专家系统
- 格式：doc
- 大小：121.50 KB
- 文档页数：7
下载文档原格式
合集下载
第12章_专家系统
专家系统的结构
概念结构 实际结构 网络与分布式结构 黑板模型
概念结构
实现推理的程序 用户通过界面向系 。使用知识库中 统提出或回答问题， 统提出或回答问题， 的知识进行推理 向系统提供原始数 而解决问题的， 而解决问题的， 知识库是以某种 据和事实。 据和事实。系统通 是专家的思维机 表示形式存储于 过界面向用户提出 制。 计算机中的知识 回答结果。 回答结果。 的集合。 的集合。包括专 推理过程中， 推理过程中 家知识、 ，回答 家知识、领域知 why之类的问题 之类的问题； 之类的问题 识和元知识。 识和元知识。 ；
推理结束后， 推理结束后，回答 管理知识库的建立。 how之类问题存放 之类问题。 之类问题 全局数据库， 全局数据库， 删除重组，知识的 删除重组， 初始证据事实、 初始证据事实、推 获取、 获取、知识的检查 理结果和控制信息 的场所。 的场所。
实际结构
（1）实际问题错综复 杂，可能需要多次推 理，所以知识库是多 层的或多块的。 （2）实际问题往往 不仅需要推理，而且 还需要做一些处理， 所以增加处理模块。
3.推理网络 在PROSPECTOR中，判断性知识用规则表 示。每条规则的形式如下： E→H(LS，LN) 推理网络中每条规则的LS、LN及每个语义 空间H的P(H)均由领域专家在建造知识库时提 供。 除了表示规则的弧外，推理网络中还有代 表先后顺序的弧(用虚线表示，见图8-10)，其 意义如下：
专家系统设计与实现
12.5.1 一般步骤与方法 由于专家系统也是一种计算机应用系统， 所以，一般说来，其开发过程也要遵循软件工 程的步骤和原则，即也要进行系统分析、系统 设计等几个阶段的工作。但又由于它是专家系 统，而不是一般的软件系统，所以，又有其独 特的地方。如果我们仅就“纯专家系统”而言， 则其设计与实现的一般步骤可如图8―13所示。
专家系统
IF The application area IS System THEN The recommendation language IS ADA AND DISPLAY answer RULE 4 IF The application area IS Real-time THEN The recommendation language IS ADA AND DISPLAY answer RULE 5 IF The application area IS Education THEN The recommendation language IS PASCAL AND DISPLAY answer TEXT The application area Your application area is: DISPLAY answer Our recommendation is: [The recommendation language] END
搜索
人工智能就是一个数据库加上搜索， 从某种程度上，这句话也确实可以说明人 工智能的现状。无论是在知识库这一方也 好，还是在推理机那一方也好，都要涉及 到搜索这一过程。
问题空间
有了搜索的方法，那我们现在可以看 看要搜索的东西是什么样子的了。数据结 构决定算法的实现。对于我们所知道的问 题，我们可以采用状态空间或与或树的表 示方法来表示一个待搜索的问题空间。
举例
TITLE ex1 DISPLAY This is the first demonstration knowledge base about selection of General-Purpose programming languages. OBJECT The recommendation language AND The application area 1. The recommendation language RULE 1 IF The application area IS Business THEN The recommendation language IS COBOL AND DISPLAY answer RULE 2 IF The application area IS Math or Science THEN The recommendation language IS FORTRAN AND DISPLAY answer RULE 3
第二章 专家系统概述
启发性 透明性 灵活性
第五节 专家系统分类
可按不同的标准进行分类.例如: 可按不同的标准进行分类.例如: 应用领域分类 可分为医疗,勘探,数学, 分类. 按应用领域分类.可分为医疗,勘探,数学,物 理,化学,气象,生物等; 化学,气象,生物等; 知识表示技术分类 基于规则的,逻辑的, 分类. 按知识表示技术分类.基于规则的,逻辑的,语 义网络,框架的专家系统等; 义网络,框架的专家系统等; 推理策略分 正向,反向,双向等; 按推理策略分.正向,反向,双向等; 采用不精确推理技术分 确定理论, 按采用不精确推理技术分.确定理论,主观 Bayes,模糊理论,D/S理论推理技术ES; 理论推理技术ES Bayes,模糊理论,D/S理论推理技术ES; 结构分 单和群ES ES; 按结构分.单和群ES;
第三节 专家系统的功能与结构
3.1: 3.1:功能
专家系统应当具备以下几个功能: 专家系统应当具备以下几个功能: 存储专业领域知识; 存储专业领域知识; 存储具体问题求解过程中的初始数据和推理过程中的各信息 与数据; 与数据; 利用已有知识解决专业问题; 利用已有知识解决专业问题; 对推理过程和结论作出必要的解释; 对推理过程和结论作出必要的解释; 提供用户接口; 提供用户接口; 提供知识获取,知识库修改完善等维护手段; 提供知识获取,知识库修改完善等维护手段;
事实:客观事物的状态,属性,特征及事物间关系. 事实:客观事物的状态,属性,特征及事物间关系. 信念:主要指事实的含义规则,语义说明. 信念:主要指事实的含义规则,语义说明. 启发式: 启发式:指能表达前提和结论间因果关系的一种形 式.
二:算法和启发式程序
算法是为求解一类问题而规定的一个可被机 械执行的确定步骤的有穷序列,具有如下性质: 械执行的确定步骤的有穷序列,具有如下性质: 通用性:能求解问题范围内的全部问题; 通用性:能求解问题范围内的全部问题; 确定性:算法中的问题求解状态, 确定性:算法中的问题求解状态,求解步骤应该 是精确唯一的. 是精确唯一的. 有效性:问题范围内的任何具体问题带入算法后, 有效性:问题范围内的任何具体问题带入算法后, 都可经有限步骤,达到期望结果. 都可经有限步骤,达到期望结果.
人工智能专家系统PPT-28张课件
专家系统的开发
2.专家系统的基本设计思想与基本设计原则
(6) 以各种事例来试验所设计的系统。 研究那些产生不准确结论的事例，并且确定 系统可以做些什么修改以校正错误。修改系 统后要检验系统对这些事例产生的结果以及 系统的这些修改对其它事例的影响。
专家系统的开发
2.专家系统的基本设计思想与基本设计原则
各类专家系统之间具有一些共同的问题。 对于一些任务相似的专家系统，由于问题特 征不同而具有不同的求解方法；而另一些任 务不同的专家系统，由于问题性质相近而具 有类似的求解方法。显然，从问题的一般特 征出发来考虑建立模型的方法，能够更易于 抓住问题的本质。
专家系统的开发
3.专家系统的开发工具 目前国外出现了许多专用的专家系统工
•
6、无论你正遭遇着什么，你都要从落魄中站起来重振旗鼓，要继续保持热忱，要继续保持微笑，就像从未受伤过一样。
•
7、生命的美丽，永远展现在她的进取之中;就像大树的美丽，是展现在它负势向上高耸入云的蓬勃生机中;像雄鹰的美丽，是展现在它搏风击雨如苍天之魂的翱翔中;像江
河的美丽，是展现在它波涛汹涌一泻千里的奔流中。
专家系统的开发
3.专家系统的开发步骤
(1) 设计初始知识库。知识库的设计是 建立专家系统最重要和最艰巨的任务。初始 知识库的设计包括：
(c) 概念形式化，即确定用来组织知 识的数据结构形式，应用人工智能中各种知 识表示方法把与概念化过程有关的关键概念 、子问题及信息流特性等变换为比较正式的 表达，它包括假设空间、过程模型和数据特 性等。
•
4、心中没有过分的贪求，自然苦就少。口里不说多余的话，自然祸就少。腹内的食物能减少，自然病就少。思绪中没有过分欲，自然忧就少。大悲是无泪的，同样大悟
第8章 专家系统
2.专家系统的知识表示和推理
2.1 知识表示
知识表示是一种用来在专家系统的知识库中对知识编码的 方法。
2.1.1 知识的类型
◆过程性知识。描述如何解决问题，提供如何做事的建议。
◆陈述性知识。描述问题的相关已知信息，包括断定为真或 假的简单语句和一组更完整地描述一些对象或概念的语句。 ◆启发式 知识。描述引导推理过程的规则。它是经验性的， 并且表示专家通过求解过去问题的经验编译知识。专家将获 取有关问题的基本知识，如基本法则、函数关系等，并且把 它编译成简单的启发信息，以辅助问题求解。 ◆结构知识。描述知识的结构。这类知识描述专家对此问题 的整体智力模型。
(2)从处理问题的方法看，专家系统则是靠知识和 推理来解决问题（不像传统软件系统使用固定的算法 来解决问题），所以，专家系统是基于知识的智能问 题求解系统。
(3)从系统的结构来看，专家系统则强调知识与推 理的分离，因而系统具有很好的灵活性和可扩充性。
(4)专家系统一般还具有解释功能，即在运行过程 中一方面能回答用户提出的问题，另一方面还能对最后 的输出（结论）或处理问题的过程作出解释。
◆例子 ：VAX计算机结构设计专家系统、花布立体感图 案设计和花布印染专家系统、大规模集成电路设计专 家系统以及齿轮加工工艺设计专家系统等。
规划专家系统
◆任务 ：寻找出某个能够达到给定目标的动作序列或步 骤。
◆特点 ：所要规划的目标可能是动态的或静态的，需要 对未来动作做出预测，所涉及的问题可能很复杂，要 求系统能抓住重点，处理好各子目标间的关系和不确 定的数据信息，并通过实验性动作得出可行规划 。
站进行被修设备的调整、测量与试验。在这方面的实 例还比较少见。
教学专家系统
◆任务：根据学生的特点、弱点和基础知识，以最适当的 教案和教学方法对学生进行教学和辅导。
专家系统简介
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。
专家系统
图2
专家系统的结构
接口是人与系统进行信息交流的媒介, 接口是人与系统进行信息交流的媒介,它为用户 提供了直观而方便的交互作用手段。 提供了直观而方便的交互作用手段。接口的功能是识 别与解释用户向系统提供的命令、问题和数据等信息, 别与解释用户向系统提供的命令、问题和数据等信息, 并把这些信息转化为系统的内部表示形式。另一方面, 并把这些信息转化为系统的内部表示形式。另一方面, 接口也将系统向用户提出的问题、 接口也将系统向用户提出的问题、得出的结果和作出 的解释以用户易于理解的形式提供给用户。 的解释以用户易于理解的形式提供给用户。
新型专家系统
1.分布式专家系统 分布式专家系统
这种专家系统具有分布处理的特征,其主要目的在于 这种专家系统具有分布处理的特征 其主要目的在于 把一个专家系统的功能经分解以后分布到多个处理器上 去并行地工作,从而在总体上提高系统的处理效率 从而在总体上提高系统的处理效率。 去并行地工作 从而在总体上提高系统的处理效率。它可 以工作在紧藕合的多处理器系统环境中,也可工作在松藕 以工作在紧藕合的多处理器系统环境中 也可工作在松藕 合的计算机网络环境里,所以其总体结构在很大程度上依 合的计算机网络环境里 所以其总体结构在很大程度上依 赖于其所在的硬件环境。 赖于其所在的硬件环境。
专家系统的特点
专家系统具有下列三个特点： 专家系统具有下列三个特点：
(3)灵活性 灵活性 专家系统能不断地增长知识，修改原有知识， 专家系统能不断地增长知识，修改原有知识， 不断更新。由于这一特点， 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。 分广泛的应用领域。
专家系统的结构
专家系统的特点
专家系统具有下列三个特点： 专家系统具有下列三个特点：
专家系统概述
– 建立知识编辑器，把领域知识“传授”给专家 系统，建立知识库。
– 系统自身具有学习能力，能从系统运行中总结 出新知识，使知识库越来越丰富，完善。
➢ 具有灵活性
– 知识库—推理机分离。
2.专家系统的基本特征
➢ 具有透明性
– 透明性：是指系统自身及其行为能被用户所理 解。
– 解释机构：向用户解释它的行为动机及得出某 些答案的推理过程。
➢ 常规程序是精确的；专家系统不精确、模糊的。 ➢ 专家系统具有解释机构； 常规程序没有。 ➢ 常规程序与专家系统具有不同的体系结构。
4. 专家系统的分类
• 按专家系统的特性及处理问题的类型分类。
(1)解释型：从所得到的有关数据，经过分析、推理， 从而给出相应解释的一类专家系统。
• 特点：必须能处理不完全，甚至受到干扰的信息， 并能对所得到的数据给出一致且正确的解释。
1. 什么是专家系统
• 它是一个智能程序系统； • 它具有相关领域内大量的专家知识； • 它能应用人工智能技术模拟人类专家求解问题的
思维水平。 • 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。
– 详细设计要求完成的工作
• 进行模块化设计 • 模块间的界面要清晰，便于通信 • 便于实现
8. 专家系统的开发过程
• 知识获取
– 与领域专家交谈，抽取所需知识，掌握专家处 理问题的方法、思路
– 查阅有关文献、获得有关概念的描述、参数 – 对获得的知识进行分析、比较、归纳、整理、
找出知识的内在联系、规律 – 对所得知识进行检查 – 对确定下来的知识用总体设计时确定的知识表
– 系统自身具有学习能力，能从系统运行中总结 出新知识，使知识库越来越丰富，完善。
➢ 具有灵活性
– 知识库—推理机分离。
2.专家系统的基本特征
➢ 具有透明性
– 透明性：是指系统自身及其行为能被用户所理 解。
– 解释机构：向用户解释它的行为动机及得出某 些答案的推理过程。
➢ 常规程序是精确的；专家系统不精确、模糊的。 ➢ 专家系统具有解释机构； 常规程序没有。 ➢ 常规程序与专家系统具有不同的体系结构。
4. 专家系统的分类
• 按专家系统的特性及处理问题的类型分类。
(1)解释型：从所得到的有关数据，经过分析、推理， 从而给出相应解释的一类专家系统。
• 特点：必须能处理不完全，甚至受到干扰的信息， 并能对所得到的数据给出一致且正确的解释。
1. 什么是专家系统
• 它是一个智能程序系统； • 它具有相关领域内大量的专家知识； • 它能应用人工智能技术模拟人类专家求解问题的
思维水平。 • 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。
– 详细设计要求完成的工作
• 进行模块化设计 • 模块间的界面要清晰，便于通信 • 便于实现
8. 专家系统的开发过程
• 知识获取
– 与领域专家交谈，抽取所需知识，掌握专家处 理问题的方法、思路
– 查阅有关文献、获得有关概念的描述、参数 – 对获得的知识进行分析、比较、归纳、整理、
找出知识的内在联系、规律 – 对所得知识进行检查 – 对确定下来的知识用总体设计时确定的知识表
第七章_专家系统
故具有小的状态空间，可以使用穷尽的逆向搜索方法(基于规则的逆向演 绎)。因此，只需简单的体系结构。 HEARSAY-Ⅱ——口语理解是一个相当复杂的任务，ES系统不仅要处理不可靠的 数据(语音分析的二意性和噪音)，而且状态空间很大，要求更强有力的知 识组织和推理控制结构：知识源—黑板体系结构。
14
任务复杂程度和ES系 统体系结构间的相 关性 随问题求解 任务复杂程度的增 加，需要在体系结 构设计时渐增地采 用一些相适应的推 理技术。 不存在最好的 设计体系结构的通 用原则，再好的原 则也只能适用于一 定的范围。
3
1 ES系统的特点 1) 具有求解问题所需的专门知识：
应用领域的基本原理和常识——专门知识的主部，可以精确地定 义和使用，为普通技术人员所掌握，求解问题的基础；不与求解的问题 紧密结合，知识量大和推理步小，不能高效地支持问题求解。
领域专家求解问题的经验知识——对如何使用前者解决问题所作的 高度集中、抽象和浓缩的描述；使问题求解过程可以大踏步地发展， 高效高质地解决困难和复杂问题；使用这类知识的条件比较苛刻，条 件不满足时会导致不正确的解答甚至推理失败。
<条件> := <简单条件> |（$OR {<简单条件>}+）
简单条件常用7类函数表示：（SAME <对象> <属性> <值>）；
最常用的动作函数：(CONCLUDE <对象> <属性> <值> TALLY <结 论CF>)；
TALLY——存放规则前提的可信度(CF—Certainty Factor)；
用控制结构的基础上)， * 能适用于较宽广的应用领域， * 增加了ES系统的开发和维护困难。 开发工具箱(开发环境)： KEE
14
任务复杂程度和ES系 统体系结构间的相 关性 随问题求解 任务复杂程度的增 加，需要在体系结 构设计时渐增地采 用一些相适应的推 理技术。 不存在最好的 设计体系结构的通 用原则，再好的原 则也只能适用于一 定的范围。
3
1 ES系统的特点 1) 具有求解问题所需的专门知识：
应用领域的基本原理和常识——专门知识的主部，可以精确地定 义和使用，为普通技术人员所掌握，求解问题的基础；不与求解的问题 紧密结合，知识量大和推理步小，不能高效地支持问题求解。
领域专家求解问题的经验知识——对如何使用前者解决问题所作的 高度集中、抽象和浓缩的描述；使问题求解过程可以大踏步地发展， 高效高质地解决困难和复杂问题；使用这类知识的条件比较苛刻，条 件不满足时会导致不正确的解答甚至推理失败。
<条件> := <简单条件> |（$OR {<简单条件>}+）
简单条件常用7类函数表示：（SAME <对象> <属性> <值>）；
最常用的动作函数：(CONCLUDE <对象> <属性> <值> TALLY <结 论CF>)；
TALLY——存放规则前提的可信度(CF—Certainty Factor)；
用控制结构的基础上)， * 能适用于较宽广的应用领域， * 增加了ES系统的开发和维护困难。 开发工具箱(开发环境)： KEE
专家系统简介
15
如对于不平衡故障，有下列规则： 规则2=(基频振动 (如果 振动工频分量占通频振幅的比例大于60％ 0.95； 过临界时振幅明显增大，且相位变化大于100° 0.8； 稳速时，相位不随时间、负荷而变化 0.8)； (则为 不平衡故障 0.9))； 规则中右列的数字为置信度。
但这种完全独立的规则集虽然增删、修改容易，但寻找 可用规则时只能顺序进行，效率很低。在实际专家系统中， 由于规则较多，所以总是以某种方式把有关规则连接起来， 如建立某种形式的索引文件。这样既方便查找，又可把规则 存放在磁盘上，避免把所有规则调入内存造成内存不足等问 题。
•简单枚举法是由某类中已观察到的事物都具有某属性，而 没有观察到相反的事例，从而推出某类事物都有某属性。 这种方法只是根据一个一个事例的枚举，没有进行深入的分 析，因此有时可靠性不大，是一种简单的初步归纳推理。9
•类比推理 在两个或两类事物在许多属性上都相同的基础上，
推出它们在其他属性上也相同，这就是类比推理。 用 A 与 B 分 别 代 表 两 个 或 两 类 不 同 的 事 物 ， 用 a1 , a2 , a3 ,L , an , b, 分别代表不同的属性，则类比 法可表示如下：
可能结果 情况1框架
情况2框架
情况3框架
情况1框架
类型 描述
对象 汽轮发电机组
反映 低压转子两侧工频振动大
可能结果 低压转子不平衡或热弯曲
18
情况2框架 类型 描述 对象 汽轮发电机组 反映 各项参数正常 可能结果 机组工作正常，继续正常运转 情况3框架 类型 描述 对象 汽轮发电机组 反映 轴振动超限值 可能结果 报警，停机检修
员及其任务。要求领域专家和知识工程师一起交换意见，以 便进行知识库的开发工作。主要希望找出下列问题的解答：
如对于不平衡故障，有下列规则： 规则2=(基频振动 (如果 振动工频分量占通频振幅的比例大于60％ 0.95； 过临界时振幅明显增大，且相位变化大于100° 0.8； 稳速时，相位不随时间、负荷而变化 0.8)； (则为 不平衡故障 0.9))； 规则中右列的数字为置信度。
但这种完全独立的规则集虽然增删、修改容易，但寻找 可用规则时只能顺序进行，效率很低。在实际专家系统中， 由于规则较多，所以总是以某种方式把有关规则连接起来， 如建立某种形式的索引文件。这样既方便查找，又可把规则 存放在磁盘上，避免把所有规则调入内存造成内存不足等问 题。
•简单枚举法是由某类中已观察到的事物都具有某属性，而 没有观察到相反的事例，从而推出某类事物都有某属性。 这种方法只是根据一个一个事例的枚举，没有进行深入的分 析，因此有时可靠性不大，是一种简单的初步归纳推理。9
•类比推理 在两个或两类事物在许多属性上都相同的基础上，
推出它们在其他属性上也相同，这就是类比推理。 用 A 与 B 分 别 代 表 两 个 或 两 类 不 同 的 事 物 ， 用 a1 , a2 , a3 ,L , an , b, 分别代表不同的属性，则类比 法可表示如下：
可能结果 情况1框架
情况2框架
情况3框架
情况1框架
类型 描述
对象 汽轮发电机组
反映 低压转子两侧工频振动大
可能结果 低压转子不平衡或热弯曲
18
情况2框架 类型 描述 对象 汽轮发电机组 反映 各项参数正常 可能结果 机组工作正常，继续正常运转 情况3框架 类型 描述 对象 汽轮发电机组 反映 轴振动超限值 可能结果 报警，停机检修
员及其任务。要求领域专家和知识工程师一起交换意见，以 便进行知识库的开发工作。主要希望找出下列问题的解答：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
正向演绎推理，不完整的故障码信息也能给出结论，增加了一个实例数据库，用于存储推理结果，避免了重复推理，提高了推理效率。
图2 功能模块
其中无线收发模块具有接收信息和发送信息的功能，它接收车载端发送的故障码信息，并传递给数据处理模块，并将数据处理模块传递过来的诊断结果反馈给车载端。
数据处理模块处理和转换无线收发模块传递来的故障码信息，并传递给故障诊断模块；同时处理和转换故障诊断模块传递来的诊断结果并传递给无线收发模块。
故障诊断模块接收从数据处理模块传来的车牌号和故障码，运用知识库中的知识进行推理，得出诊断结果并将车牌号和诊断结果返回给数据处理模块。
3.1数据交互协议
为了使专家系统能实时准确的接受到车载端发送来的故障求助，同时将诊断结果实时准确的反馈给车载端，建立一个好的数据交互协议是很重要的专家系统数据包格式如表1 所示。
表1 汽车故障诊断专家系统数据包格式
其中：Device 为设备编号，长一个字节；Node 表示通信节点；Data/Cmd 表示包的类型，若为0x00 表示数据，若为0x01 表示命令；Buf 表示包的实际内容，其长度（字节数）由Length 域的数据决定。
本系统在运行过程中，传输的数据包有显示端发出的故障求助包、网关发给服务中心的故障求助包和来自服务中心的分析结果包。
当车辆发生故障时，或用户觉得必要时，由用户发起故障求助，按下“故障求助”向服务中心请求帮助。
具体过程如下：
1）显示端“故障求助”按钮通过网关向服务中心发起故障综合诊断请求，请求包格式见表2。
表2.显示端发出的故障求助包
2）网关先将该请求转发给采集端。
3）采集端对关键点扫描，将扫描的故障码发给网关。
4）网关根据来自采集端的数据包确定有无故障存在，若无，直接发送故障尾包给显示端；若有，将故障码转发给显示端，同时在故障码包的Buf开始处插入“车牌号码”信息
如表3 所示，将其发给服务中心，等待服务中心的诊断结果。
表3 网关发给服务中心的故障求助包
5）若服务中心未返回诊断结果（如发生无法连接服务中心的情况），则直接将尾包发给显示端；若服务中心返回分析结果，则将来自服务中心的结果包（表4）和故障尾包依次发送给显示端。
表4 来自服务中心的分析结果包
3.2 故障诊断及设计
故障诊断模块是专家系统的核心部分，它根据发送来的故障码，运用知识库中的知识进行推理，得出故障部位、维修建议和置信度。
本系统在正向演绎推理的过程中，使用深度优先搜索策略以达到对汽车故障的诊断。
3.2.1 推理原理
本系统是基于规则的专家系统，知识被表示为“如果……那么……”的产生式规则，即“IF P THEN Q”的形式，其中P 是产生式的前件，指出该产生式规则的条件；Q 是一组结论或操作，指出当前提条件满足时应得出的结论或进行的操作［10］。
由于此系统一次获取所有故障码，无法在推理过程中询问用户相关信息，用反向演绎推理或正反向演绎推理比较困难，所以用正向演绎推理；正向演绎推理的基本思想是：用户首先用已知的初始事实集初始化临时数据库，在知识库中寻找与临时数据库中的模式匹配的知识，构成可用的知识集。
然后运用深度优先搜索作为冲突消解策略选出一条规则进行推理，并将推理出的新事实加入到临时数据库中作为下一步推理的已知事实。
如此反复这一过程直到求出所要求的解或者知识库中再无其他可用的知识为止。
本系统是正向推理的基础上的不确定性推理。
知识库中的知识具有不确定性，在推理过程中，结论的不确定度为推理过程中规则不确定度的乘积，最后的推理结果按不确定度的大小进行排序，给出用户结论的优先顺序。
本系统设置了一个实例数据库，推理的最后结果存放在实例数据库中，当下次发送来的故障码存在于实例数据库时，可以用实例数据库中已有的结论反馈给用户。
3.3 专家系统算法设计
故障诊断专家系统整体流程图见图3。
故障诊断需要故障诊断模块各部分间的协调工作，基本步骤如下：1）程序对数据处理模块传来的数据进行处理，分离出车牌号和
故障码。
2）在实例数据库中查询有无与故障码匹配的诊断结果，若有，将车牌号和诊断结果传给数据处理模块，程序结束；若无，进行步骤3。
3）建立用于推理的对象，初始化临时数据库。
4）运用知识库中知识进行推理，如果推理失败，将车牌号和“推理失败”传给数据处理模块，程序结束；如果推理成功，进行步骤5。
5）将推理实例加入实例数据库，将车牌号和推理结果传给数据处理模块，程序结束。
图4 专家系统整体流程图
3.4故障推理及设计
故障推理是以推理机为中心的推理过程，流程图如图4 所示。
基本步骤如下：
1）建立临时数据库，用于存储规则前件及其对应规则的概率和最终结果及其对应概率。
2）初始化临时数据库，将各故障码与规则前件匹配，形成规则集，运用宽度优先搜索策略，依次选取规则进行推理，将推理结果中的结论加到存储最终结果的数组中，相应概率加到存储最终结果概率的数组中；将推理结果中的操作加到存储规则前件的数组中，相应概率加到存储规则前件概率的数组中，形成新的事实集进行下一步推理。
3）反复执行步骤2 直到存储规则前件的数组中不与任何规则匹配时为止。
4）若诊断失败，返回车牌号和“推理失败”；若诊断成功，将推理结果中相同项合并，对应概率相加，去除结果中概率小于0.1 的项，并将推理结果存入“实例数据库”，返回车牌号和推理结果。
4 结束语。