决策支持系统大连海事大学资料.ppt

（3）知识的形式化和编码。在这一阶段，将所获取的领域知识转化为执行的计算机程序，【例如】“If····then”规则等。 （4）系统测试和查错。通过测试检查知识库中的错误、不一致性和不完整性等。引起这一类错误的主要原因有：①专家在这一领域的知识不完备；②专家在特定场合的经验有问题；③某些知识的形式化不严密；④遗漏了某些事实和事实之间的关系；⑤含有非法和不能应用的语句；⑥缺少了领域专家的关键启发式知识等。 （5）知识优化和系统完善。主要是通过求解实际问题来对冗余的规则、形成死循环的规则、不相容、不一致和互相冲突的规则进行修改的过程。 5. 动态存储器 动态存储器又称为“黑板”或者“工作存储器”。它是用于存放用户提供的初始事实、问题描述以及系统运行过程中得到的中间结果、最终结果、运行信息等。 动态存储器的内容是不断变化的。在求解问题的开始时，它存放的是用户提供的初始事实；在推理过程中它存放每一步推理所得到的结果。同时,动态存储器还保存一次推理过程中的全部推理路径,供解释推理过程时使用。 6. 人机接口 人机接口是专家系统与领域专家或知识工程师及一般用户间的界面，由一组程序及相应的硬件组成，用于控制人机交互过程, 使用户能够以方便、直观的形式进行人机对话, 同时充分发挥用户人机对话中的主观能动性,尽可能地避免用户的误操作，用于完成输入输出工作。 5.1.3 产生式规则专家系统 一、产生式规则及特点 二、推理方法 三、推理树 四、推理树的搜索 五、不确定性推理 一、产生式规则 产生式规则知识一般表示为：if A then B , 或表示为：“如果A成立则B成立”，简化为：A → B 。 产生式规则知识允许有以下的特性： (1) 相同的条件可以得出不同的结论。 如：A → B A → C (2) 相同的结论可以由不同的条件来得到。 如：A→G B→G (3) 条件之间可以是与(AND)连接和或(OR)连接。 如: A∧B→G A∨B→G(相当于A→G,B→G） (4) 一条规则中的结论,可以是另一条规则中的条件。 如：F∧B→Z C∧D→F 产生式规则的特点 (1) 产生式规则知识表示形式容易被人理解； (2) 它是基于演绎推理的。这样,它保证 推理结果的正确性； (3) 大量产生式规则所连成的推理树(知识树) 可以是多棵树。从树的宽度看,反映了实际问题的范围。从树的深度看,反映了问题的难度。这使专家系统适应各种实际问题的能力很强。 二、推理方法 1. 正向推理 从已知数据信息出发，正向使用规则（让规则的前提与数据库匹配），求解待解的问题。它要求用户首先输入有关当前问题的信息作为数据库中的事实。 2. 逆（反）向推理 从目标开始 , 寻找以此目标为结论的规则,并对该规则的前提进行判断。若该规则的前提中某个子项是另一规则的结论,再找此结论的规则, 重复以上过程,直到对某个规则的前提能够进行判断。按此规则前提判断(是或否)得出结论的判断,由此回溯到上一个规则的推理,一直回溯到目标的判断。 3. 混合推理 三、推理树 按逆向推理思想把规则库所含的总目标 (它是某些规则的结论)作为根结点,按规则的前提和结论展开成一棵树的形式。这棵树一般称为推理树或知识树,它把规则库中的所有规则都连结起来。由于连结时有与关系和或关系,从而构成了 与,或推理树。 例：若有规则集为： A∨ (B ∧C) → G (I ∧ J)∨ K → A X∧F → J L → B M∨ E → C W∧Z → M P∧Q → E 规则集的逆向推理树 注：图中两斜线中间有弧线表示“与”关系， 无弧线表示“或”关系 G A I J K X F B L C M E W Z P Q 该 “与、或” 推理树的特点是： (1) 每条规则对应的结点分枝有与 (AND) 关系、或 (OR) 关系。 (2) 树的根结点是推理树的总目标。 (3) 相邻两层之间有一条或多条规则连接。 (4) 每个结点可以是单值,也可以是多值。若结点是多值,各值对应的规则将不同。 (5) 所有的叶结点都安排向用户提问,或者把它的值直接放在事实数据库中。 逆向推理树的一般形式 广度优先搜索示意图 深度优先搜索示意图 四、推理树的搜索 基本搜索方法 （1）广度优先搜索法 （2）深度优先搜索法 （一）推理树的深度优先搜索 逆向推理的搜索过程 在计算机中实现时,并不把规则连成推理树,而是利用规则栈来完成。当调用此规则时,把它压入栈内(相当于对树的搜索), 当此规则的结论已求