專家系統(tǒng)復習

1、第一章專家系統(tǒng)概述1、專家系統(tǒng)(ES):是一個智能程序系統(tǒng)，有大量的、高水平領域專家的知識；有領域專家解決問題的思維方法。ES所處理的問題是依據(jù)已積累的知識來求得問題解答，一般沒有準確的數(shù)學公式來表達，這就是ES與“一般問題求解”方法的不同之處，數(shù)據(jù)+算法=傳統(tǒng)程序，知識+推理=專家系統(tǒng)。ES的關鍵是知識獲取、知識表達與推理的過程。2、專家系統(tǒng)的組成：知識庫、推理機、數(shù)據(jù)基、人機界面、知識獲取、解釋機構。3、專家系統(tǒng)的分類：(1) 診斷類專家系統(tǒng)(2) 預測類專家系統(tǒng)(3) 解釋類專家系統(tǒng)(4) 數(shù)學專家系統(tǒng)(5) 設計與規(guī)劃專家系統(tǒng)(6) 咨詢與決策專家系統(tǒng)(7) 教學類專家系統(tǒng)(8) 知識

2、自動獲取系統(tǒng)4、專家系統(tǒng)的特征：(1) 專家系統(tǒng)具有顯示表達的大量領域專門知識(2) 能進行呼號處理(3) 具有智能(4) 對推理過程的理解5、與多媒體技術結合(了解)6、圖靈獎：專門獎勵那些對計算機事業(yè)作出重要貢獻的個人，是計算機界最負盛名、最崇高的一個獎項，有“計算機界的諾貝爾獎”之稱。明基斯第一個圖靈獎獲得者。7、麥卡錫則提出表處理語言Lisp：卡普提出分支界限法；費根鮑姆提出知識蘊藏著力量：第一個專家系統(tǒng)是MYCIN;第二章專家系統(tǒng)知識1、 產(chǎn)生式規(guī)則表示法：格式：if(前提1)&(前提2)&then(結論1)&(結論2)&2、 框架表不法：框架：是用于

3、描述具有固定的靜態(tài)對象的通用數(shù)據(jù)結構；該對象用：“對象一一屬性一一屬性值“表示，框架由若干個槽組成，槽用于描述屬性。槽有兩種形式a.槽名+槽值；b.槽名+側面策略3、 語義網(wǎng)絡表示法：語義網(wǎng)絡是基于網(wǎng)絡結構表示人類知識結構的一種形式，語義主要是指語言結構及其意義上的聯(lián)系。一個簡單的語義網(wǎng)是如下三元組：(節(jié)點1,狐，節(jié)點2)例：吃肉E有生命|；提示節(jié)點項物會*!表亭孤|哈_:讀小點描述時簟的械fl能狩貓tr尾巴能運動4、 知識獲取的方式（1） 非自動知識獲?。悍譃閮刹绞紫扔芍R工程師從領域專家和有關技術文獻獲取知識，然后有知識工程師用某種知識編輯軟件輸入到知識庫中。（2） 自動知識獲?。菏侵赶到y(tǒng)

4、自身具有獲取知識的能力，它不僅可以以直接與領域專家對話，從專家提供的原始信息中“學習”到專家系統(tǒng)所需要的知識，而且還能從系統(tǒng)自身的運行實踐中總結、歸納出新的知識，發(fā)現(xiàn)知識中可能存在的錯誤，不斷自我完善，建立起性能優(yōu)良，知識完善的知識庫。5、 只是誘導，就是一種談話技術，目的是為了順利地解決遇到的相關難題，保障知識獲取順利進行。6、 基于模型的知識獲取，有6中常見的模型分別是：（1）說明模型（2）領域模型（3）專題模型（4）描述模型（5）操作模型（6）表示模型（7）系統(tǒng)模型7、 基于領域模型的知識獲取有6中常見的領域模型分別是：（1）有窮無結構目標搜索型（3）無窮無結構目標搜索型（3）有結構目標

5、搜索型（4）有空間結構的目標構造型（5）有時間結構的目標構造型（6）含時空結構的目標構造型8、知識檢測的方法：知識檢測分為靜態(tài)檢測和動態(tài)監(jiān)測，靜態(tài)檢測是指在知識輸入之前由領域專家及知識工程師所做的檢查工作。動態(tài)監(jiān)測是指在知識輸入過程中以及對知識庫進行增、刪、改時由系統(tǒng)所進行的檢查。檢測的方法有：（1）邏輯表達式等價性德檢測（2）冗余的檢測（3）矛盾規(guī)則及矛盾規(guī)則鏈的檢測（4）從屬規(guī)則的檢測（5）環(huán)路的檢測9、知識求精：為了找出導致錯誤的原因，就需要找出產(chǎn)生這些錯誤的知識，予以改進，以提高知識庫的可靠性，稱之為知識求精。實現(xiàn)知識求精的一般方法是：用一批已知結論的實例考核知識庫，看有多少實例被系統(tǒng)

6、錯判和漏判，然后對知識進行適當?shù)男拚蕴岣咧R庫的可靠性。第三章產(chǎn)生式與產(chǎn)生式系統(tǒng)1、把一組產(chǎn)生式放在一起，讓它們互相配合，協(xié)同作用，一個產(chǎn)生式生成的結論可以供另一個產(chǎn)生式作為前提使用，進而求得問題的解決，這就叫產(chǎn)生式系統(tǒng)2、產(chǎn)生式的特點主要是比較蘊含式與產(chǎn)生式：（1）蘊含式只能表示精確知識，其真值或者為真、或者為假；而產(chǎn)生式不僅可以表示精確知識，也可以表示不精確知識（2）在用產(chǎn)生式表示知識的系統(tǒng)中，決定一條知識是否可用的方法是檢查當前是否有已知事實可與前提中規(guī)定的條件匹配。這種匹配可是精確的，也可以是不精確的，只要按某種算法求出的相似度在某個預先指定的范圍內(nèi)就認為是可匹配的。3、產(chǎn)生式系統(tǒng)

7、的構成：一個產(chǎn)生式系統(tǒng)由以下3個基本部分組成：規(guī)則庫（SetofRules）、綜合數(shù)據(jù)庫（GOLBLEDATABASE）和控制系統(tǒng)（ControlsSystem）。如圖所示（這是一個簡易圖答出來給60%的圖3.1產(chǎn)生式系統(tǒng)的主要組成卜面是完整的產(chǎn)生系統(tǒng)構成圖4、例3.1建立一個動物識別系統(tǒng)的規(guī)則庫，用以識別虎、豹、斑馬、長頸鹿、企鵝、鴕鳥、海燕等7種動物。解:為了識別這些動物，可以根據(jù)動物識別的特征，建立包含下述規(guī)則的規(guī)則庫：RULE1:IF動物有毛發(fā)THEN動物是哺乳動物RULE2:IF動物有奶THEN動物是哺乳動物RULE3:IF動物有羽毛THEN動物是鳥類動物RULE4:IF動物會飛AN

8、D會生蛋THEN動物是鳥類動物還可以對哺乳動物、鳥類動物進一步分類，這里就不細說了（課本72頁，課件有詳細說明）5、控制系統(tǒng)（了解）：控制系統(tǒng)又稱為推理系統(tǒng)或推理機，由一組程序組成，實現(xiàn)對問題的推理和求解。它負責整個產(chǎn)生式系統(tǒng)的運行，包括：規(guī)則左部與DB匹配；從匹配成功的規(guī)則中，選出一條將在下一步執(zhí)行的規(guī)則甲，執(zhí)行甲右部規(guī)定的動作；掌握時間結束產(chǎn)生式系統(tǒng)的運行。6、產(chǎn)生式系統(tǒng)有兩種最基本的推理方式：正向（向前）推理和反向（向后）推理。正向推理是指從已知事實出發(fā)，逐步推導出最后結論，其推理過程大致是：（1）用工作存儲器中的事實與產(chǎn)生式規(guī)則的前提條件進行批配；（2）按沖突消解策略從匹配的規(guī)則實例中

9、選擇一條規(guī)則；（3）執(zhí)行選中規(guī)則的動作，依次修改工作存儲器；（4）用更新后的工作存儲器，重復上述幾步工作，直到得出結論或工作存儲器不再發(fā)生變化為止。反向推理則是首先提出假設，然后驗證這些假設的真假性，找到假設成立的所有證據(jù)或事實。其推理過程大致是：（1）看假設是否在工作存儲器中，若在，則假設成立，推理結束；（2）找出結論與此假設匹配的規(guī)則；（3）按沖突消解策略從匹配的規(guī)則實例中選擇一條規(guī)則；（4）將選中規(guī)則的前提條件作為新的假設，重復上述幾步工作，直到假設的真假性被驗證或不存在激活的規(guī)則。7、按規(guī)則庫及綜合數(shù)據(jù)庫的性質(zhì)與結構特征進行的分類，可分為可交換的產(chǎn)生式系統(tǒng)、可分解的產(chǎn)生式系統(tǒng)和可恢復的

10、產(chǎn)生式系統(tǒng)8、產(chǎn)生式系統(tǒng)表示法的特點優(yōu)點：（1）自然性（2）知識的模塊化（3）相互影響的間接性（4）有效性（5）清晰性（6）機器可讀性缺點：（1）效率不高（2）不能表達具有結構性的知識9、匹配：在這一步，把當前數(shù)據(jù)庫與規(guī)則的條件部分相匹配。如果兩者完全匹配，則把這條規(guī)則稱為觸發(fā)規(guī)則。當按規(guī)則的操作不分區(qū)執(zhí)行時，稱這條規(guī)則為啟用規(guī)則。被觸發(fā)的規(guī)則不一定總是啟用規(guī)則，因為可能同時有幾條規(guī)則的條件部分被滿足，這就要在解決沖突步驟中來解決這個問題。在復雜的情況下，在數(shù)據(jù)庫和規(guī)則的條件部分之間可能要進行近似匹配。10、匹配沖突：在產(chǎn)生式系統(tǒng)進行推理的過程中，可能會在選擇產(chǎn)生式和數(shù)據(jù)、子目標等方面產(chǎn)生二義

11、性，這就是所謂的匹配沖突。11、非確定性匹配（部分匹配）例：便清V瀉泄V倦怠乏力V浮腫V嗜睡V（腰酸痛尿頻五更瀉泄/1）一脾腎陽虛規(guī)則便可被激活，右邊項即為真。北京市中醫(yī)院中醫(yī)婦科錢伯熠大夫的經(jīng)驗（腰背冷痛畏寒V肢冷/1）A（腹脹白帶稀薄V舌質(zhì)淡胖邊有齒痕/2）A例1說明了：只要左邊諸項中有部分項為真，變上例為標準產(chǎn)生式產(chǎn)生式左部：）=7種可能=247種可能第3對括號中有7種可能，故總的組合數(shù)為12103種，即例1要變成標準產(chǎn)生式，則需變成12103個產(chǎn)生式，這樣做既不直觀，也不經(jīng)濟，部分匹配的意義之一于此可見。12、匹配沖突消解策略:(1)按事先排好的固定順序(2)按數(shù)據(jù)的新鮮性排序(3)按

12、子目標的新鮮性排序(4)按匹配程度排序第四章搜索策略1、推理程序稱為控制策略。2、根據(jù)問題的實際情況不斷尋找可利用的知識，從而構造一條代價較少的推理路線，使問題得到圓滿的解決的過程稱為搜索。3、搜索分為盲目搜索和啟發(fā)式搜索盲目搜索：是按預定的搜索方向進行搜索，由于盲目搜索總是按預先規(guī)定的路線進行，沒有考慮到問題本身的特性，所以這種搜索效率不高。啟發(fā)搜索：是在搜索中加入了與問題有關的啟發(fā)性信息，用以指導搜索朝著最有希望的推理方向前進，加速問題的求解過程并找到最優(yōu)解。4、搜索方法，歸納起來有以下幾種(1)求任一路徑的搜索策略(2)求最優(yōu)路徑的搜索策略(3)與或圖搜索法5、狀態(tài)空間：由問題的全部狀態(tài)

13、及一切可用算符所構成的集合稱為問題的狀態(tài)空間，一般用哪個一個三元組表示：(S,F,G)6、例：二階梵塔問題。設有三根柱子，在1號柱子上穿有A、B兩個盤片，盤A小于盤B,盤A位于盤B的上面。要求把這兩個盤片全部移到另一根柱子上，而且規(guī)定每次只能移動一片，任何時刻都不能使盤B位于盤A的上面。設用Sk=(SkoSki)表示問題的狀態(tài)，Sk0表示盤A所在的柱號，Sk】表示盤B所在的柱號。全部可能的狀態(tài)有以下9種：Sq=(L1)S0=(L2)S0=(L3)匹=(2,1)S0=(2,2)So=(2,3)跖=(3,1)S0=(3,2)So=(3,3)問題的初始狀態(tài)集合為號=(30),目標狀態(tài)集合為G=SgK

14、算符分別用A&j)及B&j)表示.A(i,j)表示把盤A從柱f號移到j上二B(iJ)表示把三從柱i移到柱j上。共有12個算符,它們分別是：根據(jù)9種可能的狀態(tài)和12種算符，可構成二階替廢問題的汰木卒而圖.加1圖所東公9、等價變換：對于一個復雜問題，除了可用分解”方法進行求解外，還可利用同構或同態(tài)的等價變換，把它變換成若干個較容易求解的新問題。若新問題中有一個可求解，則就得到了原問題的解10、本原問題不能在分解或變換，而且直接可解的子問題稱為本原問題。11、端節(jié)點與終止節(jié)點在與/或樹中，沒有子節(jié)點的節(jié)點稱為端節(jié)點；本原問題所對應的節(jié)點稱為終止節(jié)點。顯然，終止節(jié)點一定是端節(jié)點，但端節(jié)

15、點不一定是終止節(jié)點。12、可解節(jié)點在與/或樹中，滿足下列條件之一者，稱為可解節(jié)點。(1)它是一個終止節(jié)點。A(2,l),A(23XA(3,l),A(32)B(3,2)7、我們把使用算符最少的解稱為最優(yōu)解8、分解：把一個復雜問題分解為若干個較為簡單的子問題，每個子問題又可繼續(xù)分解為若干個更為簡單的子問題。重復此過程，直到不需要再分解或者不能再分解為止。然后對每個子問題分別進行求解，最后把各個子問題的解復合起來就得到了原問題的解。(2)它是一個或”節(jié)點，且其子節(jié)點至少有一個是可解節(jié)點。(3)它是一個與”節(jié)點，且其子節(jié)點全部是可解節(jié)點。13、不可解節(jié)點關于可解節(jié)點的三個條件全部滿足的節(jié)點稱為不可解節(jié)

16、點。14、解樹由可解節(jié)點所構成的，并且由這些可解節(jié)點可推出初始節(jié)點(它對應于原始問題)為可解節(jié)點的子樹稱為解樹。在解樹中一定包含初始節(jié)點。15、廣度優(yōu)先搜索的基本思想是：從初始節(jié)點S0開始，逐層地對節(jié)點進行擴展并考察它是否為目標節(jié)點，在第n層的節(jié)點沒有全部擴展并考察之前，不對第n+1層的節(jié)點進行擴展。OPEN表中的節(jié)點總是按進入的先后順序排列，先進入的節(jié)點排在前面，后進入的節(jié)點排在后面。16、廣度優(yōu)先搜索過程如下：(1)把初始節(jié)點S0放入OPEN表。(2)如果OPEN表為空，則問題無解，退出(3)把OPEN表的第一個節(jié)點(記為節(jié)點n)取出放入CLOSE表。(4)考察節(jié)點n是否為目標節(jié)點。若是，

17、則求得了問題的解，退出(5)若節(jié)點n不可擴展，則轉第(2)步。(6)擴展節(jié)點n,將其子節(jié)點放入OPEN表的尾部，并為每一個子節(jié)點都配置指向父節(jié)點的指針，然后轉第(2)步。17、廣度優(yōu)先搜索流程圖：廠把號彈入OPEN表把cpe、表的第一個節(jié)點r節(jié)點”)從求中移出，18、深度優(yōu)先搜索、有界深度優(yōu)先搜索、代價樹的廣度優(yōu)先搜索，代價樹的深度優(yōu)先搜索的搜索思想、流程圖和過程與廣度優(yōu)先搜索的相似具體看課本第四章19、這種與任務或問題有關的信息稱為啟發(fā)式信息，利用啟發(fā)式信息進行的搜索叫做啟發(fā)式搜索。20、局部擇優(yōu)搜索是一種啟發(fā)式搜索方法，是對深度優(yōu)先搜索方法的一種改進。其基本思想是：當一個節(jié)點被擴展以后，按

18、f(x)對每一個子節(jié)點計算估價值，并選擇最小者作為下一個要考察的節(jié)點，范圍比較狹窄，所以稱為局部擇優(yōu)搜索。21、局部擇優(yōu)搜索的搜索過程為：(1)初始節(jié)點S0放入OPEN表，計算f(S0)。(2)如果OPEN表為空，則問題無解，退出。(3)把OPEN表的第一個節(jié)點(記為結點n)取出放入CLOSED表。(4)考察節(jié)點n是否為目標節(jié)點。若是，則求得了問題的解，退出。(5)若節(jié)點n不可擴展，則轉第(2)步。(6)擴展節(jié)點n,用估計函數(shù)f(x)計算每個子節(jié)點的估計值，并按估計值從小到大的順序依次放到OPEN表的首部，為每個子節(jié)點配置指向父結點的指針。然后轉第(2)步22、與/或樹的搜索策略與/或樹搜索策

19、略與啟發(fā)也分為盲目搜索與啟發(fā)式博奕搜索兩大類。下面討論的廣度優(yōu)先搜索及深度優(yōu)先搜索都屬于盲目搜索策略。有序搜索及博奕樹搜索則屬于啟發(fā)式搜索策略。與/或樹上的一個節(jié)點是否為可解節(jié)點是由它的子節(jié)點確定的。對于一個“與”節(jié)點，只有當其子節(jié)點全部為可解節(jié)點時，它才為可解節(jié)點。對于一個“或”節(jié)點，只要子節(jié)點中有一個是可解節(jié)點，它就是可解節(jié)點：只有當全部子節(jié)點都是不可解節(jié)點時，它才是不可解節(jié)點。23、與/或樹的一般搜索過程為：1)把原始問題作為初始節(jié)點So放入OPEN表。(2)應用分解或等價變換算符對當前節(jié)點進行擴展。(3)為每個子節(jié)點設置指向父節(jié)點的指針。(4)選擇合適的子節(jié)點作為當前節(jié)點，反復執(zhí)行第(

20、2)步和第(3)步，在此期間要多次調(diào)用可解標示過程，直到初始節(jié)點被標示為可解節(jié)點或不可解節(jié)點為止。第五章基于案例的推理1、基于案例推理基本概念當我們遇到某種情況時，我們習慣于回憶起以前情境中的方式、方法，策略以及解決方案等，來幫助我們找到當前問題的解決方案。CBR是一種基于經(jīng)驗知識進行推理的人工智能技術，它是用案例來表達知識并把問題求解和學習相融合的一種推理方法。2、XCBR是一種基于經(jīng)驗知識進行推理的人工智能技術，它是用案例來表達知識并把問題求解和學習相融合的一種推理方法。3、XCBR有兩種類型，即問題求解型和解釋型。問題求解型側重于對過去策略的匹配與修改，而解釋型強調(diào)以舊案例對新案例作出評

21、價與解釋。4、CBR總體思想：核心思想是：在進行問題求解時，使用以前求解類似問題的經(jīng)驗進行推理，而不必從頭做起，5、CBR技術的優(yōu)、缺點CBR的優(yōu)點：信息的完全表達，增量式學習，形象思維的準確模擬、知識獲取較為容易、易于理解，求解效率高等，適于規(guī)模大、任務復雜、智能程度高、非結構化問題的求解CBR的缺點：(1) CBR對噪音數(shù)據(jù)較為敏感，錯誤數(shù)據(jù)容易影響系統(tǒng)檢索效率和求解效果。(2) CBR系統(tǒng)需要保持和管理一組數(shù)量較大的范例，時間和空間的復雜性都是必須仔細考慮的問題，否則有可能出現(xiàn)"范例為越大，系統(tǒng)性能越弱”的情況。(3)深層、表層背景知識集成，即多信道知識源的集成有助于提高系統(tǒng)的

22、表達能力和推理性能，且可以加強系統(tǒng)的柔韌性和魯莽性。6、CBR的推理過程包括問題特征的抽取、描述和輸入，相應事例檢索，事例的改寫與調(diào)整，求解方案的評價，新事例的存貯。7、CBR的模型：a.Hunt的CBR模型b.len的CBR模型c.Kolodner和Leake's的CBR處理模型d.CBR的R4模型8、案例特征抽取的三種策略：歸納推理策略、知識引導策略、最近相鄰策略(是用的最多的)9、CBR的檢索目標是快速有效的從事例庫中找到盡可能少的與問題描述最相似的事例10、事例檢索一般分為：分類、選擇、確認三個階段11、在CBR系統(tǒng)中應用較多的檢索算法主要有三種：K-最近相鄰策略(K-near

23、estneighbourKNN)、歸納推理策略和知識引導策略。重點介紹應用最廣的K-最近相鄰策略。12、在CBR系統(tǒng)中，檢索過程可分為案例表達、案例引索、和案例檢索第六章不確定性推理1、概率類型(三種概率的特點很重要)名稱公式特征先西桃卒(經(jīng)感的*理給上的婭學上的.均句的.等概串的.等可能的事后程率(試航的、星驗g,科學規(guī)拜嶼出1對騏率.統(tǒng)計的)P(E)=W/No其中，是¥件在在川氏至可能骷席中龍生的次被在)=堂婕向于無金大時對"E)川取林FB.其中f(E，是事件IMtN次慈可盅觸果中宜生前頰辛f番見偉任幾乎可更復事件,才自同的可能緒果.巴4P柑碉的教學帶戔、不以武轂為票*

24、.所帶可能李H和姑果肉已加基于送臉的可重塞事件，用而限奏戢噲襲迪但，未知楮嗡的越學也秦呼重復手肘，未外精碉的教學超笑.不可能有相對疑手*冷土專家的現(xiàn).春5蛭臉、利曲聲信念.2、貝葉斯推理(了解)事件E已經(jīng)發(fā)生，但不知事件H是否會發(fā)生，計算事件H發(fā)生的概率。在專家系統(tǒng)中，通常用H代表假設，E表示支持該假設的證據(jù)。因此可用如下公式表示貝葉斯推理。P(E尸P(E|H)*P(H)+P(E|H)*P(H)其中：P(H)是假設H為真的先驗概率P(E|H)是假設H為真時導致證據(jù)E的概率P(H)是假設H為假的先驗概率P(E|H)是假設H為假時導致證據(jù)E的概率P(H|E)稱作假設H基于證據(jù)E的后驗概率3、(理解

25、)P(E|E)取特殊值1,0,P(E)時，P(H|E)的對應取值仿照全概率公式：P(H|E)=P(H|E)叩(E|E)+P(HE)琳P(E|E)(10)仿照全概率公式是一種合理的近似。 從P(E|E)=1,知P(E|E)=0,進而推知P(H|E)=P(H|E); 從P(E|E)=0,知P(-E|E)=1,進而推知P(H|E)=P(H|-E);從P(E|E)=P(E),知P(-E|E)=1P(E|E)=1P(E尸P(E),在式(10)中，用P(E)代替P(E|E),用P(F)代替PCEE),得到P(H|E)=P(H|E)*P(E)+P(H|-E)*PE),再用全概率公式可得到P(H|E)=P(H

26、),進而推知E與E無關。上述，可由下表表示：對應ritrrciiii£->rKjjfct-fsJLP<H|E>pgPgoFEIT?)當P(E|E)#1,0,P(E)時，P(H|E)的對應取值Duda等人在合理的假設下，證明了P(H|E)與P(E|E)之間有簡單的線性關系4、X確定性因子理論基本思想為：為每個斷言A及IFATHENB形式的規(guī)則賦予一個確定性度量值CF(可信度因子)。CF的值可以從-1至IJ1。CF(A)=1表示確知A為真，CF(A)=-1表示確知A為假，CF(A)=0表示不知道A的真假。5、在MYCIN中，確認度最初被定義為確定因子，它是信任和不信任之間的差。CF(H,E)=MB(H,E)MD(H,E)其中:CF是在證據(jù)E存在前提下關于H的確定因子;MB是由于E之存在所引起的關于H的信任增長的度量;MD是由于E之存在所引起的關于H的不信任增長的度量。6、信任和不信任之度量通過概率被定義的。fl頡果產(chǎn)£門)=1-8g尸一導5百典Jma3cInO、f1_O尸玄口星尸.1否貝I把1和0分別寫成max1,0和min1,0是為了公式(4)和(5)之間具有對稱性。要想把MB之公式變成MD之公式，只須將MB之公式中的max換成min.由公