1,第7章 专家系统,7.1 专家系统的定义与分类 7.2 专家系统的结构与工作原理 7.3 知识获取 7.4 专家系统的建立 7.5 专家系统实例 7.6 专家系统的开发工具 7.7 新一代专家系统研究,2,7.1 专家系统的定义与分类,7.1.1什么是专家系统 1、概述：自从1965年世界上第一个专家系统DENDRAL问世以来，专家系统的技术和应用，在短短几十年间取得了长足的进步80年代中期以后，随着知识工程技术的日渐成熟，各种各样的实用专家系统在世界各地不断涌现专家系统是智能计算机系统 2、专家系统的产生和发展 第一阶段：专家系统的第一个里程碑是斯坦福大学费根鲍姆等人于1968年研制成功的DENDRALDENDRAL是分析化合物分子结构的专家系统，它通过分析质谱和核磁共振等化学实验数据推断出未知化合物的可能分子结构，达到了专家的水平2018/10/9,3,MYCSYMA系统：是由麻省理工学院（MIT）于1971年开发成功并投入应用的专家系统，它能够求解各种数学问题，包括：微积分运算、微分方程求解等 这一时期专家系统的特点是：高度的专业化，专门问题求解能力强，但结构、功能不完整，移植性差，缺乏解释功能。
第二阶段：七十年代中期，专家系统进入了第二阶段，专家系统技术进入成熟期，并出现了一批成功的专家系统其中有代表性的专家系统是MYCIN、PROSPECTOR、AM、CASNET等系统 MYCIN系统：是由美国斯坦福大学研制的用于细菌感染性疾病的诊断和治疗的专家系统2018/10/9,4,PROSPECTOR系统：是由美国斯坦福研究所开发的一个探矿专家系统 CASNET是一个几乎与MYCIN同时开发的专家系统，由拉特格尔大学开发，用于青光眼诊断与治疗 这一阶段专家系统的特点是： (1) 单学科专业型专家系统； (2) 系统结构完整，功能较全面，移植性好； (3) 具有推理解释功能，透明性好； (4) 采用启发推理、不精确推理； (5) 用产生式规则、框架、语义网络表达知识； (6) 用限定性英语进行人—机交互2018/10/9,5,第三阶段：进入八十年代以来，专家系统的研制和开发明显地趋于商品化，产生了明显的经济效益 如专家系统XCON，用于为VAX计算机系统制订硬件配置方案，节约资金近1亿美元 这一阶段专家系统的特点：专家系统开发工具的出现，它在许多领域简化了专家系统的构造如骨架系统EMYCIN、EXPERT，模块式专家系统工具AGE等。
从学科范畴讲，专家系统属人工智能的一个分支，而且是应用性最强、应用范围最广的一个重要分支现在 “专家系统”这一名词既是系统名称又是一个学科名称那么，究竟什么是专家系统呢？,2018/10/9,6,专家系统（Expert System)亦称专家咨询系统，它是一种智能计算机(软件)系统顾名思义，专家系统就是能像人类专家一样解决困难、复杂的实际问题的计算机(软件)系统我们知道“专家”就是某一专门领域的行家里手专家之所以是专家，是因为他（她）解决问题时具有超凡的能力和水平专家之所以具有超凡的能力和水平，是因为： (1)专家拥有丰富的专业知识和实践经验，或者说他（她）拥有丰富的理论知识和经验知识，特别是经验知识；,2018/10/9,7,(2)专家具有独特的思维方式，即独特的分析问题和解决问题的方法和策略 专家系统应该具备以下四个要素：(1) 应用于某专门领域；(2) 拥有专家级知识；(3) 能模拟专家的思维；(4) 能达到专家级水平 所以，准确一点讲，专家系统就应该是：应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，能像专家一样解决困难和复杂的实际问题的计算机(软件)系统。
2018/10/9,8,7.1.2 专家系统的特点同一般的计算机应用系统（如数值计算、数据处理系统等）相比，专家系统具有下列特点： (1)从处理的问题性质看，专家系统善于解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题 (2)从处理问题的方法看，专家系统则是靠知识和推理来解决问题（不像传统软件系统使用固定的算法来解决问题），所以，专家系统是基于知识的智能问题求解系统2018/10/9,9,(3)从系统的结构来看，专家系统则强调知识与推理的分离，因而系统具有很好的灵活性和可扩充性4)专家系统一般还具有解释功能，即在运行过程中一方面能回答用户提出的问题，另一方面还能对最后的输出（结论）或处理问题的过程作出解释5)有些专家系统还具有“自学习”能力，即不断对自己的知识进行扩充、完善和提炼这一点是传统系统所无法比拟的6)专家系统不像人那样容易疲劳、遗忘，易受环境、情绪等的影响，它可始终如一地以专家级的高水平求解问题2018/10/9,10,7.1.3 专家系统的类型 关于专家系统的分类，目前还无定论我们仅从几个不同的侧面对此进行讨论1.按用途分类按用途分类，专家系统可分为：解释型、诊断型、预测型、决策型、设计型、规划型、控制型、监督型、修理型、教学型、调试型等几种类型。
2.按输出结果分类按输出结果分类，专家系统可分为分析型和设计型3.按知识表示分类目前所用的知识表示形式有：产生式规则、一阶谓词逻辑、框架、语义网等2018/10/9,11,专家系统的类型,12,4.按知识分类知识可分为确定性知识和不确定性知识，所以，按知识分类，专家系统又可分为精确推理型和不精确推理型（如，模糊专家系统）5.按技术分类按采用的技术分类，专家系统可分为符号推理专家系统和神经网络专家系统 6.按规模分类按规模分类，可分为大型协同式专家系统和微专家系统 7.按结构分类按结构分类可分为集中式和分布式，单机型和网络型2018/10/9,13,7.2 专家系统的结构与工作原理,专家系统是一种计算机应用系统由于应用领域和实际问题的多样性，所以，专家系统的结构也就多种多样但抽象地看，它们还是具有许多共同之处 7.2.1 专家系统的一般结构从概念来讲，一个专家系统应具有如下图所示的一般结构模式包括人机接口，推理机，知识库，动态数据库，知识获取机构和解释机构这六个部分其中知识库和推理机是两个最基本的模块2018/10/9,14,专家系统的一般结构,2018/10/9,15,7.2.2专家系统的工作原理上图给出了一般专家系统的各个组成部分以及各个部分之间的相互关系。
它的核心是知识库和推理机其工作过程就是根据知识库中的知识和用户提供的事实进行推理，不断的从已知的前提推断出未知的结论即中间结果，并将中间结果放到数据库中，作为已知的新事实进行推理，从而把求解的问题由求知状态转换为已知状态下面对每个功能模块进行简单介绍：,2018/10/9,16,1.知识库（KnowledgeBase） 所谓知识库，就是以某种表示形式存储于计算机中的知识的集合即用来存放领域专家提供的专门知识它来源于知识获取机构，又为推理机提供求解问题所需的知识 1）知识的表达的选择：建立知识库必须解决如何存储知识的问题，也就是知识的表达，知识的表达有语义网络表达法，框架表达法，产生式规则表达法，状态图等等目前在专家系统中用的比较多的是产生式规则，框架和语义网络表达法2018/10/9,17,在选择知识表达方法的时候，可以从四方面进行考虑：充分表示领域知识 ；能充分、有效地进行推理；便于对知识的组织、维护与管理；便于理解与实现 2）知识库管理 知识库通常是以一个个文件的形式存放于外部介质上，专家系统运行时将被调入内存 知识库管理系统负责对知识库中的知识进行组织、检索、维护等2018/10/9,18,2.推理机（Inferense Engine） 所谓推理机，就是实现（机器）推理的程序。
它的功能就是模拟专家的思维过程，控制并执行对问题的求解它就是根据当前已知的事实，利用知识库中的知识，按照一定的推理方法和控制策略进行推理，直到得到相应的结论为止 推理机包括推理方法和控制策略： 推理方法包括精确推理和不精确推理 ； 控制策略包括正向推理、反向推理和正反向混合推理2018/10/9,19,3.动态数据库 动态数据库也称全局数据库、综合数据库、工作存储器、黑板等 它是存放用户提供的初始事实、问题描述以及系统运行过程中得到的推理结果和控制信息 数据库的内容总是不断的变化，数据库是推理机的工作场所 同时记录推理过程中的各种有关信息为解释机构提供了回答用户咨询的依据2018/10/9,20,4.人机接口 这里的人机接口指的是专家系统和领域专家、知识工程师、一般用户之间进行交互的界面，由一组程序以及相应的硬件组成，用来完成输入输出工作 1）知识获取机构通过人机接口与用户交互 2）推理机通过人机接口与用户交互 3）解释机构通过人机接口与用户交互 有的专家系统已可用简单的自然语言与系统交互有的系统只能通过菜单方式、命令方式或简单的问答方式与用户进行交互2018/10/9,21,5.解释模块 解释模块专门负责向用户解释专家系统的行为和结果。
回答用户的问题它由一组程序组成，能跟踪并记录推理过程，当用户提出问题时，它根据问题的要求分别做处理，最后把解答用约定的形式通过人机接口输出给用户2018/10/9,22,6.知识库管理系统 知识库管理系统是知识库的支撑软件知识库管理系统对知识库的作用，类似于数据库管理系统对数据库的作用，其功能包括知识库的建立、删除、重组；知识的获取 （主要指录入和编辑）、维护、查询、更新；以及对知识的检查，包括一致性、冗余性和完整性检查等等,2018/10/9,23,上面介绍的专家系统结构，是专家系统的概念模型，或者说是只强调知识和推理这一主要特征的专家系统结构 但专家系统终究仍是一种计算机应用系统所以，它与其它应用系统一样是解决实际问题的而实际问题往往是错综复杂的，比如，可能需要多次推理或多路推理或多层推理才能解决，而知识库也可能是多块或多层的2018/10/9,24,专家系统的实际结构示例,2018/10/9,25,地质图件绘制智能辅助系统结构,2018/10/9,26,7.3 知识获取,知识获取主要是把用于问题求解的专门知识从某些知识源中提炼出来，并转化为计算机内表示存入知识库 知识获取过程需要专家、知识工程师通过反复交互、共同合作完成。
2018/10/9,27,7.3.1 知识获取的任务 (1)抽取知识所谓抽取知识是把蕴含于知识源中的知识经识别、理解、筛选、归纳等抽取出来，以便用于建立知识库 a)知识的主要来源是领域专家及相关的专业技术文献,但知识并不都是以某种现成的形式存在于这些知识源中供选择的 b)知识的另一来源是系统自身的运行实践，这就需要从实践中学习、总结出新的知识2018/10/9,28,(2)知识的转换所谓知识的转换是指把知识由一种形式变换为另一种表示形式 知识转换一般分两步进行：第一步是把从专家及文献资料处抽取的知识转换为某种知识表示模式，如产生式规则、框架等；第二步是把该模式表示的知识转换为系统可直接利用的内部形式 (3)知识的输入把某模式表示的知识经编辑、编译送入知识库的过程称为知识的输入 (4)知识的检测及时地进行检测，发现知识中可能存在的不一致、不完整等问题.,2018/10/9,29,7．3．2 知识获取的模式 按知识获取的自动化程序划分，知识获取主要有非自动、自动和半自动三种获取模式 非自动知识获取（人工移植） 在非自动知识获取模式中，知识工程师起着关键作用 包括：知识获取和知识编辑。
2018/10/9,30,2. 自动知识获取 所谓自动知识获取是指系统具有获取知识的能力 . (1)具有识别语音、文字、图像的能力 (2)具有理解、分析、归纳的能力 (3)具有从运行实践中学习的能力 自动获取知识的实现主要有机器学习和机器感知两个方面.,2018/10/9,。