下载文档原格式
报告_基于产⽣式系统的动物识别系统实验基于产⽣式系统的动物识别系统知识表⽰与推理专题魏江200620108203 计算机系统结构专业（1班）正向推理是产⽣式系统的⼀种推理⽅法,它是从⼀组表⽰事实的谓词或命题出发,使⽤⼀组产⽣式规则,⽤以证明该谓词公式或命题是否成⽴.本实验⽤两种⽅法实现了⼀个简单的动物识别系统.⼀、实验⽬的1.熟悉和掌握产⽣式系统的运⾏机制，2.掌握基于产⽣式系统的正向推理的基本⽅法。
3.简要⽐较两种实现⽅式的异同⼆、实验内容1. 能根据输⼊的动物特征判断是那种动物或给出相应的回答. (第⼀种⽅法)2. 如果根据初始输⼊的动物特征不能判断,则可以动态增加新事实(即动物特征)来判断属于那种动物. (第⼀种⽅法)3. 可根据提⽰选择所要识别的动物是否具有该特征.(第⼆种⽅法)三、算法设计编程语⾔与编程环境: C++,VC6.0下⾯⽤第⼀种⽅法简要说明算法的设计过程.⾸先建⽴了⼀个animal_identifier的类.该类包含的属性有:f和r. f指针指向事实集,r指向规则集.包括的关键成员函数有:Creat_Rules(),Creat_Fact(), reason().1 建⽴静态规则库.即建⽴产⽣式规则.本算法采⽤了产⽣中间事实的⽅法,这样做的优点是涉及到的规则少,容易理解,便于建⽴和使⽤规则.为了便于设计,我们把要识别的动物限于7种,这样所需要的产⽣式规则就⽐较少.本算法总共有16种规则,部分规则如下:R1：如果某动物有⽑发则该动物是哺乳动物R2：如果某动物有奶则该动物是哺乳动物R3：如果某动物有⽻⽑则该动物是鸟R4：如果某动物会飞，且下蛋则该动物是鸟R5：如果某动物吃⾁则该动物是⾷⾁动物R6：如果某动物有锋利的⽛齿，且有⽖，且眼睛盯着前⽅则该动物是⾷⾁动物R7：如果某动物是哺乳动物,且有蹄则该动物是有蹄类哺乳动物……………..R16: 如果反刍则哺乳动物上述规则库由类animal_identifierd的⽅法Creat_rules()静态实现.2 建⽴事实库建⽴事实库是由⽅法Creat_Fact()实现的.该⽅法要求⽤户动态输⼊事实,即要求⽤户先输⼊特征个数,然后输⼊动物的特征,如果未识别出来,⽤户可以增加输⼊,或者退出.3 正向推理过程.正向推理是从已知事实出发，通过规则库求得结论，或称数据驱动⽅式。
摘要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，它是一种基于知识的系统，它从人类专家那里获得知识，并用来解决只有专家才能解决的困难问题。
该动物识别专家系统是在VC编程环境下编写的基于Windows操作平台上的图形用户界面程序，依据15条规则，构建知识库，能判别七种动物。
该系统具有较好的扩充性，可移植性、透明性，算法简单高效，使用方便，用户界面友好。
在层次树结构的数据结构基础上，采用正向推理的技术构建推理机，解释机构的实现采用了唱片技术和追踪技术。
构建该动物识别专家系统主要目的是为了提高人工智能的理论水平，更深入地了解专家系统的原理、历史、构成和各组成部件的基本原理，并提高VC的编程能力。
关键字：专家系统，知识库，规则，推理机，解释机AbstractExpert system is one of the most active and effective research realms. It can solve difficult problems, which can only be solved by experts. It is a system based on knowledge and can achieve knowledge from experts.This expert system is the visual interface program, which based on Windows operation system in the situation of Visual C++ programming. It can distinguish seven kinds of animals by constructing knowledge base, which is based on 15 rules. This system is moveable, transparent, and expansible. It can be easily used. Its mathematic is simple and efficient the user interface is friendly. The construction of reasoning machine adopts the positive reasoning technology and the realization of explanation adopts the record and pursuit technologyThis animal distinguish expert system aims to raise the theory standard of artificial intelligence. The writer intended to know about the principle, the history and the composition theory of expert system, and upgrade the programming ability.Key W ords: expert system, repository, rule, reasoning machine, explanative machine目录摘要 (1)Abstract (2)目录 (3)前言 (4)第一章需求分析 (6)1.1 需求状况 (6)1.2专家系统的设计要求 (6)1.3组成部分 (10)1.4推理机 (12)第2章概要设计 (14)2.1总体流程的设计 (14)2.1.1创建知识库 (14)2.1.2 设计推理机的工作流程 (17)2.2用户界面设计 (19)2.2.1 用户界面设计的原则 (19)2.2.2设计的用户界面 (20)第3章详细设计 (22)3.1学习VC有感 (22)3.1.1认识VC (22)3.1.2使用MSDN (23)3.2 详细编码 (24)第4章测试与完善 (37)4.1 测试系统 (37)4.2 完善功能 (38)4.2.1改善explain功能 (38)4.2.2 添加backspace功能........................... 错误！未定义书签。
⼈⼯智能-动物识别专家系统算法Python+Pyqt实现⼀、基础知识库有⽑发哺乳动物 -有奶哺乳动物 -有⽻⽑鸟 -会飞会下蛋鸟 -吃⾁⾷⾁动物 -有⽝齿有⽖眼盯前⽅⾷⾁动物 -哺乳动物有蹄有蹄类动物 -哺乳动物反刍动物有蹄类动物 -哺乳动物⾷⾁动物黄褐⾊⾝上有暗斑点⾦钱豹 *哺乳动物⾷⾁动物黄褐⾊⾝上有⿊⾊条纹虎 *有蹄类动物长脖⼦有长腿⾝上有暗斑点长颈⿅ *有蹄类动物⾝上有⿊⾊条纹斑马 *鸟长脖⼦有长腿不会飞有⿊⽩⼆⾊鸵鸟 *鸟会游泳不会飞有⿊⽩⼆⾊企鹅 *鸟善飞信天翁 *最后⼀个字符为 - 表⽰结论为中间结果为 * 表⽰为⼀种动物⼆、QT界⾯源码# -*- coding: utf-8 -*-# Form implementation generated from reading ui file '动物识别专家系统.ui'## Created by: PyQt5 UI code generator 5.9.2## WARNING! All changes made in this file will be lost!from PyQt5 import QtCore, QtGui, QtWidgetsfrom PyQt5.QtGui import QFontclass Ui_Animals(object):def setupUi(self, Animals):Animals.setObjectName("Animals")Animals.resize(1127, 710)Animals.setAutoFillBackground(True)self.TL = QtWidgets.QTextEdit(Animals)self.TL.setGeometry(QtCore.QRect(670, 200, 251, 211))self.TL.setObjectName("TL")self.input = QtWidgets.QTextEdit(Animals)self.input.setGeometry(QtCore.QRect(240, 100, 151, 321))self.input.setAutoFillBackground(False)self.input.setObjectName("input")self.result = QtWidgets.QTextEdit(Animals)self.result.setGeometry(QtCore.QRect(670, 100, 251, 51))self.result.setObjectName("result")self.result.setReadOnly(True)self.input_lable = QtWidgets.QLabel(Animals)self.input_lable.setGeometry(QtCore.QRect(100, 80, 141, 41))self.input_lable.setObjectName("input_lable")self.input_lable.setFont(QFont("Roman times", 10, QFont.Bold))self.TL_label = QtWidgets.QLabel(Animals)self.TL_label.setGeometry(QtCore.QRect(750, 150, 101, 61))self.TL_label.setObjectName("TL_label")self.TL_label.setFont(QFont("Roman times", 10, QFont.Bold))self.result_label = QtWidgets.QLabel(Animals)self.result_label.setGeometry(QtCore.QRect(750, 70, 111, 31))self.result_label.setObjectName("result_label")self.result_label.setFont(QFont("Roman times", 10, QFont.Bold))self.scrollArea = QtWidgets.QScrollArea(Animals)self.scrollArea.setGeometry(QtCore.QRect(90, 120, 141, 20))self.scrollArea.setWidgetResizable(True)self.scrollArea.setObjectName("scrollArea")self.scrollAreaWidgetContents = QtWidgets.QWidget()self.scrollAreaWidgetContents.setGeometry(QtCore.QRect(0, 0, 139, 18))self.scrollAreaWidgetContents.setObjectName("scrollAreaWidgetContents")boBox = QtWidgets.QComboBox(self.scrollAreaWidgetContents)boBox.setGeometry(QtCore.QRect(0, 0, 141, 21))boBox.setObjectName("comboBox")self.scrollArea.setWidget(self.scrollAreaWidgetContents)self.pushButton = QtWidgets.QPushButton(Animals)self.pushButton.setGeometry(QtCore.QRect(500, 240, 93, 28))self.pushButton.setObjectName("pushButton")self.pushButton.setFont(QFont("Roman times", 10, QFont.Bold))self.checkBox = QtWidgets.QCheckBox(Animals)self.checkBox.setGeometry(QtCore.QRect(500, 190, 91, 19))self.checkBox.setObjectName("checkBox")self.checkBox.setFont(QFont("Roman times", 10, QFont.Bold))self.pushButton_2 = QtWidgets.QPushButton(Animals)self.pushButton_2.setGeometry(QtCore.QRect(10, 120, 61, 21))self.pushButton_2.setObjectName("pushButton_2")self.pushButton_2.setFont(QFont("Roman times", 10, QFont.Bold)) self.pushButton_3 = QtWidgets.QPushButton(Animals)self.pushButton_3.setGeometry(QtCore.QRect(500, 300, 91, 31)) self.pushButton_3.setObjectName("pushButton_3")self.pushButton_3.setFont(QFont("Roman times", 10, QFont.Bold)) self.retranslateUi(Animals)self.pushButton.clicked.connect(Animals.test)boBox.activated['int'].connect(Animals.selectChange)self.checkBox.stateChanged['int'].connect(Animals.checkChange) self.pushButton_2.clicked.connect(Animals.selectInit)self.pushButton_3.clicked.connect(Animals.rules)QtCore.QMetaObject.connectSlotsByName(Animals)def retranslateUi(self, Animals):_translate = QtCore.QCoreApplication.translateAnimals.setWindowTitle(_translate("Animals", "Form"))self.input_lable.setText(_translate("Animals", "请输⼊已知事实")) self.TL_label.setText(_translate("Animals", "推理过程"))self.result_label.setText(_translate("Animals", "专家分析结果"))self.pushButton.setText(_translate("Animals", "推理"))self.checkBox.setText(_translate("Animals", "反向推理"))self.pushButton_2.setText(_translate("Animals", "初始化"))self.pushButton_3.setText(_translate("Animals", "修改规则库")) View Code三、后端处理 Python源码# -*- coding: utf-8 -*-# Form implementation generated from reading ui file 'animal.py'## Created by: PyQt5 UI code generator 5.9.2## WARNING! All changes made in this file will be lost!from动物识别专家系统import Ui_Animalsfrom PyQt5 import QtWidgetsfrom PyQt5 import QtGuiimport sysimport osimport tkinterfrom tkinter import messageboxdef IsEvidence(x):for i in mywindow.fact:if x == i[-2]:return Falsereturn Truedef getData(x):data = []for i in mywindow.fact:tr = []if x == i[-2]:for j in range(0, len(i) - 1):tr.append(i[j])data.append(tr)return datadef backs(data):c = 0flag = Falsefor i in data:d = "if "for s in range(0, len(i)):if s == len(i)-2:d = d + str(i[s]) + " then "else:d = d + str(i[s]) + ""window.TL.append(d)for j in range(0, len(i) - 1):if (IsEvidence(i[j])):root = ()root.withdraw()a= messagebox.askquestion("提⽰", i[j]+"吗")#print(i[j] + "吗?")#r = input()print(a)if a == "yes":c = c + 1else:temp = getData(i[j])if (backs(temp)):c = c + 1if c >= i.__len__() - 1:flag = Trueprint(i[-1])print("验证成功")breakelse:flag = Falseprint(i[-1])print("验证失败")if (flag):return Trueelse:return Falseclass mywindow(QtWidgets.QWidget,Ui_Animals):fact = []conditions = set("")res = set("")def__init__(self):super(mywindow, self).__init__()f = open("rules.txt", "r")for line in f:ls = line.strip('\n').split("")mywindow.fact.append(ls)f.close()for i in mywindow.fact:for j in range(0,len(i)-2):mywindow.conditions.add(i[j])mywindow.res.add(i[-2])self.setupUi(self)def resizeEvent(self, event):palette = QtGui.QPalette()pix = QtGui.QPixmap('images/3.jpg')pix = pix.scaled(self.width(), self.height())palette.setBrush(QtGui.QPalette.Background, QtGui.QBrush(pix)) self.setPalette(palette)def test(self):if self.checkBox.isChecked():#逆向推理i = boBox.currentIndex()s = boBox.itemText(i)print(s)data=getData(s)print(data)if (backs(data)):root = ()root.withdraw()a = messagebox.showinfo("提⽰", "该动物是" + data[0][-1]) self.result.setText("专家分析该动物是"+data[0][-1])else:root = ()root.withdraw()self.result.setText("专家分析该动物不是" + data[0][-1])a = messagebox.showinfo("提⽰", "该动物不是" + data[0][-1])else: #正向推理s= self.input.toPlainText()tl =""description = s.split("\n")print("des")print(description)line = 0for i in mywindow.fact:same = 0for j in range(0, len(i)):if j >= len(i) - 2:breakfor k in range(0, len(description)):if i[j] == description[k]:same = same + 1breakif k == len(description):breakif same == i.__len__() - 2:print("same=i")line = 1if i[-1] == "*": # 是结论d = "if "for s in range(0,len(i)-1) :if s == len(i)-3:d=d+str(i[s])+" then "else:d=d+str(i[s])+""tl = tl + d + "\n"self.TL.setText(tl)self.result.setText("专家分析该动物是"+i[-2])print(i[-2])else:line = 1d = "if "for s in range(0, len(i) - 1):if s == len(i) - 3:d = d + str(i[s]) + " then "else:d = d + str(i[s]) + ""tl = tl + d +"\n"self.TL.setText(tl)self.result.setText("专家也不知道具体是什么动物，⼤概率推测是"+i[-2]) # print(i[-1])description.append(i[-2])if line ==0:self.result.setText("专家也不知道具体是什么动物")def selectInit(self):mywindow.fact.clear()mywindow.conditions.clear()mywindow.res.clear()f = open("rules.txt", "r")for line in f:ls = line.strip('\n').split("")mywindow.fact.append(ls)f.close()for i in mywindow.fact:for j in range(0, len(i) - 2):mywindow.conditions.add(i[j])mywindow.res.add(i[-2])boBox.clear()self.input.clear()self.result.clear()self.TL.clear()if(self.checkBox.isChecked()):for x in mywindow.res:boBox.addItem(str(x))else:for x in mywindow.conditions:boBox.addItem(str(x))def selectChange(self):if self.checkBox.isChecked():self.input.clear()i = boBox.currentIndex()s = boBox.itemText(i)self.input.append(s)else:i = boBox.currentIndex()s = boBox.itemText(i)self.input.append(s)def checkChange(self):boBox.clear()if self.checkBox.isChecked():for x in mywindow.res:boBox.addItem(str(x))else:for x in mywindow.conditions:boBox.addItem(str(x))def rules(self):os.startfile('rules.txt')app = QtWidgets.QApplication(sys.argv)window = mywindow()window.show()sys.exit(app.exec_())View Code。
动物识别专家系统随着科技的不断发展，人工智能技术在各个领域得到了广泛的应用，其中动物识别领域也不例外。
动物识别专家系统是一种基于人工智能技术的系统，它能够通过对动物的特征进行分析和识别，从而帮助人们更好地了解和保护动物世界。
本文将介绍动物识别专家系统的原理、应用和未来发展方向。
动物识别专家系统的原理。
动物识别专家系统基于人工智能技术，主要包括图像识别、声音识别和行为识别三个方面。
在图像识别方面，系统通过对动物的外貌特征进行分析和比对，从而识别出动物的种类和特征。
在声音识别方面，系统通过对动物的声音进行录制和分析，从而识别出动物的种类和特征。
在行为识别方面，系统通过对动物的行为进行观察和分析，从而识别出动物的种类和特征。
通过这些方法的综合应用，动物识别专家系统能够准确地识别出动物的种类和特征，为人们提供了一个更加直观和全面的了解动物世界的途径。
动物识别专家系统的应用。
动物识别专家系统在许多领域都有着广泛的应用，其中包括科研、保护和教育等方面。
在科研方面，动物识别专家系统能够帮助科研人员更好地了解动物的种类和特征，从而为动物学研究提供了更多的数据和信息。
在保护方面，动物识别专家系统能够帮助保护人员更好地监测和保护野生动物，从而为野生动物的保护工作提供了更多的支持和帮助。
在教育方面，动物识别专家系统能够帮助学生更好地了解动物的种类和特征，从而为动物教育提供了更多的资源和工具。
通过这些应用的综合推广，动物识别专家系统能够为人们提供一个更加全面和便捷的了解动物世界的途径。
动物识别专家系统的未来发展方向。
动物识别专家系统在未来有着广阔的发展前景，其中包括技术的进步、应用的拓展和服务的优化等方面。
在技术方面，动物识别专家系统将会不断引入新的人工智能技术，从而提高系统的识别准确度和效率。
在应用方面，动物识别专家系统将会不断拓展新的应用领域，从而为更多的人群提供更好的服务和支持。
在服务方面，动物识别专家系统将会不断优化用户体验和服务质量，从而为用户提供更加便捷和高效的服务。
暨南大学人工智能实验报告题目：基于web的动物识别系统院系：信科院计算机系专业：计算机技术学号：27学生姓名：ming fang成绩：日期：2010年12月10日一、目的与要求1．掌握人工智能的知识表示技术，能用产生式表示法表示知识，并实现一个用于识别的专家系统。
2．推理策略采用正向推理和反向推理两种。
二、主要内容1．学习人工智能的知识表示技术，关键掌握产生式知识表示的具体应用方法。
2．实现的动物识别系统的主要功能如下：2．1系统能通过正向、反向推理得到正确的动物识别结果。
2．2系统能动态地添加规则、能显示推理过程。
三．实验原理产生式表示：产生式表示是知识表示的一种。
这种方法是建立在因果关系的基础上的，可很容易的描述事实、规则及其不确定性度量。
1．事实的表示：事实可看成是断言一个语言变量的值或是多个语言变量间的关系的陈述句，语言变量的值或语言变量间的关系可以是一个词。
不一定是数字。
一般使用三元组（对象，属性，值）或（关系，对象1，对象2）来表示事实，其中对象就是语言变量，若考虑不确定性就成了四元组表示（增加可信度）。
这种表示的机器内部实现就是一个表。
如事实“小王年龄是22岁”，便写成（Lee,age,22）事实“小李、小张是朋友”，可写成（friend,Lee,Zhang）2．规则的表示：规则用于表示事物间的因果关系，以IF condition THEN action 的单一形式来描述，将规则作为知识的单位。
其中的condition 部分称为条件式前件或模式，而action部分称作动作、后件或结论。
产生式一般形式为：前件后件。
前件和后件也可以是有“与”、“或”、“非”等逻辑运算符的组合的表达式。
条件部分常是一些事实的合取或析取，而结论常是某一事实B。
如果不考虑不确定性，需另附可信度度量值。
产生式过则的含义是：如果前件满足，则可得到后件的结论或者执行后件的相应动作，即后件由前件来触发。
一个产生式生成的结论可以作为另一个产生式的前提或语言变量使用，进一步可构成产生式系统。
文档从互联网中收集，已重新修正排版，word格式支持编辑，如有帮助欢迎下载支持。
计算机科学与技术学院《人工智能》课程设计报告设计题目：动物识别系统设计人员：学号：学号：学号：学号：学号：学号：指导教师：2015年7月目录目录 (1)摘要 (2)Abstract (2)一、专家系统基本知识 (3)1.1专家系统实际应用 (3)1.2专家系统的开发 (3)二、设计基本思路 (4)2.1知识库 (4)....................................................................................................... 错误!未定义书签。
2.1.2 知识库建立 (4)2.1.3 知识库获取 (5)2.2 数据库 (6)....................................................................................................... 错误!未定义书签。
....................................................................................................... 错误!未定义书签。
三、推理机构 (7)3.1推理机介绍 (7)3.1.1 推理机作用原理 (7)....................................................................................................... 错误!未定义书签。
3.2 正向推理 (7)3.2.1 正向推理基本思想 (7)3.2.2 正向推理示意图 (8)3.2.3 正向推理机所要具有功能 (8)3.3反向推理 (8)....................................................................................................... 错误!未定义书签。
人工智能实验报告实验记录首先运行程序会出项上图界面，该界面显示了当前所有的动物，并且提出问题，用户可以根据问题进行选择，看到自己想要的动物。
对于每一个问题，都只能是真或者是假，因此在后续增加问题的时候也要注意。
其实可以有多种情况，但是要进行扩展，所以本实验没有增加该功能。
该系统中有不同的问题，根据问题的提示可以对现有的动物进行筛选，并且提出下一个问题，并使得提问的次数最少。
通过上面可以看出当生育方式是胎生的时候，那么就在哺乳动物中进行选择，哺乳动物中只有老虎是独居的，所以提问的时候就选择该问题。
这样提问两次就可以得出结论。
而当生育方式不是胎生的时候，就只有一个鸟类，所以可以直接获得结论。
for(int i=0;i<anc;i++){if(a[i]==1){if(an[i].flag[count]!=anser){a[i]=0;}}}代码分析：在回答一个问题之后，在剩下的动物判断提问的属性是否满足，如果满足，那么就留下；如果不满足，那么去除。
如上左所示，在增加了该动物之后，我们可以在下次提问的时候看到系统中的记录增加，并且可以根据问题获得刚刚增加的动物。
如上右图所示。
实验总结 本次实验运用了归结原理、规则演绎推理的推理方法，进行设计。
对于不同的属性可以有时间P1，P2…Pn 。
这样在满足不同的条件之后就可以进行推理，得到所要的动物了。
通过本次实验，我学习到了推理的使用方法，对于这种问题就的解决也有了理解。
这不仅仅让我学习到了如何进行推理问题的证明，也让我对该系统有了更深的了解。
这让我的编程的能力也有了进一步的提高。
计算机科学与技术学院《人工智能》课程设计报告设计题目：动物识别系统设计人员：学号：学号：学号：学号：学号：学号：指导教师：2015年7月目录目录 (1)摘要 (3)Abstract (4)一、专家系统基本知识 (5)1.1专家系统实际应用 (5)1.2专家系统的开发 (5)二、设计基本思路 (5)2.1知识库 (5)2.2.1知识库作用 (5)2.1.2 知识库建立 (6)2.1.3 知识库获取 (7)2.2 数据库 (7)2.2.1数据库作用 (7)2.2.2数据库建立 (7)三、推理机构 (8)3.1推理机介绍 (8)3.1.1 推理机作用原理 (8)3.1.2推理网络 (8)3.2 正向推理 (9)3.2.1 正向推理基本思想 (9)3.2.2 正向推理示意图 (10)3.2.3 正向推理机所要具有功能 (10)3.3反向推理 (11)3.3.1反向推理基本思想 (11)3.3.2 反向推理示意图 (11)3.3.3反向推理机所要具有功能 (11)四、实例系统实现 (12)4.1系统介绍 (12)4.2基本思路 (12)4.3程序主要代码 (12)4.4系统执行结果 (13)五、结论 (13)参考文献： (14)附录一 (15)附录二 (24)摘要动物识别专家系统是将人的思维过程转化为计算机语言的逻辑过程，其关键在于知识和信息的表示，智能推理或求解的基础——知识库的创建和管理，以及基于某种知识和信息表示的智能推理或求解过程。
使动物识别具有一定的智能性、良好的交互性和可视化效果。
本论文也主要以识别七种动物的设计思路和程序为例所写的。
动物识别专家系统是人工智能中一个比较基础的规则演绎系统，是人工智能领域里的一个大模块的专家系统的一个特定例子。
是集知识表与推理为一体的，以规则为基础对用户提供的事实进行向前、逆向或双向的推理得出结论的一种产生式系统。
如果通过良好的分析、精确地设计和细致的规划会创设出高度灵活和快速有效的识别系统，再加上良好的界面供用户添加新的事实和规则，反馈详细的错误或信息的话，那就是一个相当完整的识别系统了。
关键词：人工智能；专家系统；动物识别Abstractanimal recognition expert system is the human thinking process is transformed into the logical process of computer language, the key lies in knowledge and information, said intelligent reasoning or solving based knowledge base -- creating and management, and based on some information and knowledge representation of intelligent reasoning and solving process. So that the animal identification has a certain intelligence, good interaction and visual effect. This paper also mainly to identify seven kinds of animal design ideas and procedures for the case of the written. Animal identification expert system is one of the more basic rules in artificial intelligence, and is a specific example of the expert system in the field of artificial intelligence. A production system based on rules is a production system which is based on the fact that the user is provided with the facts. If the good analysis and accurate design and meticulous planning created a highly flexible, efficient and rapid recognition system, plus a good interface for users to add new facts and rules, with the wrong information feedback, that is a fairly complete knowledge system, the.Keywords: artificial intelligence; expert system; animal identification一、专家系统基本知识1.1专家系统实际应用目前专家系统已经成功地渗透到生活的各个领域，并且还产生了巨大的社会效益和经济效益。
例如，像车辆传感、药物、纺织服装等重工业和轻工业领域中都会应用到，特别是在计算机领域里，现在已经是一门非常重要的学科类了。
1.2专家系统的开发专家系统设计与实现的一般过程图1【3】二、设计基本思路2.1知识库2.2.1知识库作用用产生式系统监别动物，需要一种演绎机制，利用己知事实的集合做出新的结论，一种方法是替动物园中的每个动物作一个产生式，使用者首先收集所有可利用的事实，然后在产生式的表中进行扫描，寻找一个状态部分能与之匹配的产生式。
一般要经过多少步并生成和利用一些中间事实才能从基本事实推出结论，这样做所包含的产生式可以比较小，容易理解，容易使用和容易产生。
动物识别专家系统中的知识库中的知识通常是用规则表示的。
2.1.2 知识库建立知识库所要遵循的规则【1】规则1：如果：动物有毛发则：该动物是哺乳动物规则2：如果：动物能产奶则：该单位是哺乳动物规则3:如果：该动物有羽毛则：该动物是鸟规则4：如果：动物会飞，且会下蛋则：该动物是鸟规则5：如果：动物吃肉则：该动物是肉食动物规则6：如果：动物有犬齿，且有爪，且眼盯前方则：该动物是食肉动物规则7：如果：动物是哺乳动物，且有蹄则：该动物是有蹄动物规则8：如果：动物是哺乳动物，且是反刍动物则：该动物是有蹄动物规则9：如果：动物是哺乳动物，且是食肉动物，且是黄褐色的，且有暗斑点则：该动物是豹规则10：如果：如果：动物是黄褐色的，且是哺乳动物，且是食肉，且有黑条纹则：该动物是虎规则11：如果：动物有暗斑点，且有长腿，且有长脖子，且是有蹄类则：该动物是长颈鹿规则12：如果：动物有黑条纹，且是有蹄类动物则：该动物是斑马规则13：如果：动物有长腿，且有长脖子，且是黑色的，且是鸟，且不会飞则：该动物是鸵鸟规则14：如果：动物是鸟，且不会飞，且会游泳，且是黑色的则：该动物是企鹅规则15：如果：动物是鸟，且善飞则：该动物是信天翁动物分类专家系统由15条规则组成可以识别七种动物.2.1.3 知识库获取知识获取一般是指从某个活某些致使原中获取专家系统问题求解所需要的专门知识，并以某种形式在计算机中存储、传输与转移。
专家系统的知识获取一般是由知识工程师与专家系统知识的获取机构共同完成的。
知识获取的常用方法有以下几种【3】：1.手工知识获取；2.半自动获取；3.自动知识获取；4.人工神经网络知识获取；选用哪种知识获取方法需要根据当前的系统，以及用户的需求来决定。
但在有些大型系统上还可能会用到不是仅仅一种方法的。
2.2 数据库2.2.1数据库作用数据库即为事实库【2】，在计算机中流出一些存储区间，以存放反应系统当前状态的事实，存放用户回答的事实、已知的事实和由推理而得的事实，即由已知事实推导出的假设成立时，也作为事实。
其综合数据库的内容是不断变化的。
2.2.2数据库建立char *str[]={"","反刍动物" /* 1 */, "蹄类动物" /* 2 */, "哺乳动物" /* 3 */,"目视前方" /* 4 */, "有爪子" /* 5 */, "有犬齿" /* 6 */,"吃肉" /* 7 */, "下蛋" /* 8 */, "会飞" /* 9 */,"有羽毛" /* 10 */, "有蹄" /* 11 */, "肉食动物" /* 12 */,"鸟类" /* 13 */, "产奶" /* 14 */, "有毛发" /* 15 */,"善飞" /* 16 */, "黑白色" /* 17 */, "会游泳" /* 18 */,"长腿" /* 19 */, "长脖子" /* 20 */, "有黑色条纹" /* 21 */,"有暗斑点" /* 22 */, "黄褐色" /* 23 */, "信天翁" /* 24 */,"企鹅" /* 25 */, "鸵鸟" /* 26 */, "斑马" /* 27 */,"长颈鹿" /* 28 */, "老虎" /* 29 */, "猎豹" /* 30 */,"\0"};int rulep[][6]={{22,23,12,3,0,0}, {21,23,12,3,0,0}, {22,19,20,11,0,0},{21,11,0,0,0,0}, {17,19,20,13,-9,0},{17,18,13,-9,0,0},{16,13,0,0,0,0}, {15,0,0,0,0,0}, {14,0,0,0,0,0},{10,0,0,0,0,0}, {8,7,0,0,0,0}, {7,0,0,0,0,0},{4,5,6,0,0,0}, {2,3,0,0,0,0}, {1,3,0,0,0,0}};int rulec[]={ 30, 29, 28,27, 26, 25,24, 3, 3,13, 13, 12,12, 11, 11};三、推理机构3.1推理机介绍3.1.1 推理机作用原理推理机是一组函数【4】，本例既有正向推理机又有反向推理机，都是用精确推理。
