基于认知的推理机制与实现技术试题.pptx

基于认知的推理机制与实现技术研究 指导教师：王莉 学生：何云 2011年7月21日 研究背景 中医中药，博大精深，万事万物包罗万象，阴阳生克，是一门以人为本，顺应自然，人天合一的理论，但是因其难以掌握，使得后继中医药人才短缺。在全国当今人口中平均4000人中才有一名中医。解放前留下来的全国著名老中医已所剩无几，且均已70岁以上高龄。好在医疗诊断有它的统计规律性，将医学专家在临床实践中总结患者群体所患疾病的统计规律用计算机处理，实现医疗诊断的自动化，留住中医数百年来的宝贵经验有着非常重要的意义。 课题的引入 人工智能 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科 专家系统 专家系统是人工智能中最重要、最活跃的一个应用领域，但由于其重要性及相关应用系统之迅速发展，它已是信息系统的一种特定类型。近年来专家系统技术逐渐成熟，广泛应用在工程、科学、医药、军事、商业等方面，而且成果相当丰硕，甚至在某些应用领域，还超过人类专家的智能与判断。其功能应用领域概括有：解释、预测、诊断、故障排除、设计、规划、监督、除错、修理、行程安排、教学、控制、分析、维护、架构设计、校准等。 专家系统结构图 专业知识 “why“ ”how” 机器能理解的表达形式 人机交互界面 知识获取 解释器 综合数据库 知识库 推理机 专家、知识工程师 用户 推理机研究现状 基于规则的推理 将专家的经验归纳成规则，知识库容易管理，但当规则很多时，处理效 率低，而且规则难提取 基于案例的推理 通过与曾经解决过的案例比较得出解决方法，符合人类认知心理，但对于大型案例库案例检索十分费时 基于框架的推理 将知识用框架（将某类对象的所有知识组织在一起的一种通用数据结构）来表示，善于表达结构性的知识，且具有良好的继承性和自然性 基于神经网络的推理 人工神经网络具有自学习能力，对于新的模式和样本可以通过权值的改变进行学习﹑记忆和存储，进而在以后的运行中能够判断这些新的模式，使专家系统具有自学习能力，但只能模拟人类感觉层次上的智能活动，在模拟人类复杂层次的思维方面还有不足之处。 推理机研究现状 基于模糊逻辑的推理 模糊逻辑理论即对模糊事物相互关系的研究，具有专家水平的专门知识，能进行有效的推理，但是，模糊推理知识获取困难，学习能力差，容易发生错误 基于D-S证据理论的推理 证据理论可处理由不知道因素所引起的不确定性，它采用信任函数而不是概率作为度量，既能处理随机性所导致的不确定性，又能处理由于模糊性所导致的不确定性，但当证据冲突度较高时，经过其组合规则得到的结论常常有悖常理。 基于遗传算法的推理 遗传算法（Genetic Algorithms，GA）是一种基于自然选择和基因遗传学原理的优化搜索方法，具有很多有点，但如何同时提高搜索最优解的概率和效率，是遗传算法的一个需要进一步探索的问题 已有的推理机 jena Jena是面向语义Web的应用开发包，其结构图如下图所示。包含的内容比较全面，推理机只是其中一部分，它的运行效率不是很高，现在有DIG接口，DIG有点像数据库中的ODBC，允许前端挂接到后台不同的推理引擎上，这样，在Jean中，也可以使用RACER、FaCT、Pellet这样更’专业’些的推理机。 已有的推理机 Jess ?CLISP(C Language Integrated Production)是一种基于产生式的前向推理引擎的专家系统开发工具 Jess(Java?Expert?Shell?System)是基于Java语言的CLISP推理机,推理机是开放的，用户提供不同的规则系统，就可以进行不同领域的推理工作，用户可以对推理机的推理能力进行扩展。但作为前向推理系统，Jess用空间换时间，推理会产生大量的中间数据，空间效率很低 其他 针对本体的推理，越来越多地集中在了几种标准的本体语言上，如OWL、DAML、RDFS/RDF等，这样，研究者给出效率更高的，针对一些具体应用的推理机。象RACER、FaCT、Pellet等就是这类具体有强烈针对性的推理机。它们的优点是：效率很高，使用上也非常方便；缺点是：不是通用推理机，将推理能力限定在几种具体的本体语言上，而且用户很难对它进行扩展 存在的问题 研究内容 本文以中医学理论体系为背景通过对认知理论和认知规律的研究，分析并建立人类认知的一般模型，将认知模型与中医理论相结合，引入到专家系统的推