专家系统的一般结构

专家系统的基本结构
专家系统是一种模拟人类专家解决问题的计算机程序系统，其基本结构包括以下几个部分：
1.知识库：用于存储专家系统的知识，包括事实、规则、概念等。

2.推理机：用于根据知识库中的知识进行推理，得出结论。

3.解释器：用于解释推理过程和结论，向用户提供解释。

4.知识获取模块：用于从专家或其他来源获取知识，并将其添加到知识库中。

5.用户接口：用于用户与专家系统进行交互，包括输入问题、查看结论和解释等。

这些部分相互协作，共同实现专家系统的功能。

其中，知识库是专家系统的核心，它包含了专家的知识和经验，推理机则根据知识库中的知识进行推理，得出结论。

解释器则用于向用户解释推理过程和结论，以便用户理解和接受。

知识获取模块用于不断更新和完善知识库，以提高专家系统的性能和准确性。

用户接口则提供了用户与专家系统进行交互的方式，方便用户使用专家系统。

⼈⼯智能习题答案-第6章-专家系统第六章专家系统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。

6-2 专家系统由哪些部分构成?各部分的作⽤为何?(1) 知识库(knowledge base)知识库⽤于存储某领域专家系统的专门知识，包括事实、可⾏操作与规则等。

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。

υυ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。

工作方式产生式是系统的单元程序，它与常规程序不同之处在于，产生式是否执行并不在事前硬性规定，各产生式之间也不能相互直接调用，而完全决定于该产生式的作用条件能否满足，即能否与全局数据库的数据条款匹配。

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。

选择题专家系统的结构
专家系统的基本结构通常包括以下几个部分：
1. 用户界面：用户界面是专家系统中最重要的部分，它以可读的形式获取用户的查询，并将其传递给推理引擎。

之后，它会向用户显示结果。

换句话说，它是一个帮助用户与专家系统进行通信的界面。

2. 推理机：推理机是专家系统的大脑，包含解决特定问题的规则。

当试图回答用户的查询时，它会选择要应用的事实和规则，为知识库中的信息提供推理，有助于解决问题，并制定结论。

3. 知识库：知识库是事实的储存库，是专家系统质量的关键所在。

它包含问题求解所需要的领域知识，包括基本事实、规则和其他有关信息。

知识的表示形式可以是多种多样的，包括框架、规则、语义网络等等。

此外，还有一些其他组成部分，如解释器、综合数据库和知识获取等。

以上信息仅供参考，如需获取更多详细信息，建议查阅专家系统相关的书籍和文献。

专家系统(Expert System，简称ES)专家系统的任务是解决需要经验、专门知识和缺乏结构的问题的计算机应用系统，它是人工智能发展的一个重要分支。

专家系统与用户进行“咨询对话”，对于用户而言，就象他在与某些方面有经验的专家进行对话一样，解释他的问题，建议进行某些试验以及向专家系统提出询问以求得到有关解答等。

目前的专家系统，在咨询任务如化学和地质数据分析、计算机系统结构、建筑工程以及医疗诊断等方面，其质量已达到较高的水平，可以把专家系统看做人类专家(他们用“知识获取模型”与专家系统进行人机对话)和人类用户(他们用“咨询模型”与专家系统进行人机对话)之间的媒介。

专家系统的基本结构如图1-1-3所示。

其各部分的功能如下：图1-1-3 专家系统的基本结构(1)知识库(包括知识库及管理系统)用于存取和管理所获取的专家知识和经验，供推理机使用。

具有知识存储、检索、编排、增删、修改和扩充等功能。

(2)推理机(包括推理机及其控制系统)利用知识进行推理，求解专门问题，具有启发推理、算法推理；正向、反向成混合推理，并行或串行推理等功能。

(3)咨询解释装置主要功能是接受用户的问题并进行理解，向用户输出推理结果并进行解释。

(4)知识获取手段从人类专家那儿获得知识并存贮到知识库中。

专家系统可以解决的问题通常包括解释预测、诊断、设计、规划、监视、修理、指导和控制等。

管理决策可以分为：程序性决策（结构性决策）：是指可以利用一定的规章或公式来解决的决策。

非程序性决策：是指一般没有公式可算，无章可循的决策问题。

半结构化决策：是介于程序性和非程序性决策之间，有的决策问题有一定的决策规律，有的则无章可循。

MIS是解决程序性决策的现代方式。

应用MIS支持决策，就要研究如何使非程序性的、非数量化的、单次性的、不确定性的决策数量化，程序化，如何把人的经验和智慧吸收进来，把计算机和人结合起来。

在人机决策系统中，计算机的长处是：(1)可储存大量数据，能对保存收集的数据进行筛选、分析和提炼。

专家系统发展历程与展望摘要：本文首先概述了专家系统的一般结构及特点。

然后按照发展时间顺序，将专家系统划分为基于规则、基于框架、基于案例、基于模型和基于网络的5个阶段。

对每个阶段分析了对应的专家系统的思想，给出典型算法。

最后展望了专家系统的发展前景，描述了分布式与协同式专家系统的工作原理以及特点。

关键词：专家系统；发展历程；分布式专家系统；协同式专家系统1. 引言专家系统（Expert System）是人工智能领域最活跃和最广泛的领域之一。

1965年第一个专家系统Dendral 在美国斯坦福大学问世，经过40多年来的发展，目前各种专家系统已经遍布各个专业领域。

专家系统与通用的问题求解程序（General Problem Solver，GPS）不同专家系统并不试图发现很强有力的和很通用的问题求解方法，它把研究范围缩小在一个特定的狭小的专业领域中。

由于我们的现实世界中专家毕竟很少，但是会有很多问题需要专家的解答，这种矛盾也推动了专家系统的发展。

2. 专家系统概述2.1 专家系统定义及结构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。

专家系统由四个部分组成：知识获取、知识库、推理机和解释器。

专家系统的简化结构图如图1所示。

图1 专家系统简化结构2.1.1 知识库知识库系统的主要工作是搜集人类的知识，将之有系统地表达或模块化，使计算机可以进行推论、解决问题。

知识库中包含两种型态：一是知识本身，即对物质及概念作实体的分析，并确认彼此之间的关系；二是人类专家所特有的经验法则、判断力与直觉。

知识库与传统数据库在信息的组织、并入、执行等步骤与方法均有所不同，概括来说，知识库所包含的是可做决策的知识，而传统数据库的内容则是未经处理过的数据，必须经由检索、解释等过程才能实际被应用。

专家系统的结构
专家系统由三个主要部分组成：
1. 推理引擎（Inference Engine）
推理引擎是专家系统的核心部分,它负责对知识库中的事实和规则进行推理和推断,并根据用户输入的问题提供相应的答案或建议。

推理引擎由推理机制（包括前向推理和后向推理）和决策机制组成。

2. 知识表示和管理系统（Knowledge Representation and Management System）
知识表示和管理系统负责存储和管理专家系统所需要的知识和规则。

它将知识存储在知识库中,并提供对知识库的查询和修改等操作。

知识表示方法包括规则表示、框架表示、语义网络表示、产生式表示等。

3. 用户界面（User Interface）
用户界面是专家系统与用户交互的接口,它向用户提供问题输入和答案输出的功能。

用户界面包括文本界面、图形界面等不同形式,以方便用户进行交互和操作。

除此之外,专家系统还可能包括解释器、调试器、学习模块、解释器等辅助工具,以提高专家系统的效率、准确性和可靠性。