正文57311.docVIP

文献综述 一 概述 人工智能一门正在发展的综合性边缘学科,50多年来,理论研究和实际应用均得到迅速的发展,它所包括的研究领域有专家系统、模式识别、自然语言理解、问题求解、机器人等。其中,专家系统是当前人工智能应用中最为成功的一个领域。专家系统是一种大型复杂的智能计算机程序,被广泛应用于那些非结构化问题的求解。它把专门领域中若干个人类专家的知识和思考、解决问题的方法以适当方式储存在计算机中,使计算机能在推理机的控制下模仿人类专家去解决问题,在一定范围内取代专家或起专家助手作用。 60年代中期,首批专家系统在美国斯坦福大学和麻省理工学院问世。80年代中期,专家系统广泛地应用于化学、数学、医疗、地质、气象、石油勘探、军事、法律、教育等领域, 并取得了重大的社会和经济效益。我国近年来包括 863高新技术发展计划“九五”计算机技术科技攻关规划,都把人工智能技术作为重点发展的关键技术之一,在理论研究和实际应用上都有较大的进展。 近十多年来，专家系统获得迅速发展，应用领域越来越广，这是专家系统优良性能以及对国家经济的重大作用决定的。具体的说，包括下列几个方面： （1）专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 （2）专家系统解决问题时不受周围环境的影响，也不可能遗漏忘记。 （3）可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。 （4）专家系统能够促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够广泛有力的传播专家的知识、经验与能力。 （5）专家系统能够汇集多领域专家的知识和经验以及他们协作解决重大问题的能力，它拥有更渊博的知识、更丰富的经验与更强的工作能力。 （6）军事专家系统的水平是一个国家国防现代化的重要标志之一。 （7）专家系统的研制与应用，具有巨大的经济效益和社会效益。 （8）研究专家系统能促进科学技术的发展，专家系统对人工智能的各个领域的发展起了很大的作用，并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。 二 主题 专家系统（expert system）是人工智能应用研究最活跃和最广泛的课题之一。自从1965年第一个专家系统DENDRAL在美国斯坦福大学问世以来，经过20多年的研究开发，到80年代中期，各种专家系统已遍布各个专业领域，取得很大的成功。专家系统属于人工智能的一个发展分支，并且运用于医疗、军事、地质勘探、教学、化学等领域，产生了巨大的经济效益和社会效益。现在，专家系统已成为人工智能领域中最活跃、最受重视的领域。专家系统运用于医疗、军事、地质勘探、教学、化工等领域，产生了巨大的经济效益。但与此同时，专家系统在开发使用中也存在一些缺点： 知识获取瓶颈，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归纳为规则加入知识库中，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往往只会意会，不能言传，很难用一定的规则或数学模型来严格描述，因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。 另一种知识获取的困难就是多个领域专家的知识之间的互相矛盾的处理。是在这些知识之间做某些折中处理，还是取其中某一种，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家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的结论，但是一旦我难题超出系统所拥有的专业领域知识，出现系统未预料到的情况，即使问题所涉及的知识只与现有专业领域知识有细微偏差，系统就得不作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，缺少深沉的、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，不能再运行过程中自我完善、发展和创新，不能联想记忆、识别和类比等方式进行推理。这样，系统就不能在实践中不断完善，就不能从环境变化中发展和创新知识。系统的功能取决于系统最初的知识和能力，它的本领只是输入知识的总和。 以上种种都是专家系统发展中存在的一些限制，在未来的年代里，许多今日的专家系统缺失将会被改善，相信未来专家系统应该继续研究的项目有：具有处理常识的能力发展深层的推论系统；不同层次解释的能力；使专家系统具有学习的能力；分布式专家系统；轻易获取与更新知识的能力。 未来发展的专家系统，就由传感器直接获取外界资料，也可由系统外的知识库获得资料，在推理机中除推理外，能拟定规划，仿真问题状况等。知识库所存的不只是静