人工智能之专家系统

教授系统原理与设计人工智能之专家系统第1页教授系统原理与设计

1.教授系统概念2.教授系统结构3.教授系统设计与实现4.教授系统开发工具与环境

人工智能之专家系统第2页1、

教授系统概念1.1什么是教授系统

亦称教授咨询系统，它是一个含有大量专门知识与经验智能计算机系统，通常，主要指软件系统。它把专门领域中人类教授知识和思索处理问题方法、经验和诀窍组织整理且存放在计算机中，不但能模拟领域教授思维过程，而且能让计算机宛如人类教授那样智能地处理实际问题。狭义地讲，教授系统就是人类教授智慧拷贝，是人类教授某种化身。广义地讲，教授系统也泛指那些含有“教授级”水平知识系统，从总体上到达教授级水平。人工智能之专家系统第3页1.2教授系统特点：教授系统与人类教授比较含有以下一些特点:1）教授系统是人类教授智能模拟、延伸和扩展。2）教授系统是教授能够信赖和利用高水平智能助手和有效工具。3）教授系统可含有一个或多个教授知识和经验，含有专门知识启发性，能以靠近于人类教授水平在特定领域工作，重视特定问题求解。4）教授系统能高效、准确、快速地工作。5）教授系统突破了时间和空间限制，程序可永久保留并可复制。6）教授系统能进行有效推理。7）含有透明性，能以可了解方式解释推理过程。8）含有自学习能力，总结规律，扩充和完善系统本身。人工智能之专家系统第4页同普通计算机应用系统（如数值计算、数据处理系统等）相比，教授系统含有以下特点：

(1)从处理问题性质看，教授系统善于处理那些不确定性、非结构化、没有算法解或虽有算法解但在现有机器上无法实施困难问题。

(2)从处理问题方法看，教授系统则是靠知识和推理来处理问题（不像传统软件系统使用固定算法来处理问题），所以，教授系统是基于知识智能问题求解系统。人工智能之专家系统第5页(3)从系统结构来看，专家系统则强调知识与推理分离，因而系统具有很好灵活性和可扩充性。(4)专家系统一般还具有解释功能，即在运行过程中一方面能回答用户提出问题，其次还能对最后输出（结论）或处理问题过程作出解释。(5)有些专家系统还具有“自学习”能力，即不停对自己知识进行扩充、完善和提炼。这一点是传统系统所无法比拟。(6)专家系统不像人那样轻易疲劳、遗忘，易受环境、情绪等影响，它可始终如一地以专家级高水平求解问题。人工智能之专家系统第6页1.3知识编程和传统计算机编程比较项目 知识型编程

传统编程 内容 知识定义、表示和使用 数据处理步骤描述和使用能力 超出程序员了解水平 与程序员了解水平相等

表现 与说明型为主

与过程型为主

模型 思索模型 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 了解 轻易

困难

扩充 轻易

困难

解释 轻易做到在运行中解释 不轻易做到在运行中解释

处理 高度集成处理 次序批处理 规则 启发式 算法式

人工智能之专家系统第7页1.4教授系统类型关于教授系统分类，当前还无定论。仅从几个不一样侧面对此进行讨论。

1.按用途分类按用途分类，教授系统可分为：诊疗型、解释型、预测型、决议型、设计型、规划型、控制型、调度型等几个类型。

2.按输出结果分类按输出结果分类，教授系统可分为分析型和设计型。人工智能之专家系统第8页3.按知识表示分类当前所用知识表示形式有：产生式规则、一阶谓词逻辑、框架、语义网等。

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，教授系统又可分为准确推理型和不准确推理型（如，含糊教授系统）。

5.按技术分类按采取技术分类，教授系统可分为符号推理教授系统和神经网络教授系统。人工智能之专家系统第9页6.按规模分类按规模分类，可分为大型协同式教授系统和微教授系统。

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(即网上教授系统)。人工智能之专家系统第10页神经网络ES

自动获取模块输入、组织并存放教授提供学习实例、选定神经网络结构、调用神经网络学习算法，为知识库实现知识获取。当新学习实例输入后，知识获取模块经过对新实例学习，自动取得新网络权值分布，从而更新了知识库。如图所表示。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ES基本结构用户神经网络教授人工智能之专家系统第11页

2.1概念结构从概念来讲，一个教授系统应含有如图1所表示普通结构模式。其中知识库和推理机是两个最基本模块。

1.知识库（KnowledgeBase)

所谓知识库，就是以某种表示形式存放于计算机中知识集合。知识库通常是以一个个文件形式存放于外部介质上，教授系统运行时将被调入内存。知识库中知识普通包含教授知识、领域知识和元知识。2、

教授系统结构人工智能之专家系统第12页图1教授系统概念结构人工智能之专家系统第13页2.推理机（InferenseEngine）所谓推理机，就是实现（机器）推理程序。这里推理，是一个广义概念，它既包含通常逻辑推理，也包含基于产生式操作。比如：

A→BAB人工智能之专家系统第14页3.动态数据库动态数据库也称全局数据库、综合数据库、工作存放器、黑板等，它是存放初始证据事实、推理结果和控制信息场所，或者说它是上述各种数据组成集合。

4.人机界面这里人机界面指是最终用户与教授系统交互界面。

5.解释模块解释程序模块专门负责向用户解释教授系统行为和结果。人工智能之专家系统第15页6.知识库管理系统知识库管理系统是知识库支撑软件。知识库管理系统对知识库作用，类似于数据库管理系统对数据库作用，其功效包含知识库建立、删除、重组；知识获取（主要指录入和编辑）、维护、查询、更新；以及对知识检验，包含一致性、冗余性和完整性检验等等。人工智能之专家系统第16页图2教授系统理想结构人工智能之专家系统第17页2.2实际结构上面介绍教授系统结构，是教授系统概念模型，或者说是只强调知识和推理这一主要特征教授系统结构。但教授系统终究仍是一个计算机应用系统。所以，它与其它应用系统一样是处理实际问题。而实际问题往往是错综复杂，比如，可能需要屡次推理或多路推理或多层推理才能处理，而知识库也可能是多块或多层。人工智能之专家系统第18页图3教授系统实际结构示例

总控处理模块1处理模块n教授模块1教授模块m…………人工智能之专家系统第19页

图4地质图件绘制智能辅助系统结构人工智能之专家系统第20页2.3网络与分布式结构在网络环境下，教授系统也能够设计成网络结构，如“客户机/服务器”(Client/Server)结构（如图5(a)所表示），或浏览器/服务器(Browser/Server)结构(如图5(b)所表示)。我们称后一个结构教授系统为网上教授系统。分布式结构则是一个适合于分布式计算环境教授系统。比如那些多学科、多教授联合作业，协同解题大型教授系统，就能够设计成份布式结构。这类教授系统也就称为分布式教授系统。人工智能之专家系统第21页图5教授系统客户(机)/服务器结构及浏览器/服务器结构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WebServerInternet人工智能之专家系统第22页3、教授系统设计与实现3.1ES设计标准依据ES特点，在设计中应遵照以下标准：⑴专门任务。ES设计应面向教授知识和经验行之有效场所，面向专业性专门任务。⑵原型设计。采取“最小系统观点”进行系统原型设计，逐步修改、扩充和完善。⑶教授合作。领域教授与知识工程师相互合作，是知识获取成功关键。⑷用户参加。用户参加ES设计和开发，有利于人-机接口设计及系统运行和评价。⑸辅助工具。采取ES开发工具进行辅助设计，借鉴已经有系统经验，提升设计效率。

人工智能之专家系统第23页教授系统设计与实现普通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形式化表示系统设计编程与调试测试与评价教授系统设计与实现普通过程再选题再测评精化再设计再获取再形成再分析人工智能之专家系统第24页

教授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了解模块推理机模块可信度模块知识获取模块知识库模块规则库 知识库 事实库 知识解释模块人工智能之专家系统第25页

建立教授系统普通步骤人工智能之专家系统第26页

由图中能够看出，教授系统开发有以下特点：

(1)知识获取与知识表示设计是一切工作起点；

(2)知识表示以及知识描述语言确定后，各项设计（图中并列六个设计）可同时进行。还需说明是：

(1)对于一个实际教授系统，在系统分析阶段就应该首先搞清楚：系统中哪里需要教授知识，教授知识作用是什么？以及系统中各教授模块输入是什么？处理是什么？输出又是什么？人工智能之专家系统第27页(2)系统投入运行后，普通来说，其知识库还需不停扩充、更新、完善和优化。所以教授系统开发更适合采取快速原型法。

(3)对系统评价主要看它处理问题是否到达教授水平。

(4)上述所谓“纯教授系统”就是一个实际教授系统中教授模块部分。那么，对于系统其它部分分析与设计，标准上讲，与普通计算机应用系统完全一样，即可按软件工程规范和程序进行。人工智能之专家系统第28页3.2知识获取知识获取是建造教授系统关键一步，也是较为困难一步，被称为建造教授系统“瓶颈”。知识获取大致有三种路径。

1.人工获取人工获取，即计算机人员（或知识工程师）与领域教授合作，对相关领域知识和教授知识，进行挖掘、搜集、分析、综合、整理、归纳，然后以某种表示形式存入知识库。人工智能之专家系统第29页2.半自动获取半自动获取，即利用某种专门知识获取系统，采取提醒、指导或问答方式，帮助教授提取、归纳相关知识，并自动记入知识库。

3.自动获取自动获取又可分为两种形式：一个是系统本身含有一个机制，使得系统在运行过程中能不停地总结经验，并修改和扩充自己知识库；另一个是开发专门机器学习系统，让机器自动从实际问题中获取知识，并填充知识库。人工智能之专家系统第30页3.3知识表示与知识描述语言设计知识表示与知识描述语言设计是依据所取得知识特点，选择或设计某种知识表示形式，并为这种表示形式设计对应知识描述语言。所谓知识描述语言，就是知识详细语法结构形式。所以，知识描述语言既要面向人、面向用户，又要面向知识表示、面向机器，还要面向推理、面向知识利用。这就要求知识描述语言既能为用户提供一个方便、易懂外部知识表示形式，又能将这种外部表示转换成轻易存放、管理、利用内部形式。人工智能之专家系统第31页3.4知识库与知识库管理系统设计

知识库是教授系统关键。知识库质量直接关系到整个系统性能和效率。所以，知识库包括知识组织与管理。知识组织决定了知识库结构，知识管理包含知识库建立、删除、重组及维护和知识录入、查询、更新、优化等，还有知识完整性、一致性、冗余性检验和安全保护等方面工作。知识管理由知识库管理系统负责。人工智能之专家系统第32页1.知识库设计知识库设计主要是设计知识库结构，即知识组织形式。教授系统（或知识工程）中所包括知识库，普通取层次结构或网状结构模式。这种结构模式是把知识按某种标准进行分类，然后分块分层组织存放，如按元知识、教授知识、领域知识等分层组织；而每一块和每一层还能够再分块分层。这么，整个知识库就呈树型或网状结构。比如，下列图所表示就是一个医疗诊疗知识库层次结构。人工智能之专家系统第33页

医疗诊疗知识库层次结构医疗诊疗知识库消化系统知识库呼吸系统知识库……肝病知识库胃病知识库……人工智能之专家系统第34页2.知识库管理系统设计知识库管理系统应包含知识一级和知识库一级各种管理功效。

1)知识操作功效设计知识操作功效包含知识添加、删除、修改、查询和统计等。这些功效可采取两种方法来实现。一个方法就是利用屏幕窗口，经过人机对话方式实现知识增、删、改、

查等；另一个方法就是用全屏幕编辑方式，让用户直接用键盘按知识描述语言语法格式编辑知识。人工智能之专家系统第35页2)知识检验功效设计知识检验包含知识一致性、完整性、冗余性等检验。所谓知识一致性，就是知识库中知识必须是相容，即无矛盾。比如，下面两条规则

r1:ifPthenQr2:ifPthenQ

就是矛盾。那么，像这么规则就不能同时存在于一个知识库中。人工智能之专家系统第36页

所谓完整性，是指知识中约束条件，称为完整性约束。比如，小王身高x米，则必须满足：x<3米；又如，弟弟今年x岁，哥哥今年y岁，则必须满足x<y。不然就破坏了知识完整性。

所谓冗余性，就是重复、多出等。冗余性检验就是检验知识库中知识是否存在冗余。也就是要求不能存在冗余。冗余表现有重复、包含、环路等现象。比如，下面三条规则：

r1:ifPthenQr2:ifQthenRr3:ifPthenR人工智能之专家系统第37页3)知识库操作设计

知识库操作包含知识库（文件）建立、删除、分解、合并等。这里着主要说明是知识库分解与合并。这两种功效类似于关系数据库投影、选择和连接操作，它们实现是知识库重组。我们说，知识库重组也是可能甚至是必要。因为伴随系统运行，可能会发觉原先知识组合不合理，所以就需要重新组合，这时就需要使用知识库分解与合并功效。人工智能之专家系统第38页3.5推理机与解释功效设计

1.从哪里着手;

推理机是与知识库对应教授系统另一主要部件。推理机推理是基于知识库中知识进行。所以，推理机就必须与知识库及其知识相适应、相配套。详细来讲，就是推理机必须与知识库结构、层次以及其中知识详细表示形式等相协调、相匹配。不然，推理机与知识库将无法接轨。所以，设计推理机时，首先得对知识库有所了解。人工智能之专家系统第39页2.还应考虑些什么对推理机本身而言，还要考虑推理方式、方法和控制策略等。比如，对于推理方式，是正向推理，还是反向推理或双向推理？是准确推理，还是不准确推理？是串行推理，还是并行推理？是单调推理，还是非单调推理？又如，对于推理方法，是用归结法，还是用自然演绎法？对于不准确推理采取什么样推理模型？还有，对于搜索控制，是采取深度优先还是广度优先，对于冲突消解是依据优先数，还是可信度或程度（即隶属度）等等。人工智能之专家系统第40页3.算法设计与程序设计做了上述分析以后，就可着手设计推理机算法了。对于一个基于规则系统来说，其推理机也就相当于产生式系统中执行控制部件，所以其运行过程也就是产生系统运行过程，所以，产生式系统所采取算法，或者图搜索中所用算法也就是这里推理机所用算法。算法确定后，就可进行程序设计。至于推理机用何种程序语言实现，这个并无什么限制，如能够用传统LISP或PROLOG语言，也用当前流行C或C++语言。人工智能之专家系统第41页4.解释机制怎样实现另外，在推理机设计中还得考虑解释机制。因为教授系统普通要求要有解释功效。即在推理中要能回答用户“为何”问题，在推理结束后，要能回答“怎么样（得到结果）”问题。从系统结构上讲，普通是把解释作为一个独立模块，但实际上解释功效也是与推理机亲密相关。因为要解释就必须对推理进行实时跟踪。人工智能之专家系统第42页3.6系统结构设计系统组成技术被称为人工智能三大技术之一。所以，对一个教授系统来说，其体系结构就显得非常主要。即使从原理来讲，教授系统由知识库、推理机等部分组成，但因为受问题领域、系统规模、知识表示方法、知识库结构以及其它特殊性等很多原因影响，故教授系统体系结构难以形成固定模式。普通来讲，有诸如独立式（一个“纯”教授模块）、混合式（还有其它处理模块）、集中式、分布式、层次式以及“黑板模型”等。人工智能之专家系统第43页3.7人机界面设计人机界面对于一个实用教授系统(尤其是咨询型知识系统)来说至关主要。一个教授系统普通有两个人机界面：一个是面向系统开发和维护者；一个是面向最终使用者。前一个界面由开发工具提供；后一个则是教授系统本身一部分。因为图形用户界面(GUI)广泛使用，所以当前教授系统开发界面已到达相当高水平。而教授系统使用界面相对还比较落后。这是因为，使用界面往往要包括“人机对话”，如人对系统问询、系统对人回答，尤其是系统对用户解释。人工智能之专家系统第44页

4教授系统开发工具与环境

4.1教授系统开发工具教授系统(ES)工含有时也叫做ES外壳和ES环境，主要是研制样机工具，经过抽调某个ES知识库，就可从特殊ES中抽出外壳来而成为ES工具。ES工具支持功效包含：推理过程、数据存取、自然语言对话界面(接口)、过程界面、解释功效。

人工智能之专家系统第45页ES开发工具和环境可分为五种主要类型:程序设计语言、知识工程语言、辅助型工具、支持工具及开发环境，如图所表示。教授系统建造方法能够分成以下三种:①利用计算机高级语言编写建造ES；②利用计算机程序设计环境编写建造ES；③用计算机程序设计工具建造ES。教授系统工具和环境教授系统工具和环境组成程序设计语言知识工程语言辅助型工具支持工具开发环境面向问题语言符号处理语言骨架型通用型知识获取系统设计助手程序设计辅助解释设施人工智能之专家系统第46页4.2教授系统语言型工具4.2.1程序设计语言

程序设计语言包含面向问题语言和符号处理语言。面向问题语言是为特定问题类型而设计，其主要代表有C、PASCAL、ADA等，它们在处理代数运算方面有很方便特征；符号处理语言是为人工智能应用而设计，它主要代表有以LISP为代表函数型语言，以Prolog为代表逻辑型语言，以及C++、Java等为代表面向对象语言。这些语言经典特点是含有很强递归功效

人工智能之专家系统第47页4.2.2知识工程语言

骨架型知识工程语言

骨架型知识工程语言也称为教授系统外壳，它是由一些已经成熟详细教授系统演变来。其演变方法是，抽去这些教授系统中详细知识，保留它们体系结构和推理机功效，再把领域专用界面改为通用界面，这么，就可得到对应教授系统外壳。当用它来建造教授系统时，只须把对应领域教授知识用外壳要求知识表示模式装入知识库，就能够快速地产生一个新教授系统。ES外壳经典代表有EMYCIN、KAS及EXPERT等通用型知识工程语言

通用型ES开发工具，是专门用于结构和调试ES通用程序设计语言。它是完全重新设计一类ES开发工具，不依赖于任何已经有ES，不针对任何详细领域，能够处理不一样问题领域和不一样问题类型。它比骨架系统提供了更多对数据存取和查找控制，含有更大灵活性和通用性，但比较难于使用。人工智能之专家系统第48页表

通用型知识工程语言人工智能之专家系统第49页4.3教授系统设计工具4.3.1辅助型工具ES辅助工具是ES开发工具中支撑环境一部分，主要用于帮助建造高质量知识库和调试ES，包含一些用来帮助获取知识、表示知识程序，以及帮助知识工程师设计ES程序。1.知识获取辅助工具如美国斯坦福大学开发T