第8章专家系统要点分析.ppt

3.2 基于规则的专家系统的结构 一个基于规则的专家系统的完整结构组成如下： (1)知识库。 (2)工作存储器。 (3)推理机。 (4)用户界面(接口)。用户通过该界面来观察系统,并与系统对话(交互)。 (5)开发(者)界面。知识工程师通过该界面对专家系统进行开发。 (6)解释器。对系统的推理提供解释。 (7)外部程序。如数据库、扩展盘和算法等,对专家系统的工作起支持作用。它们应易于被专家系统所访问和使用。 4 .基于框架的专家系统 4.1 基于框架的专家系统的结构 4.2 基于框架的专家系统的一般设计方法 4.1 基于框架的专家系统的结构 与基于规则的专家系统的定义类似,基于框架的专家系统也是个计算机程序,该程序使用一组包含在知识库内的框架对工作存储器内的具体问题信息进行处理,通过推理机推断出新的信息。 4.基于框架的专家系统 开发基于框架的专家系统的主要任务如下： (1)定义问题,包括对问题和结论的考察与综述。 (2)分析领域,包括定义事物、事物特征、事件和框架结构。 (3)定义类及其特征。 (4)确定框架结构。 (5)确定模式匹配规则。 (6)规定事物通信方法。 (7)设计系统界面。 (8)对系统进行评价。 (9)对系统进行扩展,深化和扩宽知识。 4.2 基于框架的专家系统的一般设计方法 基于框架的专家系统能够提供基于规则的专家系统所没 有的特征,如继承、侧面、信息通信和模式匹配规则等,因而 也就提供了一种更加强大的开发复杂系统的工具。也就是说, 基于框架的专家系统具有比基于规则的专家系统更强的功能, 适用于解决更复杂的问题。 5.基于模型的专家系统 5.1基于模型的专家系统的提出 5.2基于神经网络的专家系统 5.基于模型的专家系统 5.1基于模型的专家系统的提出 前面讨论过的基于规则的专家系统和基于框架的专家系统都是采用规则逻辑或框架逻辑,并以逻辑作为描述启发式知识的工具而建立的计算机程序系统。 综合各种模型的专家系统无论在知识表示、知识获取还是知识应用上都化那些基于逻辑心理模型的系统具有更强的功能，从而有可能显著改进专家系统的设计。 在诸多模型中，人工神经网络模型的应用最为广泛。早在1988年，就有人把神经网络应用于专家系统，使传统的专家系统得以发展。 5.2基于神经网络的专家系统 知识库由一些知识元构成,知识元可以是一个神经网络模块,也可以是一组规则或框架的逻辑模块。只要对神经网络的输入转换规则和输出解释规则给予形式化表达,使之与外界接口及系统所用的知识表达结构相似,则传统的推理机制和调度机制就都可以直接应用到专家系统中去。神经网络与传统专家系统的集成,协同工作,优势互补。根据侧重点的不同,其集成有三种模式： (1)神经网络支持专家系统。以传统的专家系统为主,以神经网络的有关技术为辅。例如对专家提供的知识和样例,通过神经网络自动获取知识。又如运用神经网络的并行推理技术以提高推理效率。 (2)专家系统支持神经网络。以神经网络的有关技术为核心,建立相应领域的专家系统,采用专家系统的相关技术完成解释等方面的工作。 (3)协同式的神经网络专家系统。针对较大的复杂问题,将其分解为若干子问题,针对每个子问题的特点,选择用神经网络或专家系统加以实现,在神经网络和专家系统之间建立一种藕合关系。 6 . 实例分析 修理专家系统 ◆任务：对发生故障的对象(系统或设备)进行处理，使其恢复正常工作。 ◆特点：具有诊断、调试、计划和执行等功能。 ◆例子：美国贝尔实验室的ACI电话和有线电视维护修理系统。此外，还有决策专家系统和咨询专家系统等。 1.4专家系统的结构 专家系统包括两个主要模块：知识库和推理机。 下图为通用专家系统结构图。由于每个专家系统所需 要完成的任务和特点不同，其系统结构也不尽相同，一般只具有图中部分模块。 （1）知识库 知识库用于存放系统求解问题所需要的领域专门知识，