专家系统与知识工程

专家系统与知识工程由于专家系统是基于知识的系统，那么，建造专家系统就涉及到知识的获取（即从人类专家那里或从实际问题那里搜集，整理，归纳专家级知识）,知识表示（即以某种结构形式表达所获取的知识，并将其存储于计算机之中），知识的组织与管理（即知识库简历与维护等）和知识的运用（即使用知识进行推理）等一系列关于只是处理的技术和方法。

特别是基于领域知识的各种知识库系统的建立，更加促进了这些技术的发展。

所以，关于知识处理的技术和方法已形成一个称为“知识工程”的学科领域。

这就是说专家系统促使了知识工程的诞生和发展，知识工程又为专家系统提供服务。

正是由于它们之间的密切关系，现在的专家系统与知识工程几乎已成为同义词。

以知识为处理对象知识工程,作为一门应用学科,已成为人们研究的一个热门课题. 知识工程的诞生赋予了专家系统以新的活力,并将专家系统进一步推向应用;专家系统又为知识工程的发展提供了理论基础. 因此,本文就专家系统与知识工程作初步探讨,并综述如下:1知识工程的兴起是专家系统发展的产物在开发专家系统过程中,许多研究者已形成这样的共识:专家系统是个知识处理系统,而知识表示、知识利用和知识获取则成了专家系统的三个基本问题. 专家系统应该具备这些特点:处理的“信息”是“知识”,而不是“数据”;传送的“信息”是知识,而不是字符串;“信息”的处理是对问题的求解和推理,而不是按既定进程进行计算;“信息”的管理是知识的获取和利用,而不是数据收集、积累和检索等。

1968 年美国斯坦福大学计算机科学家费根鲍姆教授领导的研究小组研制的第一个专家系统——化学专家系统获得成功,打破了专家系统领域的沉闷空气,使一度处于低谷的专家系统研究重新获得了生机. 一方面使专家系统找到了应用,另一方面专家系统得以新生. 随后在世界范围兴起了一个研究各种领域专家系统的热潮,使得关于知识处理的研究受到越来越多学者们的重视. 1977 年费根鲍姆教授在第五届国际专家系统会议上提出“知识工程”的新概念. 他认为,知识工程是用专家系统的原理和方法,为那些需要专家知识才能解决的应用难题提供求解的手段. 因此,恰当运用知识的获取、表达和推理技术构成与解释知识系统,是设计基于知识系统的重要技术问题. 通过研究者的努力,70 年代后期,知识工程,专家系统开始广泛应用,出现了一些专家系统开发工具;80 年代出现了多学科综合型专家系统即知识型系统. 特别是日本第五代计算机计划的提出和专家系统的研究日益取得广泛的应用. 知识工程像一颗璀璨的明珠,也日益闪耀光芒. 因此说知识工程是专家系统发展的产物.2 知识工程是专家系统的一个重要分支前面讨论了知识工程是专家系统发展的产物,现在进一步讨论知识工程是专家系统的重要分支的问题. 什么是知识工程?人们普遍认为,知识工程是以知识为处理对象,借用工程化的思想,对如何用专家系统的原理、方法、技术为设计、构造和维护知识型系统的一门学科,是专家系统的一个应用分支. 知识工程的目的是在研究知识的基础上,开发智能系统. 因此,知识的获取、知识的表示、知识的运用便构成知识工程的三大要素. 知识工程的核心则是专家系统.从知识工程的研究内容看,知识工程的研究内容主要包括:基础理论研究、实用技术的开发、知识型系统工具研究和智能机等相关课题的研究. 其中基础理论研究基本理论方法,包括:知识的本质、知识的表示、推理、获取和学习方法等;实用技术主要研究解决建立知识系统过程中遇到的问题,包括:实用知识表示方法、实用知识获取技术、实用知识推理方法、知识库结构系统、知识系统体系结构、知识库管理技术、知识型系统的调试与评估技术、实用解释技术、实用接口技术等;建立知识型系统工具主要是为了给系统的开发提供良好的环境工具,以提高系统研制的质量和缩短系统研制周期等.从知识工程系统特点看,知识工程系统能解决专家水平的问题;系统能快速的进行假设和搜索解答;系统能做出具有专家水平的解答;系统具有大量的基础知识和通用的问题求解能力;系统应能选择问题的恰当的表示方式;其中的知识型系统是一个符号系统;系统具有自动推理的能力;能从结构步骤分析、解决、推理问题等,这些都表现出具有专家系统及其系统的特点. 因此,可以说知识工程是专家系统的一个重要应用分支.3 知识工程的发展进一步将专家系统推向更广泛的应用领域传统专家系统不能进入实用的主要原因:一是专家系统中的知识库中只含有少量的规则和事实;二是专家系统的效率极低. 知识工程的研究使专家系统的研究从理论转向更深入的应用,从基于推理的模型转向基于知识的模型,包括了整个知识信息处理的研究. 知识工程的核心是专家系统,知识工程的发展首先决定于专家系统的发展,专家系统的发展必将推动专家系统的应用. 专家系统的开发有三个基本的要素:领域专家、知识工程师、大量实例. 在建立专家系统时,首先由知识工程师把各领域专家的专门知识总结出来,以适当的形式存入计算机,建立起知识库( KB) ,根据这些专门知识,系统可以进行推理,做出判断和决策,能够解决一些只有人类专家才能解决的困难问题,专家系统主要是指软件系统.到目前为止,专家系统的发展主要经历了三代:以化学专家系统、数学专家系统为代表的第一代专家系统,其特点是:专业性较强,整个系统结构、知识和推理依赖较强,没有把知识库和推理机制分开,难以修改、扩充和移植;以医疗诊断专家系统,地质探矿专家系统,数学发现专家系统等为代表的第二代专家系统,其特点是:知识库和推理机分开,系统的模块化和结构化程度较高,具有咨询解释机制,能够进行非精确推理,采用专家系统语言系统进行编辑; 以多学科综合型专家系统,骨架型专家系统等为代表的第三代专家系统,其特点是:强调知识库管理系统建立,倾向于大规模和综合性,重视专家系统开发工具和环境的开发,而不是仅仅开发某个专用的专家系统. 特别是近十年来,知识工程的开发广泛应用于社会各个领域,大大提高了工作效率和工作质量;并已产生巨大的社会效益和经济效益. 据报导,全世界的知识工程的产值每年以超过20 %的增长速度在发展,足见其生命力之旺盛. 因此知识工程的发展推进了专家系统的应用层次,使专家系统的理论走向更深入、广泛的领域.综上所述,知识工程与专家系统有着密切的关系. 专家系统的突破,不仅使专家系统的发展得到了转机,而且开辟了通向知识工程的道路. 一方面随着专家系统技术的不断发展,知识工程正在形成一门新兴的边缘学科,人类正在从数据处理走向知识处理;另一方面,知识工程的发展进一步丰富了专家系统的研究内容,为专家系统找到了更广泛的应用领域.目前,许多国家都把专家系统、知识工程的研究、开发和应用列入发展战略的议事日程,成为本国高科技发展规划的重要组成部分. 现在人们正从如下方面进行研究: (1) 基本理论方法研究; (2) 系统开发及商品化研究; (3) 系统工具的研究. 相信,随着这些理论的日趋成熟、知识工程系统的进一步商品化. 可以预见,今后以知识处理为核心的知识信息处理系统将得到广泛应用,智能计算机系统将成为社会交流、决策、规划和信息处得的主要工具. 下一世纪必将是“知识处理的年代”、“知识工程的年代”、“智能计算机系统的年代”专家系统与知识工程班级：08自动化组员：0823105010 蒋杨文0823105011 邝瑞兴0823105012 王新阳2011.10.26。

经典人工智能算法综述一、专家系统专家系统是人工智能领域最早的知识工程技术之一，该技术首次在20世纪70年代末提出。

专家系统利用专家知识来解决特定问题，主要包括知识表示、知识推理和知识获取等方面。

专家系统常常包括知识库、推理机、用户接口等组成部分，通过模拟专家的经验和知识，来完成推理和决策。

专家系统在医疗、金融、制造等领域得到了广泛的应用，例如Dendral系统是一个专家系统，用于分析气相色谱质谱仪的输出数据以确定化合物的结构。

二、遗传算法遗传算法是一种模仿自然进化过程的搜索优化算法，它通过模拟自然选择、交叉和变异等进化过程来搜索问题的最优解。

遗传算法最早是由美国的约翰·霍兰德于20世纪60年代提出的。

遗传算法主要包括编码、选择、交叉、变异等操作，通过不断进化生成适应度更高的解，从而找到问题的最优解。

遗传算法在优化问题、机器学习、数据挖掘等领域得到了广泛的应用，例如在大规模旅行商问题、神经网络权值优化等问题上展现出了优势。

三、模糊逻辑模糊逻辑是一种用于表示不确定性、模糊性信息的逻辑系统，它在20世纪70年代被提出。

模糊逻辑将传统的逻辑二元关系扩展到了模糊的多值逻辑关系，使得不确定性、模糊性信息能够得到有效的处理。

模糊逻辑主要包括模糊集合理论、模糊关系、模糊推理等内容，被广泛应用于人工智能、控制系统、信息检索等领域。

例如在智能控制系统中，模糊逻辑被用于建模、推理，实现了对复杂系统的精确控制。

四、人工神经网络人工神经网络是一种模仿生物神经网络结构和功能的计算模型，它借鉴了大脑中的神经元和突触结构。

人工神经网络可以通过学习来自动地调整网络的连接权值，从而实现对信息的处理和识别。

人工神经网络于20世纪50年代被提出，并在之后得到了不断的改进和发展。

人工神经网络在模式识别、控制系统、金融预测等领域展现出了优势，例如AlphaGo就是基于深度神经网络的围棋程序，击败了世界冠军。

五、规则学习规则学习是指利用训练数据自动学习出数据中的规则并进行预测和决策的技术。

知识工程与专家系统1 .知识是什么所谓知识，是人们对自然现象的认识和从中总结出的规律、经验。

人类的知识是极其丰富与庞杂的，如何规范描述这些认识、规律、经验一直是人们所探讨的问题，至今没有一个统一模式，但常用K = F + R + C来表述，其中K 表示知识项(Knowledge Items ) ;F 表示事实(Facts ) ，是指人类对客观世界、客观事物的状态、属性、特征的描述，以及对事物之间的关系的描述;R 表示规则(Rules ) ，是指能表达在前提与结论之间的因果关系的一种形式;C 表示概念(ConcePts ) ，主要指事实(术语)的含义、规则的语义说明等。

知识的层次关系描述如图6 一30 所示，其中再生知识是指人们在对客观世界、客观事物认识和总结的基础上，升华提高的系统的专业知识，这些知识被人们学习、传授、再提高、再扩充，最终为人类的需要服务。

2 .知识工程人类智能的衡量反映在对问题的求解、推理能力，学习能力，联想能力上，这就是所谓的“智能三要素”。

如何用计算机系统来实现这些能力，那就是知识工程(Knowledge Based Engineer -ing , KBE )所要解决的问题。

此外，如何通过知识库获得新的知识、新的结论、新的规律等;知识处理系统和知识库的工程设计与实现等间题;人与知识处理系统、知识库之间的界面如何进行交互作用，各种知识处理系统之间的关系问题，以及对知识结构、知识库的研究，这些问题及其实现方法和技术就构成了“知识工程”，或称“知识处理学”。

知识工程是获取特定领域知识并将它送到知识库中去的过程，它是一种设计方法学，使用启发式的设计规则，涵盖构件、装配和系统的开发，系统存储的产品信息模型包含了几何和非几何信息，以及描述产品如何设计、分析和制造的工程准则。

比起其他基于知识的系统，知识工程更加专注于工程设计以及后继的制造、销售等活动。

对知识的处理至少包括以下几个方面：l )知识的表示如何把这些知识用计算机所能接受的形式表示出来，这就是知识表示要研究的问题，应能提供给用户一种或多种知识表示方法，目前已有的知识表达方法有谓词逻辑方法，以框架为基础的知识表示方法，产生式规则，语义网络方法，脚本方法，过程式方法，直接表示法等.同时，一个良好的知识表示方法应该具有充分表达、有效推理、便于管理和易于理解等性能。

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。

专家系统综述摘要综述专家系统的基本概念、主要结构、开发方法以及在机械制造领域的应用情况。

关健词：专家系统综述1、什么是专家系统人工智能(Artifieial Inteligenee简称Al)被誉为本世纪的三大科学技术成就之一，受到了世界各国的普遍重视。

而60年代中期作为人工智能的一个应用领域的专家系统(Expert System简称ES)的出现，使得人工智能的研究从实验室走向了现实世界。

所谓专家系统实际上是一个(或一组)能在某特定领域内.以人类专家水平去解决该领域中困难问题的计算机程序。

或者说，专家系统是这样一个系统：a.专家系统处理现实世界中提出的需要由专家来分析和判断的复杂问题。

b.专家系统利用专家推理方法的计算机模型来解决间题，并且可以得到和专家相同的结论。

由于专家系统的功能主要依赖于大量的知识，这些知识均存在知识库中，通过推理机按一定的推理策略去解决问题，所以它也被称大知识基系统。

专家系统是研究用解决某专门问题的专家知识来建立人机系统的方法和技术。

由于知识在专家系统中起着决定性作用，所以一般将建立专家系统的工作过程称为知识工程。

2、专家系统的基本结构及分类2.1专家系统的墓本结构一个完整的专家系统结构由图1所示的六个部分组成。

其中数据库、知识库、推理机和人机接口是必不可少的部分。

解释部分、知识获取部分是期望部分。

下面分别介绍这些部分。

a.知识库知识库是领域知识的存储器。

它存储专家经验、专门知识与常识性知识，是专家系统的核心部分。

知识库可以由事实性知识和推理性知识组成。

知识是决定一个专家系统性能的主要因素。

一个知识库必须具备良好的可用性、确实性和完善性。

要建立一个知识库，首先要从领域专家那里获取知识即称为知识获取。

然后将获得的知识编排成数据结构井存入计算机中，这就形成了知识库，可供系统推理判断之用。

b.数据库数据库用于存储领域内的初始数据和推理过程中得到的各种信息。

数据库中存放的内容是该系统当前要处理的对象的一些事实。