第一讲专家系统概论(约3~4学时).docxVIP

主要内容第1讲：绪论：专家系统概论第一部分知识表示第2讲：产生式系统第3讲：框架第二部分不确定性处理第4讲：确定性理论第5讲：Prospector 中的主观贝叶斯方法第6讲：证据理论经典证据理论简化证据理论面向有序命题的简化证据理论第7讲：加权模糊逻辑第8讲：两级（二阶）不确定性第9讲：协作冲突消解一致性处理确定性因子模型改进及在CDPS冲突消解中的应用协作冲突消解的辩论方法第10-?? 讲：粗糙集理论第一讲专家系统概论人工智能历史沿革与发展现状知识工程的含义和发展专家系统（Expert System，ES）的定义知识的定义知识的阈值知识的类型常用的知识表示形式专家系统（基于知识的系统）的体系结构一个基于规则的专家系统的体系结构专家系统（ES）的主要特征专家系统的类型简单的专家系统示例——动物识别专家系统ANIMAL知识工程的含义和发展知识工程（Knowledge Engineering，KE）是研究如何运用人工智能（Artificial Intelligence，AI）的方法和技术建造专家系统（Expert System，ES）的一门工程性学科。与建造专家系统有关的理论、方法、技术都是KE研究的内容；KE是AI的应用分支，因此KE也被称为“应用AI”。(一) 萌芽期（196 0至1965年）此时AI的研究处于低谷期, 费根鲍姆（E．Feigenbaum）认为仅仅研究一般性问题的求解方法不够, 智能程序还应有领域专门知识;1965年，费根鲍姆和林赛(R.Linday)开发了DENDRAL系统,该系统可以通过分析图谱推断出物质结构,第一次把AI和领域专门知识有机结合起来;同年，费根鲍姆（E．Feigenbaum）首次提出了专家系统（Expert System）的概念；(二) 形成期(1965~1977)1965~1977年，建造了一大批ES系统，并开始研制ES的开发工具，积累了很多经验；最著名的有：1976年，MIT E. Shortliff博士研制的 MYCIN系统、半自动知识获取工具Teiresias、开发工具EMYCIN；　但在建造ES的方法论上还存在很多问题，认为应把ES建造提高到工程的高度来认识；1975年，美国麦卡锡（J.Mecarthy，AI的开创者）提出“认识论工程”；1977年，英国米奇（D.Michie，AI的先驱）扩充了“认识论工程”的概念，直接使用了“知识工程”一词；1977年，费根鲍姆（Feigenbaum）在第5届国际人工智能联合会IJCAI-5上做了特邀报告“人工智能的艺术：知识工程的课题及实例研究”，他被誉为知识工程的鼻祖。（三）发展期（1977至20世纪初）KE的理论、方法不断的丰富，派生出许多新的研究领域知识表示的研究；推理方法的研究；不确定性和模糊性处理的研究确定性因子理论贝叶斯方法证据理论贝叶斯网可能性理论（模糊集合论、粗糙集、可能性逻辑）非数值方法工程方法控制方法知识获取方法的研究数据挖掘结构化机器学习Ontology(本体论)的研究分布式人工智能（Distributed Artificial Intelligence ，DAI）的研究智能主体（Agent）的研究Intelligent Agent, Multi-agent system, Mobile agent, Web Intelligent agent, Intelligent Information Agent(I2A)专家系统开发工具、环境、平台的研究等专家系统（ES，Expert System）的定义：专家系统，是一个智能程序，它能对那些需要专家知识才能解决的应用难题，提供相关领域权威专家水平的解答（Michie , 1979 ; Feigenbaum , 1977 ; Hayes-Roth , 1983）。专家系统，可以说是一个运用知识进行推理的计算机程序。推理就是使用某种符号逻辑，从一些事实得到结论的过程。知识的定义知识是特定领域中的描述、关系和过程；描述：识别和区分知识库中的对象和对象类； -----个体刻画关系：知识库中对象之间依赖性、关联性； ---对象间联系的刻画过程：推理中，规定要执行的动作； ---用符号描述操作对象：知识库中最小单位的知识片，可能是：假设、事实、证据、结论、知识元、断言、命题等。从广义上来说，专家系统中的知识（表层知识）包括两种：一种是事实；另一种是经验，即一种好的猜测和判断，也称之为启发式知识。知识的阈值⑴ES拥有知识的数量与其所具有的问题求解能力之间的关系：系统拥有的领域专门知识越多，其问题求解能力就越强。⑵知识原理：一个系统显示出高水平的智能，其原因是：它具有丰富的专门知识，并且它能有效地利用这些专门知识。这里的“智能”系指在巨大的搜索空间中，能迅速找到合适解的能力