基于LKJ2000型监控装置对专家系统的认识
李晓杰
同济大学电子信息与工程学院 学号1333660
摘要：介绍专家系统的基本概念及构造，也简单描述了LKJ2000型监控装置的结构。将
两者相结合之后提出了基本的假想即在LKJ2000型装置上引入专家系统。通过一些例子简述了自己对知识表示和机器学习的认识
关键字：专家系统 LKJ2000系统 知识表示 机器学习
1、引言
专家系统一般认为是一种计算机程序，它在某些特定领域内，能够运用人类总结的丰富知识进行推理求解只有专家才能解决的复杂问题。其主要以逻辑推理为手段，以知识为中心。随着专家系统的应用日益广泛，导致专家系统技术研究的不断深入，具体表现为以下几个方面[1]： (1) 骨架系统等建造专家系统的工具相继出现； (2) 自动知识获取系统的研制； (3) 知识库管理系统的研制； (4) 新型专家系统的研制。
专家系统的结构主要是指专家系统各组成部分的构造方法和组成形式。不同领域和不同类型的专家系统，其体系和结构和功能有一定的差别，但它们的组成基本不变。一个专家系统由知识库、数据库、推理机、解释机制、知识获取和用户界面留个部分组成。如右图所示。[2]
由于最近在做一个对LKJ2000型列车运行监控记录装置发送信号简单仿真，对LKJ2000型列车运行监控记录装置有一些简单的了解。该监控记录装置主要任务是在实现安全速度控制的同时，采集记录与列车安全运行有关的各种机车运行状态信息，促进了机车运行管理的自动化。
图1-1 一般专家系统结构图
其主要通过各类传感器（如速度、压力传感器）对信息信号的采集并传递给监控装置进而通过显示器显示给机车人员及值班人员，同时也转储器将这些信息交换给地面处理系统。事故状态记录监控装置也会记录事故前30分钟的状态。
2、基于LKJ2000的设想
由于LKJ2000主要是作为监控装置起作用，真正操作的还是列车人员，故其智能化的程度还是不够高的，设想能够引入专家系统作为列车的辅助操作则可能有助于列车的安全运行，尤其是在发生故障时对故障的排查。同时由于LKJ2000本身就是一种信息采集存储为主要任务的系统，对此在列车故障监测中能脱离“故障代码读取工具”或“RAM 值读取工具”的范围，利用已经存储的数据进行分析，并将结果以提示的方式显示给机车人员。
3、有关知识表示与机器学习的认识
3.1 知识的表示
知识的获取和形式化的表示是开发过程中的难点和瓶颈。因为知识是人类所特有的，是人类进行一切智能活动的基础。知识具有很多属性，包括真伪性、相对性等等。同时知识按确定性程度还可以分为确定性知识和不确定性知识；按层次性可分为零级知识、一级知识、二级知识。零级知识是常识性的知识和原理性的知识，一级知识是经验性的知识，二级知识是运用上述两级知识的知识。
就拿上课老师经常举的纸牌游戏的例子来说，每张纸牌的花色，如梅花6、方片5等就可以看成零级知识，是最基础的知识。把纸牌的打法规则看成是一级知识，比如单牌数字大的能压数字小的，单牌只能压单牌，对子只能压对子等规
1端显示器 LKJ2000主机
图1-2 LKJ2000系统结构图
1端双针表
速度传感器1 速度传感器2 压力传感器1、2、3 事故状态记录器
2端双针表
2端显示器
机车工况输入 地面信息输入
列车总线/车辆总线
机车信号
制动控 制输出
则。以上这两级知识统称称为是领域知识，可以理解为是在一个领域内所必须知道了解的基本知识。当然单单知道这些还是打不了牌的，为了能让打牌这个专家系统能够在纸牌游戏中获胜就需要二级知识，正如上一段说的，二级知识是运用零级和一级知识的知识。比如对方在出牌之后，根据纸牌规则（一级知识）你有能压对方的牌，但是你按死板的规则打出的这些牌并不一定对你的胜利是有益的，或者说不同的牌色搭配有不同的打法，二级知识就是要选择哪种打法来取得胜利。对于人而言通过大脑的逻辑思维进行这些判定，但是对于电脑而言，这可能是很难做到的，因为本身这类二级知识很难用电脑的形式去表达出来。在参阅的很多书籍文献中，很多都是采用了让专家系统自己练习，并且让其在每一步的计算时保存此次的中间状态量，并对记录。在结束后再进行评分。将结果以数字量的形式呈现并存储在专家系统的内部。在存储了一定牌局之后，就相当于人有了一定的经验，计算机依据之前的“经验”就可以进行不同程度地抉择出牌最优选择。这也就是机器学习，在下节分会有进一步地说明。
上面主要讲了知识的分类及及其各类的定义，而计算机是如何具体如何表
示这些知识的呢？计算机表示方法有很多，有图示法、公式法、结构化法、陈述式表示和过程表示等。[3]
在参看了几本教材之后，我总结了一下：计算机的知识表示的方法很多都是基于一些基本的、已确定的正确的知识，利用这些知识组建、重构、模拟等方法来表示一些新的知识甚至是正在解决的问题。例如状态空间、问题规约、谓词逻辑等方法。基于知识被联系链接起来之后，计算机便可以进行推理了。或者说，知识的表示就是为了让计算机能够利用知识并基于逻辑等方法来推导或解决问题。下图是由以上的内容总结而成的一幅图。
系
新的情况或问题
新的二
级知识
原
来
的
二
级
知
识
新的解决方案图3-1 知识表示系统结构图
据此设想的LKJ2000监控装置的知识可将其如下分类：
3.2 机器学习
机器学习可以理解为专家系统对自身知识系统的不断完善增强，或者说，机器学习直接影响着问题求解系统及专家系统的求解水平。
一般专家系统知识获取的途径有两种：一种是先有知识工程师通过和领域专家交谈，以及阅读、分析各种资料得到关于领域的各种知识，然后再借助于知识编辑系统把知识输入计算机系统；另一种途径是通过机器自己学习，从处理问题的过程中获得知识、积累知识。后者即可称为机器学习。[3]
在参看文献时受到Dietterich 和Michalski 研制的学习系统INDUCE1.2的启发，可以设计一种学习方法，类似于达尔文的进化论，利用优胜劣汰的方法“培养”专家系统。如下图所示：
在此学习系
统中，认为地模拟一些突发情况并交由专家系统处理，处理结果可能有几种方案，此时通过人机交
互将各方案显示给培训人员，培训人员选择后将结果返回给专家系统，然后专家
系统进行评分，将选择的结果作为10分处理，为选择的结果作为0分处理。将
将选择结果
进行评分并存储
表3-1 LKJ2000知识描述
图3-2 LKJ2000学习系统的简单设想
这些结果分别存储之后便完成了一个周期的学习。作10分处理而不作布尔处理（即只有1分和零分处理）是考虑到，机车个各类突发情况不是完全不同的，如LKJ2000收集的信号既有模拟信号又有数字信号，数字信号又分为不同电平的信号。所以在不同突发情况下可能有着相同的某个状态量。这样专家系统在一开始选择方案时可根据先类似突发情况前的评分，综合打出评分（0~10分）。这样便可利于专家系统采取应对方案。
当然这个系统只是我一些简单的假想，实际可能有很多问题，比如这个方案的培训人员的工作力度太大，学习效率太低等等。以上便是我对专家系统的一些认识。
参考文献：
[1] 张全寿,周建峰.专家系统建造原理及方法[M].中国铁道出版社，1992.
[2] 蔡自兴，徐光佑. 人工智能及其应用[M] 第三版.清华大学出版社，2004.
[3] 杨志刚. LKJ2000型列车运行监控记录装置[M].中国铁道出版社，2003.
[4] 王宏生孟国艳.人工智能机器应用[M].国防工业出版社，2009.
[5] 刘建华专家系统的实现与C#的实现[D]
[6] 陈朝阳，张代胜，任佩红.汽车故障诊断专家系统的现状与发展趋势. 机械工程学报，第39卷第11期
[7] 孙学初. 无人机飞空系统故障诊断专家系统设计[D]
[8] 安丽娜，张士杰. 专家系统研究现状及展望. 计算机应用研究，第24卷12期
[9] 赵伟，白晓民，丁剑，方竹，李再华. 基于协同式专家系统及多智能体技术的电网故障诊断方法. 中国电机工程学报，第26卷第20期
[10] 安茂春.故障诊断专家系统及其发展. 计算机测量与控制，2008.16（9）
[11] 陈照明.汽车制动专家系统知识库的建立及推理机制研究[D]
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》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。
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。
人工智能与专家系统练习题(二) 1.什么是人工智能?它的研究目标是什么？ 定义：用机器模拟人类智能。 研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。 2.人工智能有哪几个主要学派？各自的特点是什么？ 主要学派：符号主义和联结主义。 特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。 3.什么是人工神经元？它有哪几种主要模型？ 人工神经网络是由大量处理单元经广泛互连而组成的人工网络，用来模拟脑神经系统的结构和功能。而这些处理单元称为人工神经元。人工神经网络可以看成是以人工神经元为节点，用有向加权弧连接起来的有向图。 根据激发函数的不同分为：阈值型（M-P模型）、分段线性型、Sigmoid函数型、双曲正切型 4.什么是人工神经网络？它有哪些联结方式？ 模拟人脑神经系统的结构和功能，运用大量简单处理单元经广泛连接而组成的人工网络系统。 人工神经网络中，各神经元的连接方式一般有很多种，不同的连接方式就构成了网络的不同连接模型。常见的连接模型有前向网络、从输入层到输出层有反馈的网络、层内有互连的网络和网络内任意两个神经元都可以互连的互连网络。 5.什么是机器学习？机器学习研究的目标是什么? 研究机器学习的意义何在? 答:机器学习是研究如何使用计算机来模拟人类学习活动的一门学科。更严格地说，就是研究计算机获取新知识和新技能、识别现有知识、不断改善性能、实现自我完善的方法。 机器学习研究的目标有三个：人类学习过程的认知模型；通用学习算法；构造面向任务的专用学习系统的方法。（a）人类学习过程的认知模型。这一方向是对人类学习机理的研究。这种研究不仅对人类的教育，而且对开发机器学习系统都有重要的意义。（b）通用学习算法。这个方向是对人类学习过程的研究，探索各种可能的学习方法，建立起独立于具体应用领域的通用学习算法。（c）构造面向任务的专用学习系统（工程目标）。这一方向是要解决专门的实际问题，并开发完成这些专门任务的学习系统。 机器学习是人工智能中最具智能特征、最前沿的研究领域之一。机器学习的研究取得重大进展往往意味着人工智能，甚至整个计算机科学向前迈进了坚实的一步。机器学习速度快、
专家系统-2 哈尔滨工业大学管理学院阎相斌 xbyan@https://www.doczj.com/doc/3e12946006.html,
产生式规则专家系统 ?产生式系统（Production System）是1943年Post提出的一种计算形式体系里所使用的术语，主要是使用类似于文法的规则，对符号串作替换运算。从60年代开始，成为认知心理学研究人类心理活动中信息加工过程的基础，并用它来建立人类认知模型。产生式系统形式上很简单，但在一定意义上模仿了人类思考的过程，因此它成为了专家系统的最基本的结构单元或基本模式。
产生式系统的基本组成 ?组成三要素： –一个综合数据库(Globle Database）—存放信息 –一组产生式规则(Rules) —知识 –一个控制系统(Control System/Control Strategies) —规则的解释或执行程序，即控制策略
?综合数据库： –是人工智能产生式系统所使用的主要数据结构，它用来表述问题状态或有关事实，即它含有所求解问 题的信息。 ?产生式规则： –其一般形式为“条件-> 行动”或“前提->结论” 即表示成“if...then...”的形式； –“前提”规定了规则可应用的先决条件，“结论” 描述了应用这条规则所采取的行动或得出的结论。 –一条产生式规则满足了应用的先决条件之后，就 可对综合数据库进行操作，使其发生变化。 ?控制系统或控制策略： –是规则的解释程序，规定了如何选择一条可应用的规则对综合数据库进行操作，即决定问题求解过程
控制策略 控制策略其作用是说明下一步应该选用什么规则，也就是如何应用规则。通常从选择规则到执行操作分3步：匹配、冲突解决和操作。 (1) 匹配 (2) 冲突解决当有一条以上规则的条件部分和当前数据库相匹配时，就需要决定首先使用哪一条规则，这称为冲突解决。 (3) 操作操作就是执行规则的操作部分，经过操作以后，当前数据库将被修改。然后，其他的规则有可能被使用。
《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。
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。
专家系统及其在教育中的应用研究 学院 专业 研究方向 学生姓名 学号 任课教师姓名 任课教师职称 2013年06 月20 日
专家系统及其在教育中的应用研究 摘要：作为人工智能应用研究的一个重要分支，专家系统被广泛应用于各个领域并取得了巨大的成功。本文在介绍专家系统的内涵、基本结构原理和发展趋势的基础上对专家系统在教育领域中的应用现状作了探讨，分析了专家系统与计算机辅助教学、网络远程教学的结合应用以及在辅助教育教学方面的其他应用。 关键字：人工智能；专家系统；ITES；ICAI；IDSS 一、引言 信息技术的飞速发展正以一种前所未有的深度和广度渗透到社会的方方面面，改变着人们的生活。其中，对于人工智能领域的关注和研究一直领跑于信息技术的前沿，标志着社会发展的智能化趋势。而人工智能中最接近实际应用、发展最快、效益最显著的当属专家系统。可以说“专家系统是人工智能从幻想到实践，再由实践到理论的主角川¨。从1965年世界上第一个专家系统诞生至今，随着知识工程的深入研究，以及专家系统的理论和技术的不断发展，使得专家系统的应用渗透到几乎各个领域，并在实际应用中产生了巨大的经济效益。当今社会对教育现代化的呼吁和关注，使专家系统在教育中的应用也越来越得到人们的重视，且具有广阔的发展前景。尤其是专家系统与传统的计算机辅助教学、网络远程教学的结合，更能满足学生的个性化学习需求，充分体现了教与学的灵活性、互动性和适应性，同时，专家系统在辅助教育教学中的其他应用也极大地促进了教育信息化的发展。 二、有关专家系统 专家系统(Expert System)是人工智能应用研究中最活跃、最成熟的一个领域。专家系统的实质就是一种具有特定领域内大量知识和经验的计算机智能程序系统。它包括两个方面的含义。首先，专家系统是一种智能程序系统，因此，它不同于一般的程序系统，是一种能够运用已有知识和经验进行推理、判断与决策并对结论的推理过程作出解释的启发式程序系统。其次，专家系统的智能来源于领域专家的知识和经验，它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平，而且能够在运行过程中不断积累和更新知识，和人类专家相比更具持久性、灵活性和一致性。专家系统又可称为“基于知识的系统”。这种基于知识的系统以知识为中心，以逻辑推理为手段解决问题。因此，专家系统的核心内容是知识库和推理机制，其主要组成部分是：知识库、推理机、综合数据库、解释机构、知识获取机构和用户界面。其一般结构如图1所示： 领域专家、知识工程师 用户
产生式系统 产生式系统（production system）由波斯特（Post）于1943年提出的产生式规则（production rule）而得名。人们用这种规则对符号进行置换运算。1965年美国的纽厄尔和西蒙利用这个原理建立了一个人类的认知模型。同年，斯坦福大学利用产生式系统结构设计出第一个专家系统DENDRAL。 产生式系统用来描述若干个不同的以一个基本概念为基础的系统。这个基本概念就是产生式规则或产生式条件和操作对的概念。在产生式系统中，论域的知识分为两部分：用事实表示静态知识，如事物、事件和它们之间的关系；用产生式规则表示推理过程和行为。由于这类系统的知识库主要用于存储规则，因此有吧这类系统称为基于规则的系统（rule-based system）。 1、产生式系统的基本要素 1.1产生式系统的组成 产生式系统由三部分组成，即总数据库（Global Database），产生式规则库（Set of Product Rules）和控制策略（Control Strategies），各部分之间的关系如图1所示。 图1.产生式系统的主要组成 1.1.1总数据库（Global Database） 总数据库又称综合数据库、上下文、黑板等，用于存放求解过程中各种当前信息的数据结构，如问题的初始状态、事实或证据、中间推理结论和最后结果等，其中的数据是产生式规矩的处理对象。数据库中的数据根据应用的问题不同，可以使常量、变量、谓词、表结构、图像等等。 例如，关于动物世界的产生式系统有如下数据库： … (Mammal Dog) (Eat Dog Meat) … 从另一个角度，数据库可视为推理过程中间结果的存储池。随着中间结果的不断加入，是数据库描述的问题状态逐步转变为目标状态。 1.1.2 规则库（Set of Product Rules） 产生式规则库是某领域知识用规则形式表示的集合，其中包含将问题从初始
农业专家系统应用实例分析 摘要:专家系统是人工智能领域中较为成熟的一个分支。本文阐述了专家系统的基本概念及基本要素，介绍了专家系统在我国农业中的应用和我国农业专家系统的发展趋势。 关键词:人工智能;专家系统;农业专家系统;应用 农业专家系统也可叫农业智能系统,是一个具有大量农业专门知识与经验的计算机系统。它应用人工智能技术,依据一个或多个农业专家提供的特殊领域知识、经验进行推理和判断,模拟农业专家就某一复杂农业问题进行决策。典型的农业专家系统主要由知识库、数据库、模型库、推理机、知识库管理系统、解释器、用户界面7个部分组成。其中,知识库和推理机是农业专家系统最核心部分,这是任何一个农业专家系统都不可缺少的组成部分。知识库的质量直接影响到农业专家系统质量及可信度;推理机是农业专家系统的运行动力。而知识库管理系统则是对知识库中的知识进行检查和检索,还可以把推理过程中使用知识的实际情况显示出来,这是数据库管理系统中所没有的。知识获取是农业专家系统开发过程中的瓶颈,其主要任务是完成领域知识的收集与整理.解释器是用来向用户,特别是专用户,解释推理的结果和在推理过程中所发生的一切。 专家系统有四个特点,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。综合性,能解答种子、土肥、植保、农经等多专业问题,克服了单个农业专家的专业局限。研发农业专家系统的主要目的是使计算机在农业领域中起农业专家的作用,对那些需要专家知识才能解决的难题提供相关专业权威专家水平的解答。 专家系统在世界农业领域中的应用始于20世纪70年代末,经过20余年发展,应用已遍及作物栽培管理、设施园艺管理、畜禽管理、水产养殖、植物保护、育种以及经济决策等各方面。专家系统在灌溉、施肥、栽培、病虫害的诊断与防治、作物育种、作物产量预测、畜禽饲养管理和水产养殖管理等方面,展示了广阔的应用前景。 一．农业专家系统在作物病虫害综合治理中的应用 根据以往的研究和病虫害综合治理的过程，专家系统的研究主要集中在6个方面: 1.1病虫害诊断在病虫害诊断中，如果人工开具病虫处方，工作人员必须有牢固的植物保护基础知识和丰富的实践经验，需要查询大量资料，无法及时满足农户的需要。专家系统把这些资料编制成简单的程序，达到迅速确定目标的目的，从而得到最佳防治时期和方案。 1.2预测预报病虫预测预报需要的基本信息是:病虫害的生物学参数(如发生
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。
实验一产生式系统——动物识别系统 一、实习目的和意义 1、掌握人工智能的知识表示技术，能用产生式表示法表示知识； 2、掌握基于规则推理的基本方法； 3、掌握产生式系统的运行机制。 二、实习内容 参考教材规则库包含15条规则，开发一个专家系统可以识别老虎，金钱豹，斑马，长颈鹿，企鹅，鸵鸟等6种动物。 三、实习要求 1、本次实验语言MATLAB； 2、系统能通过正向推理得到正确的动物识别结果。 四、实习过程 1.实验原理 正向推理（事实驱动推理） 1)从初始已知事实出发，在知识库KB中找出当前可适用的知识，构成可适 用知识集KS； 2)按某种冲突消解策略，从KS中选出一条知识进行推理，并将推出的新事 实加入到数据库DB中，作为下一步推理的已知事实，再在KB中选取可 适用知识构成KS； 3)重复步骤二，直到求得问题的解，或KB中再无可适用的知识。 2.问题背景 根据课本P33的15调动物识别的专家知识，建立规则库。 3.算法设计 主要利用数组下标和元素的0，1值表示知识，规则，及相关标记。
4.Matlab实现 a.算法 函数名函数说明 learn function learn(arr_category, arr_feature)主函数checkRule function [arr_category,arr_feature,arr_rule,ifMore,mark]= checkRule(arr_category,arr_feature,arr_rule,ifMore,mar k ) 规则符合检测 showCategory function showCategory( ) 类别选项打印函数 showFeature function showFeature() 特征选项打印函数 showResult function showResult(mark) 结果显示 b.测试 测试数据一 1 0 0 0 1 arr_category[ 5] arr_feature[2 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0]
人工智能专家系统论文 摘要：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法。 技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。其中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。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，求解需要专家才能解决的困难问题。 关键词：计算机，人工智能，专家系统 引言： 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从基础理论的角度出发，其研究基本内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 人工智能系统的开发和应用，已为人类创造出可观的经济效益，专家系统就是一个例子。随着计算机系统价格的继续下降，人工智能技术必将得到更大的推广，产生更大的经济效益。 专家系统(expert system)是一个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，简而言之，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。 专家系统属于人工智能的一个重要发展分支，并且应用于数学、物理、医疗、军事、地质勘探、气象、农业、法律、教学、化工、机械、艺术以及计算机科学本身，甚至渗透到政治、经济、军事等重大决策部门，产生了巨大的经济效益和社会效益。现在，专家系统已成为人工智能领域中最活跃、最受重视的领域。[1].[2] 一、专家系统 1.1 专家系统的特点 (1).具有专家水平的专业知识：专家系统中的知识按其在问题求解中的作用可分为三个层次，既数据级、知识库级、控制级。数据级知识是指具体问题所提供的初始事实及在问题求解过程中所产生的中间结论、最终结论。数据级知识通常存放与数据库中。知识库知识是指专家的知识。这一类知识是构成专家系统的基础。控制级知识也称为元知识，是关于如何应用前两种知识的知识，如在问题求解中的搜索策略、推理方法等。具有专家专业水平是专家系统的最大特点。专家系统具有的知识越丰富，质量越高，解决问题的能力就越强。 (2).能进行有效的推理：专家系统要利用专家知识来求解领域内的具体问题，必须有一个推理机构，能根据用户提供的已知事实，通过应用知识库中的知识，进行有效的推理，以实现问题的求解。 (3).启发性：专家系统能利用经验的判断知识来对求解的问题作出多个假设。依据某些条件选定一个假设，是推理继续进行。
人工智能 生式规则 简称产生式。它是指形如α─→β或IFαTHENβ或其等价形式的一条规则,其中α称为产生式的左部或前件;β称为产生式的右部或后件。①如果α、β分别代表需要注视的一组条件及其成立时需要采取的行动，那么称为条件-行动型产生式;②如果α、β分别代表前提及其相应的结论,那么称为前提-结论型产生式。人工智能中的推理很多是建立在直观经验基础上的不精确推理，而产生式在表示和运用不精确知识方面具有灵活性，因此许多专家系统采用产生式系统为体系结构。 组成 一个产生式系统由下列3部分组成： 一个总数据库(global database)，它含有与具体任务有关的信息。υ υ一套规则，它对数据库进行操作运算。每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。应用规则来改变数据库。 一个控制策略，它确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。υ 自由帕斯卡中 free pascal 中的产生式系统的组成 产生式系统由一个综合数据库、一组产生式规则和一个控制系统三个基本要素组成。其中：综合数据库是产生式系统所用的主要数据结构，它主要用来表示问题的状态，即初始状态、中间状态和目标状态等，以及状态之间的关系。它不是固定不变的，在求解的过程中，它的内容将越来越多，状态之间的关系也越来越复杂。 经常用来表示数据库的数据结构有串、集合、数组、树、表、记录、队列等。 产生式规则是对数据库进行操作的一系列规则。规则的一般形式是：IF 条件 THEN 操作 即满足应用的先决条件后，就对数据库实行后面的操作。 控制策略规定了操作的顺序，即在任何条件下用什么规则进行操作，什么条件下停止运行，它规定了问题的求解的搜索策略和路线。控制策略一般可分为不可撤回方式和试探法两大类，试探法又包括回溯法和图搜索法两种。
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。
作者简介 孙曰波(1971-),男,山东威海人,讲师,从事园林植物栽培和设施园艺的教研工作。 收稿日期2006-06-30 农业专家系统(Expert System ,简称ES)也可以叫智能系统,是基于知识的程序设计方法建立起来的计算机系统,是人类专家的一种模仿物,研制农业专家系统的目的是为了把农业专家多年积累的知识和经验,应用计算机技术,克服时空限制,在较短的时间内得以广泛的应用,使专家的知识和经验变为生产力。专家系统应用在农业上的各个领域,涉及到作物生产管理、施肥、节水灌溉、品种选育、温室管理、病虫害防治、杂草控制、水土保持、森林环保、家畜饲养、食品加工、财务分析、农业机械选择、市场管理等方面,有些系统已成为商品进入市场。以农业专家系统为主要内容的农业知识工程越来越为人们所认识,并有广阔的应用发展前景。1专家系统的发展 1.1产生阶段(1965~1971年) 1956年人工智能产生,为专 家系统的诞生奠定了基础。1965~1968年美国Stanford 大学 计算机系Feigenbaum 等根据化合物的分子式及其质谱数 据,研制出帮助化学家推断分子结构的计算机程序系统 DENDRAL ,获得极大的成功。该系统解决问题的能力已达到专家水平,在某些方面甚至超过同行领域的化学家。这标志着人工智能的一个新的研究领域———专家系统的产生。 1.2成熟阶段(1972~1977年)这一时期专家系统的观点逐渐被人们广泛接受,从而先后出现了一批卓有成效的专家系统,典型代表是1974年E .H .Shortliffe 等研制的用于治疗感染性疾病的MYCIN 系统。在此期间,知识组织形式、系统的人机接口、解释机制、知识的获取、不确定性推理等技术得到了进一步的发展和成熟。 1.3发展阶段(1978年以后)这一时期专家系统渗透到了非常广泛的领域。第一个农业专家系统在美国的伊利诺斯大学诞生,我国的农业专家系统研究起步较晚,但发展较快。自20世纪80年代也开始了农业专家系统的研究。2专家系统在农业上的应用 2.1在国外农业上的应用在国外,农业信息系统研究始于20世纪60年代,初期它仅仅是由农业数据库和数据库管理程序构成。60年代中期,美国斯坦福大学Feigenbaum 等研制了第一个专家系统。从此,人工智能专家系统发展起来,并迅速渗透到各个领域,在农业上应用更是方兴未艾。 此类专家系统的研制和应用已成为高新技术应用于农业生产的成功实例。比较有名的专家系统有:PLANT/ds 、ICCS 等,涉及多种作物的病虫害诊断、预测与管理、施肥、防御低温冷害等,一般用于解决带有经验性的定性问题。作物模拟模型在荷兰和美国创立,而园艺作物模型出现在70年代末80年代初,作物模拟模型与农业专家系统的研究和应用表明了农业科学开始进入计算机信息时代。80年代,出现了以农业专家系统为主进而与作物模型、GIS 等相结合向深度发展的趋势,并大面积应用于生产。较为典型的有美国棉花管理专家系统Cotton++、APSIM 等。90年代以来,农业专家系统、作物模型、3S 技术之间的集成已成为信息技术领域研究的热点之一,印度、加拿大等将AEGIS/Win 与RS 模型、专家系统等结合进行干旱地区决策、农业生产模式等领域的深层次决策支持系统研究与应用。 2.2在我国农业上的应用我国农业专家系统的研究始于20世纪80年代初,国家科技部曾明确提出:“以农业专家系统为突破口,发展我国的农业信息技术”。早在1985年由中国科学院人工智能所开发的“砂姜黑土小麦施肥专家咨询系统"在安徽省淮北平原得到很好的推广应用。此后,“七五”、“八五”期间,国家科委、农业部先后支持了一些作物专家系统及其工具、作物生长发育模型、农业生产管理系统等的开发,并取得了一些重要成果,在农业生产和管理中发挥了重要作用,有些成果已达到了国际前沿水平。如中国科学院合肥智能机械研究所采用先进的知识工程方法,与各类农业专家紧密结合,开展了农业专家系统的广泛研究和应用,研制了小麦、棉花、番茄等作物的田间管理、施肥和病虫害防治等专家系统,并开发了可以由农技人员直接使用的各种专家系统工具。这些系统能模仿农业专家推理并给出决策咨询,部分代替农业专家走向田间地头,进入农家,对于提高农民素质、促进农业生产具有重要意义。自1992年开始,国家“863计划"智能计算机系统主题组织了农业专家系统的研制与应用推广工作,以农业专家系统为代表的智能化管理系统形成了成熟的技术,北京市农林科学院等科研单位均研制出了各具特色的农业专家系统开发平台,得到不同程度的应用和推广。在此基础上,科技部、国家863计划306主题专家组与地方政府合作,“九五"期间国家863计划专门设立了智能化农业信息应用主题,重点对水稻、小麦、玉米、棉花等作物的引种与良种推荐、合理施 农业专家系统发展的概况与前景 孙曰波,任术琦,丁世民 (潍坊职业学院,山东潍坊261041) 摘要简要论述了国内外农业专家系统的发展概况,提出我国农业专家系统发展中存在的问题,阐述了农业专家系统的发展前景。关键词农业专家系统;发展概况;前景中图分类号S126文献标识码A 文章编号0517-6611(2006)20-5445-02Development and Perspective of Agricultural Expert System SUN Yue 蛳bo et al (Weifang Vocational College,Weifang ,Shandong 261041) Abstract The development of agricultural expert systems in China and foreign country was introduced,and the problems were pointed out and the perspective was presented. Key words Agricultural expert system ;General situation of development;Perspective 安徽农业科学,Journal of Anhui Agri.Sci.2006,34(20):5445-5446责任编辑罗芸责任校对罗芸