人工智能专家系统28.ppt

专家系统概论 1. 专家系统的概念 2. 专家系统的基本结构 3. 专家系统的开发 专家系统的概念 1. 什么是专家系统 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，简而言之，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。 专家系统的概念 2. 专家系统与一般应用程序的区别 前者把问题求解的知识隐含地编入程序， 而后者则把其应用领域的问题求解知识单独 组成一个实体，即为知识库。知识库的处理 是通过与知识库分开的控制策略进行的。更 明确地说，一般应用程序把知识组织为两级： 数据级和程序级；大多数专家系统则将知识 组织成三级；数据、知识库和控制。 专家系统的概念 3. 专家系统的类型 对专家系统可以按不同的方法分类。通 常，可以按应用领域、知识表示方法、控制 策略、任务类型等分类。如按任务类型来划 分，常见的有解释型、预测型、诊断型、调 试型、维护型、规划型、设计型、监督型、 控制型、教育型等。 专家系统的基本结构 1. 专家系统的基本结构 专家系统的基本结构 如图所示，其中箭头方向 为数据流动的方向。专家 系统通常由 人机交互界面 、 知识库 、 推理机 、 解释器 、 综合数据库 、 知识获取 等 6 个部分构成。 专家系统的基本结构 系统的主要部分是知识库和推理引擎。 根据到目前为止讨论的推理系统，知识库由 谓词演算事实和有关讨论主题的规则构成。 推理引擎由所有操纵知识库来演绎用户 要求的信息的过程构成 - 如消解、前向链或反 向链。用户接口可能包括某种自然语言处理 系统，它允许用户用一个有限的自然语言形 式与系统交互。也可是用带有菜单的图形接 口界面。解释子系统分析被系统执行的推理 结构，并把它解释给用户。 专家系统的基本结构 在实际应用中 , 这四个部分构成了一个系 统 . 在一个专家系统结构中 , 一个 知识工程师 ( 经常是一个训练过的 AI 计算机科学家 ) 与应 用领域的一个专家 ( 或几个专家 ) 共同工作以 便把专家的相关知识表示成一种形式 , 以使它 能被输入到知识库 . 这个过程经常由一个知识 采集子系统协助。和其他情况一样，这个子 系统检查正在增长的知识库的可能不一致和 不完备信息，然后将它们表示给专家以做出 决定。 专家系统的基本结构 2. 专家系统的工作原理及一般工作过程 专家系统的基本工作流程是，用户通过人机界面回答系统 的提问，推理机将用户输入的信息与知识库中各个规则的条件 进行匹配，并把被匹配规则的结论存放到综合数据库中。最后 ，专家系统将得出最终结论呈现给用户。 在这里，专家系统还可以通过解释器向用户解释以下问题 ：系统为什么要向用户提出该问题（ Why ）？计算机是如何 得出最终结论的（ How ）？ 领域专家或知识工程师通过专门的软件工具，或编程实现 专家系统中知识的获取，不断地充实和完善知识库中的知识。 专家系统的基本结构 专家系统的工作过程是根据知识库中的 知识和用户提供的事实推理，不断地由已知 的前提推出未知的结论，并把这些未知的结 论纳入工作存储空间，作为已知的新事实继 续推理，从而把求解的问题由未知状态转换 为已知状态。可见，专家系统的工作过程是 专家工作过程的一种机器模拟。 专家系统的开发 1. 专家系统的开发条件 基础知识型数据库的建立 专家系统的核心是知识。 面向基层农户和农技人员， MVPES 将 蔬菜栽培的领域知识用如下几种类型来表示 和组织： （ 1 ）描述型知识。 （ 2 ）数据型知识。 （ 3 ）规则型知识。 专家系统的开发 1. 专家系统的开发条件 计算机实现的推理技术 推理是在建立知识库、规则库、数据库 的基础上，从用户提供的已有事实，推出新 的结果。 采用产生式推理方式。多条规则之间一 般都有联系，即其中某条规则的前提是另一 条规则的结论。可以按逆向推理的思想把推 理前提与推理目标之间的一系列规则展开为 一棵树型的结构，形成知识树或推理树。 专家系统的开发 2. 专家系统的基本设计思想与基本设计原则 (1) 设计系统时，首先集中精力研究一 小部分假设，以及下述的观测或观察，也就 是说，在设计实验系统时，先不要考虑那些 不十分确定的事物。使用一部分结论，只取 那些确实可信的观察和肯定的规则。 (2) 挑选那些最有利于区别各个假设的 观测。也就是说，应用这些观测可以把各种 假设完全区分开来。 专家系统的开发 2. 专家系统的基本设计思想与基本设计原则 (3) 在许多情况下，为得到许多所需的 结论，可以有许多方式来组合观测。在决定 规则时，首先从确认或区分各种假设所需的 数量