人工智能通识基础与应用课件

人工智能通识基础与应用第4章专家系统目录4.1专家系统概述4.2专家系统工具4.1专家系统概述专家系统的基本结构是指专家系统各个组成部分的构造方法和组织形式。系统结构选取得恰当与否，是直接与专家系统的适用性和有效性紧密相关的，而且还要根据系统的应用环境以及系统所执行的任务特点来确定最为恰当的构造形式。专家系统的基本结构如右图所示，箭头方向即为信息流动的方向。一般来说，一个完整的专家系统是由知识库、推理机、解释器、综合数据库和用户接口组成的。其中知识库用来存放相关领域专家提供的专门知识。推理机的功能是根据一定的推理策略从知识库中选取有用的相关知识，进而对用户提供的数据进行推理，直到得出相应的结论为止。对于知识的获取过程，可以把它看作一类专业知识到知识库之间的转移过程。人机交互界面则用于完成输入输出的人性化。4.1.1专家系统的基本结构右图为专家系统的简化结构。其中，黑板是用来记录系统推理过程中用到的控制信息、中间假设和中间结果的数据库，它包括计划、议程和中间解三个部分。

按照系统建立者给定的控制知识，调度器从计划中抽取一项作为系统下一步将要执行的动作。执行器的任务是应用知识库中以及黑板中记录的信息，执行调度器所选定的动作。协调器的主要作用是，当得到新数据或新假设时，对已得到的结果进行修正，以保持结果前后的一致性。4.1.1专家系统的基本结构4.1.2专家系统的特点专家系统有3个明显的特点：灵活性、透明性和启发性。（1）专家系统能够源源不断地增加、修改和更新知识，这是其灵活性;（2）专家系统能够解答并处理用户提出的问题，并让用户了解推理过程，这是其透明性;（3）类比于人脑，专家系统也可以进行推理、判断和决策，这是其启发性。专家系统也可以称为基于知识而存在的系统。一般来说，一个专家系统应该具备以下三个要素：（1）拥有某种应用领域的专家级别的知识；（2）可以达到专家级的解题水平；（3）模拟专家的思维进行操作和运用。4.1.2专家系统的特点专家系统的特征使得其有别于传统的计算机程序和人类专家。下表为三者之间的对比。4.1.3专家系统的类型根据专家系统的知识表示技术可以将其划分为基于逻辑的专家系统、基于规则的专家系统、基于语义网络的专家系统、基于框架的专家系统和基于互联网的专家系统等。

根据专家系统的任务类型可以将其划分为诊断型专家系统、解释型专家系统、规划型专家系统、预测型专家系统、教学型专家系统、设计型专家系统和监视型专家系统等。

4.1.3专家系统的类型1.基于规则的专家系统基于规则的专家系统包含5个部分，分别是知识库、数据库、推理引擎、解释工具和用户界面，其基本结构如右图所示。基于规则的专家系统可以通过定义规则的优先级、顺序执行，以及使用最近录入的规则来解决矛盾冲突问题。该专家系统具有统一的结构，自然知识可描述，能分离知识与处理过程的优点。2.基于互联网的专家系统

互联网可将新技术、软/硬件资源和其他智能信息系统连接起来。将人工智能技术与互联网结合，可以汲取双方的优点实现利益最大化。专家系统和互联网的结合，特别是基于互联网的专家系统，将为未来的发展带来巨大的突破和空间。4.1.3专家系统的类型3.规划型专家系统规划型专家系统是用于指定行动规划的一类专家系统，如自动程序设计、军事计划的制订等。它的任务就是找出某个能够达到给定目标的动作序列或操作步骤，其所要规划的目标可能是动态或静态的，而且还需要对未来的动作做出预测，因此这一般涉及很复杂的过程和理论。4.1.3专家系统的类型4.1.4专家系统的发展历史专家系统的发展经历了三个时期：初创期、成熟期和发展期。1.初创期(1965—1971年)

第一代专家系统DENDRAL和MACSMA的出现，标志着专家系统的诞生。其中，DENDRAL是推断化学分子结构的专家系统；MACSMA是用于数学运算的专家系统。这两个专家系统是完全针对其应用领域设计和开发的，它们的优点是性能在很大程度上被改善，缺点是忽略了系统的透明性和灵活性等。2.成熟期(1972—1977年)２０世纪７０年代，专家系统技术趋于成熟，而且专家系统的理念也逐渐被人们所接受。２０世纪７０年代中期，先后出现了以MYCIN、HEARSAY、PROSPECTOR等为代表的一批行之有效的专家系统。HEARSAY属于语音识别专家系统中的一种，该系统提出的黑板结构已经成为一种非常流行的系统构造技术。除此之外，在这个时期出现的元知识概念、产生式系统、框架和语义网络知识表达方式也被普遍地应用到了以后的专家系统中。“知识工程”概念的提出，宣告了专家系统走向成熟。4.1.4专家系统的发展历史

20世纪70年代末，人工智能专家开始认识到这样一个事实，一个程序求解问题的能力，不依赖于所应用的形式化体系和结构化推理模式，而取决于它所具有的处理知识的能力和要求。20世纪80年代，专家系统的研究进入了白热化阶段。进入20世纪90年代后，人们对专家系统的研究转向了与知识工程、模糊技术、实时操作技术、神经网络技术等相结合的系统，这也是专家系统今后的研究方向和发展趋势。

有些科学家也顺势提出了未来诊断专家系统的设想和人工智能类人化专家系统的假设，如右图所示。3.发展期(1978年至今)4.1.4专家系统的发展历史4.2专家系统工具知识表示的核心任务将专家隐性知识转化为机器可理解形式，支持推理与决策。规则表示（IF-THEN）直观易用，适合诊断、决策类系统。典型工具：CLIPS（C语言，Rete算法，支持前向/反向推理，高移植性）、JESS（Java集成，高性能）。框架与本体表示框架：属性+关系，适于层次化复杂语义。本体：OWL标准，支持丰富语义建模。典型工具：Protégé（OWL支持）、OntoStudio（语义丰富模型）。工具选择关键根据应用场景（诊断、规划、法律等）选择匹配的表示方法与推理机制。4.2.1专家系统工具概述推理引擎前向推理（事实→结论）：CLIPS高效处理复杂规则，适合故障诊断。反向推理（目标→前提）：Prolog语言内置，适合法律/规划问题。开发框架与外壳专家系统外壳（如CLIPSShell）：内置知识库管理、推理，快速搭建。集成平台（MATLAB、IBMRational）：支持复杂计算与企业级应用。4.2.1专家系统工具概述用户界面设计JavaFX（跨平台GUI）、VisualBasic（快速图形化）、HTML/JavaScript（Web端响应式）。历史与发展早期（LISP/Prolog）存在速度慢、移植性差等问题。1984年NASA推出CLIPS（C语言实现，Rete算法，低成本、高扩展），极大推动专家系统普及。历史与发展：未来工具更智能化、自动化，支持多行业复杂场景。1.字段整型(Integer)和浮点型(Float)：称为数字字段，如－１、1.5、9e＋１等。在CLIPS中，包括整数在内的所有数都是用浮点数来进行存储的。字符串型(String)：双引号内部所包含的字符号串(包括空格)。符号型(Symbol)：以一个可打印的ASCII字符开始，至一个分界符结尾。外部地址(ExternalAddress)：用户自定义函数返回的外部数据结构的地址。示例名(InstanceName)和示例地址(InstanceAddress)：在COOL连接的字段中使用，示例名是由方括号括起来的一个示例名；示例地址与外部地址一样，只能从函数返回的外部数据结构获得。CLIPS有一个基本语言的符号单位，称为令牌(Token)。其作用是在CLIPS中将键盘或文件中某组有特定意义的字符读入。4.2.2专家系统工具CLIPS2.事实（1）事实的定义在CLIPS中，事实由关系名、0个或多个槽(也称符号字段)及它们的相关值组成。事实分为两类：自定义模板事实(DeftemplateFact)和有序事实(OrderedFact)。4.2.2专家系统工具CLIPS（2）事实的输入一是在CLIPS运行提示符下使用下述命令输入：

（assert<fact>+）二是对于上述事实可以使用如下的结构实现输入：（deffacts<facts–name>[<optionalcomment>]

<fact>*）（3）规则在规则中，规则的前提一般由零个或多个条件组成，模式般是指组成规则前提的基本单位，每个模式由一个或多个字段组成。3.CLIPS的运行（1）控制结构规则的动作序列一般是顺序执行，但是也可以用if和while语句加以实现和控制。4.2.2专家系统工具CLIPS（2）约束在CLIPS中，常量和变量的最基本模式匹配之外，还存在许多功能十分强大的模式匹配符。例如，字段约束，即在字段上附加各种约束关系，将字段的取值范围约束至某一特定的范围。在模式匹配符里，最实用也最常用的就是连接约束，也称逻辑约束。该约束有与、或、非三种。（3）议程表在规则的执行过程中，CLIPS要进行各种模式同工作区的事实匹配，成功后，再将匹配的规则存放到议程表中。可以把议程表看成是成功匹配的规则集合，而这些规则称为被激活(Activate)。3.CLIPS的运行（4）调试在CLIPS中，主要有三个调试命令：matches命令，用于指出规则中与事实匹配的模式。watch命令。使用unwatch命令可以关闭watch命令。Set-break命令，用于设置断点，指定一组规则中任何一个被触发之前暂停执行的命令。Show-break命令可以列出所有的断点，remove-break命令可以删除断点。4.2.2专家系统工具CLIPS4.2.3专家系统工具JESS1.JESS的知识表示和基本组成JESS采用产生式的规则作为基本的知识表达模式，其核心由事实库、规则库和推理机三大部分组合而成。事实库JESS中的事实库有简单事实和对象事实。所谓简单事实就是一个事实的直接描述，不包含任何方法；而对象事实则封装了方法，并可以接受外界信息来改变自身特征的事实。JESS对于简单事实的表示通常采用断言。规则库JESS中规则的表示仍然采用CLIPS的语法结构，它通过限定规则的前件和后件，来支持内容丰富的模式匹配语言。推理机JESS通过模式匹配语言对事实进行操作。在JESS中有很多的匹配操作符，包括支持与任意事实进行匹配的单一操作符和只能与满足特定约束值的事实进行匹配的复杂操作符。JESS在CLIPS的基础上增加了unique条件元素，用于标示出该模式匹配的事实是唯一的。1.JESS的知识表示和基本组成4.2.3专家系统工具JESS2.JESS的开发JESS是一个使用Java语言编写的基于规则的专家系统推理框架，它被封装成了一个jar包。用JESS开发专家系统有以下几种方式：命令行。可以把JESS代码保存为一个文本文件，并由JESS.main或javamain（）函数调用执行。Applet。可将JESS代码通过Applet的形式嵌入网页中，供远程用户调用时进行下载，这样可以以“胖客户”的形式构造用户界面。Servlet。通过Servlet和JSP技术，可以在网页代码中嵌入并调用JESS程序，将JESS扩展到J2EE的环境上，实现用户远程以“瘦用户”的方式访问专家系统。Windows界面。通过在JESS代码中调用Java可视组建类库(Swing等)，或者在Java程序中嵌入JESS代码形式来构造Windows用户界面。