专家系统研究现状及其发展趋势.docxVIP

— PAGE \* Arabic 1 — 专家系统研究现状及其发展趋势 专家系统研究现状及其发展趋势  ：郑伟等  来源：《电子世界》2013年第04期  近三十年来人工智能（Artificial In-telligence，AI）获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕成果。作为人工智能一个重要分支的专家系统（Expert System，ES）是在20世纪60年代初期产生并发展起来的一门新兴的应用科学，而且正随着计算机技术的不断发展而日臻完善和成熟。[1]  随着现代工业及科学技术的迅速发展，生产设备日趋智能化、复杂化，专家系统也经历了三个发展阶段。第一阶段的专家系统主要依赖于领域专家的感官和专业经验，对诊断信息只作简单的数据处理；第二阶段的专家系统则是以信号处理为依托，应用传感器技术和远程控制技术实现远程技术支持的现代诊断技术；第三阶段则是随着计算机及人工智能的发展，以知识处理为核心，实现信号处理、建模处理与知识处理相融合的智能诊断技术。智能故障诊断技术的研究目前主要从两个方向展开：基于知识的智能故障诊断技术的研究和基于神经网络的智能故障诊断技术的研究。  1.专家系统的基本概念  1.1 专家系统的概述  ES是一个具有大量专门知识与经验的程序系统，它应用人工智能技术，根据一个或多个人类专家提供的特殊领域知识、经验进行推理和判断、模拟人类专家做决策的过程来解决那些需要专家决定的复杂问题。[2]  自从1968年Feighbaun教授开发出首个专家系统DENDRAL，用来解决化学质谱问题以来，专家系统因其能产生巨大的经济效益而得到了各行业的广泛应用。迄今为止，已经形成了十余类，主要包括诊断型、设计型、规划型、解释型、预测型、监视型、调试型、教学型、修正型、控制型。本文所要应用的专家系统是诊断型的专家系统。  诊断专家系统作为专家系统中的一个分支，其研究也得到了各国的高度重视，并相继在各行业中开发出了一些诊断专家系统，如1982年EGG公司于开发的REACTOR系统（用于核反应堆故障诊断与处理），1983年Bell实验室于开发的ACE系统（用于电话电缆故障诊断与维护），在我国，中电某所研制的基于某型装备的故障诊断专家系统等等。  1.2 专家系统的特征  1）知识丰富。积累了相当数量专家的知识；  2）启发性。专家系统能运用专家知识进行判断、推理和决策；  3）复杂度高。知识库中的知识虽然涉及的面比较窄，但是它具有较高的复杂度与难度；  4）具有获取知识的能力；  5）透明性。具有解释功能，并能回答用户提出的问题，提高用户与系统之间的透明度；  6）灵活性。知识与推理机构彼此既有联系，又相互独立，使专家系统具有良好的可维护性和可扩展性。  1.3 专家系统的组成  ES的一般结构有六个部分：知识库（Kn owledge Base）、数据库（Data Base）、推理机（Inference Engine）、解释子系统（Explanatory System）、人机接口（Man-machine Interface）和知识获取子系统（Knowledge Acquisition），如图3.1为专家系统的基本结构。  1）知识库：专家系统存储知识的地方。主要用于收集和存储某领域专家的经验、知识及书本知识、常识等，包括可行操作、事实和规则等；  2）综合数据库：综合数据库又称总数据库或全局数据库，主要用于存放有关问题求解的假设、初始数据、目标、求解状态、中间结果以及最终结果；  3）推理机：推理机是专家系统的核心部分，实际是一组计算机程序，用于模拟专家的思维过程，控制、协调整个专家系统的工作。它根据用户所提供的初始数据和问题求解要求，运用知识库中的事实和规则，按照一定的推理方法和控制策略对问题进行推理求解，并将产生的结果输出给用户；  4）知识获取子系统：在建造和维护知识库时充当专家系统和领域专家、知识工程师的接口；  5）解释子系统：解释机构由一组计算机程序组成，它对推理给出必要的解释，并根据用户问题的要求做出相应的回应，最后把结果通过人机接口输出给用户，以增强用户对系统推理的理解和信任；  6）人机接口：用户、专家系统和领域专家知识工程师之间沟通的媒介，它把三者交互的信息转换成彼此都能够理解的形式，由一组程序及相应的硬件组成，用于完成I/O工作。  2.专家系统研究现状及发展趋势  2.1 研究现状