第八章 专家系统课件.pptVIP

专家系统是人工智能应用研究的一个重要分支 20世纪60年代末，Feigenbaum等人研制成功第一个专家系统DENDRAL 专家系统已被成功地运用到工业、农业、地质矿产业、科学技术、医疗、教育、军事等众多领域 实现了人工智能从理论研究走向实际应用成为人工智能应用研究中最活跃、也最有成效的一个重要领域。 8.1 专家系统概述 1.产生与发展过程 1968年世界上的第一个专家系统DENDRAL在Stanford大学研发成功。——专家系统的诞生。 20世纪60年代末，MIT开始研究用于解决复杂微积分运算和数学推导的专家系统MACSYMA。 Carnegie Mellon 在同一时期也开发了一个用于语音识别的专家系统HEARSAY，并相继研发成功HEARSAY—II和HEARSAY—III。 1974年，Pittsburgh大学研制成功内科病诊断咨询系统INTERNIST，并在以后对其不断完善，使之发展成专家系统CADUCEUS。 1976年，专家系统MYCIN由Stanford的E.H.Shortliffe开发成功: 设计目的：为细菌感染疾病提供抗菌剂治疗建议 首次使用：知识库 推理方式：不确定性的表示和处理，采用了可信度的方法。 1976年，Stanford大学的R.O.Duda等人研制成功一个探矿专家系统 ROSPECTOR 矿床模型按计算机能解释的形式编码 利用这些模型进行推理 达到勘探评价、区域资源估值、钻井井位选择的目的 2. 专家系统的成就 由DEC公司和Carnegie Mellon大学合作研发的专家系统XCON，是一个用于为VAX计算机系统制定硬件配置方案的商用系统，创造了巨大的经济效益。 ACE是由贝尔实验室于80年代初开发的一个用于设备错误诊断的专家系统，用于定位和识别在电话网络中的故障点。 DELTA则是由通用电气公司在80年代中期开发的错误诊断系统，以帮助维修人员发现在柴油发电机中的故障。 3. 中国的情况 我国专家系统的研发起步于20世纪80年代，开发成功了许多具有实用价值的应用型专家系统。 4. 需要进一步研究并加以解决的问题 知识的自动获取方法 深层知识的表示和利用方法 分布式知识的处理方法 知识的完备性 专家系统是 一种具有大量专门知识与经验的智能程序系统 能运用某个领域一个或多个专家多年积累的经验和专门知识，模拟领域专家求解问题时的思维过程，以解决该领域中的各种复杂问题 也就是说，专家系统具有三个方面的含义： 能运用专家知识和经验进行推理的启发式程序系统 必须包含有大量专家水平的领域知识，并能在运行过程中不断地对这些知识进行更新。 能应用人工智能技术模拟人类专家求解问题的推理过程。 1. 按专家系统特性和处理问题的类型分类 F.Heyes-Roth等人按照专家系统的特性及处理问题的类型，将专家系统分为以下10种类型。 （1）解释型：对已知信息和数据进行分析和推理，给出相应解释的。 （2）诊断型：根据输入系统的有关被诊断对象的信息，推断出产生故障的原因，给出排除故障方法的一类专家系统。 （3）设计型：根据用户输入的设计要求数据，求解出满足设计要求的目标配置方案的一种专家系统。 （4）预测型：通过对过去知识以及当前的事实与数据进行分析，推断未来情况的一类专家系统。 （5）规划型：根据给定的规划目标数据，制定出某个能够达到目的的动作规划或行动步骤的一类专家系统。 （6）监视型：这是一类用于对被检控对象进行实时地、不断地观察，并能观察到情况及时做出适当反应的专家系统。 （7）控制型：用来对一个受控对象或客体的行为进行适当的调节与管理，以使其满足预期要求的一类专家系统。 （8）调试型：对失灵的对象制定出排除故障的规划并实施排除的一类专家系统。 （9)教学型：是一类可根据学生学习的特点，制定适当的教学计划和教学方法，以对学生进行教学和辅导的专家系统。 (10)修理型：对发生故障的系统或设备进行处理，使其恢复正常工作的一类专家系统。 2、按系统的体系结构分类 (1)集中式专家系统 对知识及推理进行集中管理的专家系统。对于这类专家系统，又可根据系统知识库与推理机构的组织方式，细分为： 层次式结构专家系统：推理机构为多层机制，推理方式逐层推理； 深—浅双层结构专家系统：知识库由两个子知识库构成，一个称为深层知识库，用于存放问题领域内的原理性知识，另一个称为浅层知识库，用