人工智能第六章_专家系统_的要点
- 格式:doc
- 大小:382.50 KB
- 文档页数:9
人工智能专家系统人工智能(Artificial Intelligence,简称AI)专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力,可以用于辅助决策、问题诊断和解决方案推荐等方面。
本文将从专家系统的定义、原理、组成和应用等四个方面进行论述。
一、专家系统的定义专家系统是一种基于知识工程的人工智能系统,它通过模拟和利用领域专家的经验和知识来解决特定领域的问题。
专家系统主要由知识库、推理机和用户界面三部分组成。
知识库存储了经验和知识,推理机则对知识进行推理和运算,用户界面则提供了用户与系统进行交互的接口。
二、专家系统的原理专家系统的原理可以概括为知识获取、知识表示、知识推理和知识应用四个步骤。
知识获取是指将专家的经验和知识进行提取和整理,并存储到系统的知识库中;知识表示是指将知识以适当的形式进行表达和组织,以便系统能够理解和推理;知识推理是指根据系统中的知识,通过推理机对问题进行分析和推理;知识应用是指将推理得到的结果转化为实际解决方案,供用户使用。
三、专家系统的组成专家系统主要由知识库、推理机和用户界面三部分组成。
知识库是专家系统存储知识和经验的地方,常见的形式包括规则库、案例库和模型库等。
推理机是专家系统进行推理和运算的核心组件,它能够根据知识库中的知识进行逻辑推理和问题求解。
用户界面则提供了用户与系统进行交互的接口,使用户能够方便地向系统提供问题并获取解决方案。
四、专家系统的应用专家系统在各个领域都有广泛的应用。
在医疗领域,专家系统可以用于辅助疾病诊断和治疗方案选择;在金融领域,专家系统可以用于风险评估和投资决策;在工业领域,专家系统可以用于故障诊断和维修指导。
此外,专家系统还可以应用于法律、教育、交通等领域,为人们提供更加智能化和便捷化的服务。
综上所述,人工智能专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力,具有广泛的应用前景。
⼈⼯智能习题答案-第6章-专家系统第六章专家系统6-1 什么叫做专家系统?它具有哪些特点与优点?专家系统是⼀种模拟⼈类专家解决领域问题的智能计算机程序系统,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⽅法来处理该领域问题。
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处理的复杂问题。
特点:(1)启发性专家系统能运⽤专家的知识与经验进⾏推理、判断和决策(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,以便让⽤户能够了解推理过程,提⾼对专家系统的信赖感。
(3) 灵活性专家系统能不断地增长知识,修改原有知识,不断更新。
优点:(1) 专家系统能够⾼效率、准确、周到、迅速和不知疲倦地进⾏⼯作。
(2) 专家系统解决实际问题时不受周围环境的影响,也不可能遗漏忘记。
(3) 可以使专家的专长不受时间和空间的限制,以便推⼴珍贵和稀缺的专家知识与经验。
(4) 专家系统能促进各领域的发展,它使各领域专家的专业知识和经验得到总结和精炼,能够⼴泛有⼒地传播专家的知识、经验和能⼒。
(5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重⼤问题的能⼒,它拥有更渊博的知识、更丰富的经验和更强的⼯作能⼒。
(6) 军事专家系统的⽔平是⼀个国家国防现代化的重要标志之⼀。
(7) 专家系统的研制和应⽤,具有巨⼤的经济效益和社会效益。
(8) 研究专家系统能够促进整个科学技术的发展。
专家系统对⼈⼯智能的各个领域的发展起了很⼤的促进作⽤,并将对科技、经济、国防、教育、社会和⼈民⽣活产⽣极其深远的影响。
6-2 专家系统由哪些部分构成?各部分的作⽤为何?(1) 知识库(knowledge base)知识库⽤于存储某领域专家系统的专门知识,包括事实、可⾏操作与规则等。
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。
人工智能--专家系统(ES)专家系统是人工智能走向实际应用的一个成功典范,它是人工智能的一个发展分支,自1968年费根鲍姆等人研制成功第一个专家系统DENDEL以来,专家系统获得了飞速的发展,并且运用于医疗、军事、地质勘探、教学、化工等领域,产生了巨大的经济效益和社会效益。
现在,专家系统已成为人工智能领域中最活跃、最受重视的领域。
一、人工智能的简介人工智能(Artificial Intelligence) ,英文缩写为AI。
它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能的传说可以追溯到古埃及,但随着1941年以来电子计算机的发展,技术已最终可以创造出机器智能,“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的,从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展,在它还不长的历史中,人工智能的发展比预想的要慢,但一直在前进,从40年前出现到现在,已经出现了许多AI程序,并且它们也影响到了其它技术的发展。
二、专家系统的概念与简单介绍专家系统(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。
它能够有效地运用专家多年积累的有效经验和专门知识,通过模拟专家的思维过程,解决需要专家才能解决的问题。
专家系统是人工智能中最重要的也是最活跃的一个应用领域,它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。
20世纪60年代初,出现了运用逻辑学和模拟心理活动的一些通用问题求解程序,它们可以证明定理和进行逻辑推理。
但是这些通用方法无法解决大的实际问题,很难把实际问题改造成适合于计算机解决的形式,并且对于解题所需的巨大的搜索空间也难于处理。
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: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。
再寻找新的规则,即IF B is y
THEN ….。
后向链接是目标驱动推理,在后向推理中,专家系统有个目标,推理引擎试图来证明它的正确性。
首先建立一个新目标,来证明新目标的正确性,即证明规则的IF部分,继续搜寻知识库中能够证明子目标的规则。
通常采用的基本推理机制还是后向连接,因为在前向链接中,执行的很多规则可能对确定的目标没有什么关系,导致系统效率低下,只有在建立新事实时才会使用前向链接,以便更大程度上使用新数据。
看习题6-12 P175
4.基于规则的专家系统解决冲突
a.定义规则的优先级。
b.根据顺序执行,因此规则的顺序也很重要。
C.使用最近录入的规则。
5. 基于规则的专家优缺点
优点:a.自然知识的描述; b. 统一的结构(IF …THEN); c.知识与处理过程分离。
缺点:a. 规则间的关系不透明; b. 搜索策略的工作效率抵消,因为系统存在大量的穷举搜索;c.不能自学习,没有能力从经验中学习
基于框架的专家系统
框架是一种结构化表示方法,它由若干描述相关事物各方面及其概念的槽构成,每个槽有若干侧面,每个侧面又可拥有若干值
框架包含给定对象的知识。
其中包括名字和属性(又叫槽)的集合
框架和面向对象中的对象是同义词
图6.6 人类的框架分层结构 P158
基于模型的专家系统
基于模型的专家系统是由一些原理与运行方式不同的模型综合而成的专家系统
知识从显式表示变为隐式表示。
知识不是通过人的加工转换成规则,而是通过学习算法自动获取的。
分布式专家系统具有分布处理的特征,能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,从而有总体上提高系统的处理效率。
它可以工作在紧耦合的多处理器系统环境中,也可工作在松耦合的计算机网络环境中,其总体结构在很大程度上依赖于其所在的硬件环境。
协同式专家系统又称为“群专家系统”,是一个能综合若干个相近领域或一个领域的多个方面的子专家系统互相协作,共同
解决一个更广领域问题的专家系统。
是克服一般专家系统的局限性的重要途径。
它不着重于处理的分布和知识的分布,而是更强调子系统间的
协同合作。
它并不一定要求有多个处理机的硬件环境,而且一般都是在同
一个处理机上实现各子专家系统的。
专家系统的开发工具三种类型
骨架型
它是在一些获得成功应用的专家系统的基础上,抽去具体的知识内容,保留知识表达的外壳和推理机构,增强知识获取子系统的功能而形成的一种专用工具。
当领域专家在知识工程师的协助下,装入不同于原先的具体知识后,就构成一个新的专家系统。
例如MYCIN系统是诊断血液感染病的专家系统,当抽去血液感染病的知识、增强知识获取中的人机对话功能后,就形成了开发工具,称为EMYCIN,利用它装入肺功能的有关知识,就构成了用于诊断肺功能的专家系统,称PUFF。
这类专用工具的特点是使用方便,生成的专家系统运行效率高。
但这类工具的适用范围较窄。
通用型
这类工具提供一种较为通用的知识表达语言,并为这类语言配置相应的推理机构。
例如OPS-5是面向产生式系统的语言,它内部配备了正向推理机构,使用者只要输入产生式形式的知识和事实,系统就靠内部的推理机制获得问题的解。
又如PROLOG语言是面向一阶谓词逻辑的语言,内部配备了逆向推理机构,使用者也只要输入一阶谓词形式的知识和事实,系统就能自动求出若干个解。
这类工具的特点是适用范围较广,但生成的专家系统运行效率较低,且这类工具不易掌握,需要有一定的软件专业知识。
著名的专家系统RI就是利用OPS-5写成的。
工具箱型
是介于通用和专用之间的一种开发工具。
它提供几种专家系统的框架组件(如推理框架,黑板框架等),每个框架又由若干模块组成。
根据设计者的需求说明,系统将自动生成具有一定领域针对性的专家系统。
属于这类开发工具的有AGE,ZDEST-1。