part I第四章 专家系统.pptVIP

人工智能及其应用 第四章 专家系统 一、概述 二、结构与工作原理 三、设计方法 四、评价 五、开发工具 六、Visual Prolog语言 教学要求 了解专家系统的基本概念、特点及类型； 理解掌握专家系统的结构和工作原理； 了解专家系统的设计过程及方法； 掌握专家系统的评价内容和开发工具； 初步了解Visual Prolog语言的基本知识 第四章 专家系统 一、概述 二、结构与工作原理 三、设计方法 四、评价 五、开发工具 六、Visual Prolog语言 Expert System专家系统是人工智能应用研究最活跃和最广泛的领域之一。 1965年-1968年，斯坦福大学的费根鲍姆和化学家勒德贝格合作研制DENDRAL系统，使得人工智能的研究从面向基本技术和基本方法的理论研究走向解决实际问题的具体研究，从探索广泛的普遍规律转向知识的工程应用，体现知识的巨大力量。 对某一事物精通，或者说有独到的见解的人 　　迄今为止，关于什么是专家系统，目前尚无一个十分确切的定义。其一般公认定义： 　 专家系统是一个具有智能的程序系统，其内部具有大量的专家水平的知识与经验； 该系统能利用专家的知识与推理方法来解决专门领域的问题； 它能对自身所得出的结论做出清楚、明晰、合理的解释。　　 一个专家系统必须满足的基本条件是： ①专家系统处理的是现实世界中原本应由专家分析和判断的复杂问题； ② 专家系统解决问题的模型和方案来自于专家的经验和推理方法；能模拟专家的思维 ③专家系统应该得到和专家一致的判断结论与决策。能达到专家级水平 本质上，专家系统只是一个高级的计算机智能程序系统。 同一般的计算机应用系统相比，专家系统具有下列六大性能： (1)具有高性能。 现实世界中，以数学化公式为核心的知识仅约占8%，大部分问题都是非数学化的知识。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高难问题。 (2)具有知识与实用性。 从处理问题的方法看，专家系统则是靠知识和推理来解决问题（不像传统软件系统使用固定的算法来解决问题。其次， 许多经典的人工智能程序往往是从纯学术技术目的出发研制的一种实验性研究工具，而专家系统解决的是人们在生产实践、科学研究、产品设计以及其它领域的实际问题，更多地强调实用。 (3)具有灵活性及可扩充性。 从系统的结构来看，专家系统强调知识与推理的分离，因而系统具有很好的灵活性和可扩充性。其灵活性还表现为：由于知识库与推理机分离，使人们可把一个技术上成熟的专家系统变为一个专家系统工具，即只要抽去知识库中的知识就可使它变为一个专家系统外壳。当要建立另外一个其功能与之类似的专家系统时，只要把相应的知识装入到该外壳的知识库中就可以了。这就节省了耗时费工的开发工作。 (4)具有透明性。 专家系统必须具有解释功能，能回答用户提出的问题，向用户解释它的决策动机和结论的推理过程，使用户能清楚地了解系统处理问题正确性，通过增强系统的透明度而取信于用户。 例如，一个医疗诊断专家系统诊断某病人患有肺炎，而且必须用某种抗生素治疗，那么，这一专家系统应向病人解释为什么判断他患有肺炎，解释用该抗生素治疗的原因，就像一位医疗专家对病人详细解释病情一样。 (5)具有自学习及自修正能力。有些专家系统还具有“自学习”能力，即不断对自己的知识进行扩充、完善和提炼。专家系统还能随时修正已有的知识或归纳出新的知识，适应新情况的需要，这一点是传统系统所无法比拟的。 (6)具有专业和长效性。专家系统大量使用的是专家级水平的专门领域所谓“深知识”来决策，而不是一般系统那样多使用常识性知识，即所谓“浅知识”；专家系统不像人那样容易疲劳、遗忘，易受环境、情绪等的影响，它可始终如一地以专家级的高水平求解问题。 1. 解释型专家系统 通过对已知信息和数据的分析，确定并解释其涵义。解释型专家系统具有以下特点： ⑴ 系统处理的数据量很大，而且往往是不准确的、有错误的或不完全的。 ⑵ 系统能够从不完全的信息中得出解释，并能对数据做出某些假设。 ⑶ 系统的推理过程可能很复杂和很长，因而要求系统具有对自身的推理过程做出解释的能力。 例如解释图像分析，解释地质结构和化学结构的分析系统等。著名的地质勘探咨询的专家系统PROSPECTOR就是其中一例。 ２.预测型专家系统 根据现状预测未来可能发生的情况的专家系统。诸如应用于气象预报、地震灾害预测、人口预测、工农业产量估计及水文、经济、军事形势预测等方面。其特点为： ⑴ 系统处理的数据随时间变化，可能是不准确和不完全的。