人工智能第6章

人工智能第6章第六章先进专家系统6.1专家系统概述6.2基于规则和基于框架的专家系统6.3模糊专家系统和神经网络专家系统6.4基于Web的专家系统6.5分布式和协同式专家系统6.6专家系统的开发6.1专家系统概述专家系统和先进专家系统(1/2)一、专家系统的概念专家系统是一种具有大量专门知识和经验的智能程序系统，它能运用领域专家多年积累的经验和专门知识，模拟领域专家的思维过程，解决该领域中需要专家才能解决的复杂问题。专家系统是人工智能应用研究的主要领域第一个专家系统----1968年费根鲍姆等人研制成功（DENDRAL--化学结构分析），实现了人工智能从理论研究走向实际应用，从一般思维方法探讨转入专门知识运用的重大突破目前专家系统和自然语言理解、智能机器人一起并列为人工智能研究最活跃的三大领域

二、专家系统的基本类型按求解问题的性质分类--海叶斯—罗斯（F·Heyes--Roth）解释专家系统预测专家系统诊断专家系统设计专家系统规划专家系统监视专家系统控制专家系统调试专家系统教学专家系统修理专家系统1.解释专家系统

(expertsystemforinterpretation)任务：通过对已知信息和数据的分析与解释，确定它们的涵义

特点数据量很大，常不准确、有错误、不完全能从不完全的信息中得出解释，并能对数据做出某些假设推理过程可能很复杂和很长例子语音理解、图象分析、系统监视、化学结构分析和信号解释等2.预测专家系统

(expertsystemforprediction)任务：根据现状预测未来情况。特点系统处理的数据随时间变化，且可能是不准确和不完全系统需要有适应时间变化的动态模型例子有气象预报、军事预测等3.诊断专家系统

(expertsystemfordiagnosis)任务：根据输入信息找出诊断对象中存在的故障

特点能够了解被诊断对象或客体各组成部分的特性以及它们之间的联系能够区分一种现象及其所掩盖的另一种现象能够向用户提出测量的数据，并从不确切信息中得出尽可能正确的诊断例子有医疗诊断等4.设计专家系统

(expertsystemfordesign)任务：根据给定的要求形成所需的方案或图样描述

特点从多种约束中得到符合要求的设计系统需要检索较大的可能解空间能试验性地构造出可能设计，易于修改能够使用已有设计来解释当前新的设计例子VAX计算机结构设计专家系统等5.规划专家系统

(expertsystemforplanning)任务：根据给定目标，拟定行动规划

特点所要规划的目标可能是动态的或静态的，需要对未来动作做出预测所涉及的问题可能很复杂例子军事指挥调度系统、ROPES机器人规划专家系统、汽车和火车运行调度专家系统等。6.监视专家系统

(expertsystemformonitoring)任务对系统、对象或过程的行为进行不断观察，并把观察到的行为与其应当具有的行为进行比较，以发现异常情况，发出警报特点系统应具有快速反应能力系统发出的警报要有很高的准确性系统能够动态地处理其输入信息例子粘虫测报专家系统7.控制专家系统

(expertsystemforcontrol)任务：自动控制系统的全部行为，用于实时控制系统

特点控制专家系统具有解释、预报、诊断、规划和执行等多种功能例子空中交通管制、商业管理、自主机器人控制、作战管理、生产过程控制和生产质量控制等8.调试专家系统

(expertsystemfordebugging)

任务：给出已知故障的排除方案。

特点同时具有规划、设计、预报和诊断等专家系统的功能例子：可用于新产品或新系统的调试，也可用于维修站进行被修设备的调整、测量与试验。在这方面的实例还比较少见。9.教学专家系统

(expertsystemforinstruction)任务：是根据学生的特点、弱点和基础知识，以最适当的教案和教学方法对学生进行教学和辅导。特点同时具有诊断和调试等功能具有良好的人机界面例子：美国麻省理工学院的MACSYMA符号积分与定理证明系统我国一些大学开发的计算机程序设计语言和物理智能计算机辅助教学系统以及聋哑人语言训练专家系统等

10.修理专家系统

(expertsystemforrepair)

任务对发生故障的对象(系统或设备)进行处理，使其恢复正常工作功能：同时具有诊断、调试、计划和执行等功能例子：美国贝尔实验室的ACI和有线电视维护修理系统先进专家系统先进专家系统的概念先进专家系统是指在传统专家系统的基础上，引入一些新思想、新技术所产生的新型专家系统。先进专家系统的特性(1)并行分布式处理功能(2)多专家协同工作(3)更强的自学习能力(4)更新的推理机制(5)自纠错和自完善能力(6)先进的智能接口(7)更多的先进技术被引入和融合先进专家系统的类型1、分布式专家系统

具有分布处理能力及多专家系统、多知识元的协同处理能力的专家系统。

2、协同式专家系统群专家系统。采用多专家协同工作方式的专家系统。3、模糊专家系统采用模糊技术处理不确定性问题的专家系统。4、神经网络专家系统

运用人工神经网络技术建造的专家系统，目前还处于研究阶段。

5、基于Web的专家系统

利用Web浏览器实现人机交互的专家系统。是传统专家系统和Web数据交换技术的集成。人机接口数据库推理机知识获取用户知识库领域专家AI专家解释模块图10.1专家系统的基本结构尽管不同类型的专家系统的结构会存在一定差异，但其基本结构还是大致相同的。通常，一个专家系统的基本结构由知识库、数据库、推理机、解释模块、知识获取模块和人机接口6大部分所组成。如下图所示：三、专家系统的基本结构（一）人机接口是人与系统进行信息交流的媒介，它为用户提供了直观方便的交互作用手段需进行内部表示形式与外部表示形式的转换多样：如自然语言、编辑软件等如：在硬件、软件配置不高时可采用菜单方式或命令语言方式接口命令的一般类型：获取知识命令：领域专家或知识工程师向知识库输入知识提交问题命令：用户向专家系统提交待求解问题提交解释命令：当用户对专家系统给出的结论不理解或希望给出依据时，通过此命令请求系统给予解释知识检索及维护命令：知识工程师用此命令对知识进行检索、查阅知识库中的知识，以便进行增、删、改（二）知识获取机构基本任务：把知识输入到知识库中，并负责维持知识的一致性及完整性，建立起性能良好的知识库方式：知识工程师向领域专家获取知识，再通过相应的知识编辑软件把知识送入到知识库；或：

系统直接与领域专家对话获取知识（系统具有部分学习功能）或

通过系统的运行实践归纳、总结出新的知识（三）知识库及其管理系统1、知识库：用于存储某领域专家系统的专门知识，包括事实、可行操作与规则等。

2、知识库的建立----要解决知识获取和知识表示3、知识库管理系统负责知识库中知识的组织、检索、维护等专家系统的其他部分若要与知识库发生联系均通过管理系统完成一个专家系统的能力依赖于知识库中所存储知识的数量和质量，其可用性、确定性和完善性决定了一个专家系统性能的优劣。（四）推理机1、任务：模拟领域专家的思维过程，控制并执行对问题的求解根据当前的数据，利用知识库的知识，按照一定的推理策略去解决所提出的问题2、推理方式：启发推理和算法推理、正向推理和反向推理及正反向相结合推理、串行推理和并行推理等3、一般应用程序与专家系统的主要区别：一般应用程序把问题求解的知识隐含地编入程序，而专家系统则把其应用领域的问题求解知识单独组成一个实体，即为知识库。一般应用程序把知识组织为两级：数据级和程序级；大多数专家系统则将知识组织成三级；数据、知识库和控制（知识库的处理是通过与知识库分开的控制策略进行的）。（五）数据库及其管理系统1、数据库----“黑板”、“综合数据库”(动态库、上下文库)初始事实、问题描述、中间结果、最终结果、运行信息（如推出结果的知识链）等2、数据库管理系统数据库由数据库管理系统进行管理、与一般程序设计中的数据库管理一样，只是应使数据的表示方法与知识的表示方法保持一致。（六）解释机构-------是专家系统区别于一般程序的重要特征之一1、任务回答用户提出的“为什么？”、“结论是如何得出的？”等2、构成-----一组程序

跟踪并记录推理过程，当用户提出询问需要给出解释时，根据问题的要求分别做处理，最后把解释用约定的形式通过人机接口输出给用户。6.2基于规则和基于框架的专家系统一、基于规则的专家系统基于规则的专家系统是指采用产生式知识表示方法的专家系统。它以产生式系统为基础，是专家系统开发中常用的一种方式，其最基本的工作模型如图所示。在该模型中，规则库是基于规则专家系统的知识库；事实库也称综合数据库，是用来存放推理前的已知事实和推理过程中所得到的中间结论的；推理机是基于规则专家系统的推理机构。推理机规则库事实库专家系统实例迄今为止，专家系统尚缺乏统一的理论来指导系统的设计与建造。随着应用范围的不同，专家系统所采用的方法可能有很大差别。

MYClN系统MYClN系统是由斯坦福大学开发的，从1972年开始，于1974年基本完成。它是一个用于诊断和治疗血液感染性疾病的专家咨询系统。该系统功能比较全面，是一个典型的基于规则的专家系统。为了处理事实和规则的不确定性，MYCIN系统采用非精确推理。

对MYCIN系统所作的正式鉴定表明在对细菌血症和脑膜炎病人的诊断和选择处方方面，MYCIN系统比传染病方面的专家高明。但到目前为止，系统还不能用于临床，其主要原因是系统缺乏传染病方面的全面知识。

专家系统实例MYCIN系统由三个子系统和两个库组成：

动态库：存放正在进行诊断的病人的情况，包括症状、化验结果、系统推导出的中间结果和最终结论等。知识库：存放用于治疗与诊断疾病的静态数据与知识。咨询子系统：即推理机，根据知识库中的诊断知识与动态库中的数据进行推理，作出咨询决策。解释子系统：回答用户用简单的英语句子询问的问题。问题可以涉及当前的决策及系统的一般知识。每个咨询决策作出后自动进入该系统。知识获取子系统：协助感染病专家对知识库进行扩充和修改。系统可以对专家输入的英文语句进行分析，并将其转化成内部的规则形式专家系统实例例如：规则092如果：(1)存在一种需要治疗的机体。(2)已经考虑了其它可能存在的机体，即使它们在当前培养物中还没有被发现则：(1)根据敏感性数据编制能有效地抑制需要治疗的机体的治疗方案清单。(2)从已编制的清单中选择最佳的治疗方案。否则：指出患者不需治疗：二、基于框架的专家系统基于框架的专家系统：指采用框架知识表示方法的专家系统。它以框架系统为基础，具有较好的结构化特性。结构：这种专家系统的基本结构也与前面图所示的专家系统类似，主要区别：在于知识库中知识表示和组织方式，综合数据库中事实的表示方式，推理机的推理方法和系统推理过程的控制策略等。一、模糊专家系统模糊专家系统是指采用模糊技术来处理不确定性的一类专家系统。模糊专家系统的基本结构与传统专家系统类似，一般由模糊知识库、模糊数据库、模糊推理机、知识获取模块、解释模块和人机接口6部分所组成。如下图：人机接口模糊数据库模糊推理机模糊知识获取用户模糊知识库领域专家AI专家解释模块图10.3模糊专家系统的基本结构6.3模糊专家系统和神经网络专家系统学习示例知识库学习算法知识获取用户推理机神经网络专家网络结构图10.4神经网络专家系统的基本结构解释器神经网络专家系统是神经网络与传统专家系统集成所得到的一种专家系统。它将传统专家系统的显式的知识表示方法变为基于神经网络及其连接权值的隐式知识表示，把基于逻辑的串行推理技术变为基于神经网络的并行联想和自适应推理。二、神经网络专家系统基于Web的专家系统是Web数据交换技术与传统专家系统集成所得到的一种先进专家系统。它利用Web浏览器实现人机交互，基于Web专家系统中的各类用户都可通过浏览器访问专家系统。从结构上，它由浏览器、应用服务器和数据库服务器三个层次所组成，包括Web接口、推理机、知识库、数据库和解释器。Web浏览器数据库服务器普通用户领域专家AI专家图基于Web专家系统的结构应用服务器解释器数据库知识库Web接口推理机6.4基于Web的专家系统这是两种不同的先进专家系统，它们各自的侧重点不一样。分布式专家系统强调并行和分布，而协同式专家系统则强调协作与协同。分布式专家系统分布式专家系统（DistributedExpertSystem,DES）是具有并行分布处理特征的专家系统，它可以把一个专家系统的功能分解后，分布到多个处理机上去并行执行，从而在总体上提高系统的处理效率。其运行环境可以是紧密耦合的多处理器系统，也可以是松耦合的计算机网络环境。协同式专家系统协同式专家系统（CooperativeExpertSystem,CES）亦称群专家系统，是一种能综合若干个相近领域或同一领域内不同方面专家系统相互协作、共同解决单个专家系统无法解决的更广领域或更复杂问题的专家系统。从结构上它们有一定的相似之处，它们都涉及到多个分专家系统。但在功能上却有较大差异，分布式专家系统强调的是功能分布和知识分布，它要求系统必须在多个节点上并行运行；而协调式专家系统强调的则是各专家系统之间的协同，各分专家系统可以在不同节点上运行，也可以在同一个节点上运行。

6.5分布式专家系统和协同式专家系统一、开发步骤

采用原型技术的专家系统开发过程如下图所示，它可分为设计初始知识库、原型系统开发与试验、知识库的改进与归纳三个主要步骤。

知识化改进再设计问题图建立专家系统的步骤概念化知识形式化概念规则化化结构形式合理化规则重新阐述6.6专家系统的开发三个主要步骤1、设计初始知识库问题知识化知识概念化概念形式化形式规则化规则合理化2、原型系统开发与试验3、知识库的改进和归纳一个实用的专家系统的开发过程通常分为：认识、概念化、形式化、实现和测试五个阶段。认识阶段知识工程师通过与领域专家的合作，对领域问题进行需求分析。包括认识系统需要处理的问题范围、类型和各种重要特征、预期的效益等，并确定领域专家的知识类型的结构，以及系统开发所需的各种资源，如软件、硬件、人员、经费和时间等。概念化阶段把问题求解所需要的各种专门知识概念化，确定概念之间的关系，并对任务进行划分，确定求解问题的控制流程和约束条件。形式化阶段把已经整理出来的概念、概念间的关系以及领域专门知识用适合于计算机表示和处理的形式化方法描述出来，并选择合适的系统构造技术，确定数据结构、推理规则以及控制策略，建立问题求解模型。实现阶段把建立的形式模型映射到具体的计算机软硬件环境中，选取适用的语言或工具建立可执行的原型系统。测试阶段通过运行大量的实例，检测原型系统的正确性以及性能等各种系统目标是否达到。专家系统知识工程师领域专家抽取知识检验知识图知识获取的任务输入知识二、知识获取泛指把领域专家解决问题的经验和知识变为专家系统解决问题所需要的专门知识。（一）任务1、知识的抽取对知识源数据进行分析、识别、理解、分类、关联、归纳等数据挖掘手段抽取出知识，建立知识库。2、知识表示将知识转换成计算机能识别或运用的形式3、知识的输入4、知识的检测：保证知识的完整性和一致性（二）知识的获取方式1、非自动知识获取（人工移植）人工知识获取半自动化知识获取：利用计算机进行辅助以获取知识的系统，是目前机器学习领域研究的主要内容。这种系统能利用计算机通过内建的各种数据分析模型与算法，对训练数据或实际问题进行分析处理、归纳、总结或发现一些尚未为专家系统掌握或认识的新知识。并将其送入系统知识库，使其知识不断完善丰富。科技文献领域专家知识工程师知识编辑器知识库阅读对话2、自动知识获取

通过机器学习技术获取知识文字、图象识别语音识别文字、图象领域专家理解归纳翻译知识库影响知识的一致性与完整性因素:1）领域专家提供的知识中存在某些不一致、不完整、甚至错误的知识2）知识工程师未能准确、全面地理解领域专家的意图，使得所形成的知识条款隐含着种种错误3）采用的知识表示模式不适当，不能把领域知识准确地表示出来4）对知识库进行增、删、改时没有充分考虑到可能产生的影响。常用的专家系统开发工具和环境可按其性质分为程序设计语言、骨架型工具、语言型工具、开发环境及一些新型专家系统开发工具等。程序设计语言程序设计语言包括人工智能语言和通用程序设计语言。它们是专家系统开发的最基础的语言工具。人工智能语言的主要代表有以LISP为代表的函数型语言和以PROLOG为代表的逻辑型语言等；通用程序设计语言的主要代表有C、C++和JAVA等。骨架型工具骨架型工具也称为专家系统外壳，它是由一些已经成熟的具体专家系统演变来的。其演变方法是，抽去这些专家系统中的具体知识，保留它们的体系结构和功能，再把领域专用的界面改为通用界面，这样，就可得到相应的专家系统外壳。语言型工具语言型工具是一种通用型专家系统开发工具，它是不依赖于任何已有专家系统，不针对任何具体领域，完全重新设计的一类专家系统开发工具。与骨架系统相比，语言型工具具有更大的灵活性和通用性，并且对数据及知识的存取和查询提供了更多的控制手段。常用的语言型工具有CLIPS和OSP等。开发环境专家系统开发环境是一种为高效率开发专家系统而设计和实现的大型智能计算机软件系统。专家系统开发环境一般由调试辅助工具、输入输出设施、解释设施和知识编辑器4个典型部件所组成。6.6专家系统的开发开发工具与环境一、骨架型开发工具借用以前开发好的专家系统，将描述领域知识的规则从原系统中“挖掉”，只保留其独立于问题领域知识的推理机部分，这样形成的工具称为骨架型工具如EMYCIN、KAS以及EXPERT等。这类工具因其控制策略是预先给定的，使用起来很方便，用户只须将具体领域的知识明确地

表示成为一些规则

就可以了。这样，可以把主要精力放在具体概念和规则的整理上，而不是像使用传统的程序设计语言建立专家系统那样，将大部分时间花费在开发系统的过程结构上，从而大大提高了专家系统的开发效率。这类工具往往交互性很好，用户可以方便地与之对话，并能提供很强的对结果进行解释的功能。存在问题

主要骨架是固定的，除了规则以外，用户不可改变任何东西

1．原有骨架可能不适合于所求解的问题。2．推理机中的控制结构可能不符合专家新的求解问题的方法。3．原有的规则语言,可能不能完全表示所求解领域的知识。4．解问题的专门领域知识可能不可识别地隐藏在原有系统中。

基于这些原因，使得骨架型工具的应用范围很窄，只能用来解决与原系统相类似的问题。EMYCIN是一个典型的骨架型工具，它是由著名的用于对细菌感染病进行诊断的MYCI系统发展而来的，因而它所适应的对象是那些需要提供基本情况数据，并能提供解释和分析的咨询系统，尤其适合于诊断这一类演绎问题。这类问题有一个共同的特点是具有大量的不可靠的输入数据，并且其可能的解空间是事先可列举出来的。

二、语言型开发工具

它们并不与具体的体系和范例有紧密的联系，也不偏于具体问题的求解策略和表示方法。提供给用户的是建立专家系统所需要的基本机制，其控制策略也不固定于一种或几种形式，用户可以通过一定手段来影响其控制策略。语言型工具的结构变化范围广泛，表示灵活，所适应的范围要比骨架型工具广泛得多。像OPS5、OPS83、RLL及ROSIE等，均属于这一类工具。