专家系统习题解答.doc

第七章 专家系统7.1.答：〔1〕专家系统的定义· 费根鲍姆〔E．A．Feigenbaum〕：“专家系统是一种智能的计算机程序，它运用知识和推理步骤来解决只有专家才能解决的复杂问题〞· 专家系统是基于知识的系统，用于在*种特定的领域中运用领域专家多年积累的经历和专门知识，求解需要专家才能解决的困难问题 · 保存和大面积推广各种专家的珍贵知识 · 博采众长 · 比人类专家更可靠，更灵活〔2〕专家系统的特点 ①具有专家水平的专门知识 专家系统中的知识按其在问题求解中的作用可分为三个层次：数据级、知识库级和控制级· 数据级知识〔动态数据〕：具体问题所提供的初始事实及在问题求解过程中所产生的中间结论、最终结论数据级知识通常存放于数据库中· 知识库级知识：专家的知识，这一类知识是构成专家系统的根底一个系统性能上下取决于这种知识质量和数量· 控制级知识〔元知识〕：关于如何运用前两种知识的知识在问题求解中的搜索策略、推理方法②能进展有效的推理推理机构——能根据用户提供的事实，通过运用知识库中的知识，进展有效的推理，以实现问题的求解.专家系统的核心是知识库和推理机③具有启发性 除能利用大量专业知识外，还必须利用经历判断知识来对求解问题作出多个假设〔依据*些条件选定一个假设，使推理继续进展〕④ 能根据不确定〔不准确〕的知识进展推理 综合利用模糊的信息和知识进展推理，得出结论 ⑤具有灵活性 知识库与推理机相互独立，使系统易于扩大，具有较大的灵活性 ⑥具有透明性· 一般有解释机构，所以具有较好的透明性· 解释机构向用户解释推理过程，答复“Why.〞、“How.〞等问题 ⑦具有交互性· 一般都为交互式系统，具有较好的人机界面· 一方面它需要与领域专家或知识工程师进展对话以获取知识；另一方面它也需要不断地从用户处获得所需的事实并答复询问.7.2.答：专家系统的一般构造 人机接口、推理机、知识库、动态数据库、知识获取机构、解释机构 知识库：主要用来存放领域专家提供的专门知识 (1) 知识表达方法的选择〔最多的三种表示方法是产生式规则、框架和语义网络〕 ① 充分表示领域知识 ② 能充分、有效地进展推理③ 便于对知识的组织、维护与管理④ 便于理解与实现 (2) 知识库管理冗余和矛盾一致性和完整性平安性推理机· 模拟领域专家的思维过程，控制并执行对问题的求解· 能根据当前的事实，利用知识库中的知识，按一定的推理方法和控制策略进展推理，直到得出相应的结论为止· 推理机包括推理方法和控制策略两局部· 推理方法有准确推理和不准确推理〔已在推理章节介绍〕· 控制策略主要指推理方向控制及推理规则选择策略· 推理有正向推理、反向推理和正反向混合推理· 推理策略一般还与搜索策略有关〔已在推理章节介绍〕· 推理机性能/构造与知识的表示方法有关，但与知识的容无关à保证推理机与知识库的独立性，提高灵活性 知识获取机构 · “瓶颈〞，是建造和设计专家系统的关键 · 根本任务是为专家系统获取知识，建立起健全、完善、有效的知识库，以满足求解领域问题的需要 · 要对知识进展一致性、完整性检测人机接口 · 专家系统与领域专家、知识工程师、一般用户间进展交互的界面，由一组程序及相应的硬件组成，用于完成输入输出工作· 更新、完善、扩大知识库；推理过程中人机交互；完毕时显示结果部表示形式与外部表示形式的转换数据库· 又称“黑板〞、“综合数据库〞或“动态数据库〞，主要用于存放用户提供的初始事实、问题描述及系统运行过程中得到的中间结果、最终结果等信息 · 数据库是推理机不可缺少的工作场地，同时由于它可记录推理过程中的各种有关信息，又为解释机构提供了答复用户咨询的依据〔需相应的数据库管理程序〕解释机构：答复用户提出的问题，解释系统的推理过程，使系统对用户透明7.3答：(1) 传统程序是依据*一确定的算法和数据构造来求解*一确定的问题，而专家系统是依据知识和推理来求解问题，这是专家系统与传统程序的最大区别.传统程序 = 数据构造 + 算法 专家系统 = 知识 + 推理(2) 传统程序把关于问题求解的知识隐含于程序中，而专家系统则将知识与运用知识的过程即推理机别离.〔使专家系统具有更大的灵活性，使系统易于修改〕(3) 从处理对象来看，传统程序主要是面向数值计算和数据处理，而专家系统则面向符号处理.传统程序处理的数据多是准确的，对数据的检索是基于模式的布尔匹配，而专家系统处理的数据和知识大多是不准确的、模糊的，知识的模式匹配也多是不准确的.(4) 传统程序一般不具有解释功能，而专家系统一般具有解释机构，可对自己的行为作出解释. (5) 传统程序因为是根据算法来求解问题，所以每次都能产生正确的答案，而专家系统则像人类专家那样工作，通常产生正确的答案，但有时也会产生错误的答案〔这也是专家系统存在的问题之一〕.专家系统有能力从错误中吸取教训，改良对*一工作的问题求解能力.(6) 从系统的体系构造来看，传统程序与专家系统具有不同的构造.7.4答：可行性分析：威特曼〔Watermam〕从三方面研究如何选择适合专家系统开发的问题(1)什么情况下开发专家系统是可能的" 〔满足！〕① 问题的求解主要依靠经历性知识，而不需要大量运用常识性知识② 存在真正的领域专家，这也是开发专家系统最重要的要求之一 专家必须能够描述和解释他们用于解决领域问题的方法③ 一般*领域中有多个专家，他们应该对领域答案的选择和准确度有根本一致的看法④ 任务易，有明确的开发目标，且任务能被很好地理解 (2)什么情况下开发专家系统是合理的.〔之一！〕① 问题的求解能带来较高的经济效益② 人类专家奇缺，但又十分需要，且十分昂贵③ 人类专家经历不断丧失④ 危险场合需要专门知识(3)什么情况下开发专家系统是适宜的.〔特征！〕① 本质——问题本质上必须能很自然地通过符号操作和符号构造来进展求解，且问题求解时需要使用启发式知识，需要使用经历规则才能得到答案② 复杂性——问题不是太容易且较为重要③ 围——问题需要有适当的围.选择适当的围是专家系统的关键，一般有两个原则：一是所选任务的大小可驾驭；二是任务要有实用价值.7.5答：专家系统的设计原则 (1)专门任务 领域大小(2)专家合作 反复磋商，团结协作(3)原型设计 从“最小系统〞到“扩大式〞开发(4)用户参与 充实、完善知识库(5)辅助工具 提高设计效率(6)知识库与推理机别离 表达特征，灵活专家系统的开发步骤 知识工程比软件工程更强调渐进性、扩大性重新完善问题识别概念化形式化实现测试重新描述重新设计需求概念构造规则(1) 问题识别阶段——知识工程师和专家确定问题的重要特点，抓住问题各主要方面的特征 ① 确定人员和任务② 问题识别：描述问题的特征及相应的知识构造，明确问题的类型和围 ③ 确定资源：确定知识源、时间、计算设备以及经费等资源 ④ 确定目标：确定问题求解的目标 (2) 概念化阶段——主要任务是提醒描述问题所需的关键概念、关系和控制机制，子任务、策略和有关问题求解的约束① 什么类型的数据有用，数据之间的关系如何.② 问题求解时包括哪些过程，这些过程中有哪些约束.③ 问题是如何划分成子问题的.④ 信息流是什么.哪些信息是由用户提供的，哪些信息是应当导出的.⑤ 问题求解的策略是什么.(3)形式化阶段——把概念化阶段概括出来的关键概念、子问题和信息流特征形式化地表示出来 〔终究采用什么形式，要根据问题的性质选择适当的专家系统构造工具或适当的系统框架〕· 三个主要的因素是： 假设空间 根本的过程模型 数据形式化阶段假设空间① 把概念描述成构造化的对象，还是处理成根本的实体.② 概念之间的因果关系或时空关系是否重要，是否应当显式地表示出来.③ 假设空间是否有限.④ 假设空间是由预先确定的类型组成的，还是由*种过程生成的.⑤ 是否应考虑假设的层次性.⑥ 是否有与最终假设和中间假设相关的不确定性或其它的判定性因素.⑦ 是否考虑不同的抽象级别. 形式化阶段根本的过程模型 · 找到可以用于产生解答的根本过程模型是形式化知识的重要一步· 过程模型包括行为的和数学的模型 〔如果专家使用一个简单的行为模型，对它进展分析，就能产生很多重要的概念和关系〕 〔数学模型可以提供附加的问题求解信息，或用于检查知识库中因果关系的一致性〕形式化阶段数据的性质 ① 数据是缺乏的、充足的还是冗余的.② 数据是否有不确定性.③ 对数据的解释是否依赖于出现的次序.④ 获取数据的代价是多少.⑤ 数据是如何得到的.⑥ 数据的可靠性和准确性如何.⑦ 数据是一致的和完整的吗. (4)实现阶段· 把形式化知识变成计算机的软体，即要实现知识库、推理机、人机接口和解释系统〔知识的一致性和相容性〕· 推理机应能模拟领域专家求解问题的思维过程和控制策略· 必须很快地实现〔实现原型系统的目的之一是检查开发早期阶段的设计是否有效〕(5)测试阶段 · 通过运行实例评价原型系统以及用于实现它的表达形式，从而发现知识库和推理机制的缺陷· 性能不佳的因素：① 输入输出特性，即数据获取与结论表示方面存在缺陷 例如，提问难于理解、含义模糊，使得存在错误或不充分的数据进入系统；结论过多或者太少，没有适当地组织和排序，或者详细的程度不适当② 推理规则有错误、不一致或不完备③ 控制策略问题，不是按专家采用的“自然顺序〞解决问题 测试的主要容：① 可靠性——通过实例的求解，检查系统所得出的结论是否与结论一致② 知识的一致性——向知识库输入一些不一致、冗余等有缺陷的知识，检查是否可检测出来 检查是否会给出不应给出的答案 检测获取知识的正确性〔如有*些自动获取知识功能〕③ 运行效率——知识查询及推理方面的运行效率，找出薄弱环节及求解方法与策略方面的问题④ 解释能力——一是检测能答复哪些问题，是否到达了要求；二是检测答复下列问题的质量〔说服力〕⑤ 人机交互的便利性7.6答： 专家系统种类 解决的问题解释根据感知数据推理情况描述诊断根据观察结果推断系统是否有故障预测推导给定情况可能产生的后果设计根据给定要求进展相应的设计规划设计动作控制控制整个系统的行为监视比拟观察结果和期望结果修理执行方案来实现规定的补救措施教学诊断、调整、修改学生行为调试建议故障的补救措施(1) 解释型专家系统· 能根据感知数据，经过分析、推理，从而给出相应解释.〔必须能处理不完全、甚至受到干扰的信息，给出一致且正确的解释〕· 代表性：DENDRAL〔化学构造说明〕、PROSPECTOR〔地质解释〕等 (2) 诊断型专家系统· 能根据取得的现象、数据或事实推断出系统是否有故障，并能找出产生故障的原因,给出排除故障的方案〔目前开发、应用得最多的一类〕· 代表性：PUFF〔肺功能诊断系统〕、PIP〔肾脏病诊断系统〕、DART〔计算机硬件故障诊断系统〕等 (3) 预测型专家系统· 能根据过去和现在信息〔数据和经历〕来推断可能发生和出现的情况〔天气预报、市场预测、人口预测等〕(4) 设计型专家系统· 能根据给定要求进展相应的设计〔工程设计、电路设计、服装设计〕· 代表性：*CON〔。