《第一讲：专家系统概论约3~4学时》由会员分享，可在线阅读，更多相关《第一讲：专家系统概论约3~4学时（18页珍藏版）》请在金锄头文库上搜索。
1、第 1 页主 要 内 容第 1 讲：绪论：专家系统概论 第一部分 知识表示第 2 讲：产生式系统 第 3 讲：框架第二部分 不确定性处理第 4 讲：确定性理论 第 5 讲：Prospector 中的主观贝叶斯方法 第 6 讲：证据理论经典证据理论 简化证据理论面向有序命题的简化证据理论第 7 讲：加权模糊逻辑第 8 讲：两级（二阶）不确定性第 9 讲：协作冲突消解一致性处理确定性因子模型改进及在 CDPS冲突消解中的应用第 2 页协作冲突消解的辩论方法第 10-? 讲：粗糙集理论第 3 页第一讲 专家系统概论1. 人工智能历史沿革与发展现状2. 知识工程的含义和发展3. 专家系统（Expert
2、 System，ES）的定义4. 知识的定义5. 知识的阈值6. 知识的类型7. 常用的知识表示形式8. 专家系统（基于知识的系统） 的体系结构9. 一个基于规则的专家系统的体系结构10. 专家系统（ES）的主要特征11. 专家系统的类型12. 简单的专家系统示例动物识别专家系统 ANIMAL1.知识工程的含义和发展 知识工程（Knowledge Engineering，KE）是研究如何运用人工智能（Artificial Intelligence，AI ）的方法和技术建造专家系统（Expert System，ES）的一门工程性学科。 与建造专家系统有关的理论、方法、技术都是 KE 研究的内容；
3、 KE 是 AI 的应用分支，因此 KE 也被称为“应用 AI”。(一 ) 萌芽期（ 196 0 至 1965 年） 此时 AI 的研究处于低谷期 , 费根鲍姆（EFeigenbaum ）认为仅仅研究一般性问题的求解方法不够, 智能程序还应有领域专门知识; 1965 年，费根鲍姆和林赛 (R.Linday)开发了 DENDRAL 系统,该系统可以通过分析图谱推断出物质结构,第一次把 AI 和领域专门知识有机结合起来; 同年，费根鲍姆（EFeigenbaum）首次提出了专家系统（Expert System）的概念；第 4 页(二 ) 形成期 (19651977) 19651977 年，建造了一大
4、批 ES 系统，并开始研制 ES 的开发工具，积累了很多经验； 最著名的有：1976 年，MIT E. Shortliff 博士研制的 MYCIN 系统、半自动知识获取工具 Teiresias、开发工具 EMYCIN； 但在建造 ES 的方法论上还存在很多问题，认为应把 ES 建造提高到工程的高度来认识； 1975 年， 美国麦卡锡（J.Mecarthy，AI 的开创者）提出“认识论工程” ； 1977 年，英国米奇（D.Michie，AI 的先驱）扩充了“认识论工程”的概念，直接使用了“知识工程”一词； 1977 年，费根鲍姆（Feigenbaum）在第 5 届国际人工智能联合会 IJCAI
5、-5上做了特邀报告“人工智能的艺术：知识工程的课题及实例研究” ，他被誉为知识工程的鼻祖。（三）发展期（1977 至 20 世纪初）KE 的理论、方法不断的丰富，派生出许多新的研究领域.知识表示的研究；.推理方法的研究；.不确定性和模糊性处理的研究确定性因子理论贝叶斯方法证据理论ClasicEvdenThorympfyonexFutioce贝叶斯网可能性理论（模糊集合论、粗糙集、可能性逻辑）非数值方法工程方法控制方法.知识获取方法的研究第 5 页数据挖掘 结构化机器学习Web习习习. Ontology(本体论)的研究. 分布式人工智能（Distributed Artificial Intell
6、igence ，DAI）的研究. 智能主体（Agent）的研究Intelligent Agent, Multi-agent system, Mobile agent, Web Intelligent agent, Intelligent Information Agent(I2A). 专家系统开发工具、环境、平台的研究等2. 专家系统（ES，Expert System）的定义： 专家系统，是一个智能程序，它能对那些需要专家知识才能解决的应用难题，提供相关领域权威专家水平的解答（Michie , 1979 ; Feigenbaum , 1977 ; Hayes-Roth , 1983） 。 专家
7、系统，可以说是一个运用知识进行推理的计算机程序。推理就是使用某种符号逻辑，从一些事实得到结论的过程。3. 知识的定义 知识是特定领域中的描述、关系和过程；描述：识别和区分知识库中的对象和对象类； -个体刻画 关系：知识库中对象之间依赖性、关联性； -对象间联系的刻画过程：推理中，规定要执行的动作； -用符号描述操作对象：知识库中最小单位的知识片，可能是：假设、事实、证据、结论、知识元、断言、命题等。 从广义上来说，专家系统中的知识（表层知识）包括两种：一种是事实；另一种是经验，即一种好的猜测和判断，也称之为启发第 6 页式知识。4. 知识的阈值 ES 拥有知识的数量与其所具有的问题求解能力之间
8、的关系：系统拥有的领域专门知识越多，其问题求解能力就越强。 知识原理：一个系统显示出高水平的智能，其原因是：它具有丰富的专门知识，并且它能有效地利用这些专门知识。这里的“智能”系指在巨大的搜索空间中，能迅速找到合适解的能力。 知识的阈值知识的阈值系指知识的数量阈值，该阈值用来度量一个专家系统在相应的领域中所能达到的问题求解能力。. 合式阈值（W）明确表达一个任务所需要的最小知识数量。. 能力阈值（C）系统拥有的知识数量使它足以解决相应的领域中的大部分问题（约 90%左右） ，这个知识数量称作能力阈值。全体专家阈值（E）全体专家阈值系指一个领域中所有人类专家的专门知识的总和。如果一个专家系统所拥
9、有的知识数量达到了全体专家阈值，那么它就几乎能解决相应领域中的所有罕见和困难的问题。第 7 页5. 知识的类型 事实性知识 定义 事实性知识是指人类对客观事物属性的描述。一般这种知识中不包含任何变量，可以用一个命题陈述来表达。例：“北京有一千万人口” ， “太阳从东方升起” ； 若事实性知识是批量的、有规律的，可用表格、图册和数据库（DB ）来表示； 一些事实性知识可用规则来表示。Ca P2P1系统拥有的知识数量在 C 与 E 之间时，增加系统知识，系统性能改善不够明显，增加的知识有用但不常用，只能用于解决罕见问题。W C E Qu系统所能达到的问题求解能力系统所拥有的知识数量系统拥有的知识数
10、量在W 与 C 之间时，每给系统增加一些知识，都会使系统性能明显改善。第 8 页 过程性知识 定义 描述做某事的过程，使人或计算机可照此去做。 例：“电视机的维修方法” ， “怎样制作松花蛋” ， 标准子程序库可表示过程性知识。 实例性知识 定义 只给出一些实例，关于某一事物的知识却隐藏在这些实例之中； 例：给出某一超市在过去 5 年的销售情况数据，从中人们可以找到这样一条规律， “牛奶和面包摆放在同一货架上出售，可以大幅度的促进这两种商品的销售。 ” 说明 人们所关心的不是实例本身，而恰恰是隐藏于其后的规律 行为性知识 定义 不直接给出事实本身，只给出它在某些（或某一）方面的行为； 例：给出
11、函数 f 的若干性质，但没有给出 f 的解析表达式 说明：行为知识经常被表示成某种数学模型；从某种意义上说，行为知识描述事物的内涵，而不描述事物的外延。【内涵、外延】第 9 页内涵指概念所反映的客观事物的本质属性。外延指概念所反映的一切事物。与“内涵”相对。如“商品”这一概念的外延是古今中外所存在的一切商品。 类比知识 定义 既不给出某事物的外延，也不给出其内涵，只给出它与其它事物的某些相似之处； 例 谜语一则： “山叠叠而不高，路遥遥而不远，雷轰轰而不雨，雪飘飘而不寒。 ”以山拟其形，以路拟其圈，以雪拟其粉，以雷拟其声。 类比知识一般不能完整刻画事物，有时会犯瞎子摸象的毛病； 类比知识，或者
12、说类比，可启发人们用一个领域的知识去解决另一个领域的问题。 元级知识（简称元知识） 定义 关于知识的知识； 最常用的元知识是关于如何使用知识的知识，即元控制知识。6常用的知识表示形式 产生式（Productions） ，也称为产生式规则，也简称为规则 规则是最常用的知识表示形式； 例 专家系统 MYCIN 的一条规则 （Shortliffe ，85） ，规则中包含不确定性信息，规则强度 0.7IF a) 微生物的染色体是革兰氏阳性，并且b) 微生物的结构是球菌，并且元知识 上述知识集合第 10 页c) 微生物的生长形态是链状的THEN 有一个强度为 0.7 的参考性证据说明该微生物的类别是链球
13、菌 框架（Frames） 语义网络（Semantic Nets） 脚本（Scripts） 逻辑与集合（Logic and Sets） 知识表示语言（Knowledge Representation Language）7. 专家系统（基于知识的系统） 的体系结构(1) ES 的一般结构 (OES) (2) 元知识系统 (Meta Knowledge System) 对推理进行控制,以提高知识的使用效率(3) 分布式 ES(DES)多个物理上分布的专家系统通过网络进行协作求解。(4) 多推理机系统（Multi-Engines）+ +推理机Engine知识库KB数据基GDBMES(Meta Expe
14、rt System) OES第 11 页DAI， MAS(5) 多知识表示结构(6) 多知识表示 + 多推理机(7) 多层系统 (知识表示: 浅层 + 深层 )(8) 体系结构动态组织 可以根据需要动态调整系统结构第 12 页8. 一个基于规则的专家系统的体系结构（1）黑板（Black Board, BB）用来记录系统推理过程中用到的控制信息、中间假设、中间结果的数据基。 规划区：纪录对当前问题总的处理规划、目标、问题背景和问题当前状态 ； 议程区：纪录了一些待执行的动作； 中间解区：纪录了目前系统产生的中间结果、中间假设。（2）推理机（Inference Engine） 调度器：从议程区中选
15、择下一次要执行的动作； 执行器：根据 KB 中的规定，执行调度器选择的动作； 一致性协调器：对执行器新得到的假设做似然性修正。（3）知识获取工具ES 建造的瓶颈、目标是 全面 + 精确人机界面输 (录)入一致性检验完备性检验编辑知识获取知识化简用户知识工程师推理机执行器调度器一致性协调器数据基(黑板)规划区议程区中间解区知识源解释器知识库事实规则第 13 页 非正式会谈：知识工程师与领域专家协作收集知识； 全自动工具机器学习、机器归纳、数据挖掘 辅助工具知识编辑录入、求精、一致性、完备性检测（4）解释器对推理的结论给出合理的解释。执行追踪法、预制文本法、策略解释法、自动程序员解释法。（5）人机接口设计要求：友好 用户适应类（最低级）：用户适应系统 系统适应类（最高级）：系统适应用户（个性化） 混合适应类（中间级）：部分用户适应系统，部分系统适应用户9. 专家系统（ES）的主要特征这些特征是 ES 与传统程序的显著差别。 具有显示表达的大量领域专门知识 知识库与推理机（Engine ）分离导致了专家系统的很大的灵活性（flexible） ； 知识片（基本知识单位）具有模块性：
