2.2 专家系统在工艺设计中的应用
为了更好的模拟设计人员的经验知识，需要将不确定的思想引入到工艺过程中
CAPP（计算机辅助工艺设计）是根据产品设计所给出的信息进行产品的加工方法和制造过程的设计。
传统工艺设计的缺点：
对工艺人员要求高
工作量大，效率低
无法利用CAD的图形和数据
难以保证数据的准确性
信息不能共享
CAPP 系统是专家系统在机械制造工程中的应用（其结构如图3）。工艺过程设计由于其复杂性和多变性，直到1981 年才由法国开发出第一个工艺过程设计专家系统。
CAPP技术作为联结CAD和CAM的桥梁，是将产品数据转换成面向制造的指令性数据。传统的CAPP在工艺员输入零件的原始信息后，通过储存在工艺规程库中的工艺设计知识和决策方法进行一系列决策和判断，并生成工艺规程，但当输入的信息不在逻辑决策范围内时，便得不出结论。专家系统与CAPP的集成可以将工艺知识转化为相应的知识库，通过推理机的控制策略，从知识库中搜索相应的处理规则，然后执行这条规则，并把每一次执行规则得到的结论部分按先后次序记录下来，直到零件加工达到终结状态，从而实现对工艺过程的决策优化。而且，CAPP专家系统在一定程度上可以模拟工艺人员的设计思维活动，使工艺设计中一些模糊问题得到解决，提高CAPP系统的适应性。另外，CAPP专家系统还应该具有解决工艺设计及决策中特殊知识的获取和描述，如零件信息(几何信息、拓扑信息以及工艺信息等)的获取和表示以及加工过程仿真的表示与生成等功能。
2. 2. 1 CAPP 专家系统基本构成
专家系统技术的研究和应用正以前所未有的速度在故障诊断、模拟仿真、自动控制、工艺编程、生产规划、产品设计等许多机械工程领域不断发展。随着研究工作的不断深入，一些新的技术方法和先进制造技术正融入机械工程专家系统技术的研究和应用中，不仅使知识表示、知识库构建、知识获取和推理模式等关键技术的研究取得了一定成果，还出现了一些集成式的新型专家系统，如神经网络专家系统、模糊专家系统、基于Internet 的专家系统、CAD 专家系统、CAPP 专家系统等。他们综合利用了专家系统启发性、透明性、灵活性以及具有处理不确定知识能力的特点，使机械工程专家系统的应用领域不断拓宽。
2. 2. 2CAPP 专家系统的优点
(1) 可变性当生产环境改变时，如更新设备、采用新技术或把该系统移植到其它工厂，专家系统只要给系统知识库输入新的知识就能适应，不需改写程序。
(2) 透明性专家系统和用户有更友好的交互界面。系统能随时向用户提供运行的过程和决策理由，向用户作出各种解释，所以系统的工作是“透明的”。必要时，工艺人员还可作出干预和选择，以最终制订出优化的工艺规程。
(3) 可扩展性随着科学技术的发展和生产条件的改进，专家系统可以不断补充和更新知识，以扩展和提高系统的工艺过程设计水平。
CAPP 专家系统的不足之处是需花费大量时间收集工艺专家的知识并且归
纳为一些规则，还要处理好相互矛盾的经验知识。
专家系统与其他先进制造技术单元的集成也已经有了许多成功的应用。在工程中，典型的专家系统有帮助工程师发现结构分析问题的分析策略的SACON 系统；帮助识别和排除机车故障的DELTA 系统；帮助操作人员检测和处理核反应堆事故的REACTOR 系统；乔良等提出的基于制造特征和制造技术知识库的CAM系统框架，并在CAD/CAM系统中实现和应用；裘勇等开发了细孔加工专家系统，系统通过获得用户输入的参数，经过专家系统的分析，生成相应的NC 加工指令，从而完成一个复杂的加工过程；张树有等将专家系统技术应用于虚拟装配(Virtual Assembly)，通过建立三层机械产品虚拟装配知识库，采用交互式和智能搜索策略，建立了基于知识引导的虚拟装配系统模型；上海交通大学机电控制研究所、上海市农业机械研究所成功研制了适用于我国数字农业特点的两种主要智能型农业机械：中、小型收割机智能测产系统及其配套软件；智能变量施肥、播种机及其配套软件。
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
《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。
《数据挖掘》期末总结 ——专家系统 有关专家系统： 定义： 是一个（或一组）能在某特定领域内，以人类专家水平去求解该领域中困难问题的计算机智能程序系统。 构成： 完整的专家系统包括人机接口、推理机、知识库、数据库、知识获取器和解释机构六部分，如下图： 用户领域专家知识工程师 其核心在于推理机与知识库和综合数据库的交互作用，使得问题得以解决。 工作过程： 1）根据用户的问题对知识库进行搜索，寻找有关的知识；（匹配）2）根据有关的知识和系统的控制策略形成解决问题的途径，从而构成一个假设方案集合；
3）对假设方案集合进行排序，并挑选其中在某些准则下为最优的假设方案；（冲突解决） 4）根据挑选的假设方案去求解具体问题；（执行） 5）如果该方案不能真正解决问题，则回溯到假设方案序列中的下一个假设方案，重复求解问题； 6）循环执行上述过程，直到问题已经解决或所有可能的求解方案都不能解决问题而宣告“无解”为止。 企业、政府机构用的专家系统都是有严密的逻辑、也涉及大量的数据分析、并且是经过领域专家、工程师的经验校验，详细用户需求分析后的结果。 而实际上，在我们的日常生活中，也不经意的在思维过程中用到了专家系统，譬如在游戏“你来描述我来猜”的过程中，我们就可以抽取出一个专家系统——、 动物识别专家 在推理过程中，会同时推出几个结论。如：有毛发、会吃肉、有斑点——首先推出金钱豹有黑色条纹——再推出老虎有蹄——再推出斑马
有关学科总结 一学期结束，静下心复习总结时，才发现，这一学期无数次与数据挖掘打交道。 还记得《应用统计学》第一次作业：谈谈统计学与数据挖掘的关系。 还记得《管理信息系统》中CRM（客户关系管理系统），客户细分时提到的数据挖掘；决策支持系统以及BI中用到的数据挖掘。 还记得《信息系统分析与设计》做需求分析时要用到数据挖掘。 还记得跟老师做项目，查找信息可视化及知识图谱原理时，再一次提到数据挖掘。 就像课堂上说的：“互联网的时代，我们缺的不再是数据本身，而是海量数据包含的、隐含的信息，而这一信息的获取，除了我们敏锐的观察力从数据本身看到以外，还有太多有价值的信息需要我们运用相当的工具去深入挖掘——数据挖掘，理所应当成为了时代的必须，也是我们取胜的必须”。 《数据挖掘》课程本身更多的是给我们一种思想，一种看待、解决问题的新途径。通过课程的学习，我们不再简简单单的追求数据，我们会更多的去思考数据。 《应用统计学》也在讲数据处理，但应用统计学更多的是对已知数据分布的描述和趋势的预测，抑或是结论的检验。而《数据挖掘》所讲的数据是更倾向于如何把表面无关的数据建立联系，并从中获取有用信息。《应用统计学》是现状的描述和预测的检验，而《数据挖
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。
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
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。
数据挖掘报告 一、数据挖掘综述 随着信息时代的来临，网络技术的发展和普及，各个行业都有爆炸性的数据增长，这些海量的数据中隐藏着我们需要的信息和财富。国际数据公司（IDC）报告称，2011年全球被复制和创建的数据总量就已经大得惊人，在短短几年时间内增长了近9倍，而且预计这些数据每两年就将至少增加一倍。并且，政府机构也对外宣称了要加快数据研究进度这一重大计划，各行业也在积极讨论数据挖掘研究带来的吸引力。面对如此庞大的数据，以及这些数据背后的价值和新的机遇，挖掘和研究这些数据就会给我们带来挑战和切实的利益。 早在1989 年8 月美国底特律召开的第11 届国际功能会议上就出现了KDD 这个术语，1995年学术界和工业界共同成立了ACM 数据挖掘与知识发现专委，后者发展成为数据挖掘领域的顶级国际会议。数据挖掘是一门交叉学科，涉及到各个行业和各个领域，同时，随着各行业对大量数据的处理深度和分析上的需求的增加，数据挖掘研究已经成为了学术界研究的热门学科，同时也受到各领域的重视。 经过多年的发展，数据挖掘研究领域成果颇丰，已经有了一套自己的基础理论。从大体趋势来说，国内和国外的研究方法和方向有差异，尤其是在某些方面还是存在着一定的差距。总的来说，国外的研究更偏重交叉学科和理论基础的研究，而国内则偏重于实际的应用上，用数据来解决实际的问题。同时，国内的学者在研究上也处于世界前沿水平，在国际舞台上也有十分突出的成绩，近年来也频频有国内团队登上国际领奖台。 在20世纪90年代中后期，用关联规则来进行挖掘、分类、预测等被逐渐用于时间序列数据挖掘和空间数据挖掘，以发现与时间和空间相关的有价值的模式，这些手段使得数据挖掘研究领域已经有了一些比较成熟的技术。如今的定位系统、手持移动设备等设备的普及和应用积累了大量的移动对象数据，对这些数据领域的研究使我们受益匪浅。近年来，数据挖掘研究已经渗透到生物信息、医疗卫生、智能交通、金融证券、社交网络、多媒体数据挖掘、轨迹数据、文本数据等各大领域。这些领域与数据挖掘研究接轨后又会出现一些新的机遇和挑战。 数据挖掘是从大量数据中抽取隐含的事先未知的具有潜在有用信息或知识的非平凡过程。一般来说可以把数据挖掘过程分为6 个阶段，如图所示。
人工智能之专家系统 摘要：人工智能有许多备受关注的领域，如：自然语言理解，人工神经系统，专家系统。专家系统是目前人工智能中最活跃最有成效的一个研究领域。专家系统是一种基于知识的计算机知识系统，它从人类领域专家那里获取知识，并用来解决只有领域专家才能解决的困难问题。因此可以这样定义专家系统：专家是一种具有特定领域内大量知识和经验的程序系统，它应用人工智能技术根据某个一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家求解问题的思维过程，已解决该领域内的各种问题。 关键词：获取知识推理和判断解决问题
1. 专家系统的类型 解释型专家系统 诊断型专家系统 调试型专家系统 维修型专家系统 教育型专家系统 预测型专家系统 规划型专家系统 设计型专家系统 监测型专家系统 控制型专家系统 2. 专家系统的一般特点 2.1 知识的汇集 一个专家系统汇集了某个领域多位专家的经验和知识及他们协作解决重大问题的能力。2.2启发性推理 专家系统运用专家的经验和知识进行启发式推理，对问题作出判断和决策。 2.3 推理和解释的透明性 用户无需了推理过程，就能从专家系统获得问题的结论，而且推理过程对用户是透明的。 2.4知识获取与更新 专家系统能够不断的获取知识，增加新的知识，修改原有知识。 3 专家系统的结构 专家系统的结构是指专家系统各组成部分的构造和组织形式。 3.1知识库 知识库以某种存储结构存储领域专家的知识，例如，求解领域问题所需的操作与规则等。为了建立知识库，首先要解决知识表示问题，即要确定知识表示的外部模式和内部模式。3.2 全局数据库 全局数据库亦称为“黑板”，它用于存储求解问题的初始数据和推理过程中得到的中间数据，以及最终的推理结论。 3.3 推理机 根据全局数据库的当前内容，从知识库中选择匹配成功的可用规则，并通过执行可用规则
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。