(人工智能jichu.docVIP

我对专家系统的认识与理解 一：什么是专家系统？ 所谓“专家”，一般都拥有某一特定领域的大量知识，以及丰富的经验。在解决问题时，专家们通常拥有一套独特的思维方式，能较圆满地解决一类困难问题，或向用户提出一些建设性的建议等。 专家系统就是存储在磁盘上的专家经验和专业知识，是一个具有智能特点的计算机程序，它的智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。因此，专家系统必须包含领域专家的大量知识，拥有类似人类专家思维的推理能力，并能用这些知识来解决实际问题。例如，一个医学专家系统就能够像真正的专家一样，诊断病人的疾病，判别出病情的严重性，并给出相应的处方和治疗建议等。 通常，先由专家系统的开发者把人类专家从多年经验中积累起来的核心知识和技能存储到磁盘上，使用户用过户可以通过个人计算机或者网络系统来获得这些知识。查询者只需要讲所要咨询的问题通过形式语言录入到专家系统中，专家系统就是通过事先存储在计算机中的知识进行推理与演算后为相应的问题的答案与咨询与建议，答案与建议比较准确。 专家系统的开发者通过专家系统开发工具建立相应的系统模型、搜索模型、知识表示模型和人机交互机制等，确定相应的搜索策略、问题与建议的指导性策略、专家系统的稳定性与准确性，防止给出错误的和误导性建议与指导方案。 如图1-1所示给出了专家系统的开发工具的功能，是专家尽快的设计与测试相应的专家系统，以便提高专家系统的准确性、智能性与可移植性，确定某版本的最终专家系统。 二：专家系统的构造 专家系统的基本结构如图1-2所示，其中箭头方向为数据流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和数量决定着专家系统的质量水平。一般来说，专家系统中的知识库与专家系统程序是相互独立的，用户可以通过改变、完善知识库中的知识内容来提高专家系统的性能。 人工智能中的知识表示形式有产生式、框架、语义网络等，而在专家系统中运用得较为普遍的知识是产生式规则。产生式规则以IF…THEN…的形式出现，就像BASIC等编程语言里的条件语句一样，IF后面跟的是条件（前件），THEN后面的是结论（后件），条件与结论均可以通过逻辑运算AND、OR、NOT进行复合。在这里，产生式规则的理解非常简单：如果前提条件得到满足，就产生相应的动作或结论。 例如，在“动物识别”专家系统中有这样一条规则： IF 能做单腿跳吗 = 否 AND 在苏格兰吗 = 是 AND 高度 = 大 THEN 动物 = 马 在这条规则当中，IF后面的前件中包含三个条件，只有三个条件都得到了满足，才能得出该动物是“马”。反之就得不出这个结论。产生式专家系统的知识库中包含了大量的规则，换言之，这里的知识库就是一个规则集。 推理机针对当前问题的条件或已知信息，反复匹配知识库中的规则，获得新的结论，以得到问题求解结果。在这里，推理方式可以有正向和反向推理两种。正向推理是从前件匹配到结论，反向推理则先假设一个结论成立，看它的条件有没有得到满足。由此可见，推理机就如同专家解决问题的思维方式，知识库就是通过推理机来实现其价值的。 人机界面是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题，并输出推理结果及相关的解释等。 综合数据库专门用于存储推理过程中所需的原始数据、中间结果和最终结论，往往是作为暂时的存储区。解释器能够根据用户的提问，对结论、求解过程做出说明，因而使专家系统更具有人情味。 知识获取是专家系统知识库是否优越的关键，也是专家系统设计的“瓶颈”问题，通过知识获取，可以扩充和修改知识库中的内容，也可以实现自动学习功能。 三：专家系统如何工作 专家系统的基本工作流程是，用户通过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。 在这里，专家系统还可以通过解释器向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？ 领域专家或知识工程师通过专门的软件工具，或编程实现专家系统中知识的获取，不断地充实和完善知识库中的知识。 四：专家系统的构造瓶颈： 1）知识的表示 知识这个词对我们来说仍是一个模糊的概念，只是从直觉上知道它的意义，但是知识怎样表示才能由计算机进行处理呢？目前的研究主要集中在知识的描述、编程以及相应的数学技巧方面