1、人工智能原理及應用制作小組成員：張恒維 許榮澤 烏龜俠 劉寒靜 目錄一一. .專家系統的介紹專家系統的介紹 1.什么是專家系統 2.專家系統的發展歷程 3.專家系統的構造及工作過程二二. .基于規則的專家系統基于規則的專家系統 1.基于規則的專家系統的基本特征 2.前向鏈接和后向鏈接推理技術 3.沖突消解三三. .規則專家系統的有點和缺點規則專家系統的有點和缺點四四. .實例展示實例展示 一一. .專家系統的介紹專家系統的介紹1.什么是專家系統 專家系統是人工智能中最重要的也是最活躍的一個應用領域，它實現了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。專家系統是

2、早期人工智能的一個重要分支，它可以看作是一類具有專門知識和經驗的計算機智能程序系統，一般采用人工智能中的知識表示和知識推理技術來模擬通常由領域專家才能解決的復雜問題。2.2.專家系統的發展歷程專家系統的發展歷程20世紀60年代初，出現了運用邏輯學和模擬心理活動的一些通用問題求解程序，它們可以證明定理和進行邏輯推理。但是這些通用方法無法解決大的實際問題，很難把實際問題改造成適合于計算機解決的形式，并且對于解題所需的巨大的搜索空間也難于處理。1965年，f.a.費根鮑姆等人在總結通用問題求解系統的成功與失敗經驗的基礎上，結合化學領域的專門知識，研制了世界上第一個專家系統dendral ，可以推斷化

3、學分子結構。20多年來，知識工程的研究，專家系統的理論和技術不斷發展，應用滲透到幾乎各個領域，包括化學、數學、物理、生物、醫學、農業、氣象、地質勘探、軍事、工程技術、法律、商業、空間技術、自動控制、計算機設計和制造等眾多領域，開發了幾千個的專家系統，其中不少在功能上已達到，甚至超過同領域中人類專家的水平，并在實際應用中產生了巨大的經濟效益。專家系統的發展階段專家系統的發展已經歷了3個階段，正向第四代過渡和發展。第一代專家系統（dendral、macsyma等）以高度專業化、求解專門問題的能力強為特點。但在體系結構的完整性、可移植性、系統的透明性和靈活性等方面存在缺陷，求解問題的能力弱。第二代專

4、家系統（mycin、casnet、prospector、hearsay等）屬單學科專業型、應用型系統，其體系結構較完整，移植性方面也有所改善，而且在系統的人機接口、解釋機制、知識獲取技術、不確定推理技術、增強專家系統的知識表示和推理方法的啟發性、通用性等方面都有所改進。專家系統的發展階段第三代專家系統屬多學科綜合型系統，采用多種人工智能語言，綜合采用各種知識表示方法和多種推理機制及控制策略，并開始運用各種知識工程語言、骨架系統及專家系統開發工具和環境來研制大型綜合專家系統。第四代專家系統是在在總結前三代專家系統的設計方法和實現技術的基礎上，已開始采用大型多專家協作系統、多種知識表示、綜合知識庫

5、、自組織解題機制、多學科協同解題與并行推理、專家系統工具與環境、人工神經網絡知識獲取及學習機制等最新人工智能技術來實現具有多知識庫、多主體的專家系統。3.3.專家系統的構造及工作過程專家系統的構造及工作過程 構造 專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成。其中尤以知識庫與推理機相互分離而別具特色。專家系統的體系結構隨專家系統的類型、功能和規模的不同，而有所差異。 3.3.專家系統的構造及工作過程專家系統的構造及工作過程 為了使計算機能運用專家的領域知識，必須要采用一定的方式表示知識。目前常用的知識表示方式有產生式規則、語義網絡、框架、狀態空間、邏輯

6、模式、腳本、過程、面向對象等。基于規則的產生式系統是目前實現知識運用最基本的方法。產生式系統由綜合數據庫、知識庫和推理機3個主要部分組成，綜合數據庫包含求解問題的世界范圍內的事實和斷言。知識庫包含所有用“如果：前提，于是：結果”形式表達的知識規則。推理機（又稱規則解釋器）的任務是運用控制策略找到可以應用的規則。3.3.專家系統的構造及工作過程專家系統的構造及工作過程知識庫 知識庫用來存放專家提供的知識。專家系統的問題求解過程是通過知識庫中的知識來模擬專家的思維方式的，因此，知識庫是專家系統質量是否優越的關鍵所在，即知識庫中知識的質量和數量決定著專家系統的質量水平。一般來說，專家系統中的知識庫與

7、專家系統程序是相互獨立的，用戶可以通過改變、完善知識庫中的知識內容來提高專家系統的性能。3.3.專家系統的構造及工作過程專家系統的構造及工作過程推理機 推理機針對當前問題的條件或已知信息，反復匹配知識庫中的規則，獲得新的結論，以得到問題求解結果。在這里，推理方式可以有正向和反向推理兩種。3.3.專家系統的構造及工作過程專家系統的構造及工作過程其他部分 人機界面是系統與用戶進行交流時的界面。通過該界面，用戶輸入基本信息、回答系統提出的相關問題，并輸出推理結果及相關的解釋等。 綜合數據庫專門用于存儲推理過程中所需的原始數據、中間結果和最終結論，往往是作為暫時的存儲區。解釋器能夠根據用戶的提問，對結

8、論、求解過程做出說明，因而使專家系統更具有人情味。 知識獲取是專家系統知識庫是否優越的關鍵，也是專家系統設計的“瓶頸”問題，通過知識獲取，可以擴充和修改知識庫中的內容，也可以實現自動學習功能。3.3.專家系統的構造及工作過程專家系統的構造及工作過程 工作過程 專家系統的基本工作流程是，用戶通過人機界面回答系統的提問，推理機將用戶輸入的信息與知識庫中各個規則的條件進行匹配，并把被匹配規則的結論存放到綜合數據庫中。最后，專家系統將得出最終結論呈現給用戶。二.基于規則的專家系統1.基于規則的專家系統的基本特征在20世紀70年代早期，來自卡內基-梅隆大學的Newell和Simon提出了產生式系統模型，

9、為現代的基于規則的專家系統奠定了基礎（Newell and Simon，1972）。產生式模型的思路是，對于一個用相關信息表達了的指定問題，人類運用知識（用產生式規則表達）能夠解決。產生式規則存儲在長期存儲器中，問題相關的信息或事實存儲在短期存儲器中。圖2.2是產生式系統模型和基于規則的專家系統的基本結構。二.基于規則的專家系統二.基于規則的專家系統基于規則的專家系統由5個部分組成：知識庫、數據庫、推理引擎、解釋設備和用戶界面。知識庫包含解決問題相關的領域知識。在基于規則的專家系統中，知識用一組規則來表達。每一條規則表達一個關系、建議、指示、策略或啟發式方法，具有IF（條件）THEN（行為）結

10、構。當規則的條件被滿足時，觸發規則，繼而執行行為。數據庫包含一組事實，用于匹配存儲在知識庫中的IF（條件）部分。推理引擎執行推理，專家系統由此找到解決方案。推理引擎鏈接知識庫中的規則和數據庫中的事實。31用戶使用解釋設備查看專家系統怎樣得出解決方案的過程，以及為什么需要特定事實。專家系統必須能夠解釋推理并證明所給的建議、分析或結論。用戶界面是實現用戶（查詢問題解決方案）和專家系統之間交流的途徑，這一途徑必須有實際意義并盡可能地友好。這5個部分對于任何基于規則的專家系統來說都是不可或缺的，它們共同構成了專家系統的核心，除此之外也會有其他附加組件。二.基于規則的專家系統外部接口允許專家系統融合外部

11、數據文件和以常用語言編寫的程序，開發者接口一般包括知識庫編輯器、調試工具，以及輸入/輸出設備。任何專家系統框架都會提供簡單的文本編輯器，用于輸入和調整規則、檢查格式和拼寫。許多專家系統也包括記錄設備，用于監測32知識工程師或專家所做的修改。如果規則被改動，編輯器將自動存儲改動日期和做改動的人，以便后面參考。當有多個知識工程師和專家都有權進入知識庫并做修改時，記錄設備尤其重要。二.基于規則的專家系統調試工具一般包含跟蹤設備和斷點包。跟蹤設備提供程序執行過程中被觸發的規則列表。使用斷點包則能提前告訴系統哪里該中斷，以備知識工程師或專家即時查看數據庫中的當前值。多數專家系統還提供輸入/輸出設備，例如

12、運行時知識獲取器，以便運行中的專家系統獲取數據庫之外的必需信息。當知識工程師或專家輸入所需信息后，系統接著往下運行。總之，開發者接口、知識獲取設備使得領域專家能夠直接將知識輸入專家系統，以減少打擾知識工程師的次數。二.基于規則的專家系統基于規則的專家系統的完整結構2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術假設數據庫最初包含5個事實：A、B、C、D和E，知識庫最初包含3條規則：2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術專家系統能夠用推理鏈來解釋怎樣得出的結論，這是解釋設備的必要部分推理引擎要決定何時激活哪條規則。選擇規則時，有兩個主要方法：前向鏈接和后向鏈接2

13、.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術我們先將規則重寫為如下形式：再添加兩條規則：2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術從已知數據開始展開推理。每一次只執行頂端的一條規則。當有規則被觸發時，就有新事實加入數據庫。任何規則只能被執行一次。當沒有規則可觸發時，匹配-觸發循環終止。2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術前向鏈接是搜集信息并推出信息的技術。不過，在前向鏈接中，許多被觸發的規則也許與問題目標無關。在上面的例子中，目標是推出事實Z。我們僅有5條規則，其中4條規則被觸發。規則4 CL雖與事實Z無關，也同樣被觸發了。一個真正的基于

14、規則的專家系統可能有成百上千條規則，許多規則被觸發后雖然能推出有效的新事實，但可能與目標無關。所以，如果只需推出一個特定的事實，前向鏈接推導技術或許效率很低。這種情況下，后向鏈接技術就比較合適2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術后向鏈接推理技術后向鏈接是目標驅動的推理技術。在后向鏈接中，專家系統有目標（一個假設的答案），推理引擎的任務是找出證明目標的論據。首先，在知識庫中搜尋含有目標的規則，即THEN部分包含的目標規則。如果找到這種規則，在數據庫中也有匹配的事實，就觸發規則并證明目標。不過這種情況很少見。所以，推理引擎就暫不考慮這類規則（將規則壓棧），要建立新目標，即子

15、目標，以證明壓棧規則的IF部分。2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術現在來對比前向鏈接和后向鏈接。可以看出，前向鏈接中觸發了4條規則，而后向鏈接中只觸發了3條規則。這個簡單的例子說明了當需要證實一個特定事實時（例子中是Z），后向鏈接更為有效。前向鏈接中，在推理過程開始前就確定了數據，不需用戶額外輸入。在后向鏈接中，確立目標后，只需要那些支持推理的數據，有時也需要用戶輸入一些數據庫中沒有的事實。2.2.前向鏈接和后向鏈接推理技術前向鏈接和后向鏈接推理技術在第1個周期，推理引擎嘗試推出事實Z。通過查找知識庫來尋找T

16、HEN部分包含事實Z的規則。推理引擎找到了規則1 Y & DZ，將它壓棧。規則1的IF部分包含事實Y和D，所以下面是確立事實Y和D。在第2個周期，推理引擎安裝子目標：事實Y，并試圖確立它。通過檢查知識庫，發現其中沒有事實Y。因此需要尋找THEN部分包含事實Y的規則。推理引擎發現規則2 X & B & EY滿足條件，將它壓棧。規則2的IF部分包括事實X、B和E，接下來同樣需要建立這些事實。在第3個周期，推理引擎安裝新的子目標：證實事實X。推理引擎通過查找數據庫，發現不包含X，就去查找能推出X的規則。找到了規則3 AX，將它壓棧。接下來需要證實事實A。在第4個周期，推理引擎

17、發現A在數據庫中。規則3 AX被觸發，推出了新事實X。在第5個周期，推理引擎要證實子目標Y，再次試圖執行規則2 X & B & EY。由于事實X、B和E都在數據庫中，規則2被觸發，推出了新事實Y，將Y加入數據庫。在第6個周期，系統轉向規則1 Y & DZ，嘗試證實初始目標Z。由于規則1的IF部分與數據庫中的事實相匹配，規則1被執行，初始目標得以證實。3.3.沖突消解這是個沖突的規則3.3.沖突消解 當目標實現后不再觸發規則。在過馬路的例子中，目標是為語言對象“action”確立值。當專家系統為“action”賦值后，目標實現，系統終止。因此，當交通燈變紅時，觸發規則2，

18、“action”的值是“stop”，至此系統終止。在這個例子中，專家系統的結論是對的。但如果調換兩個規則，結論就錯了。這說明知識庫中的規則順序仍然至關重要。3.3.沖突消解觸發優先權最高的規則。在簡單的應用場景中，合理地排列知識庫中的規則就確定了優先權。這種策略一般適于規則數在100條左右的系統。但在某些應用中，必須按照重要程度處理數據。激發最具體的規則。這個方法也稱為最長匹配策略，其依據的假設是具體規則比一般規則處理更多的信息。三.基于規則的專家系統3.基于規則的專家系統的優缺點 優點： 1.自然語言表達。專家通常會使用這樣的表達來解釋解決問題的 過程：“在什么什么情況下，我如何如何做。”這

19、樣的表達可以被很自然地表達為IFTHEN產生式規則。 2.統一結構。產生式規則具有統一的IFTHEN結構。每一條規則都是一個獨立的知識。產生式規則的語法使得規則具有自釋性。 3.知識與處理的相分離。基于規則的專家系統的結構為知識庫和推理引擎提供了有效的分離機制。因此，能夠使用同一個專家系統框架開發不同的應用，系統本身也容易擴展。在不干擾控制結構的同時通過添加一些規則，還能使系統更聰明。三.基于規則的專家系統4.處理不完整、不確定的知識。大多數基于規則的專家系統都能表達和推理不完整、不確定的知識。例如：這條規則就表達了下面這條句子的不確定性。 “如果是秋季，看似在下毛毛雨，那么今天可能又很潮濕。

20、”這條規則用數值表達不確定性，稱為確信因子cf 0.1。專家系統使用確信因子來確立規則結論的可信度或者可信水平。這些特征使得專家系統在現實問題的知識表達上非常適用。三.基于規則的專家系統缺點： 1.規則之間的關系不透明。盡管單條規則都比較簡單，也是自釋性的，大量規則間的邏輯關系卻可能不透明。在基于規則的系統中，難以觀察單條規則如何對整個策略起作用，原因在于基于規則的專家系統缺乏分層的知識表達。 2.低效的搜索策略。推理引擎在每個周期中搜索所有的規則。當規則很多時（多于100條規則），系統速度會很慢。基于規則的大型系統可能就不適用于實時應用。 3.沒有學習能力。一般的基于規則的專家系統都不具備從

21、經驗中學習的能力。人類專家知道何時打破規則，而專家系統并不能自動修改知識庫，例如調整規則、添加規則。修改和維護系統的任務仍然由知識工程師來做。四.實例展示MYCIN是一個基于規則的系統，此系統是由斯坦福大學在七十年代中后期研制成的。可以通過此系統和醫生的一段對話來看，這段對話詳細的說明了大部分基于規則的系統會話特征，并提供了一個單一的示例。四.實例展示1.患者姓名： *2.年齡：243.性別：男4.種族：.5.最近*有無持續頭疼的癥狀或其他神經系統的異常癥狀，如暈眩，嗜睡，等等?省略若干問題. 32.你是否知道*最近cbc的結果？ *：知道 33請把CBC結果輸入下表中四.實例展示（可以接受“不知道”作為合法值。不必對所有回