专家系统在智能控制中的研究和实现.docVIP

专家系统 第1 节: 什么是专家系统: 第2节： 专家系统Rete算法的基本原理 第3节： 开源分布式专家系统ERESYE 实例分析 第4节：开源分布式专家系统ERESYE 结构分析 第5节：基于ERESYE专家系统的实例开发。 第6节：总结 第1 节: 什么是专家系统: 专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类 专家的知识和解决问题的方法来处理该领域问题。 专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域 一个或多个专家提供的知识和经验，进行推理和判 断，模拟人类专家的决策过程，以便解决那些需要人 类专家处理的复杂问题，总之, 专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 第2节： 专家系统Rete算法的基本原理 2.1 RETE 学习步骤建议 Rete算法因为其本身的难度而闻名,所以真正理解RETE算法就是一个极其困难和痛苦的过程。古人云: 欲速则不达。为了让初学者,顺利的掌握这个算法,正确的方法就是非常重要的一个环节。作者认为可以沿着这样一条道路,可以顺利的到达RETE。 首先理解这个算法的作用,是解决什么问题的,然后,为了解决这个问题,RETE对应的数据结构和算法是什么,然后打开一个最简单的应用实例,分解。最后对整个算法理解后,提出自己的改进建议。 2.2 Rete算法的作用 Rete算法是为了解决更改事实或者规则后,如何用那种策略,让知识库的更新和学习速度比较快,而不是采用整体重新学习和更新的方式。 2.3 TRIE基本原理 RETE算法的数据结构本身是有向无环图, 如果可以从简化的形式来看,可以看为TRIE。这是TRIE,又称为单词查找树或者键树,是一种树形结构,是一种哈希树变种。 这个图形表明，当有一个事实发生变化的时候，如何影响了相关的结果。当A发生变化时候，整个A的分支就都必须重新学习；单只是e发生变化时候，影响的只是Ae，与其它的结果没有关系。 2.4RETE 介绍 该算法的目的是提高速度正向链接规则系统的限制，要求重新计算冲突后触发规则。它的缺点是，它具有很高的存储空间要求。它利用两个经验观测值: 时间冗余：一个规则触发变化通常只有几个事实，只有少数的规则是受这些变化。 结构相似的：同样的模式经常出现在左边的一个以上的规则。 人工智能,我们只关心三个方面: “事实”，“模式”，和“规则”。为了更好的了解这三个方面的抽象的概念,就直接用例子来说明。 首先,看看“事实”的例子: 命题: 我是一名士兵 事实: (is-a I soldier) 命题: 士兵的理想就是当将军 事实: (purpose soldier general) 命题: 大家都说棒 事实: (evaluation everyone wonderful) 评价 然后，再用以下两个例子来说明 “模式”： 问题：谁是士兵 模式：（is-a ?who soldier） 问题：谁的目标成为将军 模式：（purpose ?who general） “规则”: 规则描述：不想当将军的士兵，不是好士兵 规则： (R1 ~(is-a ?x soldier) ~(purpose ?x genera) == ~( evaluation everyone wonderful)) 因此，事实就是命题描述，而模式就是带有参数的匹配，规则就是已知条件，得出结果。 rete算法基本的数据结构是一个有向非循环图，该算法保持了日期相关的信息的节点图。当一个事实是添加或删除从工作记忆，一个令牌代表事实和操作输入图的根和传播到叶子修改适当的信息与节点。如果张三的年龄去年是30岁，今年就应该是31岁。如果说要改变正确的事实：张三今年的年龄是31岁，那么，我们就将事实添加上去。 根节点具有作为接班人的一种“种”节点，一对每个可能的事实（一种事实是其第一部分）。当一个令牌到达到根的副本令牌发送到每一个“种”节点有选择的进行操作，只选择标记的 然后为每个规则和它的每一个模式，我们创建了一一个输入阿尔法节点。每个“类”的节点连接到所有的阿尔法节点的种类和提供他们的标记，它接收副本。每个阿尔法节点关联关系，阿尔法记忆，其专栏命名变量出现在节点的模式。例如，如果模式的节点（is-a-parent-of？×？年）的关系已列为和当一个令牌到达的节点项目操作中提取的令牌的元件匹配元组变量的模式。由此产生的元组添加到阿尔法记忆节点。