（电路与系统专业论文）基于Web+Services的产生式专家系统和推理机研究[电路与系统专业优秀论文].pdf

摘要专家系统是人工智能的一个重要分支，它通过领域专家们大脑中的专业知识运用推理机来解决领域内的困难和问题。它的核心在于知识库和推理机。本文围绕专家系统进行了深入研究，所得的成果主要包括：1 ) 知识库维护方面，为了保证知识库自身的有效性及规则间的一致性，提高推理机推理的速度以及推理结果的正确性，提出了一套成功的知识库维护方案并给出了知识库中冗余规则、矛盾规则、循环规则和孤立规则的检查方法。2 ) 设计了一种新的推理树结构，它根据正向推理机推理的过程，采用分层分类别存储规则，极大地减少了推理机每次推理与规则匹配的数目，从而提高推理机的效率。文章详细描述了新推理树结构的更新算法( 包括插入和删除规则的算法) 以及在此基础上的推理算法。3 ) 论述了w e bs e r v i c e s 技术及其在i n t e r n e t 应用的优势，文章结合w e bs e r v i c e s 的异构平台互通的能力，设计了一个跨平台的、具有良好扩展性的基于w e b 的分布式决策专家系统框架，并以与我们最接近的学生系别选择作为一个简单的应用来展示其功能。系统通过组件封装推理机、知识库管理和维护等业务逻辑处理模块，具有良好的扩展性、伸缩性、兼容性和协作性，实现了多专家系统的分布式协同合作。关键词：w e bs e r v i c e sx m l 推理树知识库维护i n t e m e ta bs t r a c te x p e r ts y s t e mi sa ni m p o r t a n tb r a n c ho ft h ea r t i f i c i a li n t e l l i g e n c e ，w h i c hu s e st h er e a s o n i n gm a c h i n et os o l v et h ed i f f i c u l t i e sa n dp r o b l e m si nt h ef i e l dt h r o u g ht h ep r o f e s s i o n a lk n o w l e d g ei nt h eb r a i no fe x p e r t si nt h ea r e a i t sc o r el i e si nk n o w l e d g e b a s ea n dr e a s o n i n gm a c h i n e w i t hd e e p l yr e s e a r c ho ne x p e r ts y s t e m ，t h ef o l l o w i n gi n n o v a t i v er e s u l t sa r eg i v e n ：1 ) a sf o rm a i n t e n a n c eo ft h ek n o w l e d g e b a s e ，i no r d e rt og u a r a n t e et h ev a l i d i t yo fk n o w l e d g e b a s ea n dt h ec o n s i s t e n c ya m o n gt h er u l e ，a n dt oi m p r o v et h es p e e da n dc o r r e c t n e s so fr e a s o n i n g ，as u c c e s s f u lm a i n t e n a n c em e t h o do fk n o w l e d g e b a s ei sp r e s e n t e da n dt h em e t h o d so fc h e c k i n gt h er e d u n d a n tr u l e ，c i r c u l a t i o nr u l e ，c o n f l i c tr u l ea n di s o l a t e dr u l ea r eg i v e n 2 ) an e wr e a s o n i n gt r e es t r u c t u r ei sp r o v i d e d ，w h i c h ，a c c o r d i n gt ot h ep r o c e s so fr e a s o n i n gi nt h ef o r w a r dr e a s o n i n gm a c h i n e ，a d o p t sh i e r a r c h ya n dc l a s s i f i c a t i o ni ns t o r i n gr u l ea n dg r e a t l yr e d u c e st h en u m b e ro fr u l e m a t c h i n gp e rt i m ew h e nt h em a c h i n er e a s o n s s ot h er e a s o n i n ge f f i c i e n c yi sg r e a t l yi m p r o v e d i nt h i st h e s i s ，t h eu n a d n ga l g o r i t h mf o rn e wr e a s o n i n gt r e es t r u c t u r e ( i n c l u d i n gi n s e r ta n dd e l e t er u l ea l g o r i t h m )a n dr e a s o n i n ga l g o r i t h ma r ed e m o n s t r a t e di nd e t a i l 3 ) w e bs e r v i c e st e c h n o l o g ya n di t sa d v a n t a g e so ni n t e r n e ta r ei n t r o d u c e d w i t hu s i n gc o m p o n e n tt oe n c a p s u l a t er e a s o n i n gm a c h i n e ，m a i n t e n a n c eo fk n o w l e d g e b a s ea n do t h e rb u s i n e s sl o g i c a lf u n c t i o n a lm o d u l e s ，ad i s t r i b u t e dd e c i s i o ne x p e r ts y s t e mf r a m eb a s e do nw e bi sd e s i g n e d ，w h i c hh a v et r a n s - p l a t f o r ma b i l i t yb yu s i n gw e bs e r v i c e s a b i l i t i e so fi n t e r c o n n e c t i o nb e t w e e nd i f f e r e n tp l a t f o r m i na d d i t i o n ，as i m p l ea p p l i c a t i o nr e l a t e dt os t u d e n t s d e p a r t m e n t c h o i c ei si n t r o d u c e dt oe x p r e s si t sf u n c t i o n ，w h i c hh a sb e t t e re x t e n d i b i l i t y ，e l a s t i c i t y ，c o m p a t i b i l i t ya n dc o o p e r a t i o na n da l s or e a l i z e dt h ec o o p e r a t i o no fd i s t r i b u t e dm u l t ie x p e r ts y s t e m s k e yw o r d s ：w 曲s e r v i c e s ，x m l ，r e a s o n i n gt r e e ，k n o w l e d g e b a s em a i n t e n a n c e ，i n t e r n e t第一章绪论1 1 课题背景及意义第一章绪论专家系统( e s ) 是人工智能( a d 应用研究最活跃和最广泛的课题之一，从6 0 年代出现第一个专家系统以来，各个专业领域已有大量的专家系统投入使用，产生了巨大的经济效益和社会效益。专家系统是一个具有大量专门知识与经验的程序系统，应用人工智能技术，根据一位或多位专家提供的特殊的知识、经验进行推理和判断，模拟专家决定的过程，来解决那些需要由专家决定的复杂问题，提出专家水平的解决方法或决策i l j 。知识库和推理机是专家系统的核心部分。专家系统的力量来自于专家知识，推理机r m ( r e a s o n i n gm a c h i n e ) 是专家系统e s ( e x p e r ts y s t e m ) 必不可少的重要功能之一，专家系统的最终结论全靠r m 推出，其性能直接关系到e s 的质量。设计一个高效的推理机可应用于各种类型的专家系统，重用性好。对知识库的维护和推理机的研究在专家系统领域具有重要的意义。但在传统的专家系统中，由于受开发设计时的硬件技术、计算机技术、存储技术、数据库技术和网络技术等的限制，使其在知识库的管理方式和理念上、推理机的效率上、系统间的协作上、分布式计算上和资源的共享上都有待于进一步的提高。并且由于系统的结构和实现方式( d s ) 的限制，使其大众化、商务化程度不足，远远没有发挥其应有的价值。随着近十年来，相关技术的蓬勃发展和广泛应用，特别是网络技术的发展和应用，b s 的应用服务方式已逐渐取代c s的方式成为应用开发的主流，w e b 服务也成为i t 领域内的最为关键的技术之一，它所具有的广泛的协同性、可控性、共享性和其极强的系统集成能力、分布式计算能力，以及其良好的对象组件特性，使其完全有潜力成为续因特网之后的第二个重要发明，并且对公司企业、社会和经济的发展产生一定的推动作用。i n t e r n e t 上的专家系统( e s ) 较之传统的孤立的系统有着更高的共享度，任何网上用户只需要浏览器即可访问运行有专家系统的站点，这就大大扩展了知识系统的共享范围，从而产生可观的社会和经济效湖南帅范大学倾 学位论殳益。1 2 相关技术背景与发展概况1 2 1 专家系统的定义专家系统( e x p e r ts y s t e m ) 是人工智能( a r t i f i c i a li n t e l l i g e n c e ，a i )研究中最为活跃的一个分支。人工智能( a i ) 是计算机科学的一个分支，它研究一类具有智能的计算机系统的设计( 含软、硬两个部分) ，来模仿人的行为，是一种将符号方法和非算法( 肩发式) 结合的应用方法学。专家系统( e s ) 是人工智能( a i ) 的一个分支，是从理论到实践一尝试，也可以是人工智能( a i ) 从理论应用研究的一个转折点。专家系统早期先导者之一、斯坦福大学的e d w a r df e i g e n b a u m 教授把专家系统定义为“一种智能的计算机程序，它运用知识和推理来解决只有专家才能解决的复杂问题【io 】”。也就是说，专家系统可视为一类具有大量专门知识和经验，采用人工智能中的推理技术来求解和模拟通常由专家才能解决的各种复杂问题，达到与专家具有同等解决问题的能力，它可使专家的特长不受时间和空间限制。专家系统区别于传统应用程序的特征主要有【2 1 ：1 ) 总体上讲，专家系统是一种具有智能的软件( 程序) ，它求解的方法不是一般传统程序的算法，而是一种启发式方法，它求解的问题也不是传统程序中的确定性问题，而是只有专家才能解决的不确定性问题。2 ) 内部结构上讲，专家系统的智能来源予专家的知识、经验及解决问题的技巧。专家系统的解题程序由三要素组成：描述问题状态的综合数据库或全局数据库、存放启发式经验知识的知识库、以及对知识库中的知识进行推理的推理机。三要素依次对应于数据级、知识级和控制级知识。其中，数据级知识与传统程序中的数据大致相当。除数据级知识外，专家系统把那些指出如何进行问题的每经验知识通过规则等知识表示语言显式地表示出来，并组织在一种称为知识库的独立模块中；而把关于知识库知识如何使用的控制知识以某种比较通用的模式编制在称为推理机的执行程序中。这里，知识库与领域关系第一章绪论密不可分，需要经常查阅，有时需要修改。而推理机相对固定，知识库的修改一般不会影响到执行程序的变动。这种知识库与推理机分离的结构，极大地增强了系统的灵活性，方便知识库的不断扩充和完善，适应于专家系统的增量式设计方法。传统应用程序只有数据级和程序级两级结构，它把描述算法的过程性计算信息和判断性信息合二为一地编码在程序中，缺乏专家系统的那种灵活性。3 ) 从外部功能看，专家系统模拟的是专家在问题领域的推理，而不是模拟问题本身( 即通过建立数学模型去模拟问题领域) ，专家系统仅仅模拟专家求解问题的能力。1 2 2 专家系统产生与发展专家系统是在关于人工智能的研究处于低潮时提出来的。由于它的发展及其所显出来的巨大潜能，不仅使人工智能摆脱了困境，而且使之走上了一个新的发展时期。2 0 世纪6 0 年代中期，化学家勒德贝格提出了一种可以根据输入得质谱仪数据列出所有可能的分子结构的算法1 1 4 1 。在此之后，他与费根鲍姆等人一起探讨了用规则表示知识建立系统，这就是著名的d e n d r a l 专家系统。产生于斯坦福大学的这一系统是专家系统发展史上成功的首例，它的出现标志着人工智能的一个新的研究领域，即专家系统诞生了。在此之后，各种不同功能、不同类型的专家系统相继建立了。2 0 世纪的7 0 年代中期，专家系统进入成熟期，其观点逐渐被人接受，并先后出现了一批卓有成效的专家系统，其中较具有代表性的有m y ( 孙盯咿r o s p e c t o r c a s k e t 等。其中m y c i n 不仅由于它能对细菌感染性疾病做出专家水平的诊断和治疗，是一个成功的专家系统，而且还由于它第一次使用了目前专家系统中常用的知识库的概念，并对不确定性的表示与处理提出了可信度方法。加世纪8 0 年代以来，专家系统的研制开发明显地趋于商品化，直接服务于生产企业，产生了明显的经济效益。例如d e c 公司与卡内基一梅隆大学合作开发了专家系统x c o n ( r 1 ) ，用于为v a x 计算系统制定硬件配置方案，节约资金近l 亿美元。我国在专家系统的研制开发方面虽然起步较晚，但也取得了很好的成绩。例如，中国科学院合肥智能机械研究所开发的施肥专家系统、南京大学开发的新构造找水专家系统、吉林大学开发的勘探专家系统及油气资源评价专家系统、浙江大学开发的服装剪裁专家系统及花布图案设计专家系统等都取得了明显的经济效益及社会效益，对推动专家系统和人工智能理论及技术的研究都起到了重要作用1 14 1 。就专家系统的开发技术而言，随着人工智能研究的深入发展，3 0年来也取得了长足的进步，2 0 世纪7 0 年代中期以前的专家系统多属于解释型和故障、疾病诊断型，它们处理的问题基本上是可分解的问题。2 0 世纪7 0 年代后期相继出现了其它类型的专家系统，如设计型、规划型、控制型等。这期问，专家系统的体系结构也发生了深刻的变化，由最初的单知识库及单推理机发展为多知识库多推理机，由集中式专家系统发展为分布式专家系统，近几年随着人工神经网络研究的再度兴起，人们开始研制神经网络专家系统以及把符号处理与神经网络相结合的专家系统。在知识表示及推理方面，也己由原先的精确表示及推理或较简单的不精确推理模型发展为多种不确定性处理理论，建立了分别适用于不同情况的不确定性推理模型，对非单调推理、归纳推理等也都开展了研究，取得了一定的进展。此外，人们还开展了对专家系统开发工具的研究，建立了不同功能、不同类型的开发工具，为缩短专家系统的研制周期，提高系统的质量起到了重要作用。当然专家系统在其发展的过程中也还存在不少有待解决的问题。例如，知识的完备性问题、推理机效率问题、知识的自动获取问题、分布式知识处理问题、多专家的合作与综合问题、常识性知识的推理问题等等。这些问题有待于做进一步，同时也赖于人工智能其它研究领域的共同发展。1 2 3 专家系统的一般结构不同领域的专家系统。其功能、结构都不尽相同。一个专家系统，应该具备以下几个功能目：1 存储问题求解所需的专家知识。2 存储具体领域内的初始数据和推理过程中所涉及到的各种信息，如中间结果、目标、子目标、条件、假设等等。第一章绪论3 根据当前输入的数据，利用己有的知识，按照一定的推理策略，去解决当前问题，并能控制、协调整个系统。4 帛邑对推理过程、结论或系统自身做出必要的解释，如系统的解题步骤，处理策略，选择处理方法的理由，系统求解某种问题的能力，系统如何组织和管理其自身知识等。这样既便于用户的理解和接受，同时也便于系统的维护。5 提供知识获取、机器学习、修改、扩充和完善等其它维护手段。只有这样才能更有效地提高系统的问题求解能力及准确性。6 提供一种人机接口，既便于用户使用，同时又能分析、理解用户的各种请求。这些功能决定了专家系统的结构。专家系统的结构大多是以m y c i n 系统为代表的基于规则的专家系统( r u l e - b a s e de x p e r ts y s t e m )结构。它包括六部分：知识库、推理机、综合数据库、人机接口、解释程序和知识。( 1 ) 知识库：知识库用于存储某领域专家系统的专门知识，包括事实、规则等。( 2 ) 综合数据库：存储领域或问题的初始数据库和推理过程中得到的中间数据( 信息) 。( 3 ) 推理机：推理机逻辑上是一组程序，用于控制整个系统的运行，它负责利用知识库的知识，并根据综合数据库的内容按定的问题求解策略，进行推理，最后推理结果。( 4 ) 解释器：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的原因。( 5 ) 知识获取( k n o w l e d g ea c q u i s i t i o nf a c i l i t y ) ：用来从人类专家获取知识，然后通过知识编辑软件把知识输入到知识库中，并维持知识的一致性及完整性，建立性能良好的知识库。( 6 ) 人机接口( 界面设计) ：接口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及推理结果等，系统通过接口，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。湖i , j o r i i 范人学硕l 学化沦t1 2 4 专家系统的基本特征般讲，专家系统具有如f 一些基本特征1 8 l ：1 ) 具有专家水平的专门知识专家系统是面向某一具体领域的，具有这一领域专家级水平的领域知识。2 ) 能进行有效的推理必须具有相应的推理机构，能根据用户提供的已知事实，通过运用掌握的知识，进行有效的推理，以实现对问题的求解。3 ) 具有获取知识的能力必须具有知识获取的能力，一般是通过知识编辑器，知识工程师或领域专家通过知识编辑器把领域知识输入到专家系统的知识库。4 ) 具有灵活性一般都采用知识库与推理机分离的构造原则，可以在系统运行时根据不同的要求分别选取合适的知识构成不同的求解序列，实现对特定问题的求解。5 ) 具有透明性专家系统一般都设置了解释机构，用于向用户解释它的行为动机及得出的某些答案的推理过程，可以使用户能比较清楚地了解系统处理问题的过程及使用的知识和方法，从而提高系统的可信程度。6 ) 具有交互性可以与领域专家或知识工程师进行对话以获取知识，同时可以通过与用户对话以索取求解问题时所需的知识以及回答用户的询问。7 ) 具有实用性专家系统是根据领域问题的实际需求开发的，这一特点决定了它具有坚实的应用背景。可以用于多种领域，取得巨大的经济效益及社会效益。8 ) 具有一定的复杂性及难度专家系统需要根据实际情况进行调整，其复杂度和难度都是比较大的。第一章绪论1 2 5 专家系统在i n t e r n e t 上的应用专家系统是a i 成功应用的代表作，每个具体的专家系统只能解决狭窄的专业领域的一类问题，因而只是一个应用点。要形成与网络时代相适应的各个领域的专家系统应用面，显然需要太多的点。专家系统与i n t e r n e t 技术的结合，可以容易地做到网上专家知识的共享性、互补性和协作性。对分布式并行的智能应用，i n t e m e t 上需要作的事很多。受条件所限，早期的分布式a i 系统往往限于局域网或某些特定的远程网。i n t e r n e t 上的分布意味着全球范围内所有机器的分布，这样的分布式智能系统的意义绝非其它系统可比。分布式对象技术( 如c o r b a 或d o o m 技术) 则进一步使分布且异构的应用程序之间能以种共同的方式提供和获得服务，实现了在分布式状态下的“软”集成。但是c o m d c o m 、c o r b a i i o p 在分布式系统下具有一定的局限性“9 j ：它们依赖于二进制通信，这种依赖性使这些现有的标准很难在防火墙上使用，防火墙可能会限制大多数端口上的二进制数据。即使将防火墙配置为允许在适当的端口上访问，更改它的设置，也会中断对象通信。使用c o m 和c o r b a ，需要程序员具有丰富的经验和培i ) i i 。c o m 非常依赖于w i n d o w s 平食。虽然c o r b a 没有这个限制，但是它没有在非j a v a 语言中得到广泛应用。最终结果就是这两个标准是“封闭式”的。c o m 和c o r b a都包括许多内置的服务，如事务、安全性和加密。这些特性都增加了出现问题的可能性，增加了额外的开销，并且产生了不兼容的可能性它们缺乏数据表示的通用标准。新一代w e bs e r v i c e s 是一种基于组件的软件平台，是面向服务的i n t e r n e t 应用。通过对w e bs e r v i c e s 的构建，人们可以期望得到一个可编程的i n t e r n e t ，服务的提供者所提供的服务具有跨平台、跨语言的特性。利用w e bs e r v i c e s 技术实现多专家系统的分布式协作将具有更广阔的应用前景，目前这种分布式专家系统尚未推出应用。另外，基于w e b 的专家系统大都采用a s p 技术来实现的，由于a s p 技术本身的缺陷，系统的安全性以及可移植性都不太好，也不太适合要研究的基于w e b 的网上专家系统的构件。并且，目前国内关湖南 i 1 i 范人学坝 学论疋于网上专家系统的研究不是很多，推理的效率也不能满足作者所研究的系统的开发。1 3w e bs e r v i c e s 技术1 3 1w e bs e r v i c e 概括从表面上看，w e bs e r v i c e 就是一个应用程序，它向外界暴露出一个能够通过w e b 进行调用的a p i ；更深入一点看，w e bs e r v i c e s 就是建立可互操作的分布式应用程序的新平台。它具备了以下的特征m 】：1 ) 具有完好的封装性。它具备了对象的良好封装性，对于使用者面言，他能且仅能看到该对象提供的功能列表。2 ) 松耦合性。当一个w e bs e r v i c e 的实现发生变更甚至部署平台发生转移时，调用者不会感到有变化，这对i n t e r n e t 下的分布式应用是至关重要的。3 ) 使用标准协议规范。在w e bs e r v i c e s 中所有的技术实现都基于开放的标准协议规范。4 ) 高度可集成能力。由于w e bs e r v i c e 采用了标准w e b 协议规范作为其架构的基础，完全屏蔽了不同软件平台的差异，任何软件都可以通过标准的协议进行互操作，实现r 在当前环境下最高的可集成性。1 3 2w e bs e r v i c e 的体系架构w e bs e r v i c e 技术是一种在i n t e r n e t 环境下让松散耦合的w e b 应用之间相互调用、相互集成的技术框架。它的体系架构是一种新的体系架构，即面向服务的架构( s o a ) 。s o a 是在开放的标准下实现的，并证实其确可在其它的分布式计算概念失败之处获得成功。s o a 由3个角色和3 项基本操作组成。w e bs e r v i c e 的体系架构如图1 1 所示。w u 。s d 。l i( 忑图1 - 1w e bs e r v i c e 体系架构第一章绪论w e bs e r v i c e 架构中的三个角色是：服务请求者、服务中介者和服务提供者。服务请求者可看作是一个网络节点，它发现并调用其它的软件服务来提供商业解决方案。当需要使用w e b 服务时，它会去服务注册中心查询所需的w e b 服务的接口和它的存放真正位置，再由真正位置找到这个w e b 服务，然后将自己绑定在这个服务上面。服务提供者也是最终w e bs e r v i c e 的提供商，它提供处理系列特定任务的软件资源的服务接口。其中包含商业实体的服务或者可重用的子系统的服务接口。服务中介者是帮助查找w e b 服务的地方，也可以是一个w e bs e r v i c e 的注册地，汇集了大量的在线的w e b 服务。一般由服务提供者来将它的各种服务发布到注册中心去，目前服务注册中心就是u d d i 商业注册中心。这三个角色是根据逻辑关系划分的，在实际应用中，角色之间很可能有交叉：一个w e b 服务既可以是w e b 服务提供者，也可以是w e b服务请求者，或者二者兼而有之。这三个s o a 角色通过3 个基本操作：发布、查找、绑定来相互作用。服务提供者向服务注册中心发布服务。服务请求者通过服务中介者查找所申请的服务，并绑定到这些服务上。s o a 的实现就是w e bs e r v i c e ，w e bs e r v i c e 提供了一个新分布式的计算技术，w e bs e r v i c e 之所以成为一个可行的分布式应用解决方案，是其技术建立在开放的i n t e r n e t 标准，其中主要支持技术有：x m l ：它是一个由w o r l dw i d ew e b 协会( w 3 c ) 规范的基于文本的标记语言。x m l 严格地定义可移植的结构化数据。它能作为定义数据描述语言的语言，例如标记语法或词汇、交换格式和通讯协议。s o a p ：被称为面向对象架构协议( s e r v i c e s o r i e n t e da r c h i t e c t u r ep r o t o c 0 1 ) 其规范是由m i c r o s o f t ，i b m ，l o t u s ，u s e r l a n 和d e v e l o p m e n t o r联合订立的。s o a p 的优点在于它是完全和厂商无关，可以相对于平台、操作系统、目标模型和编程语言独立实现。w s d l ：w e bs e r v i c e 描述语言w s d l ( w e bs e r v i c ed e s c r i p t i o nl a n g u a g e ) 是一个基于x m l 的语言，它是由n a s s l ( i b m ) 和s d l湖南师范人学坝f 学位沦业( m i c r o s o f t ) 共同制定的，用于描述w e bs e r v i c e 及其函数、参数和返回值。因为是基于x m l 的，所以w s d l 既是机器可阅读的，又是人可阅读的，这将是个很大的好处。一些最新的开发工具既能根据w e bs e r v i c e 生成w s d l 文档，又能导入w s d l 文档，生成调用相应w e bs e r v i c e 的代码。w s d l 将w e bs e r v i c e 描述定义为一组服务访问点，客户端可以通过这些服务访问点对包含面向文档信息或面向过程调用的服务进行访问( 类似远程过程调用) 。w s d l 首先对访问的操作和访问时使用的请求t i l l 甸应消息进行抽象描述，然后将其绑定到具体的传输协议和消息格式上以最终定义具体部署的服务访问点相关的具体部署的服务访问点通过组合就成为抽象的w e bs e r v i c e 。w s d l 文档由两个部分组成：( 1 ) 接口定义( s e r v i c e d e f i n i t i o n ) ：描述抽象类型和它的协议绑定，主要元素包括：t y p e ，数据类型；m e s s a g e ，消息，一个摘要，在服务请求者与服务提供者之间通信数据的定义，可以有一个或多个类型的部分( p a r t ) p o r t y p e ，端口类型，一个或多个端口支持的一个或多个操作的摘要集；b i n d i n g ，绑定，实现特定端口类型的具体协议和数据格式规范，绑定信息包含协议名、调用样式，服务表识和每一操作的编码。( 2 ) 实现定义( i m p l e m e n t a t i o nd e f i n i t i o n ) ：描述服务访问位置信息，主要元素包括：s e r v i c e ( 服务) ，相关端口的集合：p o r t ，端口单个端点，绑定和网络地址的聚合。u d d i ：统一描述、发现和集成协议u d d i ( u n i v e r s a ld e s c r i p t i o n ，d i s c o v e r ya n di n t e g r a t i o n ) 是由i b m ，m i c r o s o f t 和a l - i b a 制定，u d d i 是一套基于w e b 的、分布式的、为w e bs e r v i c e 提供的、信息注册中心的实现标准规范，同时也包含一组使企业能将自身提供的w e bs e r v i c e 注册，以使别的企业能够发现的访问协议的实现标准。u d d i 的核心组件是u d d i 商业注册，它使用一个x m l 文档来描述企业及其提供的w e bs e r v i c e 。从概念上来说，u d d i 商业注册所提供的信息包含三个部分：白页( w h i t e p a g e ) ：包括了地址、联系方法和已知的企业标识；黄页( y e l l o wp a g e ) ：包括了基于标准分类法的行业类别；绿页( g r e e np a g e ) ：包括了关于该企业所提供的w e bs e r v i c e 的技术信息，其形式可能是些指向文件或u r l 的指针，而这些文件或u r l 是为服务发现机制第一章绪论服务的。1 3 3w e bs e r v i c e 应用在i n t e r n e t 上的优势在新一代的分布式应用系统中，必须解决不同组件模型、开发工具、程序语言和应用系统之间在i n t e m e t 环境中互相沟通和合作的问题，因此软件界势必要一种标准的沟通机制，而这种机制正是现在的s o a p 。已往的组件通信机制总是属于某一或几个厂商所制订的标准，很难在整个业界形成唯一的统一和认可，所以造成了不同组件的应用系统难于集成的情况，但现在的s o a p 是独立于任何厂商的一种标准协议，它是以x m l 的标准格式来封装通信信息的一种沟通机制，其中封装的通信信息以文本形式来表达，任何组件模型、开发工具、程序语言和应用系统和操作系统只要支持x m l 和文本格式，就可以完全支持s o a p ，这使得s o a p 成为了i n t e r n e t 上应用系统集成的关键。使用s o a p 协议与d c o m 和c o r b a 技术相结合创建未来的分布式计算应用后，可以真正的解决现在分布式应用的缺陷。由于系统中直接使用了s o a p 来沟通和交换数据，不在需要特定的b r i d g e 技术，增加了执行效率，降低应用系统的复杂度，进而增加应用系统的稳定性。当企业需要集成不同的应用系统时，可以在系统闻直接使用s o a p 来沟通，不管对方的系统是基于什么架构和使用什么软件技术开发的，都可以顺利地进行系统的集成。如果在系统开发中进一步使用w e bs e r v i c e ，那么就可以重复使用i n t e r n e t 上各个企业提供地功能和资源，实现在i n t e r n e t 上无缝集成的目标。使用s o a p w e bs e r v i c e构建i n t e r n e t 上的分布式系统具有着传统解决方案所没有的巨大优势，可以相信不用多久，s o a p w e bs e r v i c e 的互操作性的时代就会来临。1 4 课题研究的主要内容及其重点、难点1 4 1 研究的重点与难点一、基于w e b 的知识管理和维护在e s 中，知识库的大小和质量是决定其性能和水平的关键因素。基t - w e b 的专家系统极大的扩展了系统的使用面，与此同时，也给知识库的管理和维护带来了麻烦。分布在各地的领域专家和知识工程师都呵向系统提供新的知识，这时知识库的一致性问题就变得尤为重要了。一个不完备的知识库会影响推理机的速度甚至产生错误的推理结果。为保证知识库自身的有效性及知识库的规则间的一致性，本文对知识库的维护提出了一套成功的方案，从添加规则、修改规则、删除规则等方面给出了知识库的维护方法并给出了知识库中冗余规则、矛盾规则、循环规则和孤立规则的检测方法。二、高效的推理机算法设计( 设计了个具有高效匹配机制的推理树结构)专家系统的性能除了和知识有关，另外一个至关重要的因素便是推理机的速度。在专家系统中，用户使用专家系统也就频繁在使用推理机推理，而推理的过程就是一个不断规则匹配的过程。本文提出了一种新的推理树结构，它根据正向推理机推理的过程，采用分层分类别的存储规则，极大地减少了推理每次推理与规则匹配的数目，以此来提高推理机的效率。三、通过n e t 组件来实现高效推理机和知识库管理，并采用新兴的分布式w e bs e r v i c e s 技术，实现多专家系统的分布式协作。四、系统的协作性、通用性、跨平台性。1 4 2 研究的可行性在传统的专家系统为社会和企业创造的价值得到普遍认同的同时，由于已有的硬件、计算机和网络技术的逐步完善和走向成熟，以及新的技术( w e bs e r v i c e 等) 活力的注入和主流技术的变更，使得开发一种跨硬件平台和操作系统平台的、高效的、具有良好扩展性和系统协作性的基于w e b 的分布式的辅助决策专家系统框架很有必要。随着并行计算、微电子技术和集成电路的飞速发展，2 0 世纪的硬件技术得到了极大的发展；在数据管理和存储方面，随着数据库系统的逐步发展，使其能够有效地存储和管理大量的数据，并使其在数据共享、数据冗余、数据的安全性和完整性等方面都得到了极大的提高，从u n i x 到w i n d o w s ，推出了许多成熟的数据库管理软件，如o r a c l e 、s y b a s e 、f o x b a s e 、f o x p r o 和s q ls e r v e r 等等，如今第一章绪论数据库系统已经成为计算机数据管理的主要方式：在计算机技术和网络技术方面更是突飞猛进，具有代表性的是w e bs e r v i c e s 技术突起，其良好的异构平台互通、软件复用和通信能力，为我们实现基于w e b的分布式系统提供了一个很好的框架。在有如此雄厚的技术支持下，实现我们的系统完全是可行的!1 4 3 本文的主要内容本文在认真了解国内外现有的各类专家系统研究成果的基础上，根据专家系统目前仍存在的问题，对专家系统的两个核心部分：知识库和推理机进行了深入研究，尤其在知识库的组织和维护方面，给出了一套成功的方案；为提高推理机的效率，提出了一种新的推理树结构，并将其应用在w e b 上。系统设计运用n e t 和w e bs e r v i c e 新兴技术，用组件实现推理机和知识库维护，利用w e bs e r v i c e s 分布式技术实现多专家系统的协同合作。本文接下来的第二章介绍了专家知识、专家知识的表示以及其知识的管理；第三章给出了系统总体设计思路，给出了系统的功能模块以及工作原理；第四章则详细介绍了知识库的维护方法，给出了检查冗余、矛盾和循环规则的算法，对知识库存在的闯题作出了详尽的分析并给出了解决办法；第五章则详细介绍了推理机的实现，提出了一种的新的推理树结构以及在此推理树基础上的推理算法；第六章给出了系统实现关键技术；最后对全文进行总结，说明自己的后续研究方向。湖南师范夫学倾 位论文2 1 专家知识第二章专家知识专家系统强调系统所拥有的知识对系统的性能水平有着重要的影响。e d w a r df e i g e n b a u m 曾指出：“专家系统的性能水平主要是它所拥有的知识数量和质量的函数”i l 引。+ 个专家系统所知道的知识越多、质量越高，它解决问题的能力也就越强。专家知识是专家系统的焦点，专家知识具有以下特点【1 1 】：一、专家知识的启发性在人类专家所掌握的大量专门知识中，真正使他比一般专业人员技高一筹的大都是他在长期实践中积累起来的宝贵经验。这些知识能在一定条件下解决问题，它们往往简洁而有效，能够起到有效地简化问题或快速求解的作用，能简化推理步骤。这种特点称为启发性( h e u r i s t i c ) 。使用启发性知识处理问题是人类推理的特征之一，人类专家的技能也主要来源于这些启发性知识。二、专家知识的专有性由于专家知识大多是人类专家在实践中积累起来的启发性知识，所以通常只有专家本人才了解它们。同时启发性知识多来源于经验，没有正确性保障。一般情况下，这些专门知识是不会写入教科书或其它专业书籍中。冈此，人类专家的专门知识通常不被其他人所了解，它基本上是专家本人的专有知识。如果专家系统只提供最终结论而不对其作任何解释，则势必会影响用户对这些结论的信任程度，特别是当系统的结论与用户的看法相抵触时更是如此。所以，专家系统应当具有解释功能，它可以回答用户的问题，告诉用户它是如何解决问题的，使用了哪些知识，这些知识的内容以及它们的来源和合理性等等，使专家系统对用户来说是“透明的”。好的透明性也有助于知识的检验和修改。三、专家知识的不稳定性专家知识多是启发性知识，所以，相对于逻辑性知识来说它们是不稳定的。一旦遇到新情况、新问题，人类专家随时可以修正已有的知识或归纳出新知识以便能够处理这些新问题。专家知识的不第二章专家知识稳定性要求专家系统应具有较大的灵活性。也就是说，系统知识应容易修改和扩充，以不断适应新情况的需要。2 2 专家知识的表示知识是人类进行一切智能活动的基础。f e i g e n b a u m 认为专家系统的知识是“经过剪裁、塑造、解释、选择和转换了的信息i l l l ”而知识表示是指将知识符号化并输入给计算机的过程和方法。它包含两层含义：( 1 ) 用给定的知识结构，按一定的原则、组织表示知识。( 2 ) 解释所表示知识的含义。就形式而言，知识表示是为描述世界所作的一组约定，是知识符号化的过程。知识表示是关于各种数据结构及其解释过程的结合，知识表示方法研究各种数据结构的设计，以及把一个问题领域的各种知识通过这些数据结构结合到计算机系统的程序设计过程。对于同一种知识可以采用不同的表示方法，但不同的表示形式可能产生不同的效果。评价一个具体领域内知识表示的方法有四个原则【1 ：( 1 ) 表达的充分性即是否有能力表达有关领域中各种所需知识。( 2 ) 推理的充分性即是否有能力以有效的方式来管理知识表示的结构，从而能根据从旧知识中推理出新知识导出新的结构，以解决各种不同类型的问题。( 3 ) 推理的有效性即是否能方便地使用这些结构所表达的知识进行推理，并以高效的方式支持问题求解过程。( 4 ) 获取的有效性即是否方便丽有效地将薪知识添勰到表示结构中，并在适当的时候能方便地支持知识的删除、修改等。知识表示的目的不仅仅是要解决知识在计算机中的存储问题，更重要的是要使这种表示能够方便地运用知识和管理知识。而专家系统的推理机制与其知识表示方式是紧密相连的。常用的知识表示方法有谓词逻辑表示法，产生式表示法，语义网络表示法，框架表示法等等。2 2 1 谓词逻辑表示法谓词逻辑是一种形式语言，也是到目前为止能够表达人类思维活动规律的一种最精确的语言，它与人们的自然语言比较接近，又可方便地存储到计算机中去，并被精确地处理。渭词逻辑适合于表示事物的状态、属性、概念等事实性的知识，也可方便地表示事物间的因果关系，即规则。事实通常用合式公式的“与或”形表示0 合取符号及析取符号连接起来的公式) 。规则通常用蕴涵式表示。用谓词公式( 合式公式) 表示知识时，需要首先定义谓词，指出每个谓词的确切含义，然后再用连接词把有关的谓词连接起来，形成一个谓词公式表达一个完整的含义。逻辑表示法的特点有自然性、描述性、精确性、严密性、易于模块化等，但它不能表示不确定的知识，容易形成组合爆炸，效率低。2 2 2 产生式表示法产生式表示法又称为产生式规则表示法。它是由美国数学家波斯特( p o s t ) 于1 9 4 3 年提出【3 】，成为p o s t 演算，后几经修改充实，目前己成为人工智能中应用最多的一种知识表示模式，许多成功的专家系统和工具都是基于产生式方法。产生式方法很适合于表示因果关系的知识，在语义上它表示“如果p则q ”的因果或推理关系。即：p 一 q 其中p 是产生式的前提，q 是一组结论或操作。产生式方法有如下基本特点【16 】：( 1 ) 自然性强：因为产生式的i f - 一t h e n 最接近人类的思维和会话的自然形式，易于让人类专家用来说明他们的行为知识和实现人机对话，易于理解，又便于进行推理，为构造专家系统提供了方便。( 2 ) 易于模块化设计：产生式作为规则库中的最小知识单元，同推理机相对独立，每条规则都具有相同的形式，易于被独立的增加，删除和修改，便于模块化处理。给知识库的建造、扩展提供了良好的管理性。( 3 ) 知识表达的有效性：产生式不仅可以表达确定性的事实、规则，加入可信度因子后，可以表达事实，规则的可信度，使不精确推理得以实现。( 4 ) 清晰性好：由于产生式具有“i f 一t h e n ”的统一格式，便于规则的设计，以及对知识库中知识的一致性和完整性进行检测。产生式系统的知识表示方法，包括事实的表示和规则的表示。 事实的表示产生