人工智能ArtificialIntelligence第七章

人工智能

ArtificialIntelligence

第七章史忠植

中國科學(xué)院計(jì)算技術(shù)研究所/專家系統(tǒng)ExpertSystem2022/11/4史忠植人工智能：專家系統(tǒng)2內(nèi)容提要7.1專家系統(tǒng)概述

7.2專家系統(tǒng)的基本結(jié)構(gòu) 7.3專家系統(tǒng)MYCIN 7.4專家系統(tǒng)工具CLIPS 7.5專家系統(tǒng)工具JESS 7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS 7.7專家系統(tǒng)建造 7.8新型專家系統(tǒng) 7.9小結(jié) 概述專家系統(tǒng)是一類具有專門知識和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，通過對人類專家的問題求解能力的建模，采用人工智能中的知識表示和知識推理技術(shù)來模擬通常由專家才能解決的復(fù)雜問題，達(dá)到具有與專家同等解決問題能力的水平。這種基于知識的系統(tǒng)設(shè)計(jì)方法是以知識庫和推理機(jī)為中心而展開的，即專家系統(tǒng)=知識庫+推理機(jī)專家系統(tǒng)把知識從系統(tǒng)中與其他部分分離開來。專家系統(tǒng)強(qiáng)調(diào)的是知識而不是方法。很多問題沒有基于算法的解決方案，或算法方案太復(fù)雜，采用專家系統(tǒng)，可以利用人類專家擁有豐富的知識，因此專家系統(tǒng)也稱為基于知識的系統(tǒng)（Knowledge-BasedSystems）。

2022/11/4史忠植人工智能：專家系統(tǒng)3概述一個(gè)專家系統(tǒng)應(yīng)該具備以下三個(gè)要素：（1）具備某個(gè)應(yīng)用領(lǐng)域的專家級知識；（2）能模擬專家的思維；（3）能達(dá)到專家級的解題水平。建造一個(gè)專家系統(tǒng)的過程可以稱為“知識工程”，它是把軟件工程的思想應(yīng)用于設(shè)計(jì)基于知識的系統(tǒng)。知識工程包括下面幾個(gè)方面：（1）從專家那里獲取系統(tǒng)所用的知識（即知識獲?。?）選擇合適的知識表示形式（即知識表示）（3）進(jìn)行軟件設(shè)計(jì)（4）以合適的計(jì)算機(jī)編程語言實(shí)現(xiàn)。2022/11/4史忠植人工智能：專家系統(tǒng)4概述專家系統(tǒng)的特點(diǎn)(1)啟發(fā)性

(2)透明性

(3)靈活性

(4)交互性

(5)實(shí)用性

(6)易推廣2022/11/4史忠植人工智能：專家系統(tǒng)5專家系統(tǒng)的發(fā)展史1977年美國斯坦福大學(xué)計(jì)算機(jī)科學(xué)家費(fèi)根鮑姆(E.A.Feigenballm)在第五屆國際人工智能聯(lián)合會議上提出知識工程的新概念。20世紀(jì)80年代以來，在知識工程的推動(dòng)下，涌現(xiàn)出了不少專家系統(tǒng)開發(fā)工具，例如EMYCIN、CLIPS(OPS5,OPS83)、G2、KEE、OKPS等。1977年，基于關(guān)幼波先生的經(jīng)驗(yàn)，研制成功了我國第一個(gè)“中醫(yī)肝病診治專家系統(tǒng)”。1985年10月中科院合肥智能所熊范綸建成“砂姜黑土小麥?zhǔn)┓蕦＜易稍兿到y(tǒng)”，這是我國第一個(gè)農(nóng)業(yè)專家系統(tǒng)。中科院計(jì)算所史忠植與東海水產(chǎn)研究所等合作，研制了東海漁場預(yù)報(bào)專家系統(tǒng)。在專家系統(tǒng)開發(fā)工具方面，中科院數(shù)學(xué)研究所研制了專家系統(tǒng)開發(fā)環(huán)境“天馬”，中科院計(jì)算所研制了面向?qū)ο髮＜蚁到y(tǒng)開發(fā)工具“OKPS”。2022/11/4史忠植人工智能：專家系統(tǒng)62022/11/4史忠植人工智能：專家系統(tǒng)7內(nèi)容提要7.1專家系統(tǒng)概述 7.2專家系統(tǒng)的基本結(jié)構(gòu) 7.3專家系統(tǒng)MYCIN 7.4專家系統(tǒng)工具CLIPS 7.5專家系統(tǒng)工具JESS 7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS 7.7專家系統(tǒng)建造 7.8新型專家系統(tǒng) 7.9小結(jié) 專家系統(tǒng)的基本結(jié)構(gòu)2022/11/4史忠植人工智能：專家系統(tǒng)8專家系統(tǒng)的基本結(jié)構(gòu)知識庫是問題求解所需要的領(lǐng)域知識的集合，包括基本事實(shí)、規(guī)則和其他有關(guān)信息。知識的表示形式可以是多種多樣的，包括框架、規(guī)則、語義網(wǎng)絡(luò)等等。推理機(jī)是實(shí)施問題求解的核心執(zhí)行機(jī)構(gòu)，它實(shí)際上是對知識進(jìn)行解釋的程序，根據(jù)知識的語義，對按一定策略找到的知識進(jìn)行解釋執(zhí)行，并把結(jié)果記錄到動(dòng)態(tài)庫的適當(dāng)空間中。推理機(jī)的程序與知識庫的具體內(nèi)容無關(guān)，即推理機(jī)和知識庫是分離的，這是專家系統(tǒng)的重要特征。它的優(yōu)點(diǎn)是對知識庫的修改無須改動(dòng)推理機(jī)，但是純粹的形式推理會降低問題求解的效率。將推理機(jī)和知識庫相結(jié)合也不失為一種可選方法。2022/11/4史忠植人工智能：專家系統(tǒng)9專家系統(tǒng)的基本結(jié)構(gòu)知識獲取負(fù)責(zé)建立、修改和擴(kuò)充知識庫，是專家系統(tǒng)中把問題求解的各種專門知識從人類專家的頭腦中或其他知識源那里轉(zhuǎn)換到知識庫中的一個(gè)重要機(jī)構(gòu)。人機(jī)界面是系統(tǒng)與用戶進(jìn)行交流時(shí)的界面。綜合數(shù)據(jù)庫也稱為動(dòng)態(tài)庫或工作存儲器，是反映當(dāng)前問題求解狀態(tài)的集合，用于存放系統(tǒng)運(yùn)行過程中所產(chǎn)生的所有信息，以及所需要的原始數(shù)據(jù)，包括用戶輸入的信息、推理的中間結(jié)果、推理過程的記錄等。解釋器用于對求解過程做出說明，并回答用戶的提問。兩個(gè)最基本的問題是“why”和“how”。2022/11/4史忠植人工智能：專家系統(tǒng)102022/11/4史忠植人工智能：專家系統(tǒng)11求解過程大致有如下幾個(gè)步驟：根據(jù)用戶的問題對知識庫進(jìn)行搜索，尋找有關(guān)的知識。根據(jù)有關(guān)的知識和系統(tǒng)的控制策略形成解決問題的途徑，即知識操作算子序列，從而構(gòu)成一個(gè)假設(shè)集合。對解決問題的一組可能假設(shè)方案進(jìn)行排序，并挑選其中在某些準(zhǔn)則下為最優(yōu)的假設(shè)方案。根據(jù)挑選的解決問題的假設(shè)方案去求解具體問題。如果該方案不能真正解決問題，則回溯到假設(shè)方案序列中的下一個(gè)假設(shè)方案，重復(fù)求解問題。上述過程循環(huán)執(zhí)行，直到問題已經(jīng)解決或所有可能的求解方案都不能解決問題而宣告“本系統(tǒng)該問題無解”為止。專家系統(tǒng)的工作過程2022/11/4史忠植人工智能：專家系統(tǒng)12YY目標(biāo)問題分析根據(jù)目標(biāo)問題集聚知識形成解決問題的假設(shè)方案集選擇最優(yōu)方案執(zhí)行之對假設(shè)方案集進(jìn)行排序知識庫問題已解決？選擇下一個(gè)方案并執(zhí)行還有其它方案？成功結(jié)束失敗結(jié)束NN專家系統(tǒng)的工作過程專家系統(tǒng)開發(fā)工具人工智能語言：LISP，Prolog,C/C++,Java專家系統(tǒng)外殼:又稱為骨架系統(tǒng)，從成功應(yīng)用的專家系統(tǒng)演變而來的。如：

MYCIN-------------------->E-MYCINPROSPECTOR的知識獲取系統(tǒng)----->KAS通用型專家系統(tǒng)工具：

OPS系列，CLIPS(JESS)：規(guī)則型

ART：規(guī)則+框架OKPS：面向?qū)ο笮蛯＜蚁到y(tǒng)開發(fā)環(huán)境：ES開發(fā)的工具包，提供多種方便的構(gòu)件2022/11/4史忠植人工智能：專家系統(tǒng)132022/11/4史忠植人工智能：專家系統(tǒng)14內(nèi)容提要7.1專家系統(tǒng)概述 7.2專家系統(tǒng)的基本結(jié)構(gòu) 7.3專家系統(tǒng)MYCIN

7.4專家系統(tǒng)工具CLIPS 7.5專家系統(tǒng)工具JESS 7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS 7.7專家系統(tǒng)建造 7.8新型專家系統(tǒng) 7.9小結(jié) 專家系統(tǒng)MYCINMYCIN系統(tǒng)是著名的醫(yī)學(xué)領(lǐng)域的專家協(xié)調(diào)，是由Stanford大學(xué)建立的對細(xì)菌感染疾病的診斷和治療提供咨詢的系統(tǒng)。醫(yī)生可以向系統(tǒng)輸入病人信息，MYCIN系統(tǒng)對其進(jìn)行診斷，并給出診斷結(jié)果和處方。細(xì)菌感染疾病專家在對病情診斷和提出處方時(shí)，大致遵循下列4個(gè)步驟：(1）確定病人是否有重要的病菌感染需要治療。為此，首先要判斷所發(fā)現(xiàn)的細(xì)菌是否引起了疾病。(2）確定疾病可能是由哪種病菌引起的。(3）判斷哪些藥物對抑制這種病菌可能有效。(4）根據(jù)病人的情況，選擇最適合的藥物。2022/11/4史忠植人工智能：專家系統(tǒng)15專家系統(tǒng)MYCIN2022/11/4史忠植人工智能：專家系統(tǒng)16咨詢開始時(shí)，先啟動(dòng)咨詢系統(tǒng)，進(jìn)入人—機(jī)對話狀態(tài)。當(dāng)結(jié)束咨詢時(shí)，系統(tǒng)自動(dòng)地轉(zhuǎn)入解釋子系統(tǒng)。解釋子系統(tǒng)回答用戶的問題，并解釋推理過程。規(guī)則獲取系統(tǒng)只由建立系統(tǒng)的知識工程師所使用。當(dāng)發(fā)現(xiàn)有規(guī)則被遺漏或不完善時(shí)，知識工程師可以利用這個(gè)系統(tǒng)來增加和修改規(guī)則。2022/11/4史忠植人工智能：專家系統(tǒng)17EMYCIN是由Stanford大學(xué)的VanMelle于1980年開發(fā)的一個(gè)ES外殼，是由MYCIN抽去原有的醫(yī)學(xué)領(lǐng)域知識，保留外殼而形成的。采用產(chǎn)生式規(guī)則表達(dá)知識，目標(biāo)驅(qū)動(dòng)的反向推理控制策略，特別適用于診斷型ES的開發(fā)。專家系統(tǒng)外殼EMYCIN2022/11/4史忠植人工智能：專家系統(tǒng)18EMYCIN可提供MYCIN所有的輔助工具，如：⑴推理解釋程序及可信度估算。⑵知識編輯程序及類似英語的簡化會話語言。⑶知識庫管理和維護(hù)手段。如一致性檢查、跟蹤、查錯(cuò)等。⑷系統(tǒng)測試實(shí)例。專家系統(tǒng)外殼EMYCIN2022/11/4史忠植人工智能：專家系統(tǒng)19內(nèi)容提要7.1專家系統(tǒng)概述 7.2專家系統(tǒng)的基本結(jié)構(gòu) 7.3專家系統(tǒng)MYCIN 7.4專家系統(tǒng)工具CLIPS

7.5專家系統(tǒng)工具JESS 7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS 7.7專家系統(tǒng)建造 7.8新型專家系統(tǒng) 7.9小結(jié) 專家系統(tǒng)工具CLIPS早期的專家系統(tǒng)工具大都用LISP、Prolog等編程語言開發(fā)，它們的共同問題是運(yùn)行速度慢，可移植性差，解決復(fù)雜問題的能力差。為此，1984年美國航空航天局約翰遜空間中心（NASA’sJohnsonSpaceCenter）推出

CLIPS（CLanguageIntegratedProductionSystem）。CLIPS是一個(gè)基于Rete算法的前向推理語言，用標(biāo)準(zhǔn)C語言編寫。它具有高移植性、高擴(kuò)展性、強(qiáng)大的知識表達(dá)能力和編程方式以及低成本等特點(diǎn)。2022/11/4史忠植人工智能：專家系統(tǒng)20專家系統(tǒng)工具CLIPSCLIPS中的知識表示1.字段在CLIPS中，把從鍵盤或文件讀入的一組有特定意義的字符叫做一個(gè)“令牌（token）”，它是CLIPS的基本語言符號單位。字段（field）是由一組令牌組成的，是CLIPS中知識表示的基本單位。字段可以是常量也可以是變量，CLIPS有七種字段，它們是CLIPS的原始數(shù)據(jù)類型：整型（Integer）、浮點(diǎn)型（Float）、符號型（Symbol）、字符串型（String）、外部地址（Externaladdress）、示例名（Instancename）和示例地址（Instanceaddress）。2022/11/4史忠植人工智能：專家系統(tǒng)21專家系統(tǒng)工具CLIPSCLIPS中的知識表示2.事實(shí)在CLIPS中，事實(shí)由關(guān)系名，后面跟著零個(gè)或多個(gè)槽（也稱為符號字段）以及它們的相關(guān)值組成。事實(shí)分為兩類：自定義模板事實(shí)（deftemplatefact）和有序事實(shí)（orderedfact）。自定義模板結(jié)構(gòu)的一般格式為：(deftemplate<relation-name>[<optionalcomment>]<slot-definition>*)<slot-definition>的定義可以為：

(slot<slot-name>)|(multislot<slot-name>)2022/11/4史忠植人工智能：專家系統(tǒng)22專家系統(tǒng)工具CLIPSCLIPS中的知識表示3.規(guī)則在CLIPS語言中，規(guī)則表示為如下形式：

（defrule<rule-name>[<comment>]<patterns>*;Left-HandSide(LHS)oftherule

<actions>*);Right-HandSide(RHS)oftherule其中，rule-name為規(guī)則名，patterns為一組模式，actions為一組動(dòng)作2022/11/4史忠植人工智能：專家系統(tǒng)23CLIPS結(jié)構(gòu)圖WORKINGMEMORYRULEBASEEXECUTIONENGINEINFERENCEENGINEPATTERNMATCHERAGENDA2022/11/4史忠植人工智能：專家系統(tǒng)24CLIPS的匹配算法模式一般是指組成規(guī)則前提的基本的單位，每個(gè)模式由一個(gè)或多個(gè)字段組成?？蓾M足規(guī)則：一個(gè)規(guī)則稱為可滿足的，若規(guī)則的每一模式均能在當(dāng)前工作存儲器中找到可匹配的事實(shí)，且模式之間的同一變量能取得統(tǒng)一的約束值。即r:P1

P2

…PnQ1Q2…Qm若存在一個(gè)置換，使得對每一個(gè)模式Pi，在工作存儲器中有一個(gè)元素Wi滿足Pi=Wi，i=1,2,…,n作用在某個(gè)模式的結(jié)果稱為模式實(shí)例，作用在整個(gè)規(guī)則的結(jié)果稱為規(guī)則實(shí)例。2022/11/4史忠植人工智能：專家系統(tǒng)25CLIPS匹配算法

Rete算法是一個(gè)快速的模式匹配器，它通過在網(wǎng)絡(luò)上存儲規(guī)則信息來提高速度由于在每一個(gè)識別動(dòng)作循環(huán)中，那些沒有變化的數(shù)據(jù)可以不用考慮，因此可以大大提高事實(shí)與前件的匹配速度。類似Rete算法的一些快速模式匹配算法的出現(xiàn)，奠定了專家系統(tǒng)走向?qū)嵱玫幕A(chǔ)。2022/11/4史忠植人工智能：專家系統(tǒng)26CLIPS匹配算法

Rete算法的基本思想該算法快速匹配的重要依據(jù)為：時(shí)間冗余性：工作存儲器中的內(nèi)容在推理過程中的變化是緩慢的，即在每個(gè)執(zhí)行周期中，增刪的事實(shí)只占很小的比例結(jié)構(gòu)相似性：許多規(guī)則常常包括類似的模式和模式組Rete算法的基本思想是保存過去匹配過程中留下的全部信息，以空間代價(jià)來換取產(chǎn)生式系統(tǒng)的執(zhí)行效率2022/11/4史忠植人工智能：專家系統(tǒng)27CLIPS匹配算法

Rete匹配網(wǎng)絡(luò)結(jié)構(gòu)Rete算法的核心是建立Rete匹配網(wǎng)絡(luò)結(jié)構(gòu)。這一網(wǎng)絡(luò)結(jié)構(gòu)由模式網(wǎng)絡(luò)和連接網(wǎng)絡(luò)兩部分構(gòu)成。其中，模式網(wǎng)絡(luò)記錄每一模式各域的測試條件，每一測試條件對應(yīng)于網(wǎng)絡(luò)的一個(gè)域結(jié)點(diǎn)，每一模式的所有域結(jié)點(diǎn)依次連起來，構(gòu)成模式網(wǎng)絡(luò)的一條匹配鏈。在每一模式匹配鏈的終結(jié)點(diǎn)上都有一個(gè)寄存器來記錄所有能與該模式匹配的事實(shí)集合，即模式實(shí)例集，這種寄存器稱為寄存器。2022/11/4史忠植人工智能：專家系統(tǒng)28CLIPS匹配算法模式網(wǎng)絡(luò)若兩個(gè)模式的前k個(gè)域相同，則它們可以共享k個(gè)域結(jié)點(diǎn)。連接網(wǎng)絡(luò)用于檢查同一規(guī)則不同模式之間因同名變量而帶來的相應(yīng)模式實(shí)例之間的相互約束關(guān)系，以保證同名變量取值的一致性。2022/11/4史忠植人工智能：專家系統(tǒng)29CLIPS匹配算法定義稱滿足相互約束條件的k個(gè)模式實(shí)例為可滿足的k—模式實(shí)例。顯然，寄存器中所有非空模式實(shí)例均為1—模式實(shí)例，且是可滿足的可滿足的k—模式實(shí)例存在寄存器k中，寄存器可以看成寄存器1。在連接網(wǎng)絡(luò)中，每一連接點(diǎn)有兩個(gè)輸入，一個(gè)來自含有1—模式實(shí)例的寄存器，另一個(gè)來自含有可滿足的k—模式實(shí)例集的寄存器(k=1)或寄存器k(k>1),連接點(diǎn)指出兩組輸入模式實(shí)例的約束條件，輸出可滿足的(k+1)—模式實(shí)例集，存入寄存器k+!。2022/11/4史忠植人工智能：專家系統(tǒng)30CLIPS匹配算法

Rete網(wǎng)絡(luò)匹配過程

Rete網(wǎng)絡(luò)匹配過程由模式網(wǎng)絡(luò)上的模式匹配和連接網(wǎng)絡(luò)上的部分匹配兩部分構(gòu)成。在模式網(wǎng)絡(luò)的機(jī)器內(nèi)部表示中，我們把共享一個(gè)父結(jié)點(diǎn)的所有結(jié)點(diǎn)表示成一條共享鏈，同時(shí)，把每一模式匹配鏈中的結(jié)點(diǎn)表示成一條下拉鏈，于是，每一結(jié)點(diǎn)由共享鏈和下拉鏈指向其后繼結(jié)點(diǎn)，模式網(wǎng)絡(luò)就是一棵可以使用典型遍歷算法進(jìn)行測試的二叉樹。模式網(wǎng)絡(luò)上的模式匹配過程就是上述二叉樹的條件遍歷過程2022/11/4史忠植人工智能：專家系統(tǒng)31CLIPS匹配算法

模式網(wǎng)絡(luò)上的模式匹配過程一旦結(jié)束，便開始連接網(wǎng)絡(luò)上的部分匹配過程，其作用是：根據(jù)每一模式寄存器的變化，激活相應(yīng)的連接網(wǎng)絡(luò)，并修改寄存器的內(nèi)容。2022/11/4史忠植人工智能：專家系統(tǒng)32CLIPS匹配算法

Rete算法也存在很大的局限性這對于大型專家系統(tǒng)，特別是專家數(shù)據(jù)庫系統(tǒng)的實(shí)現(xiàn)，弄不好易導(dǎo)致組合爆炸采用固定的模式連接次序，從而影響了執(zhí)行效率的提高2022/11/4史忠植人工智能：專家系統(tǒng)332022/11/4史忠植人工智能：專家系統(tǒng)34內(nèi)容提要7.1專家系統(tǒng)概述 7.2專家系統(tǒng)的基本結(jié)構(gòu) 7.3專家系統(tǒng)MYCIN 7.4專家系統(tǒng)工具CLIPS 7.5專家系統(tǒng)工具JESS

7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS 7.7專家系統(tǒng)建造 7.8新型專家系統(tǒng) 7.9小結(jié) 2022/11/4史忠植人工智能：專家系統(tǒng)35專家系統(tǒng)工具JESS由于CLIPS的強(qiáng)大功能與良好性能，以及NASA對該軟件采取的開放政策，CLIPS在美國國內(nèi)外都有眾多用戶，他們應(yīng)用CLIPS開發(fā)了許多實(shí)用的專家系統(tǒng)，并根據(jù)各自的需要對CLIPS進(jìn)行擴(kuò)充和改造，如加拿大研究委員會在CLIPS中加入了模糊推理功能，推出了FuzzyCLIPS。1995年美國Sandia國家實(shí)驗(yàn)室分布式系統(tǒng)計(jì)算組成員弗里德曼-希爾（Friedman-HillEJ）用Java實(shí)現(xiàn)了Jess(JavaExpertSystemShell)，這是一個(gè)擴(kuò)充的CLIPS版本。Jess除了繼承Clips的優(yōu)點(diǎn)之外，Jess還具有支持類操作、支持面向?qū)ο蟮木幊谭绞降葍?yōu)點(diǎn)，而且可以與Java良好的集成，具有良好的移植性和嵌入性。2022/11/4史忠植人工智能：專家系統(tǒng)36基于Jess的Web專家系統(tǒng)框架2022/11/4史忠植人工智能：專家系統(tǒng)37內(nèi)容提要7.1專家系統(tǒng)概述 7.2專家系統(tǒng)的基本結(jié)構(gòu)

7.3專家系統(tǒng)MYCIN 7.4專家系統(tǒng)工具CLIPS 7.5專家系統(tǒng)工具JESS 7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS

7.7專家系統(tǒng)建造 7.8新型專家系統(tǒng) 7.9小結(jié) 面向?qū)ο髮＜蚁到y(tǒng)工具OKPSOKPS是中國科學(xué)院計(jì)算技術(shù)研究所智能科學(xué)開放實(shí)驗(yàn)室研制的面向?qū)ο笾R處理系統(tǒng)（Object-orientedKnowledgeProcessingSystem，簡稱OKPS）。它采用面向?qū)ο蟮闹R表示方法來描述和存貯知識，可以通過所見即所得的可視化工具，對具體的應(yīng)用建立專家知識庫。2022/11/4史忠植人工智能：專家系統(tǒng)38OKPS中的知識表示OKPS采用面向?qū)ο蟮母拍詈图夹g(shù)實(shí)現(xiàn)了一種知識表示方法，并且還吸收了框架理論和語義網(wǎng)絡(luò)中的一些特點(diǎn)。OKPS的知識庫是由對象組成的。一個(gè)對象可以擁有自己的屬性（Property）和方法（Method）。對象的屬性可以存貯整型、浮點(diǎn)型或字符串型的值。方法用來存貯這個(gè)對象在推理過程中所要執(zhí)行的操作。這些操作可以是訪問對象的屬性，向系統(tǒng)發(fā)送消息，也可以是使用系統(tǒng)提供的資源和服務(wù)等。知識庫中的對象有序地組成一種樹型結(jié)構(gòu)2022/11/4史忠植人工智能：專家系統(tǒng)39OKPS中的知識表示現(xiàn)在假設(shè)我們要將羊這種動(dòng)物在分類樹中進(jìn)行定位。在專家系統(tǒng)推理過程中，根據(jù)知識庫中存貯的各種分類知識，系統(tǒng)將由最頂層開始，根據(jù)羊這一對象所具有的各種屬性，與分類樹中各個(gè)類的屬性進(jìn)行匹配，層層深入，直到不需要再進(jìn)一步區(qū)分為止。動(dòng)物脊椎動(dòng)物無脊椎動(dòng)物哺乳動(dòng)物鳥類魚類鷹企鵝羊鯉魚鯊魚老虎2022/11/4史忠植人工智能：專家系統(tǒng)40OKPS的系統(tǒng)結(jié)構(gòu)2022/11/4史忠植人工智能：專家系統(tǒng)41OKPS的推理正向推理時(shí)，要先解決其下層的子問題，才能解決該問題本身的目標(biāo)。推理過程是一個(gè)自下而上的過程。求解過程最后終結(jié)于根結(jié)點(diǎn)的對象為了能夠適應(yīng)靈活的推理方式，OKPS在每個(gè)對象中加入不同的方法，來針對不同的推理階段作相應(yīng)的處理。每個(gè)節(jié)點(diǎn)的對象都有三種方法：先序、中序和后序。這三種方法在推理過程中是按照不同的次序執(zhí)行的。在默認(rèn)的控制下，這個(gè)過程是一個(gè)從問題根節(jié)點(diǎn)對象開始的深度優(yōu)先遍歷。OKPS中采用的面向?qū)ο蟮闹R表示方法也結(jié)合了語義網(wǎng)絡(luò)和框架系統(tǒng)的一些特點(diǎn)。2022/11/4史忠植人工智能：專家系統(tǒng)42OKPS推理控制語言為了提供功能足夠強(qiáng)大的推理機(jī)制，并最大限度地保持靈活性和方便性，OKPS系統(tǒng)提供了一種專用的推理控制語言（InferenceControlLanguage，ICL），用來描述專家知識與規(guī)則，以及控制推理過程。ICL采用解釋執(zhí)行的方式，應(yīng)用于每個(gè)對象的方法中開發(fā)者可以在他們的知識庫中使用ICL函數(shù)庫來實(shí)現(xiàn)推理中的很多功能，包括人機(jī)交互和控制臺輸入/輸出、數(shù)值計(jì)算、字符串處理、圖形、圖表展示、文件操作、數(shù)據(jù)庫訪問、網(wǎng)絡(luò)通訊、對象訪問、消息處理和推理控制、黑板操作、外部功能調(diào)用等。

2022/11/4史忠植人工智能：專家系統(tǒng)432022/11/4史忠植人工智能：專家系統(tǒng)44內(nèi)容提要7.1專家系統(tǒng)概述 7.2專家系統(tǒng)的基本結(jié)構(gòu)

7.3專家系統(tǒng)MYCIN 7.4專家系統(tǒng)工具CLIPS 7.5專家系統(tǒng)工具JESS 7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS

7.7專家系統(tǒng)建造

7.8新型專家系統(tǒng) 7.9小結(jié) 2022/11/4史忠植人工智能：專家系統(tǒng)45專家系統(tǒng)建造專家系統(tǒng)是一個(gè)復(fù)雜的計(jì)算機(jī)智能軟件，它的開發(fā)既要遵循一般的軟件開發(fā)規(guī)范，又是一種特殊的基于知識的軟件系統(tǒng)，所以它有很多區(qū)別于其他軟件開發(fā)的特點(diǎn)。專家系統(tǒng)設(shè)計(jì)一般要求遵循以下基本原則：⑴知識庫和推理機(jī)分離。這是設(shè)計(jì)專家系統(tǒng)的基本原則。⑵盡量使用統(tǒng)一的知識表示方法。以便于系統(tǒng)對知識進(jìn)行統(tǒng)一的處理、解釋和管理。⑶推理機(jī)應(yīng)盡量簡化。把啟發(fā)性知識也盡可能地獨(dú)立出來，這樣既便于推理機(jī)的實(shí)現(xiàn)，同時(shí)也便于對問題的解釋。2022/11/446需求分析知識表示詳細(xì)設(shè)計(jì)實(shí)現(xiàn)編碼測試與評價(jià)管理與維護(hù)知識獲取初步設(shè)計(jì)

專家系統(tǒng)開發(fā)的生存周期史忠植人工智能：專家系統(tǒng)2022/11/4史忠植人工智能：專家系統(tǒng)47在進(jìn)行構(gòu)思和設(shè)計(jì)專家系統(tǒng)之前，首先必須搞清楚用戶需要一個(gè)什么樣的系統(tǒng)？要求具有什么功能？各項(xiàng)性能要求如何等。因此，需求分析做的好壞是系統(tǒng)最終成敗的一個(gè)關(guān)鍵，而且是專家系統(tǒng)的艱難開發(fā)過程的第一關(guān)。知識工程師要花很多時(shí)間反復(fù)向未來的用戶和領(lǐng)域?qū)＜姨岢龈鞣N問題，并共同討論解決各種問題的方法，寫出“需求分析報(bào)告”，根據(jù)專家與用戶們的評審意見，把需求分析報(bào)告改寫成“系統(tǒng)規(guī)格說明書”，并做出“系統(tǒng)開發(fā)計(jì)劃”。

需求分析2022/11/4史忠植人工智能：專家系統(tǒng)48初步設(shè)計(jì)這個(gè)階段所要完成的任務(wù)是從宏觀上初步確定系統(tǒng)的體系結(jié)構(gòu)，進(jìn)行功能模塊的劃分，確定各功能模塊之間的相互關(guān)系（包括控制流和數(shù)據(jù)流等），畫出系統(tǒng)的總體結(jié)構(gòu)圖，確定主要的用戶界面及相應(yīng)的設(shè)計(jì)報(bào)告或說明書。在總的滿足需求分析的前提下，最終確定系統(tǒng)或模塊的性能指標(biāo)，作為下一步詳細(xì)設(shè)計(jì)時(shí)要達(dá)到的目標(biāo)。詳細(xì)設(shè)計(jì)該階段要根據(jù)各功能模塊任務(wù)和性能的要求，完成各模塊的具體方案設(shè)計(jì)。具體要求設(shè)計(jì)數(shù)據(jù)庫、知識庫、推理機(jī)、知識獲取、解釋和用戶接口的實(shí)現(xiàn)方案。

系統(tǒng)設(shè)計(jì)2022/11/4史忠植人工智能：專家系統(tǒng)49知識獲取是專家系統(tǒng)開發(fā)過程中最重要而困難的一步，被稱為專家系統(tǒng)開發(fā)的“瓶頸”。因此，在做了需求分析之后，就要開始尋找該領(lǐng)域內(nèi)合適的專家以及相應(yīng)的資料來獲取知識。知識獲取需要知識工程師與領(lǐng)域?qū)＜业拿芮信浜虾椭С?，否則是不可能成功的。從某種意義上來說，知識是決定專家系統(tǒng)性能好壞的主要因素，知識獲取的成功幾乎就使系統(tǒng)成功了一半。這是一個(gè)反復(fù)進(jìn)行，不斷修改、擴(kuò)充；進(jìn)行需求分析，知識表示，詳細(xì)設(shè)計(jì)，實(shí)現(xiàn)編碼、測試與評價(jià)，管理與維護(hù)的過程。

知識庫構(gòu)建2022/11/4史忠植人工智能：專家系統(tǒng)50目前有多種知識表示方法，不同的表示模式適合于表達(dá)不同類型的知識。因此，根據(jù)所選定的領(lǐng)域范圍和所獲取的知識，選定或設(shè)計(jì)一、二種表示方法來最合適地表示相應(yīng)領(lǐng)域的知識是一項(xiàng)很重要的工作。值的指出的是，某些專家系統(tǒng)中的知識類型比較多，單一知識表示模式有時(shí)很難實(shí)現(xiàn)系統(tǒng)的任務(wù)要求。因此，在具體建造專家系統(tǒng)時(shí)，可采用多種知識表示方法有機(jī)結(jié)合的方法。這樣，可對不同類型的知識采用最合適的方法來表示，發(fā)揮各種方法的優(yōu)勢。知識庫構(gòu)建2022/11/4史忠植人工智能：專家系統(tǒng)51選擇合適的語言工具，這要根據(jù)具體情況而定，其中包括是否可能實(shí)現(xiàn)上面確定的詳細(xì)設(shè)計(jì)；軟件編程人員對語言或工具的熟練程度以及實(shí)現(xiàn)人員的水平；是否能表達(dá)所獲取的知識；可移植性和可維護(hù)性等。可選擇使用某種“外殼”（Shell）來實(shí)現(xiàn)，將使這一工作變得簡單，僅需按規(guī)定要求，把知識庫與外殼連接起來并作必要的測試即可。還必須采用某種知識處理語言來實(shí)現(xiàn)各功能模塊，對各功能模塊進(jìn)行詳細(xì)編碼與調(diào)試，并將這些模塊連接起來，再進(jìn)行系統(tǒng)調(diào)試。系統(tǒng)開發(fā)2022/11/4史忠植人工智能：專家系統(tǒng)52

功能模塊測試與評價(jià)，已在具體實(shí)現(xiàn)階段完成。而系統(tǒng)測試與評價(jià)的目的在于測試和評估整個(gè)系統(tǒng)的功能與性能，并進(jìn)行必要的修改以達(dá)到在需求分析階段確定的功能與性能指標(biāo)。系統(tǒng)的測試與評價(jià)必須有領(lǐng)域?qū)＜液陀脩魠⒓?，不僅要對程序編碼進(jìn)行測試，同時(shí)也要對知識和推理進(jìn)行測試與評價(jià)，界面是否滿足用戶的要求等。方法：選用測試實(shí)例與專家的處理結(jié)果進(jìn)行比較，發(fā)現(xiàn)不合理或不滿意，則由開發(fā)人員具體修改，再進(jìn)行下一輪測試，如此循環(huán)往復(fù)，不斷完善，直到最終達(dá)到預(yù)期目標(biāo)。系統(tǒng)測試2022/11/4史忠植人工智能：專家系統(tǒng)53

系統(tǒng)維護(hù)這是ES應(yīng)用中的重要環(huán)節(jié)。ES系統(tǒng)經(jīng)過一定時(shí)間實(shí)際運(yùn)行后,將積累一些經(jīng)驗(yàn)和知識，并發(fā)現(xiàn)某些不足。因此，知識庫的知識要不斷增加與更新，以提高專家系統(tǒng)的適應(yīng)性和問題求解能力。允許對其繼續(xù)進(jìn)行修改與維護(hù)，當(dāng)然這需要由豐富經(jīng)驗(yàn)的人員完成。系統(tǒng)維護(hù)2022/11/4史忠植人工智能：專家系統(tǒng)54內(nèi)容提要7.1專家系統(tǒng)概述 7.2專家系統(tǒng)的基本結(jié)構(gòu)

7.3專家系統(tǒng)MYCIN 7.4專家系統(tǒng)工具CLIPS 7.5專家系統(tǒng)工具JESS 7.6面向?qū)ο髮＜蚁到y(tǒng)工具OKPS

7.7專家系統(tǒng)建造 7.8新型專家系統(tǒng) 7.9小結(jié) 新型專家系統(tǒng)隨著互聯(lián)網(wǎng)應(yīng)用的快速發(fā)展，專家系統(tǒng)在傳統(tǒng)的基于規(guī)則的基礎(chǔ)上，涌現(xiàn)出一些新型專家系統(tǒng)。下面簡要介紹分布式專家系統(tǒng)、協(xié)同式專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)以及基于互聯(lián)網(wǎng)的專家系統(tǒng)。新一代專家系統(tǒng)的研究分布式專家系統(tǒng)協(xié)同式專家系統(tǒng)神經(jīng)網(wǎng)