诊断专家系统
诊断专家系统
【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
随着科学技术的发展，装备的结构越来越复杂，功能也越来越完善，自动化程度越来越高，不但同一设备的不同部分之间相互关联，紧密耦合，而且不同设备之间也存在着紧密的联系，在运行过程中形成一个整体。一处故障可能引起一系列连锁反应，导致整个过程不能正常运行，甚至会造成重大的损失。因此，对故障诊断的要求也越来越高。另一方面，人工智能技术近年来得到很大发展，基于知识的故障诊断专家系统已成为当前研究和应用的一个热点。
人工智能又称机器智能，是计算机科学中新兴的一门边缘科学技术，利用计算机模拟人的智能行为、完成能表现出人类智能的任务。故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原有的工作范围使计算机系统有了思维能力，能够与决策者进行“对话”，并应用推理方式提供决策建议，专家
系统在故障诊断领域的应用非常广泛，故障检测与诊断技术与专家系统相结合，使工程的安全性与可靠性得到保证。
1故障诊断专家系统简介
故障诊断专家系统，是指计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，可快速地找到最终故障或最有可能的故障，再由用户来证实。专家系统故障诊断方法可用下图的结构来说明：它由数据库、知识库、人机接口、推理机等组成。其各部分的功能为：
图1：故障诊断专家系统结构图
(1)数据库数据库通常由动态数据库和静态数据库两部分构成。静态数据库是相对稳定的参数，如设备的设计参数、固有频率等;动态数据库是设备运行中所检测到的状态参数，如工作转速、介质流量、电压或电流等。
(2)知识库存放的知识可以是系统的工作环境、系统知识(反映系统的工作机理及系统结构知识)、设备故障特征值、故障诊断算法、推理规则等，反映系统的因果关系，用来进行故障推理。知识库是专家领域知识的集合。
(3)人机接口人与专家系统打交道的桥梁和窗口，是人机信息的交接点。 (4)推理机根据获取的信息综合运用各种规则，进行故障诊断，输出诊断结果。是专家系统的组织控制机构。
2故障诊断专家系统分类
根据知识组织方式与推理机制的不同,可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。
2.1 基于规则的诊断专家系统
在基于规则的诊断专家系统中,领域专家的知识与经验被表示成产生式规则, 一般形式是:
if<前提> then<结论>。
其中前提部分表示能与数据匹配的任何模型,结论部分表示满足前提时可以得出的结论。基于规则的推理是先根据推理策略从规则库中选择相应的规则, 再匹配规则的前提部分, 最后根据匹配结果得出结论。
基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高,并且具有易于理解与实现的优点,因而取得了一定成功。20世纪90年代,国外在军用水压系统、电力供应网络等方面进行了应用。
但是,对于复杂系统,所观测到的症状与对应的诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则有着相当的难度,且诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理, 存在知识获取的瓶颈问题。
2.2 基于模型的诊断专家系统
在基于模型的诊断专家系统中,领域专家的专业知识包含在建立的系统模型中,这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统,这种诊断方式能够处理预先没有想到的情况,并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性,已应用于航天器动力燃烧系统故障诊断等方面。
但是,基于模型的诊断专家系统仍然依赖于专家的专业领域知识,在实时诊断中还将消耗巨大的计算资源,限制了其应用范围。
2.3 基于人工神经网络的诊断专家系统
神经网络只要求专家提出范例及相应的解,就能通过特定的学习算法对样本进行学习而获取知识。在基于人工神经网络的诊断专家系统中,知识表示不再是独立的一条条规则,而是分布于整个网络中的权和阈值。专家知识及经验的获取是利用领域专家解决实际问题的实例(样本)来训练获取,在同样输入条件下神经网络能够获得与专家给出的方案尽可能相同的输出。基于人工神经网络的专家系统在知识表示、知识获取、并行推理、适应性学习、理想推理、容错能力等方面显示了明显的优越性。同时,实际应用中的大多数被诊断对象往往是复杂的非线性系统,无法得到其精确模型,甚至无法建模,由于神经网络的构建与训练不要了解被诊断对象的精确模型,因而对于非线性被诊断对象,神经网络也具有明显优势。
目前,基于人工神经网络的诊断专家系统已成为研究的热点,已经应用于在线故障诊断、引擎自动管理系统、军舰动力系统故障诊断等方面。
然而,神经网络专家系统也存在固有的弱点。首先,系统性能受到所选择的训练样本集的限制,训练样本集选择不当,特别是在训练样本集很少的情形下,很难
获得较好推理能力;其次,神经网络没有能力解释自己的推理过程和推理依据及其存储知识的含义;再次,神经网络利用知识和表达知识的方式单一,通常的神经网络只能采用数值化的知识;最后,也是最根本的一点就是神经网络只能模拟人类感觉层次上的智能活动,在模拟人类复杂层次的思维方面,如基于目标的管理、综合判断与因果分析等方面还远远不及传统的专家系统。因此,人们正试图研究符号推理与数值推理相结合的集成式智能诊断系统,以期能更好地模拟人类的思维过程。
2.4基于模糊推理的诊断专家系统
在基于模糊推理的诊断专家系统中,其知识表示采用模糊产生式规则。模糊产生式规则是将传统产生式规则“ IF条件TH EN动作(或结论)”进行模糊化,包括条件模糊化、动作或结论模糊化等。引入模糊的概念是为了更好地模拟人类的思维与决策过程,使计算机结果不再是简单的黑或白。
在模糊推理中建立模糊隶属度是一个重要工作,确定隶属度的方法有对比排序法、专家评判法、模糊统计法、概念扩张法等。采用专家评判法,由专家根据经验直接给出论域中每个函数的隶属度,形成隶属度表,这样给出的隶属度比较准确。计算机在进行模糊推理时,先从用户接口接收证据及其相应的模糊词,
如“很”“、相当”“、轻微”等,然后通过模糊属性表查出条件模糊词的隶属度, 由此进行推理得到结论。基于模糊推理的诊断专家系统已应用在军用电力系统、集成电路、动态控制等方面。
基于模糊推理的诊断存在的主要问题在于模糊诊断知识获取困难,尤其是故障与征兆的模糊关系较难确定,且系统的诊断能力依赖模糊知识库,学习能力差, 容
易发生漏诊或误诊。由于模糊语言变量是用隶属函数表示的,实现语言变量与隶属函数之间的转换是一个难点。
2.5 基于事例的诊断专家系统
基于事例的推理是利用以事例形式表示的以往求解类似问题的经验知识进行推理,从而获得当前问题求解结果的一种推理模式。一个有效的事例表示包括三部分内容:事例发生的原因或背景;事例的特点及过程;事例的解决方法和结果。事例推理的关键步骤包括事例检索、事例重用、事例修改/ 修正和事例保留等.基于事例的推理避免了采用基于规则的推理方法进行知识获取时的瓶颈问题, 利用相关事例扩大了解决问题的范围,简化了求解过程,解的质量也得到提高, 在军事制造业控制诊断、舰艇水压机等方面获得应用。
基于事例的推理的缺点是在处理小规模问题时,其推理效率不高。
3故障诊断专家系统发展方向
( 1) 基于多种模型结合的诊断专家系统。这里所说的模型是指专家系统的知识表示模型与推理模型。现有的各种模型都具有各自优势和特点,同时它们各自也存在着局限性,各种模型具有各自适用的领域。随着工业自动化发展对故障诊断的要求不断提高, 际被诊断对象也将更加复杂,这样必然造成对象的故障诊断知识的复杂化,因此,融合多种知识表示方法是提高故障诊断知识表示准确度的有效途径。故障诊断知识表示与推理方法有着密切的联系,这就要求将多种诊断方法加以融合,克服各诊断方法的局限性,从而提高诊断专家系统的智能性和诊断效率。
( 2) 分布式诊断专家系统。现有的诊断专家系统大都是面向单机或单服务器的, 可扩充性、灵活性、通用性较差,各诊断系统之间相互独立,即使是不同开发
单位研制的针对同类问题的诊断系统之间也不能进行有效的信息交流和共享,造成了巨大的资源浪费。现在很多大型系统或设备由远程分布的不同类子系统组成,相应地,其诊断系统中的系统级诊断和各子诊断也需要诊断信息的传输交流。同时, 由于故障源的不确定性和时发性,导致异地诊断和远程诊断的需求不断增加。随着网络的普及,通过局域网、因特网来传输诊断信息成为一种趋势,网络架构下的分布式多故障诊断成为新的研究热点,因此,建立远程分布式跨平台综合智能诊断系统,可以实现异地多种专家系统对同一系统、设备的协同诊断以及多台设备共享同一诊断系统,提高诊断的成功率和效率,同时也有利于诊断案例的积累, 以弥补单个诊断系统领域知识的不足,提高诊断的智能化水平。
( 3) 实时诊断专家系统。随着用户对系统可靠性、稳定性的要求不断提高,故障诊断技术已经由原来简单的对故障设备进行离线故障检测、隔离,发展为对系统、设备全寿命周期提供可靠性保障,主要包括基于传感器网络的健康状态在线检测, 故障的早期预报以及故障发生后的在线实时定位与排除。这些都对未来故障诊断专家系统的实时性提出了很高的要求。
姓名：宋玉元
学号：1120301018
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
医生一般是 ①通过询问病史、体格检查、实验室检查和辅助检查手段搜集临床资料；②整理、分析、评价资料；③提出诊断；④给出治疗处理。 医学专家系统的推理方法: 1.基于规则推理 基于规则的推理是从领域专家那获取问题求解的知识，概括、转化为易于被计算机表示和推理的形式，然后以知识库中已有知识构成的规则为基础，将初始证据与知识库中的规则进行匹配的推理技术。而当知识库中的规则太多时会导致系统推理前后产生矛盾，另外，自学习能力很弱。 2.基于案例推理 基于案例的推理是通过查找知识库中过去同类问题的解决方案从而获得当前问题解决的一种推理模式，这一过程与医生看病采取的方法很相似。然而这种系统也有局限性：怎样有效地表示病例以及如何在大型病例库中快速有效地检索相似病例等问题。 3.模糊数学推理 模糊推理是运用模糊数学的理论建立模型，对不明确的信息进行分类，解决用一般数学模型难以描述的高度复杂和非线性的问题。 4.基于规则的神经网络推理 在许多疾病的诊断中，由于获得的临床信息可能不完整又含有假象，经常遇到不确定性信息，决策规则可能相互矛盾，有时表现无明显的规律可循，这给传统推理方法的专家系统应用造成极大困难。人工神经网络(artificial neural network，ANN)能突破这些障碍。但也存在缺点：①仅适用于解决一些规模较小的问题；②系统的性能在很大程度上受训练数据集的限制，难以解决异类数据源的融合和共享；③知识提取过程繁杂而低效。④得出结论的“黑箱”特征也限制了系统对诊断结果的解释功能。
医学专家系统的发展趋势 医学专家系统可借鉴数据库关于信息存贮、共享、并发控制和故障恢复技术，对知识库的管理、设计以及大型知识库、共享知识库和分布式知识库提供帮助，改善专家系统的特性，扩大规模。 将多媒体技术应用于医学专家系统，可集多种知识表达形式为一体(文字、图形、图像、影像及声音)；能够充分发挥其高速处理综合问题的特点，提高系统识别速度，有效地模拟医生在临床诊断中用的直觉和模拟诊断功能；并具有友好的用户界面，系统将能以类似人类专家的方式来传播信息，与用户深入沟通，用户可向系统寻求解释、咨询、谈话；利用多媒体专家系统的知识获取模块，采用图像扫描器，可直接将医学图像及精确的解剖位置转化为系统内部知识表示，也可由人类专家用话筒直接向系统传授知识，从而使知识获取更方便。 将网络技术用于医学专家系统，一是可采用分布式知识库结构，将知识按其专业和特点分为若干个相关的知识库，提高数据的安全性，方便用户访问数据；二是可采用分布式推理机制，改善应用环境的系统运行能力，提高专家系统推理的速度和灵活性；三是可采用分布式结构，在一个网络运行多个专家系统，为疑难杂症诊断提供多种途径；四是远程医疗的蓬勃发展和网上医疗站的出现。 ⑴医学专家系统应以解决一些特殊的问题为目的。这些特殊的问题在计算机视觉和人工智能方面没有被研究过。人类对可视图案的认识不同于常规的推理, 并且代表明确的领域知识常常在视觉认识过程中下意识地忽略了被用到的那些因素。 ⑵医学专家系统的模型可能会是以多种智能技术为基础, 以并行处理方式、自学能力、记忆功能、预测事件发展能力为目的。目前发展起来的遗传算法、模糊算法、粗糙集理论等非线性数学方法, 有可能会跟人工神经网络技术、人工智能技术综合起来构造成新的医学专 家系统模型。
目录 摘要............................................... 错误！未定义书签。Abstact............................................ 错误！未定义书签。第一章绪论........................................ 错误！未定义书签。 1.1引言........................................ 错误！未定义书签。 1.2问题的提出.................................. 错误！未定义书签。 1.3可行性分析.................................. 错误！未定义书签。 2.1专家系统概述................................ 错误！未定义书签。 2.1.1什么是专家系统........................ 错误！未定义书签。 2.1.2专家系统的组成........................ 错误！未定义书签。 2.1.3专家系统的应用领域.................... 错误！未定义书签。 2.2 知识库..................................... 错误！未定义书签。 2.3推理原理.................................... 错误！未定义书签。 2.3.1推理概念及分类........................ 错误！未定义书签。第三章鸡疾病诊断专家系统知识库的研究............. 错误！未定义书签。 3.1鸡疾病诊断专家系统介绍...................... 错误！未定义书签。 3.2鸡疾病诊断专家系统设计...................... 错误！未定义书签。 3.2.1系统功能.............................. 错误！未定义书签。 3.2.2 鸡疾病诊断专家系统知识开发的技术流程.. 错误！未定义书签。 3.2.3 鸡疾病诊断专家系统知识库的设计........... 错误！未定义书签。 3.3.1 知识表示.............................. 错误！未定义书签。第四章系统调试................................... 错误！未定义书签。 4.1 Prolog软件介绍............................. 错误！未定义书签。 4.1.1 Prolog语言的特征..................... 错误！未定义书签。 4.1.2 Prolog语言基本语句................... 错误！未定义书签。 4.2 程序调试................................... 错误！未定义书签。 4.2.1 推理机的概述.......................... 错误！未定义书签。 4.2.2 推理机的使用.......................... 错误！未定义书签。 4.2.2 调试结果.............................. 错误！未定义书签。第五章毕业设计小结................................ 错误！未定义书签。 5.1论文小结.................................... 错误！未定义书签。 5.2 知识库发展的趋势........................... 错误！未定义书签。致谢............................................... 错误！未定义书签。参考文献........................................... 错误！未定义书签。附录一源程序...................................... 错误！未定义书签。
浅谈专家系统应用与发展 摘要：专家系统作为人工智能应用研究的课题之一在各个领域得到广泛应用，但也存在一些突出问题限制了其进一步的发展。本文就专家系统的应用领域和研究热点及其存在问题作了讨论，并提出了新型专家系统的一些特点，指出发展新型专家系统是很有必要的。 关键字：专家系统，知识获取，数据挖掘，多Angent Application and Prospect of Expert System Abstract:Expert system is one of the research subjects of the application of AI(artificial intelligence),and widely uesd in many fields,but some predominant problems confined its development.This article discussed the application areas and research hotspots of expert system,and brought up some characteristics of new style expert system,finally pointed that it’s necessary for us to develop new style expert system. Key words:expert system; knowledge acquisition; data mining; multi-agent system 1专家系统概述 1.1 专家系统的起源与含义 专家系统（expert system）是人工智能领域应用研究最活跃和最广泛的课题之一。第一个专家系统是在1956年由Allen Newell、Herbert Simon及J. C. Shaw 所发展。其后，许多专家系统也纷纷随之建立，但在前期多半是属于研究性质的雏形系统。1970年代之后，人工智能与专家系统专用的程序语言及软件开发工具逐渐开始发展，而各种知识表示法及算法也被广泛地研究，使得专家系统的建构与发展方式产生了不小的改变。在1980年代后期开始，专家系统便能够逐渐脱离实验室的研究而广泛应用于各行业中[1,2]。 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[1]。 1.2 专家系统的结构 专家系统的基本结构如图1所示，其中箭头方向为数据流动的方向。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。
中国农业大学学报 2000,5(6):94～97 Journal of Ch ina A gricultural U niversity 鱼病诊断专家系统设计① 郑育红① 傅泽田 张小栓 (中国农业大学农业工程研究院) 摘 要 叙述了智能化鱼病诊断专家系统的总体设计思路与设计方法、关键技术及系统工作流程。重点阐述了智能化鱼病诊断的过程、基本内容以及推理机的基本原理。 关键词 专家系统;鱼病诊断;推理机 分类号 T P182;S942 D esign of An Expert System for F ish D isea se D i agnosis Zheng Yuhong Fu Zetian Zhang X iao shuan (A gricultural Engineering Institute,CAU) Abstract System specialty,design m ethod,co llectively design though t,system w o rk ing p rocess of fish disease expert system and key techno logy of the expert system are discu ssed. P rocess and basic con ten t of fish disease diagno sis,basic p rinci p le of rati ocinati on are in troduced. Key words expert system;fish disease diagno sis;rati ocinati on 智能化鱼病诊断专家系统是国家863重点资助项目“智能化水产养殖信息系统”的子系统,本系统以系统工程思想为指导,利用人工智能技术将水产领域专家知识加以归纳整理,使其系统化和形式化,从而为生产管理部门、鱼病医院提供鱼病诊断与防治的辅助决策工具,为广大养鱼专业户提供鱼病识别和防治等技术指导[1]。 1 鱼病诊断专家系统的主要内容及工作流程 111 主要内容 鱼病诊断专家系统由现场调查、目检、深层判断、镜检、解释机制多个模块集成,各模块主要内容如下。 现场调查模块包括对鱼类名称、生长阶段、发病时间、特殊表现、水质调查等项目的调查记录。 目检模块包括对体表、头部、鳃部、腹部、鳞片、鱼鳍、肌肉、内脏等8个项目的观察诊断。其中,体表具有22种不同的症状,头部有12种,鳃部18种,腹部4种,鳞片6种,鱼鳍9种,肌肉5种,内脏17种,共93种症状描述,186张图片。对应每种不同的症状,具有相应的图片描述。 深层判断模块是对应目检得出的多种结果而进行的。进行深层判断时,根据目检结果,判 收稿日期:20000414 ①国家863计划306主题重点资助项目 ②郑育红,北京清华东路17号中国农业大学(东校区)121信箱,100083
收稿日期:2001-08-24 作者简介:邵 虹,博士研究生,讲师.目前主要从事医学图像检索、图像处理和专家系统等研究.E-mail:shaoh @neusoft .com 崔文成,硕士研究生.助理研究员,研究方向为数据挖掘、网络等.张继武,博士.教授,博士生导师.研究方向为医学多媒体信息处理及通信技术等.赵 宏,教授,博士生导师,研究方向为分布式多媒体信息系统及多媒体网络技术. 医疗诊断专家系统研究进展 邵 虹1,2 崔文成2 张继武3 赵 宏1 1( 东北大学软件中心,辽宁沈阳110179) 2( 沈阳工业大学,辽宁沈阳110023) 3(中国科学院西安光学精密机械研究所,陕西西安710068) 摘 要:专家系统是人工智能领域的重要分支,医疗诊断专家系统可以作为医生诊断的一种辅助工具.本文从医疗诊断专家系统中的知识表示、推理机制等理论知识和实践研究两方面,对其研究现状进行了回顾.关键词:专家系统;医疗诊断 中图分类号:T P 391 文献标识码:A 文章编号:1000-1220(2003)03-0509-04 Research Advances on Medical Diagnosis Expert System SHAO Hong 1,2,CU I Wen-cheng 2,ZHA NG Ji-w u 3,ZHA O Ho ng 1 1( S ef tw are Center ,N or theaster n Univer sity ,S heny ang 110179,China ) 2( She nyang Unive rsity of T echnology ,S henyang 110023,China ) 3 (X i an Institute of Op tics &P recision M echanics ,S inic Ac ad emy of S cience ,X i an 710068,China ) Abstract :Expert sy stem is an impor tant embra nchment of ar tifical intellig ent ,medical diag no sis exper t system may be assistant to ol for docto r s dia gnosis .T his paper r ev iew s resear ch adva nces on m edical diag no sis practice and theo ries including know ledg e repr esentat ion,inference,etc.Key words :exper t system ;medical diag no sis 1 引 言 专家系统是当前人工智能研究中最活跃的分支之一,它实现了人工智能从理论研究走向实际应用,从一般思维方法探讨转入专门知识运用的重大突破.从20世纪70年代开始,人们着手进行“医疗诊断专家系统”的研究工作,美国斯坦福大学最先于1974年开发出了性能较高、功能较全的M Y CIN 系统,用于帮助内科医生诊治感染性疾病.在这之后将近三十年的时间内,国内外都投入了巨大的力量进行研究与开发,有了一定的进展,但真正能为医生所接受并投入实际临床使用的为数极少. 能够诊断疾病的专家系统可以帮助医生解决复杂的医学问题,可以作为医生诊断的辅助工具,可以继承和发扬医学专家的宝贵理论以及丰富的临床经验,特别是对那些年轻无经验的医生,能够帮助他们提高诊断技能,为患者提供最佳的诊断方案.医疗诊断领域是信息处理技术的一个前景十分广阔的应用领域.但是,要想在该领域内取得真正有意义的发展,必须认真研究过去的医疗专家系统.下面将从理论和实践两方面对医疗诊断专家系统进行回顾. 2 医疗诊断专家系统的理论研究 知识表示和推理机制是人工智能的重要研究课题,是专家系统的核心.2.1 医学知识的表示 所谓知识表示是指将问题领域的知识和专家的经验知识用适当的结构表示出来,且便于在计算机中存储、检索和修改,知识表示是知识处理中最基本的问题,因为各种领域的知识必须表示成某种形式才能被记录下来,没有知识表示就谈不上知识使用.目前,已经提出了许多较为成熟而又针对特定领域的知识表示方法,常用的有:谓词逻辑表示法,产生式系统,框架理论,语义网络等.下面介绍在医疗诊断专家系统中所用到的几种知识表示方法. 产生式规则是目前应用最为广泛的一种知识表示方法.规则描述的是事物间的因果关系,规则的产生式表示形式常称为产生式规则,简称为产生式,或规则.产生式表示法易于理解,能充分表示与问题有关的推理规则和行为,较好地体现了动态知识即专家的经验知识.其基本形式是“IF a T HEN b ”,IF 部分称为前提,T HEN 部分称为操作.它说明在产生式系统的执行过程中,如果某条规则的条件部分被满足,那么这条规则就可以被应用,即可以给出结论或触发另一条规则.这种方法的缺点是:由于疾病的种类繁多,症状各异,因而需要的规则很多. 第24卷第3期 2003年3月 小型微型计算机系统M IN I -M ICR O SY ST EM S V ol .24N o .3 M ar .2003
摘要 本文论述了集成农作物种植理论和实用技术、远程农作物病虫害诊断专家系统的构建和实现。在比较国内外农业专家系统构思的基础上，论证了本系统实施的方案，实现了农作物病虫害诊断专家系统的网络化，扩大了农作物病虫害诊断专家系统应用的空间范围。文中主要以病害诊断为例着重介绍了规则库的建立、推理机的设计。论文前半部分首先对农作物病虫害诊断专家系统研究的背景、课题的研究内容、农业专家系统在国内外的研究、专家系统概况作了较全面的介绍和阐述，说明了本课题的研究目的和意义，接着对本课题专家系统的核心部分——知识表示和推理机的设计进行了阐述。论文后半部分是对于专家系统的总体设计、数据库设计以及界面功能进行了详细论述，并用其设计专家系统开发平台的框架模型。 关键词：农业专家系统推理机病虫害
Abstract This paper discusses the structure and achievement of the theory of integrated crop planting, practical technology and the expert system of remote crop diseases and insect pests diagnosis. Contrast of the domestic and foreign agricultural expert system conception, it demonstrates the system of the implementation of the scheme that realizing the network of the expert system of remote crop diseases and insect pests diagnosis and enlarging the spatial dimension.It introduces the establishment of rule-base and the design of the inference engine which takes disease screening as example.The preceding half part of thesis stresses the background and content of expert system of remote crop diseases and insect pests diagnosis, also states of research both at home and broad and general situation of expert system. Then introduce the main part that is the design of the inference engine.The last part of the thesis analyzes the overall design of expert system, base design and Interface and Function in order to apply to the model. Key words：Agricultural expert system,inference engine,diseases and pests
专家系统及其应用 计算机12班马洪旭 01055050 mhx1220@https://www.doczj.com/doc/e95730884.html, 一．专家系统的基本概念 1．何谓专家系统 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。专家系统内部含有大量的某个领域的专家水平的知识与经验，能够运用人类专家的知识和解决问题的方法进行推理和判断，模拟人类专家的决策过程，来解决该领域的复杂问题。专家系统是人工智能应用研究最活跃和最广泛的应用领域之一,涉及到社会各个方面，各种专家系统已遍布各个专业领域，取得很大的成功。根据专家系统处理的问题的类型，把专家系统分为解释型、诊断型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。具体应用就很多了，例如血液凝结疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。 为了实现专家系统，必须要存储有该专门领域中经过事先总结、分析并按某种模式表示的专家知识(组成知识库)，以及拥有类似于领域专家解决实际问题的推理机制(构成推理机)。系统能对输入信息进行处理，并运用知识进行推理，做出决策和判断，其解决问题的水平达到或接近专家的水平，因此能起到专家或专家助手的作用。 开发专家系统的关键是表示和运用专家知识，即来自领域专家的己被证明对解决有关领域内的典型问题有用的事实和过程。目前，专家系统主要采用基于规则的知识表示和推理技术。由于领域的知识更多是不精确或不确定的，因此，不确定的知识表示与知识推理是专家系统开发与研究的重要课题。此外，专家系统开发工具的研制发展也很迅速，这对扩大专家系统的应用范围，加快专家系统的开发过程，将起到积极地促进作用。随着计算机科学技术整体水平的提高，分布式专家系统、协同式专家系统等新一代专家系统的研究也发展很快。在新一代专家系统中，不但采用基于规则的推理方法，而且采用了诸如人工神经网络的方法与技术。 2．专家系统的基本结构 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。 在其中，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和数量决定着专家系统的质量水平。一般来说，专家系统中的知识库与专家系
诊断专家系统 【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 随着科学技术的发展，装备的结构越来越复杂，功能也越来越完善，自动化程度越来越高，不但同一设备的不同部分之间相互关联，紧密耦合，而且不同设备之间也存在着紧密的联系，在运行过程中形成一个整体。一处故障可能引起一系列连锁反应，导致整个过程不能正常运行，甚至会造成重大的损失。因此，对故障诊断的要求也越来越高。另一方面，人工智能技术近年来得到很大发展，基于知识的故障诊断专家系统已成为当前研究和应用的一个热点。 人工智能又称机器智能，是计算机科学中新兴的一门边缘科学技术，利用计算机模拟人的智能行为、完成能表现出人类智能的任务。故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原有的工作范围使计算机系统有了思维能力，能够与决策者进行“对话”，并应用推理方式提供决策建议，专家系统在故
障诊断领域的应用非常广泛，故障检测与诊断技术与专家系统相结合，使工程的安全性与可靠性得到保证。 1故障诊断专家系统简介 故障诊断专家系统，是指计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，可快速地找到最终故障或最有可能的故障，再由用户来证实。专家系统故障诊断方法 可用下图的结构来说明：它由数据库、知识库、人机接口、推理机等组成。其各部分的功能为： 图1：故障诊断专家系统结构图 (1)数据库数据库通常由动态数据库和静态数据库两部分构成。静态数据库是相对稳定的参数，如设备的设计参数、固有频率等;动态数据库是设备运行中所检测到的状态参数，如工作转速、介质流量、电压或电流等。 (2)知识库存放的知识可以是系统的工作环境、系统知识(反映系统的工作机理及系统结构知识)、设备故障特征值、故障诊断算法、推理规则等，反映系统的因果关系，用来进行故障推理。知识库是专家领域知识的集合。 (3)人机接口人与专家系统打交道的桥梁和窗口，是人机信息的交接点。 (4)被诊断对象 人机接口 数据库 人机推理 结果 知识库
奶牛疾病诊断专家系统（人工智能期中作业） 学号：2007117019 班级：07级计科二班 姓名：陈青
奶牛疾病诊断专家系统 1.前言 专家系统是一个只能的计算机程序，它利用专家知识和经验解决领域难题。在过去的几十年发展中，专家系统已经成功地应用于各个领域，特别是疾病诊断领域专家系统的研究与应用更是呈现出蓬勃发展的景象，动物疾病诊断专家系统也位于其列。本文就奶牛疾病诊断专家系统的开发，对系统中的表示方法，知识库的监理方法，推理机的设计和实现以及推理过程作了全面的 阐述和讨论。2.正文 一、专家系统的任务与目标 1.奶牛疾病诊断知识的获取 2.奶牛疾病诊断专家系统推理机的研制 3.奶牛疾病诊断专家系统原型机实现 专家系统总体结构 二、专家系统的整体结构个部分：知识库、综合数据库、推理机、解释部分、专家系统基本结构一般包括以下6人机接口和知识获取机。(1) 用户界面统提供用户界面是用户同系统交流的通信机制。通过用户界面，用户选择系 的事实（问题的答案），回答系统提问，完成奶牛疾病诊断；查看相关资料和信息，进行有关知识咨询；系统为用户提供相关信息，进行有关知识咨询；系统为用户提供相关信息。 (2)解释机
基于规则的系统的一个最大特色就是具有解释功能，可以向用户解释系统为什么采用了一条规则，得出结论的依据是什么以及为什么向用户提问一定的问题等。 (3)推理机 推理机是系统根据用户提供的信息进行推理，最终得出结论的模块。 (4)其他数据库 该库由3个主要数据库组成。 动态数据库是系统在运行期间产生的一个临时数据库，用于存储用户提供的事实、系统激活的规则、系统产生的中间解以及系统中断的推理过程等。 多媒体数据库是为适应信息及其相关技术的迅速发展和应用而添加于专家系统中的辅助诊断信息库，它提供了与奶牛疾病诊断和治疗有关的图片、声音、影像和动画等资料。 防治措施库是存放防治措施和其他有关奶牛疾病相关的文字内容的数据库。 (5)知识库 该系统中采用了将事实库作为知识库的一部分的构造方法，因为奶牛疾病诊断知识的特殊性，把事实库中的事实作为界面上位用户提供的供选答案，因此，实时库中的所有事实都会在规则库中有完全匹配的规则，其实际作用相当与规则的前件。规则库是存放规则的所在。(6)知识编辑器 该系统采用了基于数据库的系统构建模式，系统中的知识库和所有数据库都是完全独立于系统的其他模块之外，知识编辑器是一个实施知识库的修改、删除、增加、检验的模块。 1.知识的获取与知识库的建立 奶牛疾病诊断知识的结构(1)对奶牛疾病诊断知识进行分析，并且完成对知识结构的划分，设计推理策略和建立知识库的前提条件。根据奶牛疾病诊断知识的特点，从3个方面对知识进行了从层次结构上的详尽描述。． ①以疾病为对象的分析 利用面向对象的思想，把对精兵的诊断知识进行面向对象的表示。 例如： 疾病=“炭疽”； 表现型数量=3； 表现型={最急性炭疽；急性炭疽；亚急性炭疽}； 表现性名称={急性炭疽}； 一般信息=“急性炭疽一般信息”； { 发病年龄=“犊牛成牛均发”； 发病季节=“夏秋季多发”； 饲喂方式=“放牧”； 放牧环境=“潮湿低洼地”； }； 症状=“急性炭疽症状” { 体温=“升高”； 精神=“兴奋不安、嚎叫或沉郁”； 呼吸=“呼吸促迫”； 可视粘膜变化=“发绀”； 食欲=“减退或停止”；
短 文 医疗诊断专家系统开发的新思想与新方法 梁嘉骅 王双惠 李常洪 (山西大学环境科学系系统工程研究室,太原030006)刘惠生 刘剑波 刘剑锋 (山西三部六病中医研究所,太原030012) 摘要 从70年代开始,国内外投入巨大的力量对医疗专家系统进行与开发,但实际能投 入临床使用的为数极少.本文分析了过去医疗专家系统开发失败的原因,并提出新的思想和方 法——诊断治疗支持系统. 关键词:医疗诊断专家系统,诊断治疗支持系统 分类号:T P 393 THE NEW IDEAS AND METHODS OF THE DEVELOPING OF MEDICAL DIAGNOS IS SYSTEM Liang Jiahua W ang Shuanghui Li Changhong (Shanxi U niversity,Taiyuan 030006) Liu Huisheng Liu Jianbo Liu Jianfeng (Shanxi SBLB Insititute of T raditional Chinese Medicine ,T aiyuan 030012) Abstract Great efforts have been laid since 1970's both in dom estic and abroad on the study and development of medical ex pert system (M ES )of which ,however , only few w ere put into clinical practice . This paper analyzes the reasons for the failure of MES in it's previous develop- ing ,also put forward the new idea and method -diagnosis and treatm ent support sys- tem (DTSS). Key words :m edical diagnosis ex pert sy stem (MDES ),diagnosis and treatment sup- port system (DTSS) 0 引 言 在70年代,决策支持系统与专家系统在局部领域取得的成功激发了医学、计算机与系统设计等方面的专家对医疗专家系统开发的热潮,在国内外投入了巨大的力量进行研究与开发.过去所研究和开发的医疗专家系统主要有以下4个类型:咨询型医疗专家系统、教学辅助型医疗专家系统、临床诊断与治第14卷第1期1999年3月 系 统 工 程 学 报JOU R NA L OF SYST EM S EN GIN EERIN G V ol.14N o.1M ar.1999 男,教授.male ,prof . 本文1998年3月3日收到.
专家系统的应用实例专家系统及其在教育中的应用研究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 xx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
《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
农作物病虫害诊断专家系统 农业专家系统是农业信息技术中的一项重要技术、它是运用人工智能的专家系统技术，结合农业特点发展起来的一门高新技术。目前国际上的农业专家系统，广泛应用于作物生产管理、灌溉、施肥、品种选择、病虫害控制、温室昔理、家禽饲料配方、水上保持、食品加工、财务分析等许多方面。 1、专家系统体系结构 专家系统由知识库、知识的获取、推理机、综合数据库、解释程序、人机接口六个部分组成。 1.1知识库 知识库用以存放领域专家提供的专门知识、这此专门知识包括与领域相关的书木知识、常识性知识以及专家凭经验得到的试探性知识、专家系统的问题求解是运用专家提供的专门知识来模拟专家的思维方式进行的、知识库中拥有知识的数量和质量成为一个专家系统中系统性能和问题求解能力的关键因素。因此，知识库的建立是建造专家系统的中心任务。 1.2知识获取 知识获取部分负责对知识库进行昔理和维护，包括知识的输入、修改、删除和查询等昔理功能及知识的一致性、冗余性和完整性检查等维护功能。这些功能为领域专家提供了很大方便，使得他们不必知道知识库中的知识表示形式即可建立知识库并对其进行修改和扩充，大大提高了系统的可扩充性。 1.3推理机 推理机是专家系统的思维机构，是构成专家系统的核心部分，因为推理是专家系统解决问题的基木技术。它能够根据当前已知的事实利用知识库中的知识按一定的推理方法和控制策略进行推理求得问
题的解答或证明某个假设的正确性；在一定的控制策略下针对综合数据库中的当前信息，识别和选取知识库中对当前问题求解有用的知识进行推理。 1.4综合数据库 主要存放与专家系统推理相关的数据，包括用户输入的信息、推理过程产生的新信息以及推理所得到的结了等。 1.5解释程序 解释机由一组程序组成，跟踪并记录推理过程，当用户提出“为引一么?”“结论是如何得出的?”等询问需要解释时，它将根据问题的要求分别做出相应的处理，最后把解答用约定的形式通过用户界面输出给用户，便于用户理解系统的问题求解，增加用户对求解结果的信任程度、在知识库的完善过程中便于专家或知识工程师发现和定位知识库中的错误，便于领域的专业人员或初学者能够从问题的求解过程中得到直观学习。 1.6人机接口 人机接口是专家系统与用户的接口，用于完成输入输出工作。领域专家或知识工程师通过它输入知识、更新、完善知识库；一般用户通过它查询欲求解的问题以及向用户索取更多的事实。它可以将专家或用户的输入信息翻译为系统可接受的内部形式，把系统向专家或用户输出的信息转换成人类易于理解的外部形式。 2、农作物病虫害诊断专家系统设计 2.1知识获取 知识的获取分为两大类:一是应用领域的基木原理和常识；二是领域专家求解问题的经验知识。前者构成专门知识的主部，可以精确地定义和使用。这类知识尽昔是求解问题的基础，但并不与求解的问题紧密结合，加之知识量大和推理步小，不能高效地支持问题求解。