第七章 专家系统.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第七章 专家系统,什么是专家系统,专家系统的产生与发展,专家系统的功能与结构,专家系统的基本特征,专家系统的设计和开发,专家系统的分类,专家系统展望,一、什么是专家系统,（掌握）,1.1,专家,专家：,指在某一,专业领域,内其专业知识与解决问题的能力达到很高水平的学者或技术人员专家的能力：,指专家对某一领域问题的理解及解决问题的技能专业知识,公开知识；,个人知识1.2,专家系统的概念,专家系统,(Expert Systems,ES),：,目前尚无统一的定义简单定义为，,专家级、智能型的计算机程序系统,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”专家系统与专家在,知识广度、深度、速度和精度,上存在差异二、专家系统的产生与发展,（了解）,2.1,孕育期（,1965,年前）,1956,年,人工智能诞生，早期的人工智能是从具体的问题入手的如,1956,年,Newell,和,Simon,编制的,LT,系统实现定理证明；,Samuel,研制的西洋跳棋程序,CHECKERS,。

60,年代初期，,AI,集中开发通用的方法和技术，如通用问题求解程序,(GPS),；,60,年代中期,AI,工作者认识到,知识,在问题求解过程中的重要性；,1960,年,，,J.McCarthy,研制成功了面向人工智能程序设计的,LISP,语言2.2,产生期,(19651971),1965,年,，,E.A.,Feigenbaum,研制成功,化学结构,专家系统,DENDRAL,；,标志,ES,的诞生,，并第一次显示知识对,AI,的重要性；,1968,年,，数学领域的专家系统,MACSYMA,产生；,DENDRAL,和,MACSYMA,被称为,第一代专家系统,它们通过牺牲通用的问题求解能力，开始了专门知识的建模，以获取专门领域的高性能；它们把启发式程序、符号推理技术运用到了实际问题的求解2.3,成熟期,(19721977),此阶段一批卓有成效的专家系统出现，涉及领域包括医疗、地质、教学、数学、自然语言理解等几个典型代表：,74,年，,MYCIN,：,用于治疗和诊断感染性疾病；,76,年，,CASNET,：,用于治疗青光眼疾病；,76,年，,PROSPECTOR,:,用于根据地质寻找矿藏；,73,年，,HEARSAY,:,语言理解；,1972,年，,A.,Colmerauer,提出逻辑程序设计语言,PROLOG,面世。

此阶段相比于第一代专家系统，在以下几个方面开始了研究和改进：,知识组织的形式化技术：,开始了知识库方式的建模和各种知识表示技术的应用和研究系统的人机接口：,开始研制近乎自然语言的交互式人机接口，使,ES,能够适应非计算机专业人员的使用和掌握系统的解释机制：,开始了专家系统透明性的研究，使用户能够理解系统的行为不精确推理技术：,针对客观存在的不精确或不完全的数据和知识，增强了专家系统对专家启发式知识的表达能力专家系统通用性的研究：,开始把具有一定通用性的推理方法和领域的专门知识结合起来，试图构造有通用性的专家系统框架2.4,发展期,(1978,至今,),此阶段研究突出在以下几个方面：,自动知识获取系统研制,采用归纳式知识获取设计,Meta-DENDRAL,骨架系统等建造,ES,的工具相继出现,EMYSIN,、,EXPERT,知识库管理系统,(KBMS),的研制,新型专家系统研制,生物学专家系统,MOLGEN,三、专家系统的功能与结构,3.1,功能,专家系统应当具备以下几个功能：,存储专业领域,知识,；,存储具体问题求解过程中的初始,证据,数据和推理过程中的各种信息与,数据,；,利用已有知识,解决专业问题；,对推理过程和结论作出必要的,解释,；,提供用户,接口,；,提供知识获取、知识库修改完善等,维护手段。

3.2,结构,(,一,),基本结构,知识工程师,领域专家,知识库,推理机,用户,数据,结果,(,二,),一般结构,（掌握）,人 机 接 口,推理机,解释机构,知识获取机构,数据库,知识库,用户,专家,知识库：,用以存放领域专家提供的专门知识，知识库中拥有知识的,数量和质量,是系统性能和问题求解能力的关键因素，此是建立,ES,的核心任务综合数据库：,用于存放问题求解的初始证据、中间结果、目标、求解状态及最终结果等推理机：,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知识进行推理常采用,不精确推理,知识获取程序：,辅助知识工程师获取知识的程序及系统的自学习模块等解释程序：,根据用户的提问，对系统得出的结论、求解过程提供说明除了能增加系统的可接受性外，在系统自身的生成、测试、运行和维护过程中起着重要的作用人机接口：,专家或用户能理解的信息 系统能理解的形式,.,3.3,知识获取,(,一,),知识获取的概念,知识获取,就是把用于问题求解的专门领域知识，从拥有这些知识的,知识源,中,抽取处理,，并转换为特定的,计算机表示形式,知识源,包括书籍、杂志、数据库、专家和人类自身的经验。

计算机表示形式,有产生式、逻辑、语义网络、框架等表示二,),知识获取的主要任务,对专家或书本等知识进行,理解、认识、选择、抽取、汇集、分类和组织,；,检查和保证已获取知识的,一致性,和,完整性,；,尽量保证已获取知识的,无冗余性,；,从已有知识和实例中产生,新知识,三,),知识获取的困难,知识工程师与领域专家的,互不理解,；,知识表示,失配,；,专家的启发性知识是,不确定,的；,有些启发性的知识表示的,不可能性,；,缺乏开发专家系统的,现代技术,；,知识测试与调试的,困难性,四,),知识获取方法的分类,专家,知识工程师,知识库,专家,编辑系统,知识库,知识工程师,非自动型,原始模式,高级模式,书本文字,文字识别,专家口语,语音识别,图 像,图像识别,自然语言,理解系统,知识归纳,工具,知识库,自动型知识获取,视觉处理,系统,景 物,景物分析,半自动化知识获取：,指在人工知识获取的基础上增加了部分机器学习功能，使专家系统本身能够从大量的事实中归纳出知识常采用的方法有：,智能知识编辑器；,知识发现系统3.4,专家系统与传统程序,(,一,),算法和启发式程序,算法,是为求解一类问题而规定的一个可被机械执行的确定步骤的有穷序列，具有如下性质：,通用性：,能求解问题范围内的全部问题；,确定性：,算法中的问题求解状态、求解步骤应该是精确唯一的；,有效性：,问题范围内的任何具体问题带入算法后，都可经有限步骤，达到期望结果。

启发式方法,是帮助人们找出问题解法的一种提示或经验估计，它更注重解决问题行之有效的,经验,，如策略、技巧、窍门、简化步骤等启发式程序相对与算法有如下性质：,局部性,:,可能只适用求解某一,具体问题,；,试探性,:,采用一般情况下能保证正常工作的方法进行问题求解，当此法失效，,允许使用其他方法,；,针对性,:,常利用求解问题的一些,特殊规律,二,),专家系统与传统程序,从程序设计的角度看，传统程序和,ES,的区别是：,传统程序：,数据结构算法程序,专家系统：,知识推理系统,专家系统与传统程序主要区别在于：,启发性；,灵活性；,透明性；,符号推理；,更好的人机接口四、专家系统的基本特征,4.1,专家系统的优点,适应性强；,成本低；,危险性低；,持久性；,复合专家知识；,可靠性强；,解释、说明；,响应快；,始终稳定、理智和完整的响应4.2,基本特征,一个高性能的专家系统应具备以下几个特征：,具有专家水平的,专门知识,；,符号处理；,一般问题求解能力；,复杂度和难度；,具有解释功能；,具有知识获取能力；,知识库和推理机,相互独立,启发性,透明性,灵活性,五、专家系统设计和开发,5.1,专家系统适用的领域,开始建造专家系统之前，决定采用专家系统是不是必要的。

如果传统程序可以解决此问题，则专家系统就不是最好的选择,专家系统适合于那些没有高效算法解决的,非结构化,问题什么情况下开发,专家系统,是,可能的,，需要考虑：,问题求解主要依靠经验性知识吗？,存在真正的领域专家吗？,某领域的多个专家对领域问题求解有基本一致的看法？,专家能够解释他的知识以使知识工程师理解吗？,求解问题的知识主要是启发式和模糊的吗？,什么情况下开发专家系统是,合理的,：,问题的求解能带来较高的经济效益；,人类专家奇缺；,人类专家经验不断流失；,危险场合需要专业知识5.2,专家系统开发的基本步骤,准备阶段,问题的确定和描述、问题的基本范围、可行性分析等研究问题,划定问题范围，把大任务化为若干个小任务；,根据问题的难度，确定所需的人力、物力和财力，确定进度整理知识,建立原型系统,可以通过原型系统，检验前面阶段工作的正确性，以及增加专家对系统开发的兴趣原型系统不必追求系统尽善尽美，保持系统的简单化改进和扩充,完善推理机制，扩充解释功能和知识获取功能，增加和完善知识库、开发系统的测试工具测试和维护,评价和商品化,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,结构,规则,5.3,开发过程中的误区,专家知识错误；,语法错误；,语义错误；,推理机错误；,推理链错误；,未知界限错误。

5.4,专家系统开发工具,各种专家系统有其各自的特性，但是又有很多共性如：推理机制、知识表示模式、运行方式、体系结构和控制流程等从而使各种专家系统开发工具成为可能利用开发工具开发专家系统可以,提高效率，缩短开发周期，降低开发难度,等优点专家系统开发工具一般应包括：,一种或多种,知识表示方法,；,具有,知识编辑器,；,具有,知识库维护,和管理功能；,提供一套或多套,推理机制,；,设置一个跟踪,解释机制,目前，开发工具可分为四种主要类型：,程序设计语言,面向问题的,：,VB,、,VC,、,Delphi,等面向符号的,：,LISP,、,PROLOG,等骨架系统,：,EMYCIN,、,EXPERT,、,KAS,、,雄风平台,等通用型开发工具,：,OPS5,、,HEARSAYIII,等组合型开发工具,：,AGE,、,KEE,、,ADVISE,等六、专家系统分类,可按不同的,标准,进行分类例如：,按,应用领域,分类：可分为医疗、勘探、数学、物理、化学、气象、生物专家系统等；,按,知识表示技术,分类：基于规则的、逻辑的、语义网络、框架的专家系统等；,按,推理策略,分：基于正向、反向、双向推理等；,按,采用不精确推理技术,分：基于确定理论、主观,Bayes,、,模糊理论、,D-S,理论推理技术的,ES,；,按,结构,分：单和群,ES,。

最常用的分类标准是处理问题的类型,和,七、专家系统展望,7.1,专家系统的研究方向,今后一段时间，,ES,研究主要集中在以下方面：,继续开展各种实用专家系统的研制,知识表示方面,表层表示,：表示事物的表面联系；,深层表示,：表示事物的本质联系；,多知识表示,共存于一个系统知识获取,知识的提取、多位专家知识的提取、确定适当的知识量、知识的添加、知识使用频度、,自动知识获取,推理技术,演绎推理、归纳推理、类比推理、,不精确推理,等知识库方面,大型知识库管理系统工具系统的研制,骨架系统、辅助工具、综合工具等7.2,新一代专家系统的特征,(,一,),新一代专家系统应具备的特征,并行技术与分布处理；,高级专家系统描述语言和知识表示语言；,高级知识获取与学习功能；,新的推理机制；,自动改错和自我完善功能；,先进的智能人机接口二,),新一代专家系统的概况,分布式专家系统,此系统具有分布处理的特征，其主要目的是把一个专家系统的功能经分解后分布到多个处理器上并行地工作。