人工智能基础：专家系统概述、设计与新型应用.pptx

人工智能基础：专家系统

目家系统概述专家系统结构专家系统的设计与实现新型专家系统

专家系统概述

专家系统的定义专家系统的定义：专家系统是一类具有大量领域专家的知识与经验的计算机智能程序系统。它可以应用人工智能技术，根据专家的知识与经验进行推理和判断，进而模拟人类专家的决策过程，解决现实中一些复杂的领域问题。典型专家系统：60年代DENDRAL：帮助化学家判断某待定物质的分子结构的专家系统70年代MYCIN：用于治疗和诊断感染性疾病80年代EXSYS：第一个商用故障诊断专家系统当代Siri：智能语音专家系统

专家系统的特征具有专家水平的专业知识专家系统是基于知识的系统，它强调“知识”在问题求解中的作用启发性专家系统可以模拟人类专家的思维过程进行推理、判断与决策透明性专家系统需要具备良好的可解释性与交互性灵活性专家系统需要确保系统能增长新的知识以及修改旧的知识

专家系统的分类基于规则的专家系统基于框架的专家系统基于案例的专家系统基于模型的专家系统基于网络的专家系统

基于规则的专家系统用一系列规则来表达专家知识，利用规则来启发式求解问题规则：比如“IF-THEN”结构的产生式规则IF动物有羽毛THEN鸟类启发式求解：使用知识库内的规则来推断出新的信息代表：MYCIN普通的医生用户提交患者数据给系统后，系统内部会结合输入数据及知识库中的规则进行推理，形成诊断意见.

基于框架的专家系统用框架来表达专家知识，利用框架来推理问题框架：利用了面向对象思想，根据问题的本质将其分解成框架，进而分解成槽（属性）的集合。框架既可以表示类（抽象），也可以表示对象（具体）。比如将动物作为一个框架：框架名:动物槽（属性）：槽名称槽值名称狗类型哺乳动物大小中等

基于案例的专家系统采用以前的案例来求解当前的问题，专家系统不断学习新的经验来加强求解问题的能力求解过程：基于当前问题的信息，利用索引规则决定该问题对应的索引基于索引在案例库中使用匹配规则去寻找最合理的匹配框架名找到了最合理的匹配案例：就建议使用和过去案例相同的解若不然：就将该问题作为新的的案例，添加到匹配库中

基于模型的专家系统传统专家系统：以逻辑为基础的，采用规则逻辑或框架逻辑缺乏知识的重用性和共享性基于模型的专家系统：采用本体论将问题模型化既能增加系统功能，提高性能指标又可独立深入研究各种模型及其相关，将结果用于系统设计。代表：基于神经网络的专家系统：通过神经网络的模型和学习算法，从专家提供的知识样例中自动获取知识，得到推理和预测的能力

基于网络的专家系统传统专家系统：人与单机进行交互基于网络的专家系统：应用Web数据交互技术，在Internet层次实现人机交互保证系统与客户之间协作的实时性和可靠性代表：基于Web的飞行故障远程诊断专家系统客户端：机场人员可以及时通过Web浏览器端的诊断咨询系统将问题进行传输请求服务器端：基于知识库的诊断专家系统运行推理模块进行判断，并将诊断结果显示在浏览器上，及时可靠地呈现给远程用户

专家系统结构

概念结构专家系统=知识库+推理机

理想结构知识库：用于存储问题求解所需的领域知识、一般知识与相关数据信息。知识库是专家系统的核心组成成分，知识的数据和质量决定着专家系统的质量水平。综合数据库：也称为动态库、全局数据库或工作存储器，它往往是作为暂时的存储区，用于存储推理过程中所需的初始数据和中间数据。

理想结构推理机：在一定控制策略下针对综合数据库中的当前信息，识别和选取知识库中的有用信息进行推理。解释器：负责对用户解释推理过程，并回答用户的提问。知识获取模块：辅助知识工程师获取知识的程序以及系统的自学习模块。人机接口：人机交互界面是系统与用户交互的界面。

实际结构黑板结构黑板结构：将一个复杂任务分解为多个子任务，每个子任务对应一个小型的专家系统。所有专家都可以通过黑板进行交流和协作，从而共同解决一个复杂问题。黑板：公共数据存储区，用来存放在问题求解的推理过程中各种状态的数据。按层组织。知识源：各知识源可以利用黑板上的信息进行推理，并将结果更新到黑板上，以供其他知识源使用。控制：控制模块监督黑板上的修改，以及一个调度门模块根据各任务的激活条件和它们之间的关系来决定下一步的操作。

实际结构基于网络的分布式结构“客户端/服务器”(Client/Server,C/S)架构“浏览器/服务器”(Browser/Server,B/S)架构浏览器：用户通过浏览器输入问题。业务逻辑层：专家系统的应用服务器中的Web推理机，利用数据库服务器读取数据和知识进行推理数据库层：数据库服务器，存储数据和知识。

实际结构基于网络的分布式结构实例基于Web的远程诊断专家系统基于Web浏览器的诊断咨