人工智能专家系统.ppt

人工智能专家系统; 专家系统是人工智能应用研究的一个重要分支。自20世纪60年代末，费根鲍姆等人研制成功第一个专家系统DENDRAL以来,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，并已产生了巨大的社会效益和经济效益。它实现了人工智能从理论研究走向实际应用，从一般思维方法探讨转入专门知识运用的重大突破。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。;1 专家系统概述 ; 1976年，专家系统MYCIN由美国斯坦福大学的E.H.Shortliffe开发成功，其主要设计目的是为细菌感染疾病提供抗菌剂治疗建议。MYCIN还首次使用了目前专家系统中常用的知识库的概念，并在不确定性的表示和处理中采用了可信度的方法。 1976年，美国斯坦福大学国际研究所人工智能研究中心的R.O.Duda等人研制成功一个探矿专家系??ROSPECTOR，该系统把矿床模型按计算机能解释的形式编码，随后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。 进入20世纪80年代以后，专家系统的研发开始趋于商品化。;2. 专家系统的成就 由数字设备公司（DEC）和卡内基—梅隆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以及知识的完备性等问题都是要继续探讨和研究的。; 到目前为止，有关专家系统还没有一个严格公认的形式化定义。但人们普遍认为，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，它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： 它是一种具有智能的程序系统。能运用专家知识和经验进行推理的启发式程序系统。 它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。 它能应用人工智能技术模拟人类专家求解问题的推理过程，解决那些本来应该由领域专家才能解决的复杂问题。 ; 对专家系统的类型划分可以有多种不同的方法。不同的分类方法所得到的分类结果也不同。 1. 按专家系统特性和处理问题的类型分类 海叶斯—罗斯（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：通过对已知信息和数据进行分析和推理，从而确定它们的含义，给出相应解释的一类专家系统。 （2）诊断型：根据输入系统的有关被诊断对象的信息，来推断出相应对象存在的故障和产生故障的原因，并进一步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。 除了以上这10种类型的专家系统外，决策型和管理型的专家系统也是近年来颇受人们重视的两类专家系统。 ;2、按系统的体系结构分类 (1)集中式专家系统 这是一类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、深-浅双层结构、多层聚焦结构及黑板结构等专家系统。 层次式结构专家系统是指其推理机构为多层机制，推理方式采用逐层推理的专家系统。 深—浅双层结构专家系统是指系统的知识库由两个子知识库构成