下载文档原格式
专家系统的专有名词解释随着科技的不断发展，专家系统作为一种人工智能技术，正在逐渐被广泛应用于各个领域。
然而，许多人对于专家系统中的一些专有名词可能不太熟悉。
本文将对专家系统所涉及的一些专有名词进行解释，帮助读者更好地理解专家系统的工作原理及应用。
一、专家系统专家系统（Expert System），又称为知识工程系统，是一种基于人工智能原理构建的计算机系统。
它通过模仿人类专家的思维方式和决策过程，利用具备某个领域专业知识的专家知识库，实现问题解决、决策支持等功能，从而在特定领域展示出人类专家级别的智能水平。
二、知识表示知识表示是指将专家系统所采用的知识进行形式化表示的过程。
常见的知识表示方式有规则表示、框架表示、语义网络表示等。
规则表示指的是将知识以“如果...那么...”的形式进行表达；框架表示则是通过定义领域内的对象及其属性，将知识以结构化的方式来表示；而语义网络则是通过节点和关系的方式来展示知识的关联性。
三、推理机制推理机制是专家系统中的核心组成部分，它负责根据输入的问题和已有的知识，利用推理规则进行推理，以产生相应的结论或决策。
推理机制主要分为前向推理和后向推理两种。
前向推理是从已知事实出发逐步推导得到结论；后向推理则是从目标开始逆向推导，找出满足该目标的事实或规则。
四、知识获取知识获取是构建专家系统不可或缺的一个步骤，它指的是将专家对于某领域的知识转化为计算机可理解的形式，并将其输入到专家系统中。
知识获取的方式包括人工采集、文档分析、推理机制自动学习等。
尽管知识获取是一项耗时耗力的工作，但它是保证专家系统有效运行的基础。
五、不确定性处理在实际应用中，很多问题是具有不确定性的，这对于专家系统提出了新的挑战。
专家系统采用不同的方法来处理不确定性，如概率推理、模糊推理和证据推理等。
概率推理基于概率统计理论，以概率值表示事实或规则的可靠程度；模糊推理则是基于模糊逻辑，对模糊性问题进行模糊化处理；而证据推理则是根据事实和规则之间的证据关联性进行推理。
1、什么是专家系统？它具有哪些特点和优点?1）专家系统：专家系统（Expert System）是一种在特定领域内具有专家水平解决问题能力的程序系统，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经验方法来处理该领域的高水平难题。
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才能处理好的复杂问题。
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。
2）专家系统的特点：①启发性：专家系统要解决的问题，其结构往往是不合理的，其问题求解知识不仅包括理论知识和常识，而且包括专家本人的启发知识；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，以便让用户了解推理过程，增大对专家系统的信任感；③灵活性：专家系统的灵活性是指它的扩展和丰富知识库的能力，以及改善非编程状态下的系统性能，即自学习能力；④符号操作：与常规程序进行数据处理和数字计算不同，专家系统强调符号处理和符号操作（运算），使用符号表示知识，用符号集合表示问题的概念。
一个符号是一串程序设计，并可用于表示现实世界中的概念；⑤ 不确定性推理：领域专家求解问题的方法大多数是经验性的，经验知识一般用于表示不精确性并存在一定概率的问问题。
止匕外，所提供的有关问题的信息往往是不确定的。
专家系统能够综合应用模糊和不确定的信息与知识，进行推理；⑥为解决特定领域的具体问题，除需要一些公共的常识，还需要大量与所研究领域问题密切相关的知识；⑦ 一般采用启发式的解题方法；⑧在解题过程中除了用演绎方法外，有时还要求助于归纳方法和抽象方法；⑨需处理问题的模糊性、不确定性和不完全性；⑩能对自身的工作过程进行推理（自推理或解释）；11采用基于知识的问题求解方法；12知识库与推理机分离。
人工智能的专家系统技术导言：人工智能（Artificial Intelligence，AI）是一门研究如何使计算机可以像人一样智能地执行任务的学科。
专家系统是其中一种应用广泛的人工智能技术，它模仿人类专家的知识和推理能力，通过计算机实现对复杂问题的解决和决策。
一、专家系统的概述专家系统是一种基于知识的计算机系统，能够模拟人类专家的决策过程，对特定领域的问题进行分析和解决。
它主要由知识库、推理机和用户界面组成。
专家系统的知识库是存储各种领域专家知识的地方，包括事实、规则、经验、案例等。
知识库使用特定的语言表示和存储知识，使得专家系统能够在特定领域中模拟专家的决策过程。
推理机是专家系统的核心，它通过使用专家系统的知识库和推理规则对问题进行推理和决策。
推理机根据用户输入的问题和已有的知识，进行搜索和匹配，产生一系列推理结果。
推理机还可以根据问题的特点，使用不同的推理方式，如正向推理、反向推理、混合推理等。
用户界面是专家系统与用户之间的桥梁，用户通过界面与专家系统交互，输入问题和获取答案。
用户界面可以是命令行界面、图形界面或自然语言界面等，使得用户能够方便地使用专家系统。
二、专家系统的组成1. 知识获取知识获取是专家系统开发的第一步，它通过采访领域专家、查阅文献、观察现场等方式，收集专家知识并转化为计算机可识别的形式。
知识获取的关键是提取和表示知识，需要选择适当的表示方法和知识表示语言。
2. 知识表示知识表示是将采集到的知识以适当的形式表示和存储，使得计算机可以理解和使用这些知识。
常用的知识表示方法有规则表示、语义网络表示、框架表示等。
规则表示是最常用的方法，将知识表示为一系列条件-动作规则，通过匹配规则，实现对问题的推理和决策。
3. 知识推理知识推理是专家系统的核心功能，它利用知识库和推理规则对问题进行推理和决策。
专家系统的推理机通常采用基于规则的推理方法，通过匹配规则和问题，产生推理结果。
推理过程可以是正向推理、反向推理或混合推理，根据问题的特点，选择合适的推理方式。
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（规则）（框架）（模型）工作存储器（事实）（综合数据库）推理机知识库：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。
专家系统理论概述专家系统的基本概念专家系统是人工智能应用研究的一个重要领域。
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。
自20世纪70年代专家系统的开发获得成功以来，目前已被成功的运用到科学技术、工业、农业、军事、医疗、教育等众多领域，并已产生了巨大的社会效益和经济效益。
目前，对什么是专家系统还没有一个严格公认的形式化定义。
作为一种一般的解释，可以认为专家系统是一种具有大量专门知识与经验的智能程序系统，它能运用领域专家多年积累的经验和专门知识，模拟领域专家的思维过程，解决该领域中需要专家才能解决的复杂问题。
从上述解释可以看出，专家系统包括以下三个方面的含义：(1) 专家系统是一种程序系统，但又具有智能，因此它不同于一般的程序系统，而是一种能运用专家知识和经验进行推理的启发式程序系统。
(2) 专家系统的智能来源于领域专家的知识、经验及解决问题的诀窍。
为此，专家系统内部必须包含有大量专家水平的领域知识与经验，并且能够在运行过程中不断的增长新知识和修改原有知识。
(3) 专家系统所要解决的问题一般是那些本来应该由领域专家才能解决的问题。
专家系统的分类通常，专家系统都是针对某一应用领域而建立的。
不同应用领域的专家系统，其功能、设计方法及实现技术也各不同。
为了明确各类专家系统的特点及其所需要的技术和系统组织方法，本小节讨论专家系统的分类问题。
对专家系统的类型，可以有多种不同的划分方法。
例如，可以按求解问题的性质分类，也可以按求解问题的要求分类，还可以按系统的体系结构分类等。
按求解问题的性质分类如下：海叶斯-罗斯(F.Heyes-roth)等人按照求解问题的性质，将专家系统分为以下10种类型。
(1) 解释型专家系统解释型专家系统的任务是通过对已知信息和数据的分析与解释，确定它们的含义。
其主要特点有：第一，系统处理的数据量很大，而且往往是不准确的、错误的或不完全的；第二，系统能够从不完全的信息中得出解释，并能对数据做出某些假设；第三，系统的推理过程可能很复杂和很长，因而要求系统具有对自身推理过程做出解释的能力。
揭开专家系统神秘的面纱—认识专家系统【教材分析】本节课“专家系统”是“用计算机推理”模块的第一节课，上好这节课是学生能否学好“用计算机推理”这一模块的关键，之后将深入学习专家系统的指示获取、推理过程、解释功能和开发等等，本节旨在引导学生对“人工智能”有进一步深入的了解，通过开发简单的“专家系统”，体验到“专家系统”的魅力，认识到什么是“专家系统”。
【学生分析】本课的对象是高二上学期的学生，一方面学生已经学习过了“用计算机表示知识”章节，但是知识的表示如何在人工智能中应该学生还没有这方面的体会，另一方面学生对专家系统是陌生的，也是神秘的，要通过本节解开“专家系统”的神秘面纱。
【教学目标】知识与技能：让学生感受和体验专家系统的魅力和作用、专家系统的发展史和发展趋势，了解专家系统和人类专家之间的区别。
过程与方法：通过让学生感受人类专家解决复杂问题的过程，增强学生的逻辑思维和解决问题的能力。
情感态度价值观：增强学生对专家系统认识，感受其优越性，增强合作交往的能力，培养对严谨的科学研究态度。
【教学设想】1．通过诊疗系统引入专家系统，同时布置任务，什么是专家系统以及其发展历史。
提供分享素材。
（李艺教授）2．通过对比人工诊断病情和“专家系统”诊断的异同，了解“专家系统”的构成。
3．通过体验，测年龄和测狗的品种，体验专家系统分类的多样性。
辩论各自的优越性。
4. 通过开发自己的“专家系统”体会专家系统的作用。
对比人工画图与计算机画图的异同，引导学生正确认识利用计算机编程加工解决问题与人解决问题的区别和联系。
【教学重点】专家系统的概念和发展趋势，体验专家系统的魅力【教学难点】体验专家系统，通过intermodeller构建“自己的专家系统”【教学策略】基于问题的教学、任务驱动、讲述、自主探究、合作讨论相结合【教学课时】1课时【教学过程】活动一、情境创设、激发兴趣教师：俗话说，月有阴晴圆缺，人有旦夕祸福，在健康的身体也有小病小恙的时候，同学们，你们有过就诊的经历吗？过程是什么样的？谁来说说？学生回答：……提问：就诊很麻烦吗？为啥呢？学生：病人多，好的医生少教师：有没有什么好的办法？人工智能能帮我们看病吗？提问：老师这里有一个能看病的智能系统，也能看很简单的病，你相信吗？学生回答：……教师：让我们拭目以待，下面是见证奇迹的时刻。
三专家系统简介专家系统是一种以知识推理的定性方式辅助决策的智能技术，利用专家知识进行推理的过程。
专家系统是具有大量专门知识，并能运用这些知识解决特定领域中实际问题的计算机程序系统。
（大量的专家知识，运用知识推理的方法，解决特定问题。
）知识处理的特点：知识包括事实与规则（状态转变过程）；适合于符号处理；推理过程是不固定形式的；能得出未知的事实。
1. 专家系统的定义及构成专家系统是人工智能的一个最活跃的分支，产生于60年代中期，DENDRAL专家系统的出现标志着专家系统的诞生，短短的30多年时间内发展迅速。
目前同自然语言理解、机器人学并列为人工智能的三大研究方向。
至于专家系统的定义，有以下几种说法：（1）专家系统是一个智能程序系统；（2）专家系统能利用仅人类专家可用的知识和解决问题的方法来解决问题；（3）专家系统是一种计算机程序，它可以以人类专家的水平完成专门的一般是困难的问题。
图1专家系统结构1) 专家系统的核心是知识库和推理机。
专家系统=知识库+推理机。
2) 知识获取是把专家的知识按照一定的知识表示形式深入到专家系统的知识库中3) 人机接口将用户的咨询和专家系统推出的建议、结论进行人机间的翻译和转换。
4) 产生式规则知识的推理机。
产生式规则的推理机=搜索+匹配推理过程中边搜索边匹配。
匹配就是找事实，事实一是来自规则库中别的规则，另一是来自向用户提问。
搜索过程中包含回溯。
5) 产生式规则推理的解释。
跟踪和显示推理过程中的搜索和匹配过程就是解释机制。
一般说来，专家系统由下述几个部分构成：（1） 知识库 存储专家的知识、经验及书本上的知识和常识，简称领域(Domain)知识库，包括：领域的专门知识和启发性知识（经验），要求知识库具有完备性和可用性，即知识要全面，同时不能有冗余，即不能存放多余的或无用的知识。
（2）动态数据库存贮专家系统当前要处理的对象的一些事实，包括该领域内的初始论据（初始状态），推理过程得到的各种中间信息,推理的最终结果也在其中。
