工智能及专家系统第8章专家系统的原理与设计课件

敖志刚

编制第8章专家系统的原理与设计

敖志刚编制第8章专家系统的原理与设计1敖志刚

编制第8章专家系统的原理与设计

敖志刚编制第8章专家系统的原理与设计2第8章专家系统的原理与设计8．1专家系统的基本知识8．1．1何谓专家系统8．1．2专家系统的特点8．1．3专家系统的分类8．1．4新一代专家系统8．1．5专家系统的主要研究课题8．2专家系统的设计8．2．1开发专家系统的需求分析8．2．2知识获取第8章专家系统的原理与设计8．1专家系统的基本知识3第8章专家系统的原理与设计8．2．3专家系统构造者间的关系8．2．4专家系统的设计结构8．2．5专家系统的开发阶段与过程8．2．6专家系统的设计要素8．3专家系统的评价8．3．1评价方法8．3．2专家系统的技术评价8．3．3专家系统的性能评价第8章专家系统的原理与设计8．2．3专家系统构造者间的48．1专家系统的基本知识1.何谓专家是专门家，是具有解决某一专门领域问题的行家里手，具有超凡的能力、素质和水平。这是因为专家逐步积累了丰富的专业知识和实践经验，具有独特的思维方式，独特的分析问题、解决问题、避开失误的方法、策略和诀窍，能从许多不相关的信息中发现本质。8．1专家系统的基本知识1.何谓专家52.专家系统(ExpertSystem，ES)亦称专家咨询系统，它是一种具有大量专门知识与经验的智能计算机系统，通常，主要指软件系统。它把专门领域中人类专家的知识和思考解决问题的方法、经验和诀窍组织整理且存储在计算机中，不但能模拟领域专家的思维过程，而且能让计算机宛如人类专家那样智能地解决实际问题。狭义地讲，专家系统就是人类专家智慧的拷贝，是人类专家的某种化身。广义地讲，专家系统也泛指那些具有“专家级”水平的知识系统，从总体上达到专家级水平。2.专家系统(ExpertSystem，ES)亦称专家咨询63.专家系统的特点专家系统与人类专家比较具有以下一些特点:专家系统是人类专家智能的模拟、延伸和扩展。专家系统是专家可以信赖和利用的高水平智能助手和有效工具。专家系统可具有一个或多个专家的知识和经验，具有专门知识的启发性，能以接近于人类专家的水平在特定领域工作，注重特定问题的求解。专家系统能高效、准确、迅速地工作。专家系统突破了时间和空间的限制，程序可永久保存，并可复制。专家系统能进行有效推理。具有透明性，能以可理解的方式解释推理过程。具有自学习能力，总结规律，扩充和完善系统自身。3.专家系统的特点专家系统与人类专家比较具有以下一些特点73.专家系统的特点专家系统不同于一般的计算机软件系统，其特点在于:从处理问题的性质看，专家系统善于解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题。从处理问题的方法看，专家系统则主要依靠知识表达技术，知识推理、知识收集和编码，知识存储和编排，建立知识库及其管理系统，利用专家的知识和经验，求解专门问题，而不是数学描述的方法来解决问题。从系统的结构来看，专家系统则强调知识与推理的分离。从知识的推理能力看:专家系统的工作是在环境模式驱动下的知识推理过程；而不是在固定程序控制下的指令执行过程。从咨询解释能力看:专家系统不仅对用户的提问给出解答，而且能对答案的推理过程作出解释，提供答案的可信度估计。专家系统能不断对自己的知识进行扩充、完善和提炼。这点是传统程序所无法比拟的。3.专家系统的特点专家系统不同于一般的计算机软件系统，其特84.人类专家知识和人工专门知识的比较

人类专家知识人工专门知识优点 缺点有创造性 不具创造性有适应性 需要被告之感觉的经验 符号输入 视野广 视野窄 常识性知识 技术性知识 人类专家知识人工专门知识

缺点 优点 经久 不经久难于传播 易于传播难于文件化 易于文件化不易预期 一致 昂贵 便宜 4.人类专家知识和人工专门知识的比较人类专家知识94.知识的编程和传统的计算机编程的比较

项目 知识型编程 传统编程

内容 知识的定义、表示和使用 数据处理步骤的描述和使用能力 超过程序员理解水平 与程序员理解水平相等

表现 与说明型为主 与过程型为主

模型 思考模型 处理模型 用途 对大知识库处理、问题求解对大数据库进行处理

手法 符号处理 数值处理

运算 推理控制过程 重复计算过程

理解 容易 困难

扩充 容易 困难 解释 容易做到在运行中解释 不容易做到在运行中解释

处理 高度的集成处理 顺序的批处理

规则 启发式 算法式

4.知识的编程和传统的计算机编程的比较项目 知识型编程105.第一代专家系统第一代专家系统的典型例子有化学专家系统DENDRAL，数学专家系统MACSYMA等。DENDRAL系统从1965年开始研制，于1968年基本完成，它能够进行质谱数据分析，推断化学分子结构，达到了化学专家的水平。DENDRAL系统的问世标志着专家系统的诞生。MACSYMA系统从1965年开始研制，于1971年投入应用。它能够求解多种数学问题，包括：微积分运算、微分方程求解、级数展开、矩阵运算等等。是一种“人-机”交互式系统。第一代专家系统具有以下特点:高度专业化，结构、功能不完整，移植性差；专门问题求解能力强，但缺乏推理解释动能。5.第一代专家系统116.第二代专家系统。第二代专家系统的典型例子有:医疗诊断专家系统MYCIN，地质探矿专家系统PROSPECTOR、数学发现专家系统AM等。MYCIN系统从1971年开始，于1974年基本完成。它是第一个结构较完整、功能较全面的专家系统。该系统第一次明确采用了“知识库”的概念，引入了“可信度”方法，进行非精确推理，能够给出推理过程的解释和可信度估计，用英语与用户进行“人-机”交互，在专家指导下修改知识库，学习医疗知识。

PROSPECTOR系统从l976年开始研制，于1981年基本完成。该系统拥有15种矿藏的知识，并成功地应用于钼矿勘探。其特点是很好地协调了多名专家多种矿藏的知识模型。AM系统是在1976年研制的，它能够进行概括、抽象和归纳推理，发现某些数论的概念和定理。6.第二代专家系统。第二代专家系统的典型例子有:医疗诊断专126.第二代专家系统特点:学科专业型应用系统。系统结构较完整，功能较全面，移植性好。具有推理解释功能，使用户能比较清楚地了解系统的解题过程。增强了系统的透明性，同时也有利于发现错误，修改知识。较好的透明性也有助于提高用户对系统的信赖程度。采用启发推理、似然推理、非精确推理，增强了系统的表达能力，开拓了使用启发性知识和可信度分析解决问题的新途径。把具有一定普遍意义的推理方法与大量同领域有关的专门知识结合起来，从而使这些系统具有广泛的通用性。用产生式规则、框架、语义网络表达知识。用LISP语育编程。6.第二代专家系统特点:学科专业型应用系统。137.第三代专家系统第三代专家系统的典型代表有：多学科综合型专家系统HPP’-80、骨架型专家系统EMYCIN和EXPERT等。HPP’-80系统是80年代具有大型知识库的多学科综合型专家系统。包括两大部分:多学科应用专家系统。如化学、分子遗传学、蛋白质分析、结构力学、集成电路设计、计算机故障诊断、辅助教学、石油勘探、医学诊断等各学科所集成的专家系统。知识工程工具。用于建立应用专家系统的辅助工具，即专家系统的开发工具(生成器)，如骨架专家系统EMYCIN、模块式专家系统工具AGE、通用知识表达语言RLL、交互式知识表达工具UNITS和CENTAUR等。第三代专家系统具有以下特点:多学科综合应用系统；利用专家系统开发工具建立专家系统；是一种大型知识工程系统。7.第三代专家系统第三代专家系统的典型代表有：多学科综合型148.专家系统分类⑴专家系统按用途分类预测型专家系统。解释型专家系统。设计型专家系统。诊断型专家系统。规划型专家系统。控制型专家系统。监视型专家系统。调试型专家系统。修理型专家系统。。此外，还有翻译型专家系统、指挥决策型专家系统、管理型专家系统等。

8.专家系统分类⑴专家系统按用途分类15

⑵按知识表示分类可分为基于产生式规则的专家系统、基于一阶谓词的专家系统、基于框架的专家系统、基于语义网络的专家系统等等。⑶按系统的体系结构分类专家系统可分为4类：集中式专家系统、分布式专家系统、神经网络专家系统、符号系统与神经网络相结合的专家系统。8.专家系统分类⑵按知识表示分类8.专家系统分类16⑶按求解问题的要求及其难易程度分类具有可靠知识和数据的小型搜索空间的专家系统；所用知识和数据不完全可靠的专家系统；所求解问题的推理需要随时间变化的专家系统；所求解的问题是可分解的专家系统；所求解的问题是不可分解的专家系统；所求解的问题不能划分为固定子问题的专家系统；各子问题有相互影响的专家系统；需要多重精确推理的专家系统；需要多重不精确(如，模糊)推理的专家系统；利用多知识源的专家系统；使用统一知识表示方法的专家系统。⑶按求解问题的要求及其难易程度分类具有可靠知识和数据的小型179.新一代专家系统一、新一代专家系统ES的特征⑴并行技术与分布式处理。⑵多ES协同工作。⑶高度集成和融合。⑷高级ES描述语言和知识表示语言。⑸高级知识获取与学习功能。⑹引入新的推理机制。⑺具有纠错和自完善能力。⑻先进的智能人机接口。9.新一代专家系统一、新一代专家系统ES的特征18二、

分布式ES分布式ES的构成可以把知识库分布在计算机网络上，或者把推理机制分布在网络上，或者两者兼而有之。该系统要涉及到以下问题：⑴功能分布。⑵知识分布。⑶各个接口之间要相互独立，易于通信、易于同步。⑷系统结构。采用网络分布结构。⑸驱动方式。①控制驱动。②数据驱动。③目的驱动。④事件驱动。9.新一代专家系统二、分布式ES9.新一代专家系统19三、协同式ES协同式ES也即群ES。它能综合若干个相近领域或一个领域的多个方面的分ES相互协作，共同解决一个更广领域的问题。协同式ES和分布式ES有一定的共性，它们都涉及到多个分ES。但分布式强调的是处理的分布和知识的分布，它要求系统必须在多个处理机上运行；而协调式强调的是分系统之间的协同合作，各分ES也可以在同一个处理机上运行。设计协同式ES，一般需要解决以下问题：⑴任务的分解。⑵公共知识的导出。⑶讨论方式。⑷裁决问题。⑸驱动方式。9.新一代专家系统三、协同式ES9.新一代专家系统20四、深层知识ES该系统不仅涉及专家经验性表层知识，而且具有深层次的专业知识。这样、系统的智能就更强了，也更接近于专家水平了。例如一个故障诊断ES，如果不仅有专家的经验知识，而且也有设备本身的原理性知识，那么，对于故障判断的准确性将会进一步提高。要做到这一点，这里存在一个如何把专家知识与领域知识融合的问题。9.新一代专家系统四、深层知识ES9.新一代专家系统21五、模糊ES主要特点是通过模糊推理解决问题的ES。这种系统善于解决那些含有模糊性数据、信息或知识的复杂问题，但也可以通过把精确数据或信息模糊化，然后通过模糊推理进行处理的复杂问题。这里所说的模糊推理包括基于模糊规则的串行演绎推理和基于模糊集并行计算。模糊ES在控制领域非常有用，它现已发展成为智能控制的一个分支领域。9.新一代专家系统五、模糊ES9.新一代专家系统22五、模糊ES模糊控制系统的一般结构如图8-1所示。9.新一代专家系统模糊控制器(专家系统)模糊化模糊控制规则去模糊模糊语言值(模糊集)模糊语言值(模糊集)输入量(精确值)控制量(精确值)设定值传感机构被控对象执行机构测量值图8-1模糊控制系统结构五、模糊ES9.新一代专家系统模糊控制器(专家系统)模糊化23六.神经网络ES利用神经网络的自学习、自适应、分布存储、联想记忆、并行处理，以及鲁棒性和容错性强等特点来实现ES的功能，有三种神经网络模型与ES集成模式：⑴神经网络支持ES。以传统的ES为主，以神经网络的有关技术为辅。⑵ES支持神经网络。以神经网络的有关技术为核心，建立相应领域的ES，采用ES的相关技术完成解释等方面的工作。⑶协同式的神经网络ES。选择用神经网络或ES加以实现，在神经网络和ES之间建立一种耦合关系。9.新一代专家系统六.神经网络ES9.新一代专家系统24六.神经网络ES

自动获取模块输入、组织并存储专家提供的学习实例、选定神经网络的结构、调用神经网络的学习算法，为知识库实现知识获取。当新的学习实例输入后，知识获取模块通过对新实例的学习，自动获得新的网络权值分布，从而更新了知识库。如图8-2所示。9.新一代专家系统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图8-2神经网络ES的基本结构用户神经网络专家六.神经网络ES9.新一代专家系统学习示例网络结构学习算25七、多媒体ES多媒体ES就是把多媒体技术引入人机界面，使其具有多媒体信息处理功能，并改善人机交互方式，进一步增强ES的拟人性效果。八、事务处理ES事务处理ES是融入专家模块的各种计算机应用系统，如财物处理系统、管理信息系统，决策支持系统CAD系统、CAI系统等等。这种思想和系统，打破了将ES孤立于主流的数据处理应用之外的局面，而将两者有机地融合在一起。这种系统也就是要把基于知识的推理，与通常的各种数据处理过程有机地结合在一起。9.新一代专家系统七、多媒体ES9.新一代专家系统26九、基于Web的ES基于Web的ES是Web数据交换技术与传统ES集成所得到的一种先进ES。它利用Web浏览器实现人机交互，基于WebES中的各类用户都可通过浏览器访问ES。基于WebES的结构如图8-3所示。9.新一代专家系统Web浏览器普通用户领域专家AI专家图8-3基于WebES的结构应用服务器解释器Web接口推理机数据库服务器知识库数据库九、基于Web的ES9.新一代专家系统Web普通用户领域专2710.专家系统的主要研究课题⑴设计当前国民经济和军事方面急需、实用化且商品化的ES。⑵ES的理论与技术、设计原理与方法、工具和环境、推理机制、知识表示方法、学习机制、新体制结构、新一代编程语言、性能评价、微码实现、优化问题等的研究。⑶知识获取系统、知识获取工具、智能数据库与知识库、综合知识库及其应用、知识库管理系统的研究。⑷新一代ES和面向研究者的ES的研究。⑸语音、图形、图像识别，语音、图形、图像库管理系统，多媒体人机接口的研究。⑹自组织、自学习、自协商、自寻优、多级、多学科的综合性ES的开发与研究。10.专家系统的主要研究课题⑴设计当前国民经济和军事方面2811.专家系统的发展趋势传统的专家系统与面向对象、神经网络以及模糊技术相融合。专家系统与传统的计算机应用系统相融合。功能集成形成大型化专家系统，即从单学科、单功能、专门性的小型专家系统，向多学科、多功能、综合性的大型知识系统发展。其特点是:向用户实际的复杂问题求解；具有综合性、多方面的集成功能；应用多学科、多专业、多专家的知识和经验，进行并行协同解题；依靠诸如模型、方法、软件和接口等多种技术集成进行设计与建造；基于分布式、开放性软硬件及网络环境；实现知识共享和知识重用。11.专家系统的发展趋势传统的专家系统与面向对象、神经网2911.专家系统的发展趋势技术集成化，如:人工神经网络、面向对象方法、遗传算法、模糊数学等，进行模型、方法、技术集成，设计和建造集成化、混合型专家系统。智能集成达到拟人化，即将已开发出的由知识库、推理机和神经网络等所具有的高智能，同当前的多媒体、超媒体等新技术相结合，实现具有自学习、自组织、自适应、多媒体人机智能接□，声图文并茂的专家系统。网上咨询型专家系统将会流行和活跃起来。11.专家系统的发展趋势技术集成化，如:人工神经网络、面向3012.新一代专家系统的特征并行技术与分布式处理；多专家系统协同工作；高级专家系统描述语言和知识表示语言；高级知识获取与学习功能；引入新的推理机制；具有纠错和自完善能力；先进的智能人机接口。12.新一代专家系统的特征并行技术与分布式处理；318．2专家系统的设计8．2．1开发专家系统的需求分析1.在什么情况下开发专家系统ES是可能的开发一个ES一般需要满足以下要求：⑴在该领域要有真正公认的高水平专家存在并能积极参与。⑵领域专家应该对问题答案的选择和精确度有基本一致的看法。⑶专家还必须能够描述和解释他们用于解决领域问题的方法。⑷ES所涉及到的问题不能太难，知识应该是易获得的。⑸任务要被很好地理解，不能太新。⑹任务不能涉及到大量的常识，否则面对需要常识推理的任务时就会感到困惑。8．2专家系统的设计8．2．1开发专家系统的需求分析322.在什么情况下建立ES是必要的如果符合以下情况可考虑建立ES：⑴应用领域有使用ES的需求。⑵当任务的解决能带来较高的效益时。⑶领域问题适合用ES来解决。⑷人类专家稀少或非常缺乏，但十分需要聘请专家，专家知识又十分昂贵。⑸当任务很难甚至无法完成任务，或者问题求解需要很高的代价时。⑹在人类专家经验和技术不断丢失的情况下(例如退休、老化、工作调动或者职务的变动，经常会引起关键的专门知识随着个人的离去而带走)。⑺当在不友好、很难到达或危险的环境中作决策时。⑻问题不能太容易、太简单，而必须难对付和较为重要题。⑼问题应该是充分的窄以保证问题有实际效益。问题范围太宽或太一般会于难以处理。2.在什么情况下建立ES是必要的如果符合以下情况可考虑建332.在什么情况下建立ES是必要的ES的需求分析可用图8-4来概述。

适合发展可能发展应该发展不是常识的工作经验技巧较强的工作专家有整理解决的办法有真正专家可以协助报酬率高的工作不太难了解的工作专家们有一致的解答不太困难的工作有危险的环境需要专家的地区很多人类专家稀少人类专家在减少中应该发展ES需要符号处理者不太容易克服者需要启发经验者有实用价值者需长时间解答者能掌握范围者且且``或且图8-4ES的需求分析2.在什么情况下建立ES是必要的ES的需求分析可用图8-343.ES的设计原则根据ES的特点，在设计中应遵循下列原则：⑴专门任务。ES设计应面向专家知识和经验行之有效的场合，面向专业性的专门任务。⑵原型设计。采用“最小系统观点”进行系统原型设计，逐步修改、扩充和完善。⑶专家合作。领域专家与知识工程师相互合作，是知识获取成功的关键。⑷用户参与。用户参与ES的设计和开发，有助于人-机接口设计及系统的运行和评价。⑸辅助工具。采用ES开发工具进行辅助设计，借鉴已有系统经验，提高设计效率。3.ES的设计原则根据ES的特点，在设计中应遵循下列原则35知识获取一般是指从某个或某些知识源中获取专家系统问题求解所需要的专门知识，并以某种形式在计算机中存储、传输与转移。知识获取的基本任务是为专家系统获取知识，建立起健全、完善、有效的知识库，以满足领域问题求解的需求。8．2．2知识获取知识获取一般是指从某个或某些知识源中获取专家系统问题求解所需361.手工知识获取该方法是知识工程师与领域专家合作，对有关领域知识和专家知识，进行挖掘、搜集、分析、综合、整理、识别、理解、筛选、归纳等处理后将有关知识抽取出来，以便用于知识库的建立。专家系统中的知识可能来自多个知识源，如报告、论文、课本、数据库、实例研究、经验数据以及系统自身的运行实践等，其中主要知识源是领域专家。知识工程师通过与专家的直接交互来获取知识。1.手工知识获取该方法是知识工程师与领域专家合作，对有关37知识工程师的主要任务是与领域专家交谈，阅读有关文献，获取专家系统所需要的原始知识；对获得的原始知识进行分析、归纳、整理，形成用自然语言表达的知识条款，然后交领域专家审查。经反复交流，最后把知识条款确定下来；把最后确定的知识条款用知识表示语言表示出来，交知识编辑器进行编辑输入。知识工程师的主要任务是与领域专家交谈，阅读有关文献，获取专家382.半自动获取该方法是利用某种专门的知识获取系统（如知识编辑软件），采取提示、指导或问答的方式，帮助专家提取、归纳有关知识，并自动记入知识库。知识工程师所起的作用是主动的而不是被动的。2.半自动获取该方法是利用某种专门的知39从领域专家抽取知识的技术

方法描述现场观察观察专家如何解决工作中的实际问题问题讨论探索解决特定问题所需数据、知识及过程类型问题描述请专家为领域中的每类答案描述出其问题原型问题分析给专家一系列实际问题去出声求解，探求专家推理的每一步基本原理问题精化请专家给出一系列问题，然后使用从访问中获取的规则进行解答系统检查请专家检查和评价原型系统的规则和控制结构系统验证把专家和原型系统所解答的问题交给其他领域专家加以验证从领域专家抽取知识的技术方法403.自动知识获取自动获取又可分为两种形式:一种是系统本身具有一种机制，使得系统在运行过程中能不断地总结经验，并修改和扩充自己的知识库；另一种是开发专门的机器学习系统，让机器自动从实际问题中获取知识，并填充知识库。它不仅可以直接与领域专家对话，从专家提供的原始信息中学习专家系统所需要的知识，而且还能从系统运行实践中总结、归纳出新的知识，发现和改正自身存在的错误，并通过不断地自我完善，使知识库逐步趋于完整、一致。具备如下能力。具有语音、文字、图像的识别能力具备理解、分析、归纳问题的能力具有从自身运行过程中学习的能力3.自动知识获取自动获取又可分为414.人工神经网络知识获取人工神经网络是一种具有学习、联想和自组织能力的智能系统。在专家系统中，可利用人工神经网络的学习、联想、并行分布等功能解决专家系统开发中的知识获取、表达和并行推理等问题。通过神经网络可使机器进行自组织、自学习，不断地充实、丰富专家系统中原有的知识库，使专家系统中最困难的知识获取问题得到很好的解决。在范例十分丰富的情况下，还可以借助人工神经网络的学习机制来解决非精确推理中构造知识库的问题。4.人工神经网络知识获取人工神经网42专家系统的构造者及其工具

精化图8-5专家系统构造者间的关系构造使用对话使用专家系统工具知识工程师专家系统终端用户全体办事人员领域专家工具构造者扩充测试增加数据构造测试8．2．3专家系统构造者间的关系专家系统的构造者及其工具精化图8-5专家系统构造者间的43领域专家的基本任务与技术人员一起进行总体设计的研究和论证；汇集、组织、整理、转移专家知识；解决在知识转移过程中技术人员提出的问题；检查系统运行的结果；负责组织系统进行实验；修改补充和整理新的知识。领域专家的基本任务与技术人员一起进行总体设计的研究和论证；44知识工程师的基本任务与技术人员进行总体设计的研究和论证；参与组织、整理并获取专家知识，决定在专家系统中怎样表达知识；负责高技术的研究和运用；负责编程、联调、试运行、实验的技术工作；修改、补充和完善知识库。知识工程师的基本任务与技术人员进行总体设计的研究和论证；458．2．4专家系统的设计结构

图8-6专家系统设计结构图知识源学习模块用户接口模块结论模块问题理解模块推理网络模块可信度模块知识获取模块知识库模块规则库 表示网络 事实库 知识解释模块8．2．4专家系统的设计结构图8-6专家系468．2．5专家系统的开发阶段与过程1.专家系统开发的阶段演示原型开发阶段。基于规则的示范原型一般包括50到100条规则，足够完成一个或二个测试例子，开发所花费的时间一般是一到三个月。研究原型开发阶段。基于规则的研究原型一般包含200到500条规则，对许多测试例子能较好地完成，开发时间1至2年。现场原型开发阶段。基于规则的现场原型一般包括500至1000条规则，多数测试情况完成良好，开发时间2至3年。产品模型开发阶段。基于规则的产品原型一般包括500至1500条规则，能提供精确、高速、高效、高可靠性、高质量和高性能的决策，开发时间2至4年。商品系统。它包括3000多条规则，结论正确性达到90%至95%，开发的时间花费了6年。8．2．5专家系统的开发阶段与过程1.专家系统开发的阶47专家系统设计与实现的一般过程

8．2．5专家系统的开发阶段与过程系统维护与完善选题与明确任务系统需求分析知识获取与概念化知识的形式化表示系统设计编程与调试测试与评价图8-7专家系统设计与实现的一般过程再选题再测评精化再设计再获取再形成再分析专家系统设计与实现的一般过程8．2．5专家系统的开发阶488．2．6专家系统的设计要素1.知识库的设计什么知识应该放入知识库？怎样采集这些知识？知识库存储知识的类别；知识表达方法的选择，应考虑知识的适用性、可扩性、有效性，什么表示形式最适合表示当前的知识？如何把这些知识组织起来？其他模块怎样应用库中的知识？即给其他模块提供怎样的接口？知识表达方法的结合方式问题。其结合方式有:混合式、组合式、层次式三种；知识模型与数学模型相结合的问题；知识库管理系统设计问题，可以借鉴或移植数据库管理系统的某些设计思想和方法。8．2．6专家系统的设计要素1.知识库的设计492.执行机构的设计设计一种最合适的知识应用方法，是尽可能地达到高效运行；根据推理高效和方便的原则来提出对黑板（记录解题规划、议事日程、中间假设和结果的存储单元）的设计要求；根据用户接口和学习模块设计执行机构中相应的界面。控制策略与推理方向的选择问题。常用的控制策略有:数据驱动控制、目标驱动控制、混合控制、元控制（用于指导和控制一般推理机的工作）；推理方法选择与结合问题。如:启发推理（用于浅层知识、常识性知识、不确定知识等）和算法推理（用于深层知识、数学模型、确定性逻辑推理等）的结合问题。推理效果（推理的正确性和有效性）与推理效率（推理速度和求解时间）的问题。2.执行机构的设计设计一种最合适的知识应用方法，是尽可能503.用户接口的设计提问类命令：可以给专家系统提各种问题，以求得专家系统的回答；知识库维护命令：包括对知识库内容的插入、删除和修改；知识检索命令：能对知识库中内容按各种方式进行检索和抽取；请求解释命令：对专家系统给出的结论用户可以提“为什么”、“怎么样”、“有什么”等等问题，请求专家系统给予解释，还可以调试知识库的内容；知识获取命令：一般是为知识工程师或领域专家提供较容易的获取知识的工具。3.用户接口的设计提问类命令：可以给专家系统提各种问题，514.输出界面的设计系统向用户提各种问题，请求用户交互地给予回答；各种正确结果的输出（显示、打印、绘图、文件、图表、自然语言声音）；各种错误信息的显示：包括错误性质、错误原因（或编号）、错误定位等；运行状态和警告信息的显示；用户要求的解释信息的输出；其他简单信息的显示。4.输出界面的设计系统向用户提各种问题，请求用户交互地给525.概念设计研究对象与目的；各种概念与技术术语；主要的研究内容及成果（包括理论与实践等方面）；领域知识的表达形式；解题所采用的方法；研究工作的方法论及哲学。5.概念设计研究对象与目的；536.功能设计确定具体能做哪些操作，即专家系统用户界面的功能描述；确定采用什么形式的用户界面，例如，命令形式和菜单提示信息；确定接口信息传递形式，如自然语言、键盘、鼠标、图形扫描仪等；确定采用交互方式工作还是以批处理方式运行；考虑嵌入其他母语言的可能性；考虑与其他专家系统接口的可能性；考虑在计算机网络上工作的可能性。6.功能设计确定具体能做哪些操作，即专家系统用户界面的功547.结构设计进行模块的划分，确定各模块的功能和模块之间的相互关系，画出总体结构图；确定用户接口的语言的语法和语义、菜单和提示信息的设计；确定系统或模块的性能指标。7.结构设计进行模块的划分，确定各模块的功能和模块之间的558.知识获取的设计通过知识工程师人工抽取知识与经验；通过采用知识编辑程序辅助抽取知识与经验；通过采用归纳推理程序自动抽取专家的知识与经验；通过采用文本理解程序自动抽取书本中的知识；8.知识获取的设计通过知识工程师人工抽取知识与经验；569.知识工程师反复提出的问题建立专家系统的目的是什么？建立专家系统的用途何在？该系统的服务对象是谁？它们的知识背景如何？对该系统有何功能要求？系统中可能包含哪些实体？需要哪些概念？关系如何？系统中的数据流和控制流怎样？有哪些性能要求，优先次序怎样？对系统中的智能程度要求如何？用户接口方式如何？系统的软硬件环境要求是什么？现已具备什么样的软硬件环境？对系统的进度要求如何？系统的财政预算如何？9.知识工程师反复提出的问题建立专家系统的目的是什么？5710.专家系统的规格说明书目的与任务；特定知识领域的范围；功能需求及各功能间的关系；性能要求；用户界面要求；系统的输入输出；数据与知识的说明；故障处理；安全保密要求；软硬件环境要求；数据（包括知识）流与控制流的非形式描述；各种限制和约束条件。10.专家系统的规格说明书目的与任务；5811.具体实现

是否可能用来实现确定的详细设计；对具体问题的适用程度；实现人员对工具或语言的熟练程度，以及实现人员的水平；实现有无对专家系统性能的影响，是否能达到各项性能指标的要求；可移植性和可维护性等等。11.具体实现是否可能用来实现确定的详细设计；598．3专家系统的评价8.3.1评价专家系统的基本方法1.轶事的方法

这种方法是简单地启发式地使用一些例子来检测系统的工作情况，以评价系统的性能。这是人们在日常生活中经常使用的一种方法，例如，人们往往是用一个医生治愈疑难病症的情况去评价该医生的医术水平。8．3专家系统的评价8.3.1评价专家系统的基本方法602.实验的方法这种方法强调通过实验来评价系统在处理数据库中的各种问题事例时的性能。要使用这种方法，必须规定某种严格的试验过程，以便把系统产生的解释与相应事例的实际解释进行比较。这种方法看起来比轶事方法优越，但在具体实现方面和得到有代表性的事例方面，常常会遇到一些严重的困难。例如，在医学领域，要得到一些常见病的病例比较容易，但要得到那些非常见病的有代表性的病例则比较困难2.实验的方法这种方法强调通过实验来613.计算机与人分隔测试评价法

该方法的基本思想是通过比较计算机与人的求解问题的能力，来评价计算机的机器智能。其测试方法是:让被测试的计算机和被测试人分别求解同一个问题，将求解结果(两者的)交给评价者评判，如果评价者不能鉴别两份结果哪份是计算机求解的？哪份是人求解的？那末，就认为该计算机与被测试人对于被测试问题具有同等的解题能力和智能水平。该方法的评价步骤如下:准备测试集→分隔解题→制订指标→客观比较→用户报告3.计算机与人分隔测试评价法该方法624.层次分析评价法它采用相对重要性加权的方法，对系统进行多层次多指标的综合评价，具体步骤如下：明确评价的目的；与领域专家具体协商确定系统目标及系统评价的指标体系；把系统目标(如总体性能等)分解成层次结构；逐层、逐项进行测试比较；由专家根据结构中每层各项元素的相对重要性给出其加权系数；由顶向下逐层计算所有元素相对于总目标的权重，根据比较方案的总权重，作出最终判决决策。4.层次分析评价法它采用相对重要性加权的方法，对系统进行638．3．2专家系统的技术评价1.设计和编码标准的评价⑴系统设计的正确性。包括:①系统设计思想的正确性。如目标、原则等。②系统设计方法的正确性。如知识表示方法、知识推理方法、控制策略、解释方法的正确性等。③设计开发工具的正确性，如正确使用和正确维护。④硬件设计、功能设计、知识设计(知识表示、知识结构、实现策略)的正确性。⑤内部文档(标识符、注解、视觉组织)、数据结构说明、语句构造设计的正确性。⑥诊断信息和异常处理设计的正确性，功能能否自行改进。⑦功能接口设计的正确性，嵌入其它语言是否符合要求，代码是否可重用。8．3．2专家系统的技术评价1.设计和编码标准的评价64⑵系统测试的正确性①测试目的、方法、条件的正确性。②测试结果、数据、记录的正确性。③系统运行的正确性，包括:输入输出、推理结论、求解结果、咨询建议的正确性；推理解释及可信度估算的正确性；④知识库知识(语法、语义和语用以及领域专业知识内容)的正确性、一致性和完整性。⑵系统测试的正确性①测试目的、方法、条件的正确性。652.知识库及推理机的评价⑴问题最小表示问题最小表示可以降低系统的运行速度，其因素有以下三种情况：①冗余规则：各规则或规则组基本有相同的结论。比如p∧q→h和q∧p→h，这两组规则实际上分别是等价的，故是冗余规则，可以直接从库中删除一个。②包含规则：当一个规则或一组规则的含义已在另一个规则中表示出来时，可从类似的但约束条件较少的一个规则中得出结论。③规则的简化。用等价的单个规则替换原来的两个或多个规则。2.知识库及推理机的评价⑴问题最小表示662.知识库及推理机的评价⑵逻辑一致性和精确性逻辑一致性是指两种或两种以上的知识形式、规范，知识库中的知识不会发生矛盾、冲突等。知识的精确性要求知识确切、无二义性。①逻辑一致性。规则应用结果的模糊或非一致导致逻辑非一致性，影响因素如下：Ⅰ.冲突规则：Ⅱ.圆周规则：那些导致返回初始条件(或中间条件)而非结论的规则。Ⅲ.不必要的IF条件。②逻辑完整性。影响逻辑完整性有下列几个因素：Ⅰ.非参考属性值：规则中，条件的值不能导致一个结论。Ⅱ.非法性值：规则中条件所能接受的值之外的值。Ⅲ.不可得到的结论(终点)：对于小且结构良好的知识库，上述异常的2.知识库及推理机的评价⑵逻辑一致性和精确性67⑶功能完整性和预见准确性功能完备性的主要判据包括知识库是否包含了所有希望的输入条件和结论，结论的完整性和知识边界，预见准确性的最终目的是检验知识库能否表现正确的推理，即正确的输入能否得到正确的输出，同样的输入能否得到一致的输出。知识库准确性的主要判据包括：事实的准确性、规律的准确性、知识表示的准确性，知识库的可改性(控制可扩充性)。评价系统的功能，还要看其是否具有推理、解释、知识获取、自学习、自诊断、自恢复等功能。预见准确性用测试器和性能标准来完成，测试要通过测试实例来体现.，测试实例中应包含容易导致系统严重故障的实例，也应包含最普通操作的实例。知识库的完备性也可通过对整个系统完备性的分析和执行来获得，可以由Prolog的执行机制完成，也可以由某些基于规则的验证系统完成。

2.知识库及推理机的评价⑶功能完整性和预见准确性2.知识库及推理机的评价68⑷推理机的有效性推理机能否较好地解决冲突问题，动作是否协调，回溯、匹配是否完备。2.知识库及推理机的评价⑷推理机的有效性2.知识库及推理机的评价698．3．3专家系统的性能评价1.系统使用性指标的评价

系统使用性指标主要包括：偏爱、吸引性、可接受性、方便性、可理解性、使用培训时间、使用方式、可用场合和环境、灵活性、透明性、可移植性、易维护性、易扩充性、易更新性、易用性、“人-机”友好性、易交互性等。8．3．3专家系统的性能评价1.系统使用性指标的评价702.系统运行指标的评价系统运行指标主要包括：对计算机软硬件、存储器容量、操作系统的要求；系统对输入格式的要求、日期要求、约束限制条件；系统响应时间、运行速度和时间、完成任务时间；系统的质量(响应质量、推理质量)、可靠性、安全性、输入差错处理；还要看其是否达到了领域专家的水平，解题结论是否正确、一致、完整等。2.系统运行指标的评价系统运行指标主713.实用性评价评价系统的实用性主要包括：推理结论、求解结果、咨询建议的实用性；系统知识水平和实用化程度；还要看使用方法是否简单易行，人机通信是否直观，运行效率是否令人满意，是否容易实现，能否推广应用等。3.实用性评价724.系统的效用性评价效用性指标主要有：软、硬件投资，系统研发周期、成本、收益，运行和维护费用，系统运行取得的直接或间接经济收益，对结果的满意程度，对社会的影响等。4.系统的效用性评价效用性指标主要有：软、硬件投资，系统研73敖志刚

编制第8章专家系统的原理与设计

敖志刚编制第8章专家系统的原理与设计74敖志刚

编制第8章专家系统的原理与设计

敖志刚编制第8章专家系统的原理与设计75第8章专家系统的原理与设计8．1专家系统的基本知识8．1．1何谓专家系统8．1．2专家系统的特点8．1．3专家系统的分类8．1．4新一代专家系统8．1．5专家系统的主要研究课题8．2专家系统的设计8．2．1开发专家系统的需求分析8．2．2知识获取第8章专家系统的原理与设计8．1专家系统的基本知识76第8章专家系统的原理与设计8．2．3专家系统构造者间的关系8．2．4专家系统的设计结构8．2．5专家系统的开发阶段与过程8．2．6专家系统的设计要素8．3专家系统的评价8．3．1评价方法8．3．2专家系统的技术评价8．3．3专家系统的性能评价第8章专家系统的原理与设计8．2．3专家系统构造者间的778．1专家系统的基本知识1.何谓专家是专门家，是具有解决某一专门领域问题的行家里手，具有超凡的能力、素质和水平。这是因为专家逐步积累了丰富的专业知识和实践经验，具有独特的思维方式，独特的分析问题、解决问题、避开失误的方法、策略和诀窍，能从许多不相关的信息中发现本质。8．1专家系统的基本知识1.何谓专家782.专家系统(ExpertSystem，ES)亦称专家咨询系统，它是一种具有大量专门知识与经验的智能计算机系统，通常，主要指软件系统。它把专门领域中人类专家的知识和思考解决问题的方法、经验和诀窍组织整理且存储在计算机中，不但能模拟领域专家的思维过程，而且能让计算机宛如人类专家那样智能地解决实际问题。狭义地讲，专家系统就是人类专家智慧的拷贝，是人类专家的某种化身。广义地讲，专家系统也泛指那些具有“专家级”水平的知识系统，从总体上达到专家级水平。2.专家系统(ExpertSystem，ES)亦称专家咨询793.专家系统的特点专家系统与人类专家比较具有以下一些特点:专家系统是人类专家智能的模拟、延伸和扩展。专家系统是专家可以信赖和利用的高水平智能助手和有效工具。专家系统可具有一个或多个专家的知识和经验，具有专门知识的启发性，能以接近于人类专家的水平在特定领域工作，注重特定问题的求解。专家系统能高效、准确、迅速地工作。专家系统突破了时间和空间的限制，程序可永久保存，并可复制。专家系统能进行有效推理。具有透明性，能以可理解的方式解释推理过程。具有自学习能力，总结规律，扩充和完善系统自身。3.专家系统的特点专家系统与人类专家比较具有以下一些特点803.专家系统的特点专家系统不同于一般的计算机软件系统，其特点在于:从处理问题的性质看，专家系统善于解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题。从处理问题的方法看，专家系统则主要依靠知识表达技术，知识推理、知识收集和编码，知识存储和编排，建立知识库及其管理系统，利用专家的知识和经验，求解专门问题，而不是数学描述的方法来解决问题。从系统的结构来看，专家系统则强调知识与推理的分离。从知识的推理能力看:专家系统的工作是在环境模式驱动下的知识推理过程；而不是在固定程序控制下的指令执行过程。从咨询解释能力看:专家系统不仅对用户的提问给出解答，而且能对答案的推理过程作出解释，提供答案的可信度估计。专家系统能不断对自己的知识进行扩充、完善和提炼。这点是传统程序所无法比拟的。3.专家系统的特点专家系统不同于一般的计算机软件系统，其特814.人类专家知识和人工专门知识的比较

人类专家知识人工专门知识优点 缺点有创造性 不具创造性有适应性 需要被告之感觉的经验 符号输入 视野广 视野窄 常识性知识 技术性知识 人类专家知识人工专门知识

缺点 优点 经久 不经久难于传播 易于传播难于文件化 易于文件化不易预期 一致 昂贵 便宜 4.人类专家知识和人工专门知识的比较人类专家知识824.知识的编程和传统的计算机编程的比较

项目 知识型编程 传统编程

内容 知识的定义、表示和使用 数据处理步骤的描述和使用能力 超过程序员理解水平 与程序员理解水平相等

表现 与说明型为主 与过程型为主

模型 思考模型 处理模型 用途 对大知识库处理、问题求解对大数据库进行处理

手法 符号处理 数值处理

运算 推理控制过程 重复计算过程

理解 容易 困难

扩充 容易 困难 解释 容易做到在运行中解释 不容易做到在运行中解释

处理 高度的集成处理 顺序的批处理

规则 启发式 算法式

4.知识的编程和传统的计算机编程的比较项目 知识型编程835.第一代专家系统第一代专家系统的典型例子有化学专家系统DENDRAL，数学专家系统MACSYMA等。DENDRAL系统从1965年开始研制，于1968年基本完成，它能够进行质谱数据分析，推断化学分子结构，达到了化学专家的水平。DENDRAL系统的问世标志着专家系统的诞生。MACSYMA系统从1965年开始研制，于1971年投入应用。它能够求解多种数学问题，包括：微积分运算、微分方程求解、级数展开、矩阵运算等等。是一种“人-机”交互式系统。第一代专家系统具有以下特点:高度专业化，结构、功能不完整，移植性差；专门问题求解能力强，但缺乏推理解释动能。5.第一代专家系统846.第二代专家系统。第二代专家系统的典型例子有:医疗诊断专家系统MYCIN，地质探矿专家系统PROSPECTOR、数学发现专家系统AM等。MYCIN系统从1971年开始，于1974年基本完成。它是第一个结构较完整、功能较全面的专家系统。该系统第一次明确采用了“知识库”的概念，引入了“可信度”方法，进行非精确推理，能够给出推理过程的解释和可信度估计，用英语与用户进行“人-机”交互，在专家指导下修改知识库，学习医疗知识。

PROSPECTOR系统从l976年开始研制，于1981年基本完成。该系统拥有15种矿藏的知识，并成功地应用于钼矿勘探。其特点是很好地协调了多名专家多种矿藏的知识模型。AM系统是在1976年研制的，它能够进行概括、抽象和归纳推理，发现某些数论的概念和定理。6.第二代专家系统。第二代专家系统的典型例子有:医疗诊断专856.第二代专家系统特点:学科专业型应用系统。系统结构较完整，功能较全面，移植性好。具有推理解释功能，使用户能比较清楚地了解系统的解题过程。增强了系统的透明性，同时也有利于发现错误，修改知识。较好的透明性也有助于提高用户对系统的信赖程度。采用启发推理、似然推理、非精确推理，增强了系统的表达能力，开拓了使用启发性知识和可信度分析解决问题的新途径。把具有一定普遍意义的推理方法与大量同领域有关的专门知识结合起来，从而使这些系统具有广泛的通用性。用产生式规则、框架、语义网络表达知识。用LISP语育编程。6.第二代专家系统特点:学科专业型应用系统。867.第三代专家系统第三代专家系统的典型代表有：多学科综合型专家系统HPP’-80、骨架型专家系统EMYCIN和EXPERT等。HPP’-80系统是80年代具有大型知识库的多学科综合型专家系统。包括两大部分:多学科应用专家系统。如化学、分子遗传学、蛋白质分析、结构力学、集成电路设计、计算机故障诊断、辅助教学、石油勘探、医学诊断等各学科所集成的专家系统。知识工程工具。用于建立应用专家系统的辅助工具，即专家系统的开发工具(生成器)，如骨架专家系统EMYCIN、模块式专家系统工具AGE、通用知识表达语言RLL、交互式知识表达工具UNITS和CENTAUR等。第三代专家系统具有以下特点:多学科综合应用系统；利用专家系统开发工具建立专家系统；是一种大型知识工程系统。7.第三代专家系统第三代专家系统的典型代表有：多学科综合型878.专家系统分类⑴专家系统按用途分类预测型专家系统。解释型专家系统。设计型专家系统。诊断型专家系统。规划型专家系统。控制型专家系统。监视型专家系统。调试型专家系统。修理型专家系统。。此外，还有翻译型专家系统、指挥决策型专家系统、管理型专家系统等。

8.专家系统分类⑴专家系统按用途分类88

⑵按知识表示分类可分为基于产生式规则的专家系统、基于一阶谓词的专家系统、基于框架的专家系统、基于语义网络的专家系统等等。⑶按系统的体系结构分类专家系统可分为4类：集中式专家系统、分布式专家系统、神经网络专家系统、符号系统与神经网络相结合的专家系统。8.专家系统分类⑵按知识表示分类8.专家系统分类89⑶按求解问题的要求及其难易程度分类具有可靠知识和数据的小型搜索空间的专家系统；所用知识和数据不完全可靠的专家系统；所求解问题的推理需要随时间变化的专家系统；所求解的问题是可分解的专家系统；所求解的问题是不可分解的专家系统；所求解的问题不能划分为固定子问题的专家系统；各子问题有相互影响的专家系统；需要多重精确推理的专家系统；需要多重不精确(如，模糊)推理的专家系统；利用多知识源的专家系统；使用统一知识表示方法的专家系统。⑶按求解问题的要求及其难易程度分类具有可靠知识和数据的小型909.新一代专家系统一、新一代专家系统ES的特征⑴并行技术与分布式处理。⑵多ES协同工作。⑶高度集成和融合。⑷高级ES描述语言和知识表示语言。⑸高级知识获取与学习功能。⑹引入新的推理机制。⑺具有纠错和自完善能力。⑻先进的智能人机接口。9.新一代专家系统一、新一代专家系统ES的特征91二、

分布式ES分布式ES的构成可以把知识库分布在计算机网络上，或者把推理机制分布在网络上，或者两者兼而有之。该系统要涉及到以下问题：⑴功能分布。⑵知识分布。⑶各个接口之间要相互独立，易于通信、易于同步。⑷系统结构。采用网络分布结构。⑸驱动方式。①控制驱动。②数据驱动。③目的驱动。④事件驱动。9.新一代专家系统二、分布式ES9.新一代专家系统92三、协同式ES协同式ES也即群ES。它能综合若干个相近领域或一个领域的多个方面的分ES相互协作，共同解决一个更广领域的问题。协同式ES和分布式ES有一定的共性，它们都涉及到多个分ES。但分布式强调的是处理的分布和知识的分布，它要求系统必须在多个处理机上运行；而协调式强调的是分系统之间的协同合作，各分ES也可以在同一个处理机上运行。设计协同式ES，一般需要解决以下问题：⑴任务的分解。⑵公共知识的导出。⑶讨论方式。⑷裁决问题。⑸驱动方式。9.新一代专家系统三、协同式ES9.新一代专家系统93四、深层知识ES该系统不仅涉及专家经验性表层知识，而且具有深层次的专业知识。这样、系统的智能就更强了，也更接近于专家水平了。例如一个故障诊断ES，如果不仅有专家的经验知识，而且也有设备本身的原理性知识，那么，对于故障判断的准确性将会进一步提高。要做到这一点，这里存在一个如何把专家知识与领域知识融合的问题。9.新一代专家系统四、深层知识ES9.新一代专家系统94五、模糊ES主要特点是通过模糊推理解决问题的ES。这种系统善于解决那些含有模糊性数据、信息或知识的复杂问题，但也可以通过把精确数据或信息模糊化，然后通过模糊推理进行处理的复杂问题。这里所说的模糊推理包括基于模糊规则的串行演绎推理和基于模糊集并行计算。模糊ES在控制领域非常有用，它现已发展成为智能控制的一个分支领域。9.新一代专家系统五、模糊ES9.新一代专家系统95五、模糊ES模糊控制系统的一般结构如图8-1所示。9.新一代专家系统模糊控制器(专家系统)模糊化模糊控制规则去模糊模糊语言值(模糊集)模糊语言值(模糊集)输入量(精确值)控制量(精确值)设定值传感机构被控对象执行机构测量值图8-1模糊控制系统结构五、模糊ES9.新一代专家系统模糊控制器(专家系统)模糊化96六.神经网络ES利用神经网络的自学习、自适应、分布存储、联想记忆、并行处理，以及鲁棒性和容错性强等特点来实现ES的功能，有三种神经网络模型与ES集成模式：⑴神经网络支持ES。以传统的ES为主，以神经网络的有关技术为辅。⑵ES支持神经网络。以神经网络的有关技术为核心，建立相应领域的ES，采用ES的相关技术完成解释等方面的工作。⑶协同式的神经网络ES。选择用神经网络或ES加以实现，在神经网络和ES之间建立一种耦合关系。9.新一代专家系统六.神经网络ES9.新一代专家系统97六.神经网络ES

自动获取模块输入、组织并存储专家提供的学习实例、选定神经网络的结构、调用神经网络的学习算法，为知识库实现知识获取。当新的学习实例输入后，知识获取模块通过对新实例的学习，自动获得新的网络权值分布，从而更新了知识库。如图8-2所示。9.新一代专家系统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图8-2神经网络ES的基本结构用户神经网络专家六.神经网络ES9.新一代专家系统学习示例网络结构学习算98七、多媒体ES多媒体ES就是把多媒体技术引入人机界面，使其具有多媒体信息处理功能，并改善人机交互方式，进一步增强ES的拟人性效果。八、事务处理ES事务处理ES是融入专家模块的各种计算机应用系统，如财物处理系统、管理信息系统，决策支持系统CAD系统、CAI系统等等。这种思想和系统，打破了将ES孤立于主流的数据处理应用之外的局面，而将两者有机地融合在一起。这种系统也就是要把基于知识的推理，与通常的各种数据处理过程有机地结合在一起。9.新一代专家系统七、多媒体ES9.新一代专家系统99九、基于Web的ES基于Web的ES是Web数据交换技术与传统ES集成所得到的一种先进ES。它利用Web浏览器实现人机交互，基于WebES中的各类用户都可通过浏览器访问ES。基于WebES的结构如图8-3所示。9.新一代专家系统Web浏览器普通用户领域专家AI专家图8-3基于WebES的结构应用服务器解释器Web接口推理机数据库服务器知识库数据库九、基于Web的ES9.新一代专家系统Web普通用户领域专10010.专家系统的主要研究课题⑴设计当前国民经济和军事方面急需、实用化且商品化的ES。⑵ES的理论与技术、设计原理与方法、工具和环境、推理机制、知识表示方法、学习机制、新体制结构、新一代编程语言、性能评价、微码实现、优化问题等的研究。⑶知识获取系统、知识获取工具、智能数据库与知识库、综合知识库及其应用、知识库管理系统的研究。⑷新一代ES和面向研究者的ES的研究。⑸语音、图形、图像识别，语音、图形、图像库管理系统，多媒体人机接口的研究。⑹自组织、自学习、自协商、自寻优、多级、多学科的综合性ES的开发与研究。10.专家系统的主要研究课题⑴设计当前国民经济和军事方面10111.专家系统的发展趋势传统的专家系统与面向对象、神经网络以及模糊技术相融合。专家系统与传统的计算机应用系统相融合。功能集成形成大型化专家系统，即从单学科、单功能、专门性的小型专家系统，向多学科、多功能、综合性的大型知识系统发展。其特点是:向用户实际的复杂问题求解；具有综合性、多方面的集成功能；应用多学科、多专业、多专家的知识和经验，进行并行协同解题；依靠诸如模型、方法、软件和接口等多种技术集成进行设计与建造；基于分布式、开放性软硬件及网络环境；实现知识共享和知识重用。11.专家系统的发展趋势传统的专家系统与面向对象、神经网10211.专家系统的发展趋势技术集成化，如:人工神经网络、面向对象方法、遗传算法、模糊数学等，进行模型、方法、技术集成，设计和建造集成化、混合型专家系统。智能集成达到拟人化，即将已开发出的由知识库、推理机和神经网络等所具有的高智能，同当前的多媒体、超媒体等新技术相结合，实现具有自学习、自组织、自适应、多媒体人机智能接□，声图文并茂的专家系统。网上咨询型专家系统将会流行和活跃起来。11.专家系统的发展趋势技术集成化，如:人工神经网络、面向10312.新一代专家系统的特征并行技术与分布式处理；多专家系统协同工作；高级专家系统描述语言和知识表示语言；高级知识获取与学习功能；引入新的推理机制；具有纠错和自完善能力；先进的智能人机接口。12.新一代专家系统的特征并行技术与分布式处理；1048．2专家系统的设计8．2．1开发专家系统的需求分析1.在什么情况下开发专家系统ES是可能的开发一个ES一般需要满足以下要求：⑴在该领域要有真正公认的高水平专家存在并能积极参与。⑵领域专家应该对问题答案的选择和精确度有基本一致的看法。⑶专家还必须能够描述和解释他们用于解决领域问题的方法。⑷ES所涉及到的问题不能太难，知识应该是易获得的。⑸任务要被很好地理解，不能太新。⑹任务不能涉及到大量的常识，否则面对需要常识推理的任务时就会感到困惑。8．2专家系统的设计8．2．1开发专家系统的需求分析1052.在什么情况下建立ES是必要的如果符合以下情况可考虑建立ES：⑴应用领域有使用ES的需求。⑵当任务的解决能带来较高的效益时。⑶领域问题适合用ES来解决。⑷人类专家稀少或非常缺乏，但十分需要聘请专家，专家知识又十分昂贵。⑸当任务很难甚至无法完成任务，或者问题求解需要很高的代价时。⑹在人类专家经验和技术不断丢失的情况下(例如退休、老化、工作调动或者职务的变动，经常会引起关键的专门知识随着个人的离去而带走)。⑺当在不友好、很难到达或危险的环境中作决策时。⑻问题不能太容易、太简单，而必须难对付和较为重要题。⑼问题应该是充分的窄以保证问题有实际效益。问题范围太宽或太一般会于难以处理。2.在什么情况下建立ES是必要的如果符合以下情况可考虑建1062.在什么情况下建立ES是必要的ES的需求分析可用图8-4来概述。

适合发展可能发展应该发展不是常识的工作经验技巧较强的工作专家有整理解决的办法有真正专家可以协助报酬率高的工作不太难了解的工作专家们有一致的解答不太困难的工作有危险的环境需要专家的地区很多人类专家稀少人类专家在减少中应该发展ES需要符号处理者不太容易克服者需要启发经验者有实用价值者需长时间解答者能掌握范围者且且``或且图8-4ES的需求分析2.在什么情况下建立ES是必要的ES的需求分析可用图8-1073.ES的设计原则根据ES的特点，在设计中应遵循下列原则：⑴专门任务。ES设计应面向专家知识和经验行之有效的场合，面向专业性的专门任务。⑵原型设计。采用“最小系统观点”进行系统原型设计，逐步修改、扩充和完善。⑶专家合作。领域专家与知识工程师相互合作，是知识获取成功的关键。⑷用户参与。用户参与ES的设计和开发，有助于人-机接口设计及系统的运行和评价。⑸辅助工具。采用ES开发工具进行辅助设计，借鉴已有系统经验，提高设计效率。3.ES的设计原则根据ES的特点，在设计中应遵循下列原则108知识获取一般是指从某个或某些知识源中获取专家系统问题求解所需要的专门知识，并以某种形式在计算机中存储、传输与转移。知识获取的基本任务是为专家系统获取知识，建立起健全、完善、有效的知识库，以满足领域问题求解的需求。8．2．2知识获取知识获取一般是指从某个或某些知识源中获取专家系统问题求解所需1091.手工知识获取该方法是知识工程师与领域专家合作，对有关领域知识和专家知识，进行挖掘、搜集、分析、综合、整理、识别、理解、筛选、归纳等处理后将有关知识抽取出来，以便用于知识库的建立。专家系统中的知识可能来自多个知识源，如报告、论文、课本、数据库、实例研究、经验数据以及系统自身的运行实践等，其中主要知识源是领域专家。知识工程师通过与专家的直接交互来获取知识。1.手工知识获取该方法是知识工程师与领域专家合作，对有关110