人工智能及应用-第六章-专家系统.pptx

人工智能及应用第6章专家系统

本章内容提要专家系统6.1概述6.2专家系统结构6.3专家系统设计6.4专家系统应用案例6.5开发工具与环境

6.1概述专家系统的定义:专家系统是一种智能的计算机程序，它使用知识和推理过程，求解那些需要人类专家的知识才能解决的复杂问题（费根鲍姆，1982年）。从这个定义中可以看出，不同于传统的计算机应用程序，专家系统是一个智能程序系统，它内部含有相关领域内大量的专家级知识，模拟人类专家解决问题的经验方法来进行推理和判断，解决领域内的高水平难题。

6.1概述6.1.1专家系统发展历程1965年，费根鲍姆等人开始研究世界上第一个专家系统程序DENDRAL——化学分子结构分析系统，并于1968年研制成功。该系统包含化学家关于分子结构质谱测定法的知识，利用质谱仪数据推断某待定有机化合物的分子结构。DENDRAL的成功使人们看到，在某个专门领域，以知识为基础的计算机系统能够承担这个领域里人类专家的功能。DENDRAL验证了费根鲍姆关于知识的理论的正确性，为人工智能的研究和应用开辟了新的方向和道路，被认为是人工智能发展史上的一个历史性突破。

6.1概述6.1.1专家系统发展历程美国麻省理工学院于1968年开始研制的大型符号数学专家系统MACSYMA，于1971年开发成功并投入应用。DENDRAL和MACSYMA是早期专家系统的代表，针对特定的应用领域而开发，具有高度专业化、求解能力强的优点。20世纪70年代出现了一大批专家系统。比较有代表性的专家系统有MYCIN、CASNET、CADUCEUS、PROSPECTOR、HEARSAY。从20世纪70年代末及80年代初开始，专家系统的研究领域迅速扩大。这一时期，专家系统数量急剧增多，大多属于多学科综合型专家系统，而且出现了大量的商业化专家系统。

6.1概述6.1.1专家系统发展历程20世纪90年代之后，随着面向对象、神经网络、模糊技术和知识工程等技术的迅速崛起，专家系统迎来了新的发展机遇，出现了一些新型专家系统，如模糊专家系统、神经网络专家系统、基于Web的专家系统、分布式专家系统及协同式专家系统等，这些新型专家系统的智能化水平越来越高，应用也更加广泛。

6.1概述6.1.2专家系统特点专家系统研究者们积极开发各种专家系统用于满足科研和实际应用的需要，尽管实际开发的专家系统各不相同，但它们都有一些共同的特点：(1)启发性。(2)透明性。(3)灵活性。(4)具有专家级水平的专业知识。(5)能进行不确定推理。

6.1概述6.1.2专家系统特点传统的计算机程序设计是以算法和数据为中心展开的。传统的计算机程序以指令序列(即程序)为核心，由编译程序和硬件共同决定程序的执行。专家系统与传统程序的区别主要如下：(1)传统的计算机程序善于求解能够用数学精确描述的问题，专家系统模拟人类专家的思考过程，能够解决不确定、非结构化、没有算法解之类的复杂问题。(2)传统的计算机程序把问题求解的知识隐含地编入计算机程序，而专家系统强调知识与推理的分离，把应用领域的问题求解知识组成一个独立的实体，即知识库，包括原理性知识、专家的经验知识及有关的事实；传统程序把知识组织为两级，即数据级和程序级，大多数专家系统则将知识组织成三级，即数据、知识库和控制。

6.1概述6.1.2专家系统特点传统的计算机程序设计是以算法和数据为中心展开的。传统的计算机程序以指令序列(即程序)为核心，由编译程序和硬件共同决定程序的执行。专家系统与传统程序的区别主要如下：(3)传统的计算机程序主要是面向精确的数值计算和数据处理，无法处理不确定性；而专家系统的处理对象是符号，主要表示人类推理所需的各类知识，专家系统具有处理不确定、不精确或不完全数据和知识的能力，知识的模式匹配也多是不精确的。(4)因为传统的计算机程序是通过算法来求解问题，所以每次都必须产生精确的答案；而专家系统则像人类专家一样求解问题，通常产生正确的答案，但是有时也会出错。

6.1概述6.1.2专家系统特点传统的计算机程序设计是以算法和数据为中心展开的。传统的计算机程序以指令序列(即程序)为核心，由编译程序和硬件共同决定程序的执行。专家系统与传统程序的区别主要如下：(5)传统的计算机程序一般不具有解释功能，而专家系统具有解释机构，在运行中能回答用户提出的问题，对自身的行为作出解释。(6)传统的计算机程序通过修改程序可以提高问题求解能力或排除错误，而专家系统具有自学习能力，从错误中学习，不断对已有知识进行修改、完善和提炼，提高系统性能。

6.1概述6.1.3专家系统的类型按用途分类，专家系统分为解释型、诊断型、预测型、设计型、规划型、控制型、监督型、维修型、教学型、调试型和决策型等。有些专家系