人工智能及應(yīng)用-第六章-專家系統(tǒng)

人工智能及應(yīng)用第6章專家系統(tǒng)本章內(nèi)容提要專家系統(tǒng)6.1概述6.2專家系統(tǒng)結(jié)構(gòu)6.3專家系統(tǒng)設(shè)計6.4專家系統(tǒng)應(yīng)用案例6.5開發(fā)工具與環(huán)境6.1概述專家系統(tǒng)的定義:專家系統(tǒng)是一種智能的計算機程序，它使用知識和推理過程，求解那些需要人類專家的知識才能解決的復(fù)雜問題（費根鮑姆，1982年）。從這個定義中可以看出，不同于傳統(tǒng)的計算機應(yīng)用程序，專家系統(tǒng)是一個智能程序系統(tǒng)，它內(nèi)部含有相關(guān)領(lǐng)域內(nèi)大量的專家級知識，模擬人類專家解決問題的經(jīng)驗方法來進行推理和判斷，解決領(lǐng)域內(nèi)的高水平難題。6.1概述6.1.1專家系統(tǒng)發(fā)展歷程1965年，費根鮑姆等人開始研究世界上第一個專家系統(tǒng)程序DENDRAL——化學(xué)分子結(jié)構(gòu)分析系統(tǒng)，并于1968年研制成功。該系統(tǒng)包含化學(xué)家關(guān)于分子結(jié)構(gòu)質(zhì)譜測定法的知識，利用質(zhì)譜儀數(shù)據(jù)推斷某待定有機化合物的分子結(jié)構(gòu)。DENDRAL的成功使人們看到，在某個專門領(lǐng)域，以知識為基礎(chǔ)的計算機系統(tǒng)能夠承擔(dān)這個領(lǐng)域里人類專家的功能。DENDRAL驗證了費根鮑姆關(guān)于知識的理論的正確性，為人工智能的研究和應(yīng)用開辟了新的方向和道路，被認為是人工智能發(fā)展史上的一個歷史性突破。6.1概述6.1.1專家系統(tǒng)發(fā)展歷程美國麻省理工學(xué)院于1968年開始研制的大型符號數(shù)學(xué)專家系統(tǒng)MACSYMA，于1971年開發(fā)成功并投入應(yīng)用。DENDRAL和MACSYMA是早期專家系統(tǒng)的代表，針對特定的應(yīng)用領(lǐng)域而開發(fā)，具有高度專業(yè)化、求解能力強的優(yōu)點。20世紀70年代出現(xiàn)了一大批專家系統(tǒng)。比較有代表性的專家系統(tǒng)有MYCIN、CASNET、CADUCEUS、PROSPECTOR、HEARSAY。從20世紀70年代末及80年代初開始，專家系統(tǒng)的研究領(lǐng)域迅速擴大。這一時期，專家系統(tǒng)數(shù)量急劇增多，大多屬于多學(xué)科綜合型專家系統(tǒng)，而且出現(xiàn)了大量的商業(yè)化專家系統(tǒng)。6.1概述6.1.1專家系統(tǒng)發(fā)展歷程20世紀90年代之后，隨著面向?qū)ο?、神?jīng)網(wǎng)絡(luò)、模糊技術(shù)和知識工程等技術(shù)的迅速崛起，專家系統(tǒng)迎來了新的發(fā)展機遇，出現(xiàn)了一些新型專家系統(tǒng)，如模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)、基于Web的專家系統(tǒng)、分布式專家系統(tǒng)及協(xié)同式專家系統(tǒng)等，這些新型專家系統(tǒng)的智能化水平越來越高，應(yīng)用也更加廣泛。6.1概述6.1.2專家系統(tǒng)特點專家系統(tǒng)研究者們積極開發(fā)各種專家系統(tǒng)用于滿足科研和實際應(yīng)用的需要，盡管實際開發(fā)的專家系統(tǒng)各不相同，但它們都有一些共同的特點：(1)啟發(fā)性。(2)透明性。(3)靈活性。(4)具有專家級水平的專業(yè)知識。(5)能進行不確定推理。6.1概述6.1.2專家系統(tǒng)特點傳統(tǒng)的計算機程序設(shè)計是以算法和數(shù)據(jù)為中心展開的。傳統(tǒng)的計算機程序以指令序列(即程序)為核心，由編譯程序和硬件共同決定程序的執(zhí)行。專家系統(tǒng)與傳統(tǒng)程序的區(qū)別主要如下：(1)傳統(tǒng)的計算機程序善于求解能夠用數(shù)學(xué)精確描述的問題，專家系統(tǒng)模擬人類專家的思考過程，能夠解決不確定、非結(jié)構(gòu)化、沒有算法解之類的復(fù)雜問題。(2)傳統(tǒng)的計算機程序把問題求解的知識隱含地編入計算機程序，而專家系統(tǒng)強調(diào)知識與推理的分離，把應(yīng)用領(lǐng)域的問題求解知識組成一個獨立的實體，即知識庫，包括原理性知識、專家的經(jīng)驗知識及有關(guān)的事實；傳統(tǒng)程序把知識組織為兩級，即數(shù)據(jù)級和程序級，大多數(shù)專家系統(tǒng)則將知識組織成三級，即數(shù)據(jù)、知識庫和控制。6.1概述6.1.2專家系統(tǒng)特點傳統(tǒng)的計算機程序設(shè)計是以算法和數(shù)據(jù)為中心展開的。傳統(tǒng)的計算機程序以指令序列(即程序)為核心，由編譯程序和硬件共同決定程序的執(zhí)行。專家系統(tǒng)與傳統(tǒng)程序的區(qū)別主要如下：(3)傳統(tǒng)的計算機程序主要是面向精確的數(shù)值計算和數(shù)據(jù)處理，無法處理不確定性；而專家系統(tǒng)的處理對象是符號，主要表示人類推理所需的各類知識，專家系統(tǒng)具有處理不確定、不精確或不完全數(shù)據(jù)和知識的能力，知識的模式匹配也多是不精確的。(4)因為傳統(tǒng)的計算機程序是通過算法來求解問題，所以每次都必須產(chǎn)生精確的答案；而專家系統(tǒng)則像人類專家一樣求解問題，通常產(chǎn)生正確的答案，但是有時也會出錯。6.1概述6.1.2專家系統(tǒng)特點傳統(tǒng)的計算機程序設(shè)計是以算法和數(shù)據(jù)為中心展開的。傳統(tǒng)的計算機程序以指令序列(即程序)為核心，由編譯程序和硬件共同決定程序的執(zhí)行。專家系統(tǒng)與傳統(tǒng)程序的區(qū)別主要如下：(5)傳統(tǒng)的計算機程序一般不具有解釋功能，而專家系統(tǒng)具有解釋機構(gòu)，在運行中能回答用戶提出的問題，對自身的行為作出解釋。(6)傳統(tǒng)的計算機程序通過修改程序可以提高問題求解能力或排除錯誤，而專家系統(tǒng)具有自學(xué)習(xí)能力，從錯誤中學(xué)習(xí)，不斷對已有知識進行修改、完善和提煉，提高系統(tǒng)性能。6.1概述6.1.3專家系統(tǒng)的類型按用途分類，專家系統(tǒng)分為解釋型、診斷型、預(yù)測型、設(shè)計型、規(guī)劃型、控制型、監(jiān)督型、維修型、教學(xué)型、調(diào)試型和決策型等。有些專家系統(tǒng)常常完成幾種任務(wù)，具有多種功能。例如，調(diào)試型專家系統(tǒng)同時具有規(guī)劃、設(shè)計和診斷等專家系統(tǒng)的功能，教育型專家系統(tǒng)同時具有診斷和調(diào)試等專家系統(tǒng)的功能。6.1概述6.1.3專家系統(tǒng)的類型按輸出結(jié)果分類，專家系統(tǒng)可分為分析型專家系統(tǒng)、設(shè)計型專家系統(tǒng)及綜合型專家系統(tǒng)。分析型專家系統(tǒng)通過一系列推理完成任務(wù)，輸出結(jié)果一般是“結(jié)論”；設(shè)計型專家系統(tǒng)通過一系列操作完成任務(wù)，輸出結(jié)果一般是“方案”；綜合型專家系統(tǒng)兼具分析型專家系統(tǒng)和設(shè)計型專家系統(tǒng)的特點，輸出問題的推斷和解決方案。按知識表示分類，分為基于產(chǎn)生式規(guī)則專家系統(tǒng)、基于一階謂詞邏輯專家系統(tǒng)、基于框架專家系統(tǒng)和基于語義網(wǎng)絡(luò)專家系統(tǒng)等。按結(jié)構(gòu)分類，專家系統(tǒng)可以分為集中式專家系統(tǒng)和分布式專家系統(tǒng)、單機型專家系統(tǒng)和網(wǎng)絡(luò)型專家系統(tǒng)等。按規(guī)模分類，可分為大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。6.1概述6.1.3新型專家系統(tǒng)傳統(tǒng)的專家系統(tǒng)已趨于成熟，人工智能學(xué)者在研究專家系統(tǒng)的進一步發(fā)展時，引入了人工智能和計算機技術(shù)的多種新思想和新技術(shù)，如并行與分布處理、協(xié)同機制、機器學(xué)習(xí)等，提出了各種新型專家系統(tǒng)，以更好地解決實際問題。1.模糊專家系統(tǒng)2.神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)3.網(wǎng)絡(luò)(多媒體)專家系統(tǒng)4.分布式專家系統(tǒng)及協(xié)同式專家系統(tǒng)5.深層知識專家系統(tǒng)6.2專家系統(tǒng)結(jié)構(gòu)專家系統(tǒng)的結(jié)構(gòu)是指專家系統(tǒng)的各個組成部分及其組織形式。在實際使用中各個專家系統(tǒng)的結(jié)構(gòu)可能略有不同，但一般都應(yīng)該包括知識庫、推理機、數(shù)據(jù)庫、知識獲取機構(gòu)、解釋機構(gòu)和人機接口這6個部分，它們之間的相互關(guān)系如圖6.1所示。圖6.1專家系統(tǒng)一般結(jié)構(gòu)6.2專家系統(tǒng)結(jié)構(gòu)專家系統(tǒng)的基本工作過程:用戶通過人機界面回答系統(tǒng)的提問，推理機將用戶輸入的信息與知識庫中的知識進行推理，不斷地由已知的前提推出未知的結(jié)論即中間結(jié)果，并將中間結(jié)果放到綜合數(shù)據(jù)庫中，最后將得出的最終結(jié)論呈現(xiàn)給用戶。知識庫和推理機是專家系統(tǒng)的核心部分，其中知識庫存儲解決某領(lǐng)域問題的專家級水平的知識，推理機根據(jù)環(huán)境從知識庫中選擇相應(yīng)的專家知識，按一定的推理方法和控制策略進行推理，直至得出相應(yīng)的結(jié)論。6.2專家系統(tǒng)結(jié)構(gòu)專家系統(tǒng)的基本工作過程:用戶通過人機界面回答系統(tǒng)的提問，推理機將用戶輸入的信息與知識庫中的知識進行推理，不斷地由已知的前提推出未知的結(jié)論即中間結(jié)果，并將中間結(jié)果放到綜合數(shù)據(jù)庫中，最后將得出的最終結(jié)論呈現(xiàn)給用戶。知識庫和推理機是專家系統(tǒng)的核心部分，其中知識庫存儲解決某領(lǐng)域問題的專家級水平的知識，推理機根據(jù)環(huán)境從知識庫中選擇相應(yīng)的專家知識，按一定的推理方法和控制策略進行推理，直至得出相應(yīng)的結(jié)論。6.2專家系統(tǒng)結(jié)構(gòu)1.知識庫知識來源于知識獲取機構(gòu)，同時為推理機提供求解問題所需要的知識。專家知識是指特定問題域方面的知識。知識庫中的知識包括概念、事實和規(guī)則。例如，在一個控制系統(tǒng)中，事實包括對象的有關(guān)知識，如結(jié)構(gòu)、類型及特征等；控制規(guī)則有自適應(yīng)、自學(xué)習(xí)、參數(shù)自調(diào)整等方面的規(guī)則；其他的還有經(jīng)驗數(shù)據(jù)和經(jīng)驗公式，如對象的參數(shù)變化范圍、控制參數(shù)的調(diào)整范圍及其限幅值、控制系統(tǒng)的性能指標等。一個專家系統(tǒng)的能力很大程度上取決于其知識庫中所含知識的數(shù)量和質(zhì)量。6.2專家系統(tǒng)結(jié)構(gòu)1.知識庫知識庫中的知識通常以文件的形式存放于外部介質(zhì)上，運行時被調(diào)入內(nèi)存。按照知識獲取的自動化程序，目前知識獲取主要有手工獲取、半自動獲取和自動獲?。撤N模式，將在后面進行詳細介紹。知識庫中的知識可以更詳細地分為求解問題所需的專門知識和領(lǐng)域?qū)＜业慕?jīng)驗知識。6.2專家系統(tǒng)結(jié)構(gòu)2.推理機推理機是實現(xiàn)機器推理的程序，它模擬領(lǐng)域?qū)＜业乃季S過程，控制并執(zhí)行對問題的求解。推理機根據(jù)輸入的問題以及描述問題初始狀態(tài)的數(shù)據(jù)，利用知識庫中的知識，在一定的推理策略下，按照類似領(lǐng)域?qū)＜业膯栴}求解方法，推出新的結(jié)論或者執(zhí)行某個操作。推理機的推理方法分為精確推理和不精確推理。推理控制策略主要指推理方向的控制和推理規(guī)則的選擇策略.按推理方向有正向推理、反向推理和雙向推理，推理策略一般還與搜索策略有關(guān)。6.2專家系統(tǒng)結(jié)構(gòu)2.推理機專家系統(tǒng)的核心是推理機和知識庫，這兩部分是相輔相成、密切相關(guān)的。然而，專家系統(tǒng)強調(diào)推理機和知識庫分離，推理機應(yīng)符合專家的推理過程，與知識的具體內(nèi)容無關(guān)，即推理機與知識庫是相對獨立的，這是專家系統(tǒng)的重要特征。6.2專家系統(tǒng)結(jié)構(gòu)3.數(shù)據(jù)庫數(shù)據(jù)庫也稱為綜合數(shù)據(jù)庫、動態(tài)數(shù)據(jù)庫、黑板，用于存放求解問題過程中所用到的信息(數(shù)據(jù))，包括用戶提供的原始信息、問題描述、中間推理結(jié)果、控制信息和最終結(jié)果等。因此，數(shù)據(jù)庫中的內(nèi)容可以而且也是經(jīng)常變化的，這也是“動態(tài)數(shù)據(jù)庫”的由來。數(shù)據(jù)庫是推理機工作的重要場所，它們之間存在雙向交互作用。數(shù)據(jù)庫也為解釋機構(gòu)提供支持。解釋機構(gòu)從數(shù)據(jù)庫中獲取信息，為向用戶解釋系統(tǒng)行為提供依據(jù)。數(shù)據(jù)庫由數(shù)據(jù)庫管理系統(tǒng)進行管理，完成數(shù)據(jù)檢索、維護等任務(wù)。6.2專家系統(tǒng)結(jié)構(gòu)4.知識獲取機構(gòu)知識獲取機構(gòu)負責(zé)知識庫中的知識，是構(gòu)建專家系統(tǒng)的關(guān)鍵。知識獲取機構(gòu)負責(zé)根據(jù)需要建立、修改與刪除知識以及一切必要的操作，維護知識庫的一致性、完整性等。通常，知識獲取機構(gòu)自身具有部分學(xué)習(xí)功能，通過系統(tǒng)的運行實踐自動獲取新知識添加到知識庫中。有的系統(tǒng)還可以直接與領(lǐng)域?qū)＜覍υ挮@取知識，使領(lǐng)域?qū)＜铱梢孕薷闹R庫而不必了解知識庫中知識的表示方法、組織結(jié)構(gòu)等實現(xiàn)細節(jié)。6.2專家系統(tǒng)結(jié)構(gòu)5.解釋機構(gòu)解釋機構(gòu)專門負責(zé)回答用戶提出的問題，向用戶解釋專家系統(tǒng)的行為和結(jié)果，使用戶了解推理過程及其所運用的知識和數(shù)據(jù)。因此，專家系統(tǒng)對用戶來說是透明的，這對于用戶來說是一項重要的功能。專家系統(tǒng)的透明性使普通用戶了解系統(tǒng)的動態(tài)運行情況，更容易接受系統(tǒng)，也使系統(tǒng)開發(fā)者便于調(diào)試系統(tǒng)。6.2專家系統(tǒng)結(jié)構(gòu)6.人機接口人機接口作為最終用戶、領(lǐng)域?qū)＜?、知識工程師與專家系統(tǒng)的交互界面。人機接口由一組程序及相應(yīng)的硬件組成，用于完成用戶到專家系統(tǒng)、專家系統(tǒng)到用戶的雙向信息轉(zhuǎn)換。人機接口一般要求界面友好，方便操作。目前，可視化圖形界面已廣泛應(yīng)用于專家系統(tǒng)，人機接口可能是帶有菜單的圖形接口界面。在專家系統(tǒng)中引入多媒體技術(shù)，將會大大改善和提高專家系統(tǒng)人機界面的交互性。如果人機接口包括某種自然語言處理系統(tǒng)，它將允許用戶用一個有限的自然語言形式與系統(tǒng)交互。在系統(tǒng)內(nèi)部，知識獲取機構(gòu)通過人機接口與領(lǐng)域?qū)＜壹爸R工程師進行交互，通過人機接口輸入專家知識；推理機通過人機接口與用戶交互，推理機根據(jù)需要會不斷地向用戶提問以得到相應(yīng)的實時數(shù)據(jù)，推理機通過人機接口向用戶顯示結(jié)果；解釋機構(gòu)通過人機接口向系統(tǒng)開發(fā)者解釋系統(tǒng)決策過程，向普通用戶解釋系統(tǒng)行為回答用戶提問?？梢姡藱C接口對于專家系統(tǒng)來說至關(guān)重要。6.3專家系統(tǒng)設(shè)計6.3.1專家系統(tǒng)的設(shè)計步驟1.開發(fā)步驟結(jié)合軟件工程的生命周期方法，專家系統(tǒng)開發(fā)的步驟為需求分析階段、概念化階段、形式化階段、實現(xiàn)階段、測試階段和運行維護階段。(1)需求分析。(2)概念化。(3)形式化。(4)實現(xiàn)。(5)測試。(6)運行維護。6.3專家系統(tǒng)設(shè)計6.3.1專家系統(tǒng)的設(shè)計步驟專家系統(tǒng)的開發(fā)過程如圖6.2所示。在開發(fā)過程中，任一階段發(fā)現(xiàn)問題，都要返回前面的階段進行調(diào)整。圖6.2專家系統(tǒng)開發(fā)步驟6.3專家系統(tǒng)設(shè)計6.3.1專家系統(tǒng)的設(shè)計步驟2.設(shè)計基本原則(1)設(shè)計系統(tǒng)時，首先集中精力研究一小部分假設(shè)，即使用一部分結(jié)論，只取那些確實可信的觀察和肯定的規(guī)則，先不要考慮那些不十分確定的事物。(2)建立中間假設(shè)以減少規(guī)則數(shù)量和簡化推理過程。(3)以各種事例來驗證所設(shè)計的系統(tǒng)，研究那些產(chǎn)生不準確結(jié)論的事例，并且確定系統(tǒng)可以做些什么修改以校正錯誤。(4)快速原型和增量式開發(fā)方法非常適合專家系統(tǒng)的開發(fā)。(5)從問題的一般特征出發(fā)來考慮建立模型，更有利于抓住問題的本質(zhì)。6.3專家系統(tǒng)設(shè)計6.3.2知識獲取知識獲取是把用于問題求解的領(lǐng)域知識從某些知識源提煉出來，轉(zhuǎn)化為計算機內(nèi)部的表示方式存入知識庫的過程。潛在的知識源包括領(lǐng)域?qū)＜摇尽?shù)據(jù)庫、專門操作人員以及普通人的經(jīng)驗等。目前，知識獲取大致有3種途徑。6.3專家系統(tǒng)設(shè)計6.3.2知識獲取1.人工獲取這種知識獲取分為兩步:第一步，知識工程師與領(lǐng)域?qū)＜医涣?，提取專家的?jīng)驗知識，或者查閱文獻獲得有關(guān)概念的描述及參數(shù)，對有關(guān)領(lǐng)域知識和專家知識進行分析、綜合和歸納；第二步，知識工程師用某種知識編輯軟件把知識輸入到知識庫。其工作方式如圖6.3所示。圖6.3人工知識獲取模式6.3專家系統(tǒng)設(shè)計6.3.2知識獲取2.自動獲取自動獲取是指系統(tǒng)具有直接從環(huán)境獲取全部知識的能力。自動獲取又可分為兩種形式:一種是系統(tǒng)由機器感知接收外部環(huán)境的信息，包括文字、圖形和語音等，從原始信息中學(xué)習(xí)到專家系統(tǒng)所需要的一些簡單的事實性知識，并填充知識庫；另一種是經(jīng)過機器學(xué)習(xí)和機器識別獲得更高層次的知識。其工作方式如圖6.4所示。自動獲取方式是知識獲取技術(shù)的一個努力方向。在這種方式中，由系統(tǒng)取代知識工程師，通過可視化交互式知識獲取界面，按預(yù)先制定的問題求解模型，指導(dǎo)領(lǐng)域?qū)＜易孕谐槿『洼斎胫R。6.3專家系統(tǒng)設(shè)計6.3.2知識獲取2.自動獲取圖6.4動知識獲取模式機器學(xué)習(xí)是解決知識獲取困難的最理想途徑。機器學(xué)習(xí)研究利用機器獲取新知識和新技能，并識別現(xiàn)有知識，這里的“機器”是指計算機。6.3專家系統(tǒng)設(shè)計6.3.2知識獲取3.半自動獲取半自動知識獲取是利用某種專門的知識獲取系統(tǒng)，通過提示、指導(dǎo)或問答的方式，幫助專家提取、歸納有關(guān)知識，并自動記入知識庫。在建造專家系統(tǒng)時，應(yīng)充分利用人工智能領(lǐng)域取得的成果，逐漸向自動知識獲取方向過渡。知識獲取仍是人工智能的一個熱門研究課題，是建造專家系統(tǒng)的關(guān)鍵步驟。隨著機器學(xué)習(xí)技術(shù)的發(fā)展和計算機技術(shù)的進步，將機器學(xué)習(xí)、機器識別等先進技術(shù)結(jié)合是知識獲取的發(fā)展方向，目標就是使專家系統(tǒng)能夠達到專家水平，像人類專家一樣進行決策、診斷及規(guī)劃等。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理1.知識表示知識表示就是知識的形式化，把知識用計算機能接受的形式表示出來。前面已經(jīng)介紹的知識表示方式有一階謂詞邏輯表示法、產(chǎn)生式規(guī)則表示法、框架表示法、語義網(wǎng)絡(luò)表示法、狀態(tài)圖表示法、面向?qū)ο蟊硎痉ǖ?。目前在專家系統(tǒng)中用得最多的表示方法是產(chǎn)生式規(guī)則表示法、框架表示法和語義網(wǎng)絡(luò)表示法。至于采用哪種知識表示方式，目前還沒有統(tǒng)一的標準，總體來說，可以考慮以下4個方面。(1)充分表示領(lǐng)域知識。(2)能充分有效地進行推理。(3)便于對知識的組織、維護與管理。(4)便于理解和實現(xiàn)。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理2.知識庫設(shè)計知識庫的質(zhì)量直接影響專家系統(tǒng)的效率。知識庫設(shè)計首先要確定知識庫的結(jié)構(gòu)，即知識的組織形式。知識庫的結(jié)構(gòu)設(shè)計受到多種因素的影響，如知識邏輯表示形式、知識規(guī)模等。但無論如何，知識庫設(shè)計都應(yīng)遵循以下基本原則。(1)知識庫的組織方式應(yīng)該保證知識庫與處理機的相對獨立性，使得不會由于知識庫內(nèi)部組織方式的改動而引起知識處理機構(gòu)的大改動。(2)知識庫的設(shè)計要盡量便于對知識庫的擴充、維護與修改。(3)知識庫的設(shè)計要便于對其內(nèi)容的各種運用和輸入輸出等。(4)知識庫的設(shè)計要考慮到不同的領(lǐng)域知識的組織形式，包容多種知識表示方法并存的可能性。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理2.知識庫設(shè)計(5)知識庫的設(shè)計要便于一致性和完整性等的檢查和維護。(6)知識庫的組織應(yīng)便于內(nèi)存和外存的交換。(7)知識庫的設(shè)計要便于對其內(nèi)容進行各種處理以提高處理效率，盡量節(jié)省存儲空間，這里對時間和空間的設(shè)計要求對于具有龐大知識庫容量的專家系統(tǒng)尤為重要。專家系統(tǒng)中的知識庫一般采取層次結(jié)構(gòu)或網(wǎng)狀結(jié)構(gòu)。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理2.知識庫設(shè)計對于復(fù)雜的專家系統(tǒng)，將問題劃分成相互關(guān)聯(lián)的若干子問題，同時將知識庫分解為相應(yīng)的若干較小的子知識庫，縮小求解問題的知識庫規(guī)模，再根據(jù)各個子問題的性質(zhì)和特點，采用相應(yīng)的推理機制并行處理。以農(nóng)作物施肥量決策專家系統(tǒng)為例進行分析。隨著專家系統(tǒng)應(yīng)用領(lǐng)域的擴大和系統(tǒng)規(guī)模的擴展，分布式知識庫是一個必然選擇，也是知識庫技術(shù)的一個重要發(fā)展方向。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理3.知識庫管理知識庫管理系統(tǒng)是知識庫的支撐軟件，專家系統(tǒng)通過知識庫管理模塊實現(xiàn)對知識庫的統(tǒng)一管理和使用，實現(xiàn)知識的組織、存儲、編輯、增刪、修改、檢索、擴充、更新以及維護等功能。知識庫管理包括知識庫的重組、知識庫操作管理、知識庫維護以及知識庫的安全與保護等。知識庫基本操作可以采用兩種方式來實現(xiàn):一種方法就是利用屏幕窗口通過人機對話方式實現(xiàn)知識的增刪、修改、查詢、統(tǒng)計等；另一種就是用全屏幕編輯方式，讓用戶直接用鍵盤按知識描述語言的語法格式編輯知識。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理3.知識庫管理知識的一致性是指知識庫中的知識必須是相容的、無矛盾的。例如，下面的兩條規(guī)則:R1:IFPTHENQR2:IFPTHEN～Q這兩條規(guī)則在相同的條件下得到的結(jié)論是互斥的，則它們是矛盾的，因此，知識庫不能同時包含兩條這樣的規(guī)則。如果兩條規(guī)則雖然有相同的結(jié)論，但規(guī)則強度不同，則它們也是矛盾的。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理3.知識庫管理知識的完整性是指知識庫中的知識必須滿足約束條件，保證知識的合理性、有效性和正確性。例如，小李今年10歲，小李的哥哥今年x歲，則必須滿足x≥10；否則就破壞了知識的完整性。冗余性檢查就是檢查知識庫中的知識是否存在重復(fù)、多余。冗余的表現(xiàn)有重復(fù)、包含、環(huán)路等現(xiàn)象。例如，下面的兩條規(guī)則:R1:IFP且QTHENRR2:IFQ且PTHENR這兩條規(guī)則是等價規(guī)則，如果同時存在于一個知識庫，則存在冗余。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理3.知識庫管理又如，R1:IFPTHENQR2:IFQTHENRR3:IFPTHENSR4:IFSTHENRR1、R2和R3、R4是等效的規(guī)則鏈，如果同時存在于一個知識庫，則存在冗余。又如，R1:IFPTHENQR2:IFQTHENRR3:IFRTHENP則形成了一條環(huán)路。6.3專家系統(tǒng)設(shè)計6.3.3知識庫設(shè)計和知識管理推理過程中還會產(chǎn)生錯判和漏判，即錯判是指系統(tǒng)運行時得出了給定條件所不期望的某一結(jié)論，漏判是指在給定的條件下沒有得到本應(yīng)該推導(dǎo)出的結(jié)論。針對這兩種情況，需要根據(jù)錯判率和漏判率對知識進行求精處理，即做特化處理或泛化處理。知識庫的安全是指防止知識庫遭到破壞，包括操作失誤和惡意破壞等主客觀因素產(chǎn)生的破壞。一般地，知識庫的安全保護措施可以像數(shù)據(jù)庫那樣通過設(shè)置口令來驗證操作者的身份、對不同的操作者設(shè)置不同的權(quán)限、預(yù)留備份等技術(shù)來實現(xiàn)。6.3專家系統(tǒng)設(shè)計6.3.4推理機設(shè)計推理是建立在知識庫和數(shù)據(jù)庫的基礎(chǔ)上，根據(jù)知識庫中的一系列條件、規(guī)則，從用戶提供的已有事實，推導(dǎo)出新的結(jié)論。推理機必須與知識庫及知識相適應(yīng)，也就是說推理機必須與知識庫的結(jié)構(gòu)、層次以及知識表示形式相協(xié)調(diào)、相匹配。就推理機本身而言，還需要考慮推理方式、方法和控制策略。當推理機使用一條規(guī)則時，通常要分成3步:①匹配，即把數(shù)據(jù)庫和規(guī)則的條件部分相匹配；②沖突解決，即當有一個以上的規(guī)則條件和當前數(shù)據(jù)庫相匹配時，根據(jù)優(yōu)先級、可信度決定首先使用哪一條規(guī)則；③操作，即執(zhí)行規(guī)則的操作部分，并修改當前數(shù)據(jù)庫。6.3專家系統(tǒng)設(shè)計6.3.4推理機設(shè)計根據(jù)問題求解時推理過程中選擇的推理方向，推理機可以選擇正向推理、反向推理或和雙向推理。(1)正向推理。正向推理是由原始數(shù)據(jù)出發(fā)，按照一定策略，運用知識庫中專家的知識推斷出結(jié)論的方法。這種推理方式是由數(shù)據(jù)到結(jié)論，也叫數(shù)據(jù)驅(qū)動策略。6.3專家系統(tǒng)設(shè)計6.3.4推理機設(shè)計(2)反向推理。反向推理是先提出假設(shè)(結(jié)論)，然后查找支持這個結(jié)論的證據(jù)的方法。這種由結(jié)論到數(shù)據(jù)的策略稱為目標驅(qū)動策略。(3)雙向推理。雙向推理采用正向推理和反向推理同時進行，運用正向推理幫助系統(tǒng)提出假設(shè)，然后運用反向推理尋找支持該假設(shè)的證據(jù)。6.3專家系統(tǒng)設(shè)計6.3.5解釋功能設(shè)計專家系統(tǒng)一般具有解釋功能，用人們易于理解的方式向系統(tǒng)開發(fā)者或用戶解釋或說明問題求解過程及結(jié)果的合理性。在推理過程中專家系統(tǒng)還可以通過解釋機構(gòu)向用戶解釋“系統(tǒng)為什么要向用戶提出該問題？”、“計算機是如何得出最終結(jié)論？”等諸如此類問題。系統(tǒng)的解釋機構(gòu)就是專家系統(tǒng)為完成解釋功能而設(shè)置的程序模塊。從系統(tǒng)結(jié)構(gòu)上來說，解釋機構(gòu)一般作為一個獨立的模塊，但實際上解釋功能與推理機密切相關(guān)，因為解釋機構(gòu)必須對推理進行實時跟蹤。可以采用以下方法實現(xiàn)解釋功能。6.3專家系統(tǒng)設(shè)計6.3.5解釋功能設(shè)計(1)預(yù)置文本法。(2)過程跟蹤。(3)策略解釋法。6.3專家系統(tǒng)設(shè)計6.3.6系統(tǒng)結(jié)構(gòu)設(shè)計從系統(tǒng)組成結(jié)構(gòu)角度來看，專家系統(tǒng)的核心是知識庫、數(shù)據(jù)庫和推理機構(gòu)。體系結(jié)構(gòu)研究的核心問題就是如何根據(jù)應(yīng)用領(lǐng)域和求解任務(wù)的要求來組織系統(tǒng)內(nèi)部的各個功能模塊。對于問題求解任務(wù)相對容易的系統(tǒng)，只需采用簡單的體系結(jié)構(gòu)。隨問題求解任務(wù)復(fù)雜程度的增加，在體系結(jié)構(gòu)設(shè)計時需要漸進地采用一些相適應(yīng)的知識庫技術(shù)和推理技術(shù)。一般的系統(tǒng)結(jié)構(gòu)有獨立式(一個“純”專家模塊)、集中式、分布式、層次式和“黑板模型”等。人們也提出了新的體系結(jié)構(gòu)方案，如多級專家系統(tǒng)、多庫協(xié)同系統(tǒng)以及大型協(xié)同分布式專家系統(tǒng)等。6.3專家系統(tǒng)設(shè)計6.3.7專家系統(tǒng)的評價從技術(shù)角度進行評價，主要由知識工程師和領(lǐng)域?qū)＜覅⑴c，評價內(nèi)容包括以下幾項。(1)系統(tǒng)設(shè)計思想、設(shè)計方法、設(shè)計工具的正確性。(2)知識的完備性，判斷知識庫是否具有完善的知識，是否與領(lǐng)域?qū)＜业闹R保持一致，知識庫邏輯一致性和完整性。(3)知識表示及組織方法的適當性，判斷能否充分表達領(lǐng)域知識，知識庫是否是最小表示，是否便于知識維護和管理。(4)所用推理技術(shù)的正確性，系統(tǒng)是否能產(chǎn)生正確的答案。6.3專家系統(tǒng)設(shè)計6.3.7專家系統(tǒng)的評價(5)求解問題的質(zhì)量，評價系統(tǒng)提供的建議和結(jié)論的準確性，與領(lǐng)域?qū)＜宜媒Y(jié)論的符合程度，解釋的正確性及可信度估算的準確性。(6)系統(tǒng)測試和檢驗方法的正確性，從運行性能角度進行評價，主要由用戶完成，包括一般用戶和專業(yè)用戶。(7)系統(tǒng)的效率，即系統(tǒng)運行時對系統(tǒng)資源的利用率以及時間、空間開銷。(8)人機交互的便利性，用戶能否方便使用系統(tǒng)決定用戶是否最終接受這個系統(tǒng)。(9)問題求解能力和適用范圍，求解結(jié)果的有用性。6.3專家系統(tǒng)設(shè)計6.3.7專家系統(tǒng)的評價(10)系統(tǒng)的易維護性、易擴充性、可移植性、可靠性，是否易于與其他軟件集成。(11)易用性、可理解性、自然性和是否提供聯(lián)機幫助及解釋。(12)系統(tǒng)的經(jīng)濟性，包括軟硬件投資、設(shè)計開發(fā)費用、取得的直接或間接經(jīng)濟效益等，建造一個實用專家系統(tǒng)需要耗費大量的人力和物力，從經(jīng)濟方面進行分析也是系統(tǒng)開發(fā)可行性的一種重要考慮因素。

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)該系統(tǒng)是一個比較流行的專家系統(tǒng)試驗?zāi)Ｐ?，用以識別金錢豹、虎、長頸鹿、斑馬、企鵝、鴕鳥、信天翁7種動物。下面討論該系統(tǒng)的知識表示、推理機制、模塊結(jié)構(gòu)等。

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)1.知識庫該系統(tǒng)用產(chǎn)生式規(guī)則來表示知識，知識庫中共有以下15條規(guī)則。規(guī)則1:IF動物有毛發(fā)THEN動物是哺乳動物規(guī)則2:IF動物有奶THEN動物是哺乳動物規(guī)則3:IF動物有羽毛THEN動物是鳥規(guī)則4:IF動物會飛AND會下蛋THEN動物是鳥規(guī)則5:IF動物吃肉THEN動物是肉食動物規(guī)則6:IF動物有犬齒AND有爪AND眼盯前方THEN動物是食肉動物規(guī)則7:IF動物是哺乳動物AND有蹄THEN動物是有蹄類動物規(guī)則8:IF動物是哺乳動物AND反芻THEN動物是有蹄類動物

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)1.知識庫規(guī)則9:IF動物是哺乳動物AND是食肉動物AND是黃褐色的AND有暗斑點THEN動物是金錢豹規(guī)則10:IF動物是黃褐色的AND是哺乳動物AND是食肉AND有黑條紋THEN動物是虎規(guī)則11:IF動物有暗斑點AND有長腿AND有長脖子AND是有蹄類動物THEN動物是長頸鹿規(guī)則12:IF動物有黑條紋AND是有蹄類動物THEN動物是斑馬規(guī)則13:IF動物有長腿AND有長脖子AND是黑色的AND是鳥AND不會飛THEN動物是鴕鳥規(guī)則14:IF動物是鳥AND不會飛AND會游泳AND是黑色的THEN動物是企鵝規(guī)則15:IF動物是鳥AND善飛THEN動物是信天翁

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)1.知識庫知識庫中包含將問題從初始狀態(tài)轉(zhuǎn)換到目標狀態(tài)的變化規(guī)則。首先用6條規(guī)則將動物粗略分成哺乳動物、鳥、食肉動物三大類，然后逐步縮小分類范圍，最后給出金錢豹、虎、長頸鹿、斑馬、企鵝、鴕鳥、信天翁這7種動物的識別規(guī)則。在15條規(guī)則中，共出現(xiàn)30個概念，也稱為事實:有毛發(fā)、能產(chǎn)奶、哺乳動物、有羽毛、會飛、產(chǎn)蛋、鳥、吃肉、有犬齒、有爪、眼盯前方、食肉動物、有蹄、反芻、有蹄類動物、黃褐色、身上有暗斑點、黑色條紋、有長脖子、有長腿、不會飛、黑白色、會游泳、信天翁、企鵝、駝鳥、斑馬、長頸鹿、老虎、獵豹。

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)2.綜合數(shù)據(jù)庫綜合數(shù)據(jù)庫為事實庫，主要存放問題求解的相關(guān)信息，包括原始事實、中間結(jié)果和最終結(jié)論，中間結(jié)果又可以作為下一步推理的事實。事實上，綜合數(shù)據(jù)庫是計算機中開辟的一塊存儲空間。3.推理機本系統(tǒng)采用正向推理，并且精確推理，推理過程如圖6.5所示。推理步驟如下。

6.4專家系統(tǒng)應(yīng)用案例圖6.5動物識別專家系統(tǒng)推理過程

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)3.推理機(1)用戶首先初始化綜合數(shù)據(jù)庫，即把已知事實存放到綜合數(shù)據(jù)庫。(2)推理機檢查規(guī)則庫中是否有規(guī)則的前提條件可與綜合數(shù)據(jù)庫中已知事實相匹配，若有，則把匹配成功的規(guī)則的結(jié)論部分作為新的事實放入綜合數(shù)據(jù)庫。(3)檢查綜合數(shù)據(jù)庫中是否包含待解決問題的解，若是，說明問題求解成功；否則用更新后的綜合數(shù)據(jù)庫中的所有事實重新進行匹配，重復(fù)上述過程，直到推理結(jié)束。

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)3.推理機一般來說，推理終止的情況有以下兩種。(1)經(jīng)推理已經(jīng)求得問題的解。(2)知識庫中再無可適用的知識。若一條規(guī)則的結(jié)論在其他規(guī)則的前提條件中都不出現(xiàn)，則這條規(guī)則的結(jié)論部分就是最終結(jié)論，把含有最終結(jié)論的規(guī)則稱為結(jié)論性規(guī)則。對于第(1)種情況，每當推理機用到結(jié)論性規(guī)則進行推理時，推出的結(jié)論就是最終結(jié)論，此時可終止推理過程。對于第(2)種情況，檢查當前知識庫中是否還有未使用的規(guī)則，但均不能與綜合數(shù)據(jù)庫中的已有事實相匹配時，則說明該問題無解，終止問題求解過程。

6.4專家系統(tǒng)應(yīng)用案例6.4.1動物識別專家系統(tǒng)4.解釋機構(gòu)解釋機構(gòu)回答系統(tǒng)如何推出最終結(jié)論，解釋功能的實現(xiàn)與推理機密切相關(guān)。動物識別專家系統(tǒng)的解釋機構(gòu)對推理進行實時跟蹤。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)地質(zhì)勘探專家系統(tǒng)PROSPECTOR能根據(jù)巖石標本及地質(zhì)勘探數(shù)據(jù)對礦產(chǎn)資源進行估計和預(yù)測，提供勘探方面的咨詢。該系統(tǒng)集中多個領(lǐng)域?qū)＜业闹R，具有以下功能。(1)勘探結(jié)果評價。(2)區(qū)域資源評價。(3)鉆井井位選擇。PROSPECTOR系統(tǒng)的總體結(jié)構(gòu)如圖6.6所示。

6.4專家系統(tǒng)應(yīng)用案例圖6.6PROSPECTOR系統(tǒng)總體結(jié)構(gòu)

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)(1)知識庫。(2)英語分析器。(3)問答系統(tǒng)。(4)解釋系統(tǒng)。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)1.知識表示PROSPECTOR系統(tǒng)的知識用語義網(wǎng)絡(luò)和規(guī)則表示。知識庫由三級網(wǎng)絡(luò)組成，即分類學(xué)網(wǎng)絡(luò)、分塊語義網(wǎng)絡(luò)和推理網(wǎng)絡(luò)，分別用來描述概念、陳述和推理規(guī)則。最低層網(wǎng)絡(luò)是分類學(xué)網(wǎng)絡(luò)，給出了系統(tǒng)所知道的詞匯的用途及相互關(guān)系。分塊語義網(wǎng)絡(luò)用來表示陳述，它是把整個網(wǎng)絡(luò)劃分成若干個塊，每一塊表示一句完整的話(陳述)。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)1.知識表示推理網(wǎng)絡(luò)是系統(tǒng)賴以完成咨詢的知識庫。在PROSPECTOR中，判斷性知識用規(guī)則來表示，每條規(guī)則的形式為E→H(LS，LN)該規(guī)則用來反映證據(jù)E對假設(shè)H的支持程度。每條規(guī)則的LS、LN及每個語義空間H的P(H)均由領(lǐng)域?qū)＜以诮ㄔ熘R庫時提供。推理網(wǎng)絡(luò)通過決策規(guī)則把證據(jù)和假設(shè)鏈接成一個有向圖，推理網(wǎng)絡(luò)中的結(jié)點代表各個語義空間，稱為超結(jié)點，弧代表規(guī)則，與每條弧相聯(lián)系的數(shù)字分別表示規(guī)則的LS、LN，分別稱為規(guī)則的充分性量度和必要性量度。每個端點或葉結(jié)點是用戶提供的證據(jù)，其他結(jié)點都是假設(shè)。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)1.知識表示PROSPECTOR系統(tǒng)中沒有獨立于知識庫而存在的綜合數(shù)據(jù)庫，它的推理網(wǎng)絡(luò)同時兼有知識庫和數(shù)據(jù)庫兩種身份。PROSPECTOR系統(tǒng)的知識按用途可分為兩類，即分類學(xué)網(wǎng)絡(luò)和其他礦藏模型。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)2.推理機制PROSPECTOR系統(tǒng)的不精確推理是建立在概率論的基礎(chǔ)上，采用主觀貝葉斯方法，即根據(jù)前提E的概率，利用規(guī)則的LS和LN，把結(jié)論H的先驗概率P(H)更新為后驗概率P(H|E)。PROSPECTOR系統(tǒng)采用多種推理方式，稱為混合主動式推理，即正反向混合推理與接納用戶自愿提供信息相結(jié)合的推理方式。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)2.推理機制PROSPECTOR系統(tǒng)的正向推理實際上就是概率傳播。系統(tǒng)運行時，用戶輸入一個證據(jù)E并指出它在觀察S下成立的后驗概率P(E|S)。系統(tǒng)在推理網(wǎng)絡(luò)中搜索以E為前提或前提包含E的規(guī)則R，利用P(E|S)計算在規(guī)則R的作用下結(jié)論H的后驗概率，然后再從推理網(wǎng)絡(luò)中搜索前提中包含H的規(guī)則R′，重復(fù)以上過程。PROSPECTOR推理過程實際上就是重復(fù)地將規(guī)則前提的后驗概率沿推理網(wǎng)絡(luò)中的規(guī)則弧傳到規(guī)則的結(jié)論部分，修改結(jié)論的后驗概率，直到推理網(wǎng)絡(luò)的頂層語義空間。PROSPECTOR系統(tǒng)的概率傳播過程由傳送器完成。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)2.推理機制當正向推理(概率傳播)結(jié)束后，如果系統(tǒng)已能確定存在某種礦藏，則輸出結(jié)果；否則進入反向推理過程。反向推理由提問系統(tǒng)負責(zé)，它為斷定某種礦藏的成礦可能性尋求有關(guān)的數(shù)據(jù)。

6.4專家系統(tǒng)應(yīng)用案例6.4.2PROSPECTOR系統(tǒng)3.解釋系統(tǒng)PROSPECTOR系統(tǒng)的解釋系統(tǒng)可以為用戶提供幾種不同類型的解釋。解釋系統(tǒng)可隨時檢查推理網(wǎng)絡(luò)中某個語義空間的后驗概率，還可以向用戶顯示推斷某一結(jié)論所使用的規(guī)則，或者檢查某一數(shù)據(jù)對推理網(wǎng)絡(luò)中任一特定空間概率的影響。通過這些解釋方法，用戶可以了解所采集數(shù)據(jù)的意義以及進一步需要的數(shù)據(jù)。PROSPECTOR系統(tǒng)幫助勘探人員推斷礦床分布、儲藏量、品位、開采價值等信息，制定開采計劃和鉆井井位布局方案，目前已成為世界上公認的經(jīng)典專家系統(tǒng)之一。

6.5開發(fā)工具與環(huán)境從目前已有的開發(fā)工具來看，專家系統(tǒng)開發(fā)工具大致可分為以下五類。(1)程序設(shè)計語言。(2)骨架系統(tǒng)。(3)通用型知識表達語言。(4)輔助工具箱。(5)專家系統(tǒng)開發(fā)環(huán)境。

6.5開發(fā)工具與環(huán)境6.5.1程序設(shè)計語言程序設(shè)計語言是專家系統(tǒng)的最基本開發(fā)工具，包括面向數(shù)據(jù)處理的語言和面向符號處理的語言。面向數(shù)據(jù)處理的語言是為特定的問題類型而設(shè)計，主要代表有C、PASCAL、FORTRAN、BASIC等，能方便地處理代數(shù)運算，適合科學(xué)、數(shù)學(xué)和統(tǒng)計領(lǐng)域。面向?qū)ο蟪绦蛟O(shè)計語言(如C++語言)具有