【基于神经网络专家系统的研究与应用】.doc

目 录 第1章 绪 论 1 1.1 论文研究的背景 1 国内外研究现状 1 专家系统在开发使用中存在的缺点 2 神经网络的局限性 3 1.2 论文研究的主要内容 3 1.3 论文研究的目标及意义 4 1.4 论文的组织结构和安排 4 第2章 神经网络和专家系统的基本理论 5 2.1 神经网络的基本理论 5 神经网络的概述及工作原理 5 神经网络的基本特征及优点 6 BP神经网络模型 8 BP网络结构设置 10 2.2 专家系统的基本理论 12 专家系统的功能 12 专家系统的基本结构及组成 13 第3章 基于神经网络专家系统的研究 16 3.1 神经网络专家系统整体设计 16 神经网络专家系统总体结构 16 神经网络专家系统的组成及功能 16 3.2 知识表示 17 传统知识表示方法 18 面向对象知识表示方法 19 本论文采用的知识表示方法 20 3.3 知识获取 21 知识获取的基本方法 22 神经网络知识获取方法 23 3.4 推理机 25 专家系统推理机制 25 神经网络专家系统的推理机制 26 3.5 知识存储与维护更新 26 神经网络知识存储 26 神经网络知识维护更新 27 3.6 用户界面 27 第4章 基于神经网络专家系统的应用 29 4.1 例子的建造背景 29 4.2 例子的建造过程 30 特征因子选择 30 网络参数配置 30 样本数据处理 31 训练网络 31 网络训练结果分析 34 专家建议 34 4.3 例子的结果分析 34 结 论 36 致 谢 37 参考文献 38 附录1 外文资料中文翻译 40 附录2 外文资料原文 45 第1章 绪 论 1.1 论文研究的背景 专家系统(Expert System，缩写ES)是人工智能领域应用研究最活跃的领域之一，日益得到广泛的应用。它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，根据某个领域里一个或多个人类专家提供的经验和知识进行推理，模拟人类专家的决策过程，解决那些需要专家解决的复杂问题。 国内外研究现状 国内早在1988年，戴汝为院士便提出了综合智能系统模型的设想。综合主义思想的直接成果首先是人工神经网络专家系统的产生，其实质是用神经网络去构造传统专家系统的各个部件，这在实际中是可行的，并在解决许多实践问题中发挥了作用。北京科技大学与安阳钢铁集团公司共同开发研制的高炉冶炼神经网络专家系统成功地应用于鞍钢2号300立方米高炉。安徽省地震局研制的“基于模糊神经网络和符号推理的地震预报专家系统”以模糊神经网络作为专家系统前端，通过分析杂乱无章的数据，得到有关知识[1]。 国外在八十年代末到九十年代初，将专家系统和人工神经网络结合起来的综合主义思想开始产生，er等人的Neural Network和Connectionist Expert Systems。at推出的用于医疗诊断的连接主义专家系统，开创了神经网络与专家系统相结合的先例。1989年DIETZ等创建了喷气和火箭发动机故障诊断神经网络专家统，DELMAN继承人工神经网络与专家系统用于智能机器人的研究。 专家系统在开发使用中存在的缺点 （1）知识获取的“瓶颈”。通常专家系统的知识获取主要靠人工移植，由知识工程师将领域专家的知识总结为规则加入到知识库中，这种知识获取是间接的，因而效率低；另外，领域专家的某些经验知识往往只能意会，不能言传，很难用一定的规则或者数学模型来严格描述，而这些经验知识在问题求解过程中是相当重要的，这就是专家系统设计开发中的“瓶颈”问题。 （2）另一种知识获取的困难就是多个领域专家的知识之间相互矛盾的处理。是在这些知识之间作某种折中处理，还是只取其中的某一种，作为非领域专家的知识工程师在这种情况下也束手无策。 （3）知识“窄台阶”。目前，一般的专家系统只能在相当窄的专业知识领域内求解专门性问题，对于那些可以用相应经验知识完整描述的问题能够得到正确结论，但是一旦问题超出系统所拥有的专业领域经验知识，出现系统未预计到的情况，即使问题所涉及到的知识只与现有专业领域知识有细微偏差，系统就得不出结论甚至还可能得到错误的结果。所以存在知识的“窄台阶”，即只有浅层的、表面的、经验性的知识，缺少深层的、本质的、理性的知识。 （4）推理能力弱。由于推理方法简单，控制策略不灵活，所以容易出现“匹配冲突”、“组合爆炸”及“无穷递归”等问题，推理速度慢，效率低。 （5）智能水平低。专家系统的知识存储是一一对应的，且限定没有冗余性，因而就失去了灵活性。一般的专家系统一般不具备自学习能力和联想记忆功能，不能在运行过程中自我完善、发展和