语言。这是一场新的电子计算机革命第二次计算机革命，这场 革命是从信息处理过渡到知识处理，从能进行计算和储存数据的电子 计算机过渡到能够推理和提供信息的电子计算机，第五代计算机的核 心技术正是知识库专家系统的应用。在我国，近年来许多高等院校和 有关科研部门在不少领域已研制了不少的专家系统，但大多数还没达 石油火学( 华东) 硕：j 论文第1 章专家系统的，“生发展及前沿 到实际应用程度。国家“七五”规划中对专家系统的科研项目己明确 要求达到实用水平。另一方面，随着专家系统处理的问题难度不断增 大，专家系统技术的研究得到了不断深入，突出体现在以下几年方面： l 、骨架系统( s k e l e t a ls y s t e m s ) 等建造专家系统的工具系统 的出现。比较突出的骨架系统例子如e m y c i n 9 e m p t ym y c i n ) 、e x p e r t 等。一个骨架系统以一个已经成熟的具体专家系统为基础，它通过抽 去原专家系统中的专门知识保留其基本骨架( 如知识表示框架、系统 的推理机制等) 而形成，当在这个基本骨架中填入另一领域的专门知 识而形成新的知识库时，就方便地产生了一个新的专家系统。骨架系 统是开始专家系统通用性研究最早出的工具系统，使用骨架系统开发 专家系统时，避免了许多系统建造上的繁杂劳动，大大缩短了系统的 研制周期。 2 、自动知识获取系统的研制。人们在开发专家系统的实践中发 现，专家系统建造过程中最为棘手的问题是知识工程师从领域专家那 里的知识获取，由此人们提出：建造专家系统的中心任务是知识获取 工作。t e i r e s i a s 系统中专家知识的交互传送方式在后来的专家系统 开发中已作为一种自动获取手段被接受和采用。另一方面，在d e n d r a l 系统的基础上，研制者们采用一种自动理论形成( t h e o r yf o r m i n g ) 的归纳式知识获取手段，设计了m e t a d e n d r a l 。m e t a d e n d r a l 能够 从实验数据中分析和推理新的推理规则并能把其中有用的规则作为 新的知识记入知识库。 3 、知识库的管理闯题和知识库管理系统( k 8 淞) 的研制。随着 专家系统求解问题的难度增大、性能提高和功能完善，系统中的知识 和知识层的增加，知识库的管理问题已变得突出起来。一个专家系统 的规模可以典型地用系统中含有的领域知识的数量。早期的专家系统 中。系统一般面向比较狭窄的问题领域，知识数量少，知识的层次基 本上都是以单一的经验形式给出。而近些年来研制的专家系统中，有 的数量已多达数千条甚至数万条，知识的层次也包括了常识性知识、 原理性知识、经验性知识和元知识等含有多个层次。 9 石油大学( 华东) 硕十论文第1 章专家系统的产生发展及前沿 随着专家系统的发展，研究者将致力于开发性能更高、功能更全、 实用性更强和能处理更复杂问题的新型专家系统。今后专家系统的应 用将向以下几个方向发展： ( 1 ) 实时专家系统：专家系统在给定的时限内及时做出反应， 依照时序进行推理，并能根据推理时限和突发事件及时调整其推理过 程。这些专家系统能快速、准确地帮助人们处理各种危急问题，如用 于诊断处理核反应堆事故的r e a c t o r 系统和用于航空母舰上飞机的超 落调度及空中交通管理的专家系统。 ( 2 ) 专家系统开发工具的发展：为了加快专家系统的开发速度， 将会有更多的工具系统问世。目前比较典型的开发工具有e m y c i n 、 e x p e r t 、a g e 、a r t 、h e a r s a y i i i 、m 。1 、r u r u 等，每种开发工具都 有各自的应用领域。其中开发工具e m y c i n 是将m y c i n 系统去掉知识 库内容形成的“空”的知识库同原来的推理机构成的骨架系统。e m y c i n 已被用来开发多种实用的专家系统，如肝病诊断、工程结构分析、硬 件故障诊断、血液凝结疾病诊断、地下岩石分析、精神病诊断、精神 药理学顾问、玉米虫害预测等专家系统。由此可见，专家系统开发工 具有着广阔的发展前景。 ( 3 ) 专家系统技术逐渐向其它领域渗透：专家系统做为一种智 能化技术，可以与其它技术结合起来，更好地解决实际问题。如专家 系统与决策支持系统相结合形成专家支持系统；与模糊技术相结合， 形成模糊专家系统：与计算机制造系统相结合，形成智能生产系统； 与管理信息系统相结合，形成智能信息系统：与c a d 技术相结合，形 成智能c a d 系统等。 1 5 专家系统在公安工作中的应用n 1 专家系统在公安工作中得到了广泛的应用，下面简单介绍几种近 年来发展起来的专家系统： ( 一) 消防调度指挥与辅助决策专家系统 火灾历来是危害人类安全的天敌，他曾使人民的生命财产蒙受重 一1 0 # 渤大学( 华东) 硕士论文第】章专家系统的产生发展及前抖 大损失。随着现代社会的不断发展，城市建筑越来越多，分布密度也 越来越大，这就对城市建筑、易燃易爆单位和场所等重点防爆单位的 火灾报警速度、准确性和快速反应能力提出了更高的要求，它需要消 防工作具有更为高效、更为先进的报警系统。根据公安部消防改革 与发展纲要的指导精神，天津信息港发展有限公司与公安部天津消 防研究所合作本着先进性、开放性、实用性、易用性的原则，设计了 一套智能消防调度指挥与辅助决策系统。该系统包括以下予系统：1 、 消防调度指挥子系统；2 、智能消防辅助决策子系统。 智能消防调度指挥与辅助决策系统是以管理信息系统、地理信息 系统、专家系统、决策支持系统、全球定位系统为模式，以控制、通 讯、调度为设计理念，集计算机技术、网络技术、数据库技术、有 无线通讯技术及g p s 技术与一体的现代消防调度指挥系统 ( 二) “火眼金睛”彩色人像组合专家系统 “火眼金睛”彩色人像组合系统是专用于公安刑事侦察的模拟 专家系统。它由清华大学电子工程系和公安部五局、十一局联合研 制开发，被公安部积极推荐使用。它已被国内近二百家公安厅局相 继采用，取得良好实战效果，破获许多重大案件，创造出显著的社 会效益和经济效益f ( 三) 指纹考勤专家系统 利用人体指纹所具有的唯一性、排他性而研制的最新考勤系统。 有效杜绝考勤管理中的人为因素，充分体现考勤管理的公正，避免不 必要的人事纠纷。实现现代化管理、节约人力、提高效率、杜绝漏洞。 石油人学( 华东) 硕士论文第2 章农转非审批专家系统中知识的表示 第2 章农转非审批专家系统中知识的表示 2 1 知识的深化表达与表层表达。1 知识表示研究各种存储知识的数据结构设计，以便在这些数据结 构中存储领域知识、开发各种灵活操纵这些数据结构的推理过程、使 知识的表示和运用知识的控制相融合。一个专家系统中知识表示模式 的恰当与否不仅与知识的有效存储有关，也直接影响着系统的知识获 取能力和知识的运用效率，因而知识表示是知识处理中最基本的一个 问题。 知识表示针对一个具体领域首先是研究领域内已有知识的计算 机存储，已有知识可分为共性知识和个性知识两个方面。这些知识的 表达有两种典型方式，一种是关于实体( 如概念、事件、性能等) 间 结构和功能的表达，它反映支配事物的物理规律、关于动作的功能模 型、事物间的因果关系网络和现象间的抽象与类比等。知识的使用严 格按照演绎式推理的次序依靠对于环境( 上下文) 的模式匹配，这种 表达称为知识的深化表达；另一种表达是基于经验的结合和对结构与 功能理解的编译，知识的前提和结论来源于以往的经验观察，这种表 达称为表层表达，它只关心知识对问题求解的性能，实体间的因果关 系隐含在知识之中而不是显而易见。专家系统对知识的表达同人类专 家一样，也有这两种表达方式的区分。表达方式同知识表示模式是两 个不同的概念。 深化表达的典型模式是框架和语义网络，表层表达的典型模式是 规则。在基于表层表达的所有系统中，知识以经验的结合为主，系统 的解释除了重复这种结合之外，不能解释问题的结构和功能，从而缺 乏完备性和说服力。在需要系统的知识获取机制从与事实的符合率中 识别有意义的假设，进行从例予中学习。表层表达的优点是其形式化 的代价比深化表达低，在问题的结构不良、不存在可深化表达的知识 或者不便于深化表达的问题领域中，这种表达能够提供启发式的问题 求解手段，实现高效率的问题求解。 1 2 f i 油人学( 华东) 硕i j 论文第2 章农转非审批专家系统中知识的表示 一种表达方式的选取往往由领域专门知识的自然结构所制导，如 果一个领域专门知识是基于经验的结合，这种情况下表而表达是唯一 可行的表达方式。一个专家系统，知识表达方式选取的最好办法是： 当所花的代价值得时采用深化表达，其余部分用表面表达。 2 2 专家系统的基本结构“1 一个结构完整的专家系统通常由六个部分组成：知识库、上下文 ( c o n t e x t ，也有人称之为全局数据库) 、推理机、知识获取机制、解 释机制和人机接口。其中知识库、上下文和推理机是目前大多数专家 系统的主要内容，知识获取机制、解释机制和专门的人机接口是所有 专家系统都期望有的三个模块，但它们并不是都得到了实现。简单的 专家系统不一定具备这三个模块。 1 、知识库。用以存放领域专家提供的专门知识。专门知识含有 与领域问题相关的书本知识( 理论知识) 、常识性知识，也含有专家 凭经验得到的启发式知识，如领域内有关的定义、定理和确定的及不 确定的运算( 推理) 法则等。因为专家系统的问题求解是动用专家提 供的专门知识来模拟专家思维方式进行的，所以知识是决定一个专家 系统性能是否优越的关键因素，一个专家系统的能力就取决于其知识 库中所含有知识的数量和质量。知识库的建造是专家系统建造的中心 工作，是专家系统建造过程中最为繁琐和棘手的事情。知识工程师一 方面要频繁地采访专家。从同专家的对话和专家以往处理问题的实例 中抽取专家知识( 称为知识获取) ，另一方面，要选择合适的数据结 构把获取的专家知识进行形式化存入知识库中( 称为知识表示) 。知 识获取是一件既费时又困难的事情，专家知识包含有那些仅存于专家 大脑中、遇事能随机应变、但专家自己尚未进行过条理性组织的启发 式知识，典型地如“遇到什么情况，采取什么措旅”的知识，这些知 识本身可能是不完备的、甚至有相互矛盾的地方，但它们对实际问题 的求解却非常有效，是体现专家水平的一个主要方面。知识工程师需 要对这些知识进行收集、整理和提练。知识表示是目前专家系统甚至 1 3 打油大学( 华东) 硕士论文第2 章农转砟审批专家系统中知识的表示 a i 各个领域研究最热门的一个课题。各种知识表示模式已经形成了不 少，如常用的规则表示、框架表示、逻辑表示和语义网络表示等，但 知识表示这个领域目前还没有形成比较成熟的理论，一种知识表示模 式的优劣评价还没有可使用的标准。但是，一个专家系统中知识表示 模式的选取能否合适地描述其相应的专门知识，是否有利于知识库中 知识的使用和完善，则直接关系着系统设计的成败。 2 、上下文：反映具体问题在当前求解状态下的符号或事实的集 合，它由问题的有关初始数据和系统求解期间所产生的所有中间信息 所组成。 3 、推理机：在一定的控制策略下针对一上下文中的当前问题信 息，识别和选取知识库中对当前问题的可用知识进行推理，以修改上 下文直至最终得出问题求解结果。推理机的控制策略常用的数据驱动 的前向推理方式、目标驱动的逆向推理方式和前向与逆向结合的混合 推理方式三种，少数系统中已用到的元控制方式。控制策略的选择常 与专家系统求解的问题类型有关，选取得合适与否将影响着系统对知 识库中知识的使用效率进而影响着系统求解的效率。知识选取过程在 控制策略的控制下有时还需要结合一些启发式知识，因为可用知识的 使用还存在有优先程度等因素的制约。专家系统的推理过程由于实际 问题的不同和知识库中知识常常含有不精确性成分，其推理常常是不 精确推理。 4 、知识获取机制：实现专家系统的自学习。为区别于人工方式 的知识获取，我们把机器自动实现的知识获取称之为机器学习、自学 习、或简称为学习。通过系统的不断运行，一方面，知识获取机制以 传授方式( t a u g h t ) 而不是编程方式( p r o g r a m m e d ) 接受专家对知识 库的扩充和修改。传授方式指专家同系统的直接对话而无需知识工程 师的干预，知识获取机制具备有知识变换手段，能够把与专家的对话 内容变换成知识库中的内部知识或用以修改知识库中的已有知识：另 一方面，通过用户对系统每次求解结果的反馈信息，知识获取机制自 动进行知识库中知识修改和完善，并可在系统的问题求解过程中自动 1 4 石油大学( 华东) 硕士论文第2 章农转非审批专家系统中知识的表示 积累、形成一些有用的中间知识，如启发式规则，经过适当的实例验 证以后，自动追加到知识库中，用以不断扩充知识库，增强和完善系 统的性能。知识获取机制有时还兼有在知识库建造过程中用以部分代 替知识工程师进行专门知识的自动获取功能。 5 、解释机制：回答用户对系统的提问，对系统得出结论的求解 过程或系统的当前求解状态提供说明，使得非专家用户能够理解系统 的问题求解、加强对求解结果的信心，使得专家和知识工程师易于发 现和定位系统知识库中的错误，也使得问题领域的专业人员或初学者 能得到问题求解过程的直观学习。 6 、人机接口：将专家和用户的输入信息翻译系统可接受的内部 形式，同时把系统向专家或用户的输出信息转换为人类易于理解的形 式。 构造这样一个结构完整的专家系统，其核心技术集中体现在三个 方面：知识获取( 包括人工方式的知识获取和机器学习) ，知识表示、 和知识运用。 2 3 农转非审批专家系统的组成结构 从系统的工作流程图，我们可以看出整个系统 工作的流程。在这个流程中，首先按照基层公安机 关上报的农转非审批材料，如实登录申请人及转非 人的基本信息，形成全局数据库( 上下文) ，然后 激活农转非审批模块( 推理机) ，将全局数据库中 的相关字段与专家知识库中的规则的前件进行匹 配，若匹配成功，数据、事实充分，则给出审批结 论及产生该结论的原因( 解释机制) 。所以，农转 非审批专家系统的组成结构为知识库、上下文、推 理机、解释机制、人机接口等部分组成。 丽 1 _ j 工作流程图 系统由申请人信息输入与审批、审批信息维护、知识库维护、审 批信息查询、用户密码维护等模块及两个数据库( d b k b ) 组成。 蓦。 石油大学( 华东) 硕士论文第2 章农转非审批专家系统中知识的表示 系统结构图 2 4 知识库的表示方法埔1 2 4 1 产生式系统 产生式系统( p r o d u t i o ns y s t e m ) 的概念最早是由p o r t ( 1 9 4 3 ) 提出的产生式规划( p r o d u t l 0 nr u l e ) 得来的，他用这种规则对符号 串作替换运算。后来美国的n e w e l l 和s i m o n ( 1 9 6 5 ) 利用这种原理建 立人类的认知模型。同年，斯坦福大学建设第一个专家系统d e n d r a l 时，就采用生产生式系统的结构。 在产生式系统中，论域的知识被分为两部分；凡是静态的知识， 如事物、事件和它们之间的关系，以所谓事实来表示。而把推理和行 为的过程以所谓产生式规则来表示。由于这类系统的知识库中主要存 储的是规则，所以又称基于规则的系统( r u l e - - b a s e ds y s t e m 。 简单的产生式系统，各个事实之间是相互独立的，系统的结构是 充分模块化了的，简称为纯粹产生式系统。这种模块化的系统，有着 简单，便于修改、扩充等优点。但是，在实际专家系统中，由于知识 本身的复杂性，很难构成纯粹的产生式系统，所以事实与规则内部都 有复杂的结构。 1 6 - f i 油大学( 华东) 硕士论文第2 章农转非审批专家系统中知识的表示 ( 1 ) 独立事实的表示 孤立事实在专家系统中常用特性一对象一取值 ( a t t r i b u t e o b j e c t v a l u e ) 三元组表示，同样，在谓词演算中关系 谓词也常以这种形式表示。显然，以这种三元组来描述事物以及事物 之州的关系是很方便的。 举例如下： ( a g ez h a o - l i n g4 3 ) ( t e a t h e rz h a 口一y i nz b a p l i n g ) 此外，在专家系统中为了表示不完全的知识，用三元组表示还嫌 不够。经常需要加入关于事实确定性程度的数值度量，如可信度。于 是每一事件变成了四元关系。 ( 2 ) 规则的表示 一般，一个规则由前项和后项两部分组成。前项表示前提条件， 各个条件由逻辑连接词( 合取、折取等) 组成各种不同的组合。后项 表示当前提条件为真时，应采取的行为或所得的结论。 h 1 1 f c i n 系统中典型规则的定义。 ( r u l e ) = ( i f t h e n ( e l s e ) ) = ( a n d ) ) 由定义可见，无论是前项或后项，其基本部分是关联三元组( 特 性一对象一取值) 或谓词三元组，同它的事实的表示方法基本上是致 的。此外每条规则的后项有一项置信度( c e r t a i n t y f a c t o r ) ，用来 表示由规则的前提导致结论的可信程度。 2 4 2 框架理论 框架理论是美国麻省理工学院m 。m i n s k y 提出的知识表示的新理 论。它提供一种结构，在它里面新的数据将用从过去经验中获取的概 念来解释。知识的这种组织化，使人们面临新情况时能从旧经验中进 行预测，引起对有关事项的注意、回忆和推理。所以它是一种理想的 知识的结构化表示方法。同时，框架也是一种表示定型状态的数据结 构，它的顶层是固定的，表示某个固定的概念、对象或事件，其下层 一1 7 石油大学( 华东) 硕士论文第2 章农转1 e 审批专家系统中知识的表示 由一些称为槽( s l o t ) 的结构组成。每个槽可以按实际情况被一定类 型的实例或数据所填充( 赋值) ，所填写的内容称为槽值。每个槽值 一般都预先规定赋值的条件，譬如，规定其值是人物、符合一定条件 的事物、指向某类子框架的指针等等。还可规定不同槽的槽值之间应 满足的条件。所以框架是一种层次的数据结构，框架下层的槽可以看 成一种子框架，子框架本身还可以进一步分层次。 相互关联的架连接起来组成框架系统( 框架网络) ，不同的框架 网又可通过信息检索网络组成更大的系统，代表一块完整的知识。 以框架结构为基础的记忆系统，其思维过程由两个互补的过程构 成的。一是来填满的框架需要填入新的项目，另一是新出现的项目要 求填入框架。更具体些，有以下内容。 匹配：已知项目 a ，b ，c ，z ，要求寻找一个槽值与给定项 目一致的框架。这相当于在给定条件下寻找与之相关的知识块，称这 个过程为匹配。如果不能找到已知的框架满足的有要求的条件，或者 找一个其槽值与给定项目尽可能一致的旧框架，或者建立一个具有 a ，b ，c ，z 特性的新框架。 让步：当所选用的候选框架不能与给定的项目完全匹配时，一个 办法是放弃它，重新找一个新框架。实际上，框架所描述的，往往是 理想或典型的状况，在不能完全匹配情况下，有时需要作出某些让步。 譬如，典型椅子应该有四条腿，如果具体实物中只有三条腿，于是不 能同已知的椅子框架完全匹配，不过考虑到各种具体原因：“另一条 腿被挡住”或“由于缺损”等，可做出让步，从而采用了椅子框架。 框架是一种固定的、典型的知识表示形式，而客观实物又是多样化的， 这就要求在