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。

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

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.

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

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。

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：

– 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

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

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：

专家系统名词解释
专家系统是一种人工智能系统，旨在模拟人类专家在特定领域
的知识和推理能力。

这种系统利用专家的知识来解决复杂的问题，
通常通过规则、推理和逻辑推断来进行决策和问题求解。

专家系统
通常包括知识库、推理引擎和用户接口三个主要部分。

知识库存储
了领域专家的知识和经验，推理引擎利用这些知识进行推理和决策，用户接口则使用户能够与系统进行交互并得到解决方案。

专家系统
被广泛应用于医疗诊断、工程设计、金融分析、客户服务等领域，
以辅助人类专家进行决策和问题解决。

专家系统的发展使得人们能
够利用计算机技术来处理复杂的知识和问题，为各种领域的专业人
士提供了强大的工具和支持。

随着人工智能技术的不断发展，专家
系统也在不断演进和完善，成为了现代智能化应用中的重要组成部分。

图6 反向推理原理图
3.正反向混合推理 基本思想： 先根据原始数据通过正向推理帮助推理提出假 设，再用反向推理进一步寻找支持假设的证据，反 复这个过程。根据问题已有数据进行推理，但不期 望这种推理能达到总目标；而同时从目标出发进行 反向推理，也不期望该推理一直进行到每个子目标 能被上下文匹配或否定，而是期望两种推理在某些 子目标处接合起来。 集中了正向和反向推理的优点，但其控制策略 较前两者复杂。适用于数据充分、解空间不大的精 确推理。
图5 正向推理原理图
2.反向推理 先提出假设，然后由此出发，进一步寻找支持假设的证据，即所谓目 标驱动方式，当证据与用户提出 的原始信息匹配时，推理成功。 推理过程： 由用户或系统首先提出一批假设，然后系统逐一验证这些假设的真假 性。 适用于结论单一或直接提出结论要求证实的系统，并且初始数据 （事实）量很大的场合。
决策型
控制型 调试型
通常完成实时控制任务 制定并实施纠正某类故障的规划，亦称为排错型或维 修型
YES/MVS TIMM/TUNER
3. 专家系统的工作原理
用户 领域专家（DE) 知识工程师(KE) 人 机 接 口
推理机
解释机
解释机制
知识获取机制
性能系统
综合数据 库
知识库
图2 专家系统的一般结构
一个完整的专家系统通常由6个部分组成： 1.知识库 存放系统求解问题所需要的知识 2.推理机 负责使用知识库中的知识去解决实际问题 3.综合数据库 用于存放系统运行中所需要和产生的所有信息，包括问题的描述、 中间结果，解题过程的记录等信息。在专家系统中，数据的表示与组 织应做到与知识的表示组织相容。 4.知识 获取机制 负责管理知识库中的知识，包括根据需要修改、删除或添加知识及由此 引起怕一切必要的改动，维持知识库的一致性、完整等方面，是系统灵活 性的主要部件。 5.解析机制 负责回答用户提出的各种问题，包括系统与系统运行有关的问题和 与系统运行无关的关于系统自身的一些问题，是实现透明性的主要部件。 6.人机接口 把用户输入的信息转换成系统的内部表示形式，然后把这些内部表示 交给相应的部件去处理。系统输出的内部信息也由人机接口转换成用户 易于理解的外部表示显示给用户。

报等。
专家系统的研究过程及前景
过去
现在
未来
专家系统的研究历程
初创期
孕育期
成熟期
发展期
孕育期
1937年，图灵(Turing)发表了理想计算器的论文
1943年，Post产生式规则
1954年，控制规则执行的Markov算法 1956年，人工智能（Artificial Intelligence , AI）
➢预测专家系统 预测专家系统是通过对过去和现在已知状况的分析，推断未来 可能发生的情况。 特点：
1. 处理的数据随时间变化，而且是不准确和不完全的。 2. 系统需要有适应时间变化的动态模型。
➢规划专家系统 规划专家系统在于寻找出某个能够达到给定目标的动作序列或步骤。 特点：
1. 所要规划的目标可能是动态的或静态的，需要对未来动作 做比预测。
行修改。 5. 能够使用已被证明是正确的设计来解释当前的(新的)设计。
➢监视专家系统 监视专家系统对系统、对象或过程的行为进行不断观察，进行 比较，以发现异常情况，发出警报。 特点：
1. 应具有快速反应能力，在造成事故之前及时发出警报。 2. 发出的警报要有很高的准确性。 3. 系统能够随时间和条件的变化而动态地处理其输入信息。 4. 监视专家系统可用于核电站的安全监视、防空监视与警
➢ 具有灵活性:在专家系统中，其体系结构通常采用知识库与推 理机相分离的构造原则，它们彼此独立又相互联系。 ➢ 使用于特定领域：当问题的知识牵涉较广，或是没有一定的 处理程序时，就必须靠人类专家的智慧来
3
专家系统类型
➢ 解释专家系统 解释专家系统是通过对已知信息和数据的分析与解释。 特点：
1. 处理的数据量大，往往不准确、有错误 。 2. 能够从不完全的信息中得出解释、假设等。 3. 推理过程可能很复杂和很长，并对推理过程做出解释

6.1.3 专家系统的特点与分类
1.专家系统的基本特点 1）具有领域专家级的专门知识 2）符号处理和启发式推理 3）具有灵活性 4）具有获取知识的能力 5）具有透明性 6）具有交互性 7）具有一定的复杂性和难度
专家系统种类
解决的问题 根据可得到数据分析这些数据所支持的问题状态 根据处理对象去和现在的情况，推测未来的演变结果 根据观察到的数据来推断一个对象系统的功能故障
6.2 专家控制系统
专家控制系统与一般专家系统的区别 专家控制（ Expert Control）是智能控制的一个重要 通常的专家系统只对专门领域的问题完成咨询的功能，起到辅助用 分支，又称专家智能控制。 专家控制系统应具有的特点： 户决策的作用，它的推理是基于知识基础的，其推理结果任然是知识条 1)在线控制的实时性； 目，或者新的知识条目，对原有知识条目的增加、删减和更改。而专家 2)现场运行的高可靠性和连续性； 控制则要求能独立地、自动地对控制动作进行决策，它的推理结果可以 3)控制的灵活性与应用的通用性； 是知识条目的更改，还可以是某种解析算法的激活，其功能要具有连续 4)优良的控制性能与自学习能力； 可靠性和足够的抗干扰能力。 5)维护的方便性； 通常的专家系统一般是以离线方式工作的，对运行速度要求不高； 6)建立合适的知识表达方法。 而专家控制则要求在线动态地采集数据、实时地分析处理数据并进行推 理决策，及时对过程采取控制，因此要求具有较高的实时性和灵活性。
定义6.2 专家系统使用人类专家推理的计算机模型来处理现实世界中需要专家 作出解释的复杂问题，并得出与专家相同的结论。 定义6.3 费根鲍姆构建的“专家系统”，即在机器智能与人类智慧结晶的专家 经验只是之间建造桥梁。
比较方面 用户界面

生活中常见的专家系统的例子生活中常见的专家系统的例子有很多，下面列举了10个例子：1. 医疗诊断专家系统医疗诊断专家系统是一种利用人工智能技术实现的系统，能够根据患者的症状和病史等信息，进行疾病的诊断和治疗建议。

该系统基于大量的医学知识和专家经验，通过推理和推断来帮助医生进行准确的诊断和治疗。

2. 金融风险评估专家系统金融风险评估专家系统是一种用于评估金融机构风险的系统，能够根据各种因素（如市场波动、财务状况等）进行风险评估和预测。

该系统通过分析数据和规则，提供风险评估报告和决策建议，帮助金融机构做出合理的风险管理决策。

3. 智能家居控制专家系统智能家居控制专家系统是一种用于控制家居设备的系统，能够根据用户的需求和环境条件，智能地控制灯光、温度、安防等设备。

该系统通过学习用户的习惯和喜好，自动调节设备，提供舒适和便捷的居住体验。

4. 智能交通管理专家系统智能交通管理专家系统是一种用于优化交通流量和减少交通拥堵的系统，能够根据实时交通数据和交通规则，进行交通信号控制和路线规划。

该系统通过智能算法和优化模型，提供最优的交通管理方案，改善交通状况，提高路网通行效率。

5. 客户关系管理专家系统客户关系管理专家系统是一种用于管理和分析客户信息的系统，能够根据客户的需求和行为，进行个性化的营销和服务。

该系统通过分析客户数据和行为模式，提供定制化的产品推荐和沟通策略，增强客户满意度和忠诚度。

6. 环境监测与预警专家系统环境监测与预警专家系统是一种用于监测和预测环境变化的系统，能够根据各种环境指标和模型，进行环境污染和自然灾害的监测与预警。

该系统通过大数据分析和模型模拟，提供准确的环境预警和应急响应，保护环境和人民的生命财产安全。

7. 农业决策支持专家系统农业决策支持专家系统是一种用于农业生产和管理的系统，能够根据农业数据和农业知识，进行种植、养殖和农业管理的决策支持。

该系统通过分析土壤、气候、作物等信息，提供种植技术、病虫害防治等方面的建议，提高农业生产效益和农民收入。

知识表示是对知识的一种描述，或者说是一组约定，是一种计算机可以接受的用于描述知识的数据结构。

知识外部表示模式：是与软件开发与运行的软件工具与平台无关的知识表示的形式化描述。

知识内部表示模式：是与开发软件工具与平台有关的知识表示的存储结构。

命题是具有真假意义的语句。

命题代表人们进行思维时的一种判断，或者是肯定，或者是否定。

谓词公式的永真性、可满足性、不可满足性、等价性蕴含式与产生式的差别：①蕴含式只能表示精确知识；产生式可以表示精确知识，也可以表示不精确知识。

②蕴含式要求匹配是精确的；产生式匹配可以是精确的，也可以是不精确的。

产生式系统有三个基本组成部分：规则库、综合数据库和控制机构专家系统的基本特征：知识库和推理机的分离产生式系统的推理方式：正向推理（数据驱动、自底向上）反向推理（目标驱动、自顶向下）双向推理由问题的全部状态及一切可用算符所构成的集合称为问题的状态空间，一般用一个三元组表示：（S，F，G）其中S是问题的所有初始状态构成的集合；F是算符的集合；G是目标状态的集合。

状态空间的图示形式称为状态空间图。

其中，节点表示状态；有向边（弧）表示算符。

本原问题：直接可解的子问题称为本原问题。

端节点与终叶节点：没有子节点的节点称为端节点；本原问题所对应的端节点称为终叶节点。

宽度优先搜索：在搜索树的生成过程中，只有对搜索树中同一层的所有节点都考查完之后，才会对下一层的节点进行考查。

深度优先搜索：在搜索树的生成过程中，对open表中同一层的节点只选择表中一个节点进行考查和扩展，只有当这个节点是不可扩展的。

才选择同层的兄弟节点进行考查和扩展。

博弈树的特点：①博弈的初始格局是初始节点。

②在博弈树中，“或”节点和“与”节点是逐层交替出现的。

自己一方扩展的节点之间是“或”关系，对方扩展的节点之间是“与”关系。

双方轮流地扩展节点。

③所有能使自己一方获胜的终局都是本原问题，相应的节点是可解节点，所有使对方获胜的终局都是不可解节点。

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。