第四章2智能决策支持系统和智能技术的决策支持.ppt

第4章 智能决策支持系统和 智能技术的决策支持 （2） (2) 部分内容 4.3 专家系统与智能决策支持系统 4.3专家系统与智能决策支持系统 4.3.1专家系统原理1. 专家系统概念 1）专家系统定义 专家系统是具有大量专门知识， 并能运用这些知识解决特定领域中实际问题的计算机程序系统。 专家系统是利用大量的专家知识，运用知识推理的方法来解决各特定领域中的实际问题。计算机专家系统这样的软件能够达到人类专家解决问题的水平。 4.3.1专家系统原理 2）专家系统的特点 专家系统需要大量的知识，这些知识是属于规律性知识，它可以用来解决千变万化的实际问题。 计算机的应用发展概括为： 数值计算───→ 数据处理 ───→知识处理 （算法） （数据库处理） （推理） 4.3.1专家系统原理 例如： 求解微积分问题，是利用30～40条微分、积分公式来求解千变万化的微分、积分问题，得出各自的结果。 其中微积分公式就是规律性知识，求解微积分问题就是对某函数反复利用微积分公式进行推导，最后得出该问题的结果。 这个推理过程是一个不固定形式的推理，即前后用哪个公式，调用多少次这些公式都随问题变化而变化。 1） 专家系统对比数据库检索 数据库中存放的记录可以看成是事实性知识。如果把检索数据库记录看成是推理的话，它也是一种知识推理。它与专家系统的不同在于： （A）知识只含事实性知识，不包含规律性知识。 （B）推理是对已有记录的检索，记录不存在，则检索不到。不能适应变化的事实，推理不出新事实。 2）专家系统对比数值计算 数值计算是用算法解决实际问题，对不同的数据可以算出不同的结果。 如果把数据看成是知识，算法看成推理的话，它也是一种知识推理。它与专家系统的不同在于： （A）算法（推理过程）是固定形式的。算法一经确定，推理过程就固定了。而专家系统的推理是不固定形式的，随着问题不同，推理过程也不一样。 （B）数值计算只能处理数值，不能处理符号。 从上面分析可见，数值计算、数据处理是知识处理的特定情况，知识处理则是它们的发展。 知识处理的特点 （A）知识包括事实和规则（状态转变过程）。 （B）适合于符号处理（如微积分求解）。 （C）推理过程是不固定形式的（推导过程中每次选用的规则知识是变化的）。 （D）能得出未知的事实（如推导出新的微分公式）。 2.专家系统结构 专家系统的核心是知识库和推理机。 专家系统可以概括为： 专家系统＝知识库+推理机 3.产生式规则知识的推理机 产生式规则的推理机＝搜索+匹配（假言推理） 在推理过程中，是一边搜索一边匹配。匹配需要找事实。 这个事实一是来自于规则库中别的规则，一是来自向用户提问。 在匹配时会出现成功或不成功，对于不成功的将引起搜索中的回溯和由一个分枝向另一个分枝的转移，可见在搜索过程中包含了回溯。 4. 产生式规则推理的解释 推理中的搜索和匹配过程，如果进行跟踪和显示就形成了向用户说明的解释机制。好的解释机制不显示那些对于失败路径的跟踪。 4.3.2 产生式规则专家系统 目前，用产生式规则知识形式建立的专家系统是最广泛和最流行的。 4.3.2.1 产生式规则 产生式规则知识一般表示为: if A then B， 或 ： 如果A成立则B成立， 或 ： A→B 产生式规则知识允许有如下的特点： ⒈ 相同的条件可以得出不同的结论。 如：A─→B　　A─→C　　 ⒉ 相同的结论可以有不同的条件来得到。 如　A─→G　　B─→G　　 ⒊ 条件之间可以是“与”（AND）连接和“或”（OR）连接 如　A∧B─→G　　　　　　 A∨B→G（相当于A→G，B→G） ⒋ 一条规则中的结论，可以是另一条规则中的条件。 如　F∧B→Ｚ，　　C∧Ｄ→F 其中F在前一条规则中是条件，在后一条规则中是结论。 由于以上特点，规则知识集能做到： ⒈ 能描述和解决各种不同的灵活的实际问题。（由前三点特点形成） ⒉ 能把规则知识集中的所有规则连成一棵“与、或”推理树（知识树）。即这些规则