小型动物分类专家系统的设计与实现 一、实验目的 通过本实验可使学生能够综合利用C语言(或C++)、面向对象程序设计、数据结构、数据库原理、人工智能、软件工程等课程的相关知识，设计并实现小型动物分类专家系统，培养学生综合运用所学计算机软件知识解决实际问题的能力，为今后从事计算机软件开发及应用打下基础。 二、实验内容 运用下列规则，设计并实现一个小型动物分类专家系统。 规则1： 如果：动物有毛发 则：该动物是哺乳动物 规则2： 如果：动物有奶 则：该单位是哺乳动物 规则3: 如果：该动物有羽毛 则：该动物是鸟 规则4： 如果：动物会飞，且会下蛋 则：该动物是鸟 规则5： 如果：动物吃肉 则：该动物是肉食动物 规则6： 如果：动物有犬齿，且有爪，且眼盯前方 则：该动物是食肉动物 规则7： 如果：动物是哺乳动物，且有蹄 则：该动物是有蹄动物 规则8： 如果：动物是哺乳动物，且是反刍动物 则：该动物是有蹄动物 规则9： 如果：动物是哺乳动物，且是食肉动物，且是黄褐色的，且有暗斑点 则：该动物是豹 规则10： 如果：如果：动物是黄褐色的，且是哺乳动物，且是食肉，且有黑条纹 则：该动物是虎
规则11： 如果：动物有暗斑点，且有长腿，且有长脖子，且是有蹄类 则：该动物是长颈鹿 规则12： 如果：动物有黑条纹，且是有蹄类动物 则：该动物是斑马 规则13： 如果：动物有长腿，且有长脖子，且是黑色的，且是鸟，且不会飞 则：该动物是鸵鸟 规则14： 如果：动物是鸟，且不会飞，且会游泳，且是黑色的 则：该动物是企鹅 规则15： 如果：动物是鸟，且善飞 则：该动物是信天翁 动物分类专家系统由15条规则组成，可以识别七种动物，在15条规则中，共出现 30个概念（也称作事实），共30个事实，每个事实给一个编号，从编号从1到30，在规则对象中我们不存储事实概念，只有该事实的编号，同样规则的结论也是事实概念的编号，事实与规则的数据以常量表示，其结构如下：Char *str{}={"chew_cud","hooves","mammal","forward_eyes","claws", "pointed_teeth","eat_meat","lay_eggs","fly","feathers","ungulate", "carnivore","bird","give_milk","has_hair","fly_well", "black&white_color","can_swim","long_legs","long_neck", "black_stripes","dark_spots","tawny_color","albatross", "penguin","ostrich","zebra","giraffe","tiger","cheetah","\0"} 程序有编号序列的方式表达了产生式规则，如资料中规则15，如果动物是鸟，且善飞，则该动物是信天翁。相应的规则数组第七条是{16，13，0，0，0，0}，第十三个是“bird”（鸟），如果事实成立，询问使用者下一个事实，第十六个“fly_well”（善飞），如果也成立，则查找结论断言编号数组{30,29,28, 27,26,25,24,3,3,13,12,12,11,11,0}中第七个“24”，这里24对应事实数组中的“albatross”（信天翁）。 上述就是程序的推理过程，也是程序中的重点，该部分是由规则类（类rul e）中的Query方法实现。 三、实验原理 一个基于规则专家系统的完整结构示于图1。其中，知识库、推理机和工作存储器是构成专家系统的核心。系统的主要部分是知识库和推理引擎。知识库由谓词演算事实和有关讨论主题的规则构成。推理引擎由所有操纵知识库来演绎用户要求的信息的过程构成－如消解、前向链或反向链。用户接口可能包括某种自然语言处理系统，它允许用户用一个有限的自然语言形式与系统交互；也可能用带有菜单的图形接口界面。解释子系统分析被系统执行的推理结构，并把它解释给用户。
人工智能与专家系统复习尹朝庆，尹皓中国水利水电出版社 第一章 【P1】1.1何谓人工智能？人类智能主要包括哪些能力？ 答：人工智能是研究、设计和应用智能机器或智能系统，来模拟人类智能活动的能力、以延伸人类智能的科学。 四种能力： 认识和理解外界环境的能力； 进行演绎和归纳推理、作出决策的能力； 学习的能力； 自适应的能力。 【P6-8】1.4人工智能有哪几个主要学派？各学派的基本理论框架和研究方法有何不同？答：（1）符号主义学派的框架： 知识是智能的基础，人工智能的核心问题是知识表示和知识推理，可以用一个符号系统在计算机上形式化的描述和模拟人的思维活动过程。 研究方法：功能模拟方法，力图用数理逻辑方法来建立人工智能的统一理论体系。 （2）联接主义学派的框架： 利用人工神经网络模仿人类智能，认为人的智能的基本单位是神经元，由人工神经元联接起来的人工神经网络可以具有学习和自适应能力。 研究方法：结构模拟。 （3）行为主义学派的框架： 提出智能行为的“感知-动作模式”。 研究方法：行为模拟方法。 【P8-9】1.5人工智能的近期研究目标和远期研究目标分别是什么？ 近期：建造智能计算机。 远期：研究人类智能和机器智能的基本原理，用智能机器来模拟人类的思维过程和智能行为。 【P9-12】1.6人工智能主要的研究应用领域？ 十条：定理证明；专家系统；机器学习；自然语言理解；智能检索；机器人学；自动程序设计；组合调度问题；模式识别；机器视觉。 第二章 【P19】2.2简述谓词逻辑中的下述推理规则： （1）P规则：在推理的任何步骤上都可引入前提； （2）T规则：在推理时，如果前面步骤中有一个或多个公式永真蕴含公式S，则可把S引入推理过程中； （3）CP规则：如果能从R和前提集合中推出S来，则可从前提集合推出R→S。 （4）反证法规则：P=>Q，当且仅当P∧┑Q＜=>F。即Q为P的逻辑结论，当且仅当P∧┑Q是不可满足的。 【P20-21】2.3一阶谓词逻辑表示法适合于表示哪种类型的知识？它有主要哪些特点？ 答：谓词逻辑适合于表示事物的状态、属性、概念等事实性的知识，也可以用来表示事物间确定的因果关系，即规则。
专家系统发展概
述 院系：化工学院化工机械系 班级：10自动化（1） 姓名：李正智 学号：1020301016 日期：2013年10月1日 专家系统发展概述 摘要:回顾了专家系统发展的历史和现状。对目前比较成熟的专家系统模型进行分析,指出各自的特点和局限性。最后对专家系统的热点进行展望并介绍了新型专家系统。 关键词:专家系统;知识获取;数据挖掘;多代理系统;人工神经网络 Abstract:The history and recent research ofexpertsystem was reviewed. Severalwell-researched expertsystemmodelswereintroduced respectively, and their featuresand limitationswere analyzed. Finally, the hotspotofexpertsystem wasoverlookedand future research direction ofexpertsystem wasdiscussed. Key words:expertsystem; knowledge acquisition; datamining; multi-agentsystem; artificialneuralnetwork 近三十年来人工智能(Artificial Intelligence,AI)获得了迅速的发展,在很多学科领域都获 得了广泛应用,并取得了丰硕成果。作为人工智能一个重要分支的专家系统在20世纪60年代初期产生并发展起来的一门新兴的应用科学,而且正随着计算机技术的不断发展而日臻完善和成熟。一般认为,专家系统就是应用于某一专门领域,由知识工程师通过知识获取手段, 将领域专家解决特定领域的知识,采用某种知识表示方法编辑或自动生成某种特定表示形式存放在知识库中;然后用户通过人机接口输入信息、数据或命令,运用推理机构控制知识库及整个系统,能像专家一样解决困难的和复杂的实际问题的计算机(软件)统。 专家系统有三个特点:1.启发性,能运用专家的知识和经验进行推理和判断;2.透明性,能解决本身的推理过程,回答用户提出的问题;3.灵活性,能不断地增长知识,修改原有知识。 1 专家系统的产生与发展 专家系统按其发展过程大致可分为三个阶段[1~3],即初创期(1971年前)、成熟期(1972)1977年)和发展期(1978年至今)。 1.1 初创期 人工智能早期工作都是学术性的,其程序都是用来开发游戏的。尽管这些努力产生了如国际象棋、跳棋等有趣的游戏[4],但其真实目的在于在计算机编码中加入人的推理能力,以
《专家系统及其设计》教学设计 天津电子计算机职专冯莉 人工智能作为一门研究运用计算机模拟和延伸人脑功能的综合性学科，在一定程度上代表着信息技术的发展前沿。但是人工智能在国内中学的开设尚属首次，教师教学经验缺乏，对学生来说，也是一个陌生的事物，与其他课程相比，难度较大。专家系统是人工智能领域的重要组成内容，也是该领域发展得较为成熟的部分。为了缩小现实与理想之间的矛盾，在人工智能课程“专家系统”内容的教学中，采用“以问题解决为中心”的教学方式，通过小组协作，让学生在感受什么是专家系统的基础上既了解有关专家系统的基本知识，又能利用专家系统外壳自行开发一个简易的专家系统，由此既增强他们对人工智能的认识，又促进问题解决能力，发散性思维能力和社会合作能力的培养。 一、学习者分析 选修这门课程的学生通常已具有一定的信息技术基础知识，懂得如何操作计算机、上网浏览信息和收集资料等。“专家系统”的学习内容在人工智能教材中一般都是置于“知识表示”之后，因此学生对各种知识表示方式都有初步了解，掌握了例如产生式规则、状态空间图、语义网络等的基本表示方法。但是各种知识表示如何在人工智能中得到应用，学生们对这个问题在上一阶段的学习中还难以深入体会。专家系统通过把领域专家的大量知识加以计算机编程嵌入到计算机内部，产生式规则的知识表示方式在专家系统的知识库建设中得到了实际应用。因此对于学生来说，虽然专家系统完全是个新事物，但是它与各种知识表示，尤其是产生式规则表示方式，有着理论与实际应用的关系。教师在教学设计时，不能忽视这个有利于学生知识增长和能力发展的“最邻近发展区”。 二、教学目标 知识与技能目标： 1. 感受什么是专家系统，知道专家系统和专家系统外壳之间的区别和联系 2.了解专家系统的基本构造和工作机制 3.能利用专家系统外壳自行开发一个简易的专家系统 过程与方法： 1.能够根据任务的要求，有效采集、分类和管理信息 2.通过感受人类专家解决复杂问题的思路，增强逻辑思维和问题解决能力 情感态度与价值观： 1.进一步增强对人工智能领域的认识，感受人工智能技术的丰富魅力 2.增强协作学习和人际交流能力 三、学习时间 本次教学计划用3个课时完成《专家系统及其设计》的课程内容 第1课时：主要让学生感受什么是专家系统，并了解有关专家系统的一些基本知识 第2课时：主要让学生能够利用InterModeller专家系统外壳自行设计一个简易的植物识别专家系统 第3课时：学生展示设计的植物识别专家系统，在互相交流中提高口头表达能力和作品鉴赏能力 四、课前准备
《人工智能与专家系统》试卷（1）参考答案与评分标准 问答题（每题5分，共50分） 1．人工智能是何时、何地、怎样诞生的？（5分） 答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分） 2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分） 答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分） 4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分） 5．何谓产生式系统？它由哪几部分组成？（5分） 答：把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分） 6．产生式系统中，推理机的推理方式有哪几种？请分别解释说明。（5分）答：产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。 正向推理：正向推理是从己知事实出发，通过规则库求得结果。 反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实。 双向推理：双向推理是既自顶向下又自底向上的推理。推理从两个方向进行， 直至在某个中间界面上两方向结果相符便成功结束；如两方衔接不上，则推理失败。
专家系统综述 摘要 综述专家系统的基本概念、主要结构、开发方法以及在机械制造领域的应用情况。 关健词：专家系统综述 1、什么是专家系统 人工智能(Artifieial Inteligenee简称Al)被誉为本世纪的三大科学技术成就之一，受到了世界各国的普遍重视。而60年代中期作为人工智能的一个应用领域的专家系统(Expert System简称ES)的出现，使得人工智能的研究从实验室走向了现实世界。 所谓专家系统实际上是一个(或一组)能在某特定领域内.以人类专家水平去解决该领域中困难问题的计算机程序。或者说，专家系统是这样一个系统： a.专家系统处理现实世界中提出的需要由专家来分析和判断的复杂问题。 b.专家系统利用专家推理方法的计算机模型来解决间题，并且可以得到和 专家相同的结论。 由于专家系统的功能主要依赖于大量的知识，这些知识均存在知识库中，通过推理机按一定的推理策略去解决问题，所以它也被称大知识基系统。专家系统是研究用解决某专门问题的专家知识来建立人机系统的方法和技术。由于知识在专家系统中起着决定性作用，所以一般将建立专家系统的工作过程称为知识工程。 2、专家系统的基本结构及分类 2.1专家系统的墓本结构 一个完整的专家系统结构由图1所示的六个部分组成。其中数据库、知识库、推理机和人机接口是必不可少的部分。解释部分、知识获取部分是期望部分。下面分别介绍这些部分。
a.知识库 知识库是领域知识的存储器。它存储专家经验、专门知识与常识性知识，是专家系统的核心部分。知识库可以由事实性知识和推理性知识组成。知识是决定一个专家系统性能的主要因素。一个知识库必须具备良好的可用性、确实性和完善性。要建立一个知识库，首先要从领域专家那里获取知识即称为知识获取。然后将获得的知识编排成数据结构井存入计算机中，这就形成了知识库，可供系统推理判断之用。 b.数据库 数据库用于存储领域内的初始数据和推理过程中得到的各种信息。数据库中存放的内容是该系统当前要处理的对象的一些事实。 c.推理机 推理机是用来控制、协调整个系统的。它根据当前输入的数据即数据库中的信息，利用知识库中的知识，按一定的推理策略，去解决当前的问题.并把结果送到用户接口。 在专家系统中，推理方式有：正向推理、反向推理、混合推理。在上述三种推理方式中，又有精确与不精确推理之分。因为专家系统是模拟人类专家进行工作，所以推理机的推理过程应与专家的推理过程尽可能一致。 d.人机接口 人机接口是专家系统与用户通信的部分。它既可接受来自用户的信息，将其翻译成系统可接受的内部形式，又能把推理机从知识库中推出的有用知识送给用户。 e.解释部分 解释部分能对推理给出必要的解释。这给用户了解推理过程，向系统学习和维护系统提供了方便。 f.知识获取部分 知识获取部分为修改、扩充知识库中的知识提供手段。这里指的是机器自动实现的知识获取。它对于一干专家系统的不断完善、提高起着重要的作用。通常，它应具备能删除知识库中不需要的知识及把需要的新知识加入知识库中的功能。最好还具有能根据实践结果，发现知识库中不合适的知识以及能总结出新知识的功能。知识获取部分实际上是一种学习功能。 专家系统的一个重要特征是知识库与推理机分离，系统允许在运行过程中不断修改知识，增加新知识，使系统性能不断提高。 综上所述可知，一个专家系统不仅能提供专家水平的建议与意见，而且当用户需要时，能对系统本身行为作出解释，同时还有知识获取功能。专家系统的工作特点是运用知识进行推量，因此知识获取(包括人工方式的知识获取和机器学习)、知识表示和知识运用是建造专家系统的三个核心部分。 另外专家系统强调符号处理，并希望有一个理想的人机接口，做到专家或用户能以一种接近自然语言的语言甚至口语形式同系统进行信息的交流。这些都是传统程序所不具备的特点。如下表所示： 表1专家系统和传统程序的比较
人工智能技术基础实验报告 指导老师：朱力 任课教师：张勇
实验三小型专家系统设计与实现 一、实验目的 （1）增加学生对人工智能课程的兴趣； （2）使学生进一步理解并掌握人工智能prolog语言； （3）使学生加强对专家系统课程内容的理解和掌握，并培养学生综合运用所学知识开发智能系统的初步能力。 二、实验要求 （1）用产生式规则作为知识表示，用产生系统实现该专家系统。 （2）可使用本实验指导书中给出的示例程序，此时只需理解该程序，并增加自己感兴趣的修改即可；也可以参考该程序，然后用PROLOG语言或其他语言另行编写。 （3）程序运行时，应能在屏幕上显示程序运行结果。 三、实验环境 在Turbo PROLOG或Visual Prolog集成环境下调试运行简单的PROLOG程序。 四、实验内容 建造一个小型专家系统（如分类、诊断、预测等类型），具体应用领域由学生自选，具体系统名称由学生自定。 五、实验步骤 1、专家系统： 1.1建造一个完整的专家系统设计需完成的内容： 1．用户界面：可采用菜单方式或问答方式。
2．知识库（规则库）：存放产生式规则，库中的规则可以增删。 3．数据库：用来存放用户回答的问题、已知事实、推理得到的中 间事实。 4．推理机：如何运用知识库中的规则进行问题的推理控制，建议 用正向推理。 5．知识库中的规则可以随意增减。 1.2推理策略 推理策略包括：正向（数据驱动），反向（目标驱动），双向 2、动物分类实验规则集 （1）若某动物有奶，则它是哺乳动物。 （2）若某动物有毛发，则它是哺乳动物。 （3）若某动物有羽毛，则它是鸟。 （4）若某动物会飞且生蛋，则它是鸟。 （5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。（6）若某动物是哺乳动物且吃肉，则它是食肉动物。 （7）若某动物是哺乳动物且有蹄，则它是有蹄动物。 （8）若某动物是有蹄动物且反刍食物，则它是偶蹄动物。 （9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 （10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是猎豹。 （11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 （12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 （13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。
第六章专家系统 6-1 什么叫做专家系统?它具有哪些特点与优点? 专家系统是一种模拟人类专家解决领域问题的智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。 特点： (1)启发性 专家系统能运用专家的知识与经验进行推理、判断和决策 (2)透明性 专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高对专家系统的信赖感。 (3) 灵活性 专家系统能不断地增长知识，修改原有知识，不断更新。 优点： (1) 专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。 (3) 可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。 (4) 专家系统能促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够广泛有力地传播专家的知识、经验和能力。 (5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力，它拥有更渊博的知识、更丰富的经验和更强的工作能力。 (6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。 (7) 专家系统的研制和应用，具有巨大的经济效益和社会效益。 (8) 研究专家系统能够促进整个科学技术的发展。专家系统对人工智能的各个领域的发展起了很大的促进作用，并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。
故障诊断专家系统软件开发整体框架 专家系统的主要组成： ①知识库用于存储领域专家的专门知识，这些知识需要用计算机能够理解的形式表达； ②综合数据库用于存放初始数据和推理过程中得到的中间数据； ③推理机用于记忆所采用的规则和控制策略的程序使整个专家系统能够以逻辑方式协调地工作； ④解释器能够向用户解释专家系统的行为，包括推理结论的正确性和系统推出其他候选解的原因； ⑤解释接口是实现系统与用户的对话。 中央空调故障诊断专家系统主要功能： ①在中央空调系统正常运行时监测系统的运行状况； ②中央空调系统运行中对所发生的故障进行实时诊断，能够及时的做出故障报警，并给操作人员提示故障发生的原因。 ③通过人机接口界面向操作人员提供故障应对措施，以便及时控制故障的规模、保护设备的安全。
专家系统的知识表示与获取 知识的表示 知识的表示方法有很多种，产生式规则是目前专家系统中使用最为广泛的一种知识表示方法，使用它的专家系统被称为产生式系统。产生规则是一个“如果条件成立则进行操作”形式的语句。它的一般形式为： 其中R#作为规则号，表示其在知识库中的序号。RLS 称为条件部分、前项或产生式的左边。RRS 称为结论部分、后项或产生式的右边。 产生式系统的规则条件部分和结论部分采取什么方式来表达，专家系统本身没有明确规定，但应尽可能注意以下原则：条件部分和结论部分的表示形式应该与综合数据库中的事实表示形式尽可能一致,这样便于条件与事实的检索匹配和修改综合数据库中的事实；在能够清晰表达意思的前提下,尽可能使它们简洁,以便于处理。 规则结构的主要优点是：知识库中每条规则可以自由增减、修改, 规则之间是独立的,它们的关系间接的、动态的表示出来；知识库中的每条规则是统一的结构；用规则可以很方便地表示专家的知识和经验，解释专家们是怎样做他们的工作的；有利于表示启发性知识，易于知识获取。 冷水机组运行状态对应的特征参数变化特征 选定了蒸发温度、冷凝温度、压缩机吸气温度、压缩机排气温度和制冷剂过冷度这五个内在参数作为故障判断参数。 经过分析实验数据，参考了中华人民共和国国家标准(GB/T 18430.1-2001)中的有关参数，并考虑了一定的实验误差，确定出温度精度为0.3℃。
（ 、 《计算机在材料科学中的应用》 结课作业 题 目：计算机用于新材料的设计 班 级： 姓 名： 学 号： 二零一一年五月
计算机用于新材料的设计 ——材料设计专家系统 21世纪是一个全新的数字信息时代，人们的生活、娱乐、办公、学习都离不开计算机的帮助。不仅如此，它改变了包括各个学科领域在内的世界面貌。21世纪伴随着信息产业的发展，计算机在软硬件方面都取得了长足的进步，而网络技术、信息高速公路的出现，是计算机的应用已远不止科学计算，更成为科技领域存储、传输、处理、加工数字化信息的工具。 在20世纪50年代科学家就设想用计算机进行“材料设计”，其旨是通过理论与计算机预报新材料的组分、结构与性能，或者是通过理论设计来“订做”具有特别性能的新材料，按生产要求“设计”最佳的制备与加工方法。在“材料设计”的研发下，人工智能在20世纪中叶产生并迅速的发展了起来。人工智能的研究是要分析人类的思维过程或人类智能可能具有的功能，并在计算机系统中模拟实现。而专家系统是人工智能研究领域中最活跃、最具实现价值的应用领域之一。 把专家系统应用于我们的材料设计之中，便诞生了材料设计专家系统。材料设计专家系统是指具有相当数量的与材料有关的各种背景知识，并能运用这些知识解决材料设计中有关问题的计算机程序系统。最理想的专家系统是从基本理论出发，通过计算和逻辑推理预测未知材料的性能和制备方法。但由于影响材料的组织结构和性能的因素极其复杂，这种完全演绎式的专家系统还难以实现。目前的专家系统是以经验知识和理论知识相结合为基础的。 一个完整的材料设计专家系统通常由知识库、工作数据库、推理机、知识获取机制、解释机制和人机接口六个部分组成。材料设计专家系统根据用户提出的有关材料性能的要求，以综合材料数据库为出发点，在控制策略的引导下，由推理机运用知识库中的有关知识，通过不断的探索推理以达到目标。材料设计专家系统的工作过程是以知识为基础、对目标问题进行求解的过程，是一个搜索过程。
专家系统是一类具有专门知识和经验的计算机智能程序系统，通过对人类专家的问题求解能力的建模，采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。这种基于知识的系统设计方法是以知识库和推理机为中心而展开的，即 专家系统 = 知识库 + 推理机 它把知识从系统中与其他部分分离开来。专家系统强调的是知识而不是方法。很多问题没有基于算法的解决方案，或算法方案太复杂，采用专家系统，可以利用人类专家拥有丰富的知识，因此专家系统也称为基于知识的系统（Knowledge-Based Systems）。一般说来，一个专家系统应该具备以下三个要素：（1）具备某个应用领域的专家级知识； （2）能模拟专家的思维； （3）能达到专家级的解题水平。 专家系统与传统的计算机程序的主要区别如表7.1所示。 表7.1 专家系统与传统的计算机程序的主要区别 列项传统的计算机程序专家系统 适用范围无限制封闭世界假设 建造一个专家系统的过程可以称为“知识工程”，它是把软件工程的思想应用于设计基于知识的系统。知识工程包括下面几个方面： （1）从专家那里获取系统所用的知识（即知识获取） （2）选择合适的知识表示形式（即知识表示） （3）进行软件设计 （4）以合适的计算机编程语言实现。 专家系统的发展史 1965年斯坦福大学的费根鲍姆（E.A. Feigenbaum）和化学家勒德贝格（J. Lederberg）合作研制DENDRAL 系统，使得人工智能的研究以推理算法为主转变为以知识为主。20世纪70年代，专家系统的观点逐渐被人们接受，许多专家系统相继研发成功，其中较具代表性的有医药专家系统MYCIN、探矿专家系统PROSPECTOR等。20世纪80年代，专家系统的开发趋于商品化，创造了巨大的经济效益。 1977年美国斯坦福大学计算机科学家费根鲍姆 (E.A.Feigenballm)在第五届国际人工智能联合会议上提出知识工程的新概念。他认为，“知识工程是人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供求解的手段。恰当运用专家知识的获取、表达和推理过程的构成与解释，是设计基于
专家系统研究现状与展望 杨兴1，朱大奇1，桑庆兵1，史慧 2 (1.江南大学控制科学与工程研究中心,无锡 214122； 2.北京航天测控技术公司故障诊断技术部,北京 100830) 摘要：回顾了专家系统发展的历史和现状，对目前比较成熟的专家系统模型进行分析，指出各自的特点和局限性。最后对专家系统的热点进行展望和对新型专家系统的介绍。 关键词：专家系统；知识获取；数据挖掘；多Agent系统；人工神经网络 0 引言 近三十年来人工智能（Artificial Intelligence，AI）获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果。作为人工智能一个重要分支的专家系统（Expert System，ES）[1]是在20世纪60年代初期产生和发展起来的一门新兴的应用科学，而且正随着计算机技术的不断发展而日臻完善和成熟。1982年美国斯坦福大学教授费根鲍姆给出了专家系统的定义：“专家系统是一种智能的计算机程序，这种程序使用知识与推理过程，求解那些需要杰出人物的专门知识才能求解的复杂问题。” 一般认为，专家系统就是应用于某一专门领域，由知识工程师通过知识获取手段，将领域专家解决特定领域的知识，采用某种知识表示方法编辑或自动生成某种特定表示形式，存放在知识库中，然后用户通过人机接口输入信息、数据或命令，运用推理机构控制知识库及整个系统，能像专家一样解决困难的和复杂的实际问题的计算机（软件）系统。 专家系统有三个特点，即：启发性，能运用专家的知识和经验进行推理和判断；透明性，能解决本身的推理过程，能回答用户提出的问题；灵活性，能不断地增长知识，修改原有的知识。 1 专家系统的产生与发展 专家系统按其发展过程大致可分为三个阶段[2~4]：初创期(1971年前)，成熟期(1972—1977年)，发展期(1978年至今)。 1.1 初创期 人工智能早期工作都是学术性的，其程序都是用来开发游戏的。尽管这些努力产生了如国际象棋、跳棋等有趣的游戏[5]，但其真实目的在于计算机编码加入人的推理能力，以达到更好的理解。在这阶段的另一个重要领域是计算逻辑。1957年诞生了第一个自动定理证明程序，称为逻辑理论家。20世纪60年代初，人工智能研究者便集中精力开发通用的方法和技术，通过研究一般的方法来改变知识的表示和搜索，并且使用它们来建立专用程序。到了60年代中期，知识在智能行为中的地位受到了研究者的重视，这就为以专门知识
1什么是专家系统。有什么特点和优点？ 专家系统是一个具有大量的专门知识与经验的程序系统 专家系统是一种模拟人类专家解决领域问题的计算机程序系统特点： 启发性，能够运用专家的知识进行推理判断与决策 透明性，能够解释推理过程和回答用户问题 灵活性，能不断增长知识，更新知识库 专家系统的优点，自己课后了解一下。 2专家系统由哪些部分构成？各部分的作用？ 知识库；综合数据库；推理机；解释器；接口 知识库，存储各领域专家的专门知识。静态。硬盘 综合数据库，存储初始问题数据和推理过程的中间数据。内存推理机，根据知识进行推理并导出结论。ＣＰＵ 接口，用户界面，和用户进行交互。向用户提问，回答用户问题，并进行必要的解释。
知识获取机制是将专业知识转换成机器能理解的表达形式。 解释机制向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？ ３专家系统的分类，自己课下了解。 ４建造专家系统的关键步骤。 专家系统团队关系图
是否拥有大量知识是专家系统成功与否的关键。因此知识表示是设计专家系统的关键 一．设计初始数据库 二．原型机的开发与实验 三．知识库的改进与归纳 建立专家系统的步骤图６．３P156页 ５基于规则的专家系统
知识库：包含解决问题用到的领域知识，知识表达成为一序列规则。每个规则使用IF(条件)THEN(动作)结构指定的关系。当满足规则的条件部分时，便激发规则，执行动作部分。 数据库：包含一序列事实（一个对象及其取值构成了一个事实），所有的事实都存放在数据库中，用来和知识库中存储的规则的IF（条件）部分相匹配。 3. 基于规则的专家系统的推理机制 推理机制分为两大类：前向连接和后向链接 前向链接就是根据已有事实推断出新的事实。例如已知事实A is x，根据规则IF A is x THEN B is y。获得B is y。然后将B is y加入数据库。再寻找新的规则，即IF B is y THEN ….。
专家系统的构成、工作原理及分类 1．专家系统概念：实际上就是一种智能的计算机程序，它运用知识和推理来解决只有专家才能解决的复杂问题。 2．专家系统基本组成：知识库（数据库，规则库）和推理机（解释程序，调度程序） 3．专家系统特点： （1）编程思想不同：传统程序=数据结构+算法 专家系统=知识+推理 （2）知识与程序是否独立：传统程序关于问题求解的知识隐含于程序中，而专家系统知识单独组成知识库，与推理机分离。 （3）处理对象不同：传统程序进行数值计算和数据处理，而专家系统还能处理符号。 （4）是否具有解释功能：传统程序没有，专家系统有。 （5）是否给出正确答案：传统程序一定可以给出正确答案，专家系统可能给出错误答案。 4．专家系统的最基本工作原理： （1）推理机和知识库是专家系统的核心，就是要能够学习知识，然后运用知识。（2）数据库用来存放初始的数据，可以放入中间推算的中间的结果。 （3）知识获取机构用来获取知识通过人机接口和专家和知识工程师进行知识获取 （4）解释机构用来给出结果的解释，说明答案为什么是这样。 5．知识获取的过程： 领域专家和知识工程师进行交流沟通，专家进行知识概念解答，工程师进行数据问题提问，知识工程师将从专家处获得的答案形式化，结构化的存到知识库中。6．知识获取类别 一般分为两种，一种是非自动知识获取，即完全是由人来进行的，就是把科技文献领域专家的知识通过阅读度化，让知识工程师掌握，然后通过知识编译器变成计算机能够存储和运用的知识。这种方式的优点是可靠，错误很少，缺点是文献知识都要通过人工来处理，太复杂了。二是自动知识获取，即领域专家与机器对
话，通过语音识别来将专家的答案变成一个机器能够处理的文字。或者说是文字图像经过计算机的识别，放到计算机中，然后再进行归纳理解翻译，然后变成知识库里面的知识。 通常采用两者的结合来进行事务的处理。比如翻译英文著作，可以先通过自动获取知识的专家系统，然后再经过非自动知识获取的专家系统，那样翻译的文章就非常接近原文意思呢。 7．专家系统分类： ⑴按知识表示技术可分为：基于逻辑的专家系统、基于规则的专家系统、基于语义网络的专家系统和基于框架的专家系统。 ⑵按任务类型可分为：解释型：可用来于分析符号数据，进行阐述这些数据的实际意义。预测型：根据对象的过去和现在情况来推断对象的未来演变结果。诊断型：根据输入信息来找到对象的故障和缺陷。调试型：给出自己确定的故障的排除方案。自维修型：指定并实zhidao施纠正某类故障的规划。规划型：根据给定目标拟定行动计划。设计型：根据给定要求形成所需方案和图样。监护型：完成实时监测任务。控制型：完成实施控制任务。教育型：诊断型和调试型的组合，用于教学和培训。
天津财经大学 TIANJIN UNIVERSITY OF FINANCIAL AND ECONOMY 论文题目人工智能系统之专家系统 学生姓名秦健应 学生学号201011148 所在班级计算机学科学与技术1002班 院系名称理工学院信息科学与技术系
总论 人工智能又称机器智能，是计算机科学中的一门边缘科学。专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。 起源与发展 20世纪60年代初，出现了运用逻辑学和模拟心理活动的一些通用问题求解程序，它们可以证明定理和进行逻辑推理。但是这些通用方法无法解决大的实际问题，很难把实际问题改造成适合于计算机解决的形式，并且对于解题所需的巨大的搜索空间也难于处理。1965年，f.a.费根鲍姆等人在总结通用问题求解系统的成功与败经验的基础上，结合化学领域的专门知识，研制了世界上第一个专家系统dendral ，用其可以推断化学分子的结构。20多年来，知识工程的研究，专家系统的理论和技术不断发展，应用渗透到几乎各个领域，开发了几千个的专家系统，其中不少在功能上已达到，甚至超过同领域中人类专家的水平，并在实际应用中产生了巨大的经济效益。 专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。 构造与工作过程 专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。
GearDesign 渐开线圆柱齿轮设计专家系统 采用国内外最新标准，结合国内外齿轮界多位专家的研究理论和实践经验，提供向导式的设计过程，各种通用结构形式，柔性化强度计算过程，使软件使用和设计过程得以轻松完成，设计结果得以合理优化，大大提高产品研发和设计进程。主要包含以下功能： 产品的初步设计提供原始设计条件输入，自动分配总传动比（包含德国G.Nimann-H.Winter 《机械零件》、《齿轮手册》、《现代传动手册》等各种传动比的分配方法），估算出各级中心距。 各级齿轮参数的优化设计依据模数大小和系列、齿数的限制和齿数和、螺旋角大小和纵 向重合度、总变位系数大小等多项优化目标，综合考虑各种参数和性能提供最优方案选择。
一般专家系统构造所需考虑的关键技术的讨论 张永红 哈尔滨工程大学信息与通信工程学院，黑龙江省哈尔滨市 150001 摘要:本文在叙述了人工智能科学技术的发展概况之后，同时粗略的分析力专家系统的发展情况。总结梳理了完成一项专家系统设计所需的关键技术的分析，给出了一般专家系统构造是在各个环节可以考虑和运用的技术。并对各个可用的技术进行了比较分析。总结目前在专家系统设计上飞瓶颈问题和突破口。 关键词 :专家系统，人工智能，知识表示，推理 Abstract:This paper describes the overview of the development of artificial intelligence, science and technology, while rough analytical expert system development. Summary combing analysis of the key technologies required to complete an expert system design, gives the general expert systems can be considered and the use of technology in all aspects. And a comparative analysis of the available technology. Summarizes the current bottlenecks and a breakthrough fly in expert system design. key: Expert System ,Artificial Intelligence Knowledge Representation , Reasoning 1 引言 自1965年提出专家系统的概念，至今已经过去整整半个世纪了，回顾它的发展历史，专家系统在各个领域的应用已经非常广泛了，这一点不仅可以从网络学术文献搜索的数量和文献研究的领域上，还是实际产品的开发用运上都可以印证。但是由于专家系统是人工智能科学的直接产物，而人工智能的发展始终徘回而前进缓慢。人工智能的主要研究领域有： （1）符号智能：符号智能以物理符号系统为基础，研究知识表示、获取、推理过程。 （2）计算智能：计算智能包括神经计算、模糊系统、遗传算法、进化程序设计等。神经计算是从神经生理学和认知科学的研究成果出发，应用数学方法描述非程序的和适应性的、大脑风格的人工神经网络信息处理的本质和能力。 而符号智能的研究进展缓慢，这主要是人工智能的在解决知识表示与表示的基本理论和方法这一关键理论问题上还未有完满的结果。这导致以其为基础的人工神经网络、专家系统等的发展各自在不同的小领域内进行突破前行。 1958 年麦卡锡发明了表处理语言LISP。由于 LISP 语言可以方便地处理符号，很快成为人工智能程序设计的主要语言。人工智能经历了自然语言的机器翻译、鲁滨逊 （J.A.Robinson）于 1965 年提出的消解法、神经网络研究等一次次高潮，但是由于人们忽视了现实世界的复杂性和问题的多样性，人工智能的早期研究只能停留在实验室里进行。人工智能研究遇到了比想象的要严重得多的压力和困难。 60 年代中期以后，人工智能由追求万能、通用的一般研究转入特定的具体研究，通用的解题策略同特定领域的专业知识与实际经验结合，产生了以专家系统为代表的基于知识的各类人工智能系统，使人工智能真正走向社会，走向实际应用研究。斯坦福大学的费根鲍姆（E.A.Feigenbaum）于1965 年开创了基于知识的专家系统 （ Expert System）这一人工智能研究的新领域。 80 年代末，神经网络得到飞速发展。