开题报告 (2)

湖北第二师范学院本科毕业论文（设计）开题报告论文(设计)题目：基于clips的食物中毒诊断系统院 系： 计算机学院专 业 名 称： 软件工程年 级： 08级姓名： 宿学龙学号： 0850312004指导教师姓名：算是指导教师职称讲师填表时间：2011 年 12 月 23 日填表说明：1、《开题报告》须由指导教师和指导教师小组集中开题指导并修改后由学生本人填写。

指导教师、指导教师小组及院、系负责人在学生填写后，应在相应栏目里填写意见。

最后由院、系盖章备案保存。

2、学生须按栏目填写《开题报告》，不得作实质性改变，填写应详细完整。

3、本表由教务处统一制作，用蓝色或黑色水笔认真填写，做到填写整洁、正确。

拟选基于clips的专家系统题目选题依据及研究意义人工智能（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。

人工智能是计算机的一个分支，它企图了解只能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，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。

专家系统是人工智能应用研究的主要领域。

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，根据领域一个或者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负责问题，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。

专家系统具有下列3个特点：(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增长知识，修改原有知识，不断更新。

由于这一特点，使得专家系统具有十分广泛的应用领域。

专家系统的优点：近十多年来，专家系统获得迅速发展，应用领域越来越广，这是专家系统优良性能以及对国家经济的重大作用决定的。

具体的说，包括下列几个方面：（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）专家系统能够促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够广泛有力的传播专家的知识、经验与能力。

（5）专家系统能够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、更丰富的经验与更强的工作能力。

（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）专家系统的研制与应用，具有巨大的经济效益和社会效益。

（8）研究专家系统能促进科学技术的发展，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。

选题的研究现状专家系统（expert system）是人工智能呢个应用研究最活跃和最广泛的课题之一。

自从1965年第一个专家系统DENDRAL在美国斯坦福大学问世以来，经过20多年的研究开发，到80年代中期，各种专家系统已遍布各个专业领域，取得很大的成功。

专家系统属于人工智能的一个发展分支，并且运用于医疗、军事、地质勘探、教学、化学等领域，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。

专家系统运用于医疗、军事、地质勘探、教学、化工等领域，产生了巨大的经济效益。

但与此同时，专家系统在开发使用中也存在一些缺点：（1）知识获取"瓶颈“，通常专家系统的知识获取主要靠人工移植，由知识工程师将领域专家的知识归纳为规则加入知识库中，这种知识获取是间接的，因而效率低：另外，领域专家的某些经验往往只会意会，不能言传，很难用一定的规则或数学模型来严格描述，因而这些经验知识在问题求解过程中是相当重要的，这就是专家系统设计开发中的”瓶颈“问题。

(2)另一种知识获取的困难就是多个领域专家的知识之间的互相矛盾的处理。

是在这些知识之间做某些折中处理，还是取其中某一种，作为非领域专家的知识工程师在这种情况下也束手无策。

（3）知识”窄台阶“。

目前，一般的专家系统只能在相当窄的专家知识领域内求解专门性问题，对于那些可以用相应经验知识完整描述的问题能够得到正确的结论，但是一旦我难题超出系统所拥有的专业领域知识，出现系统未预料到的情况，即使问题所涉及的知识只与现有专业领域知识有细微偏差，系统就得不作出结论甚至还可能得到错误的结果。

所以存在知识的”窄台阶”，即只有浅层的、表面的、经验性的知识，缺少深沉的、本质的、理性的知识。

（4）推理能力弱。

由于推理方法简单，控制策略不灵活，所以容易出现“匹配冲突”，"组合爆炸“及”无穷递归“等问题，推理速度慢，效率低。

（5）智能水平低。

专家系统的知识存储是一一对应的，且限定没有冗余性，因而失去了灵活性。

一般的专家系统一般不具备自学习能力和联想记忆功能，不能再运行过程中自我完善、发展和创新，不能联想记忆、识别和类比等方式进行推理。

这样，系统就不能在实践中不断完善，就不能从环境变化中发展和创新知识。

系统的功能取决于系统最初的知识和能力，它的本领只是输入知识的总和。

以上种种都是专家系统发展中存在的一些限制，在未来的年代里，许多今日的专家系统缺失将会被改善，相信未来专家系统应该继续研究的项目有：具有处理常识的能力；发展深层的推论系统；不同层次解释的能力；使专家系统具有学习的能力；分布式专家系统；轻易获取与更新知识的能力。

未来发展的专家系统，就由传感器直接获取外界资料，也可由系统外的知识库获得资料，在推理机中除推理外，能拟定规划，仿真问题状况等。

知识库所存的不只是静态的推理规则与事实，更有规划、分类、结构模式及行为模式等动态知识。

人工智能与专家系统的开发标志着计算机系统的发展进入了崭新的阶段，使计算机的性能更科学、更智能。

专家们预测，人们在一般的知识系统支持下开发专家系统的日期不会太长，到那时，用户通过本领域的专门知识放入预先设计好的问题求解软件包中，就能获得用于解决领域本领问题的专家系统，甚至可以能从根本上改变传统设计程序的观念。

拟研究的主要内容和思路1 专家系统的结构与类型1.1 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方法与组织形式。

系统结构选择恰当与否，是专家系统的适应性和有效性密切相关的。

选择什么结构最为恰当，要根据系统的应用环境和所执行任务的特点而定。

图1表示专家系统的简化结构图。

图2则为理想专家系统的结构图。

由于每个专家系统所完成的任务和特点不相同，其系统结构也不尽相同，一般只有图中部分模块。

专家系统的主要专家系统的主要组成部分归纳如下：（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。

（2）综合数据库（global database）综合数据库又称全局数据库或总数据库，它用于存储领域问题的初始数据和推理过程中遇到的中间数据（信息），即被处理对象的一些当前事实。

（3）推理机（reasoning machine）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的工作。

推理机能够根据知识进行推理和导出结论，而不是简单的搜索现成的答案。

（4)解释器（explanator)解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其他候选解的原因。

（5）接口（interface）接口又称界面，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。

系统通过接口，要求用户回答提问，并回答用户提出的问题，进行必要的解释。

1.1.2 专家系统的类型用于某一特定领域的专家系统，可以划分为以下几类；1、 诊断型专家系统：根据对症状的观察分析，推导出产生症状的原因以及排除故障方法的一类系统，如医疗、机械、经济等。

2、 解释型专家系统：根据表层信息解释深层结构或者内部情况的一类系统，如地质结构分析、物质化学结构分析等。

3、 预测性专家系统：根据现状预测未来的一类系统，如气象预报、人口预测、水文预报、经济形势预测等。

4、设计型专家系统：根据给定的产品要求设计产品的一类系统，如建筑设计、机械产品设计等。

5、决策型专家系统：对可行方案进行综合评判并优选的一类专家系统。

6、规划型专家系统：用于指定行动规划的一类专家系统，如自动程序设计、军事计划的制定等。

7、教学型专家系统：能够辅助教学的一类专家系统。

8、数学型专家系统：用于自动求解某些数学问题的一类专家系统。

9、监视型专家系统：对某些行为进行监测并在必要时候进行干预的一类专家系统，如机场监视、森林监视等。

1.2.1 专家系统的工作过程专家系统的基本工作流程是，用户通过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把匹配规则的结论放入综合数据库中，最后，专家系统将得出最终结论呈现给用户。

在这里，专家系统还可以通过解释器向用户解释一下问题：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)？领域专家或知识工程师通过专门的软件工具，或者变成实现专家系统中知识的获取，不断地充实和完善知识库中的知识。

1.2.2 专家系统的开发过程1. 开发步骤才有原型技术的专家系统开发如下图3所示，它可以分为设计初始知识库、原型系统开发与试验、知识库的改进与归纳三个主要步骤。

2. 知识获取3. 开发工具与环境常用的专家系统开发工具和环境可按其性质分为程序设计语言、骨架型工具、语言型工具、开发环境及一些新型专家系统开发工具等。

（1）程序设计语言程序设计语言包括人工智能语言与通用程序设计语言。

他们是专家系统开发的最基础语言工具。

人工智能语言主要代表有以Lisp为代表的函数型语言和Prolog为代表的逻辑型语言等；通用程序设计语言主要代表有C、C++和Java等。

（2）骨架型工具骨架型工具也成为专家系统外壳，它是由一些已经成熟的具体专家系统演变而来的。

其演变方式是，抽去这些专家系统中的具体知识，保留他们的体系结构和功能，再把领域专用的界面改为通用界面，这样，就可以得到相应的专家系统外壳。

（3）语言型工具语言型工具是一种通用专家系统开发工具，它是不依赖于任何已有专家系统，不针对任何具体领域，完全重新设计的一类专家系统工具。

与骨架系统相比，语言型工具具有更大的灵活性和通用性，并且多数据和知识的存取和查询提供了更多的控制手段。

常用的语言型工具有Clips和Osp等。