专家系统概述

第三章 专家控制系统3.1 专家系统概述1.专家及专家系统的定义专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常源于丰富的经验以及他们处理问题的详细专业知识。

定义 3.1专家系统主要指的是一个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经验方法来处理该领域的高水平难题。

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才能处理好的复杂问题。

简而言之，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。

专家系统的基本功能取决于它所含有的知识，因此，有时也把专家系统称为基于知识的系统（knowledge-based system）。

3.1.1 专家系统的特点及优点1.专家系统的特点与常规的计算机程序系统比较，专家系统具有下列特点：（1）启发性 专家系统要解决的问题，其结构往往是不合理的，其问题求解（problem-solving）知识不仅包括理论知识和常识，而且包括专家本人的启发知识。

（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，以便让用户了解推理过程，增大对专家系统的信任感。

（3） 灵活性 专家系统的灵活性是指它的扩展和丰富知识库的能力，以及改善非编程状态下的系统性能，即自学习能力。

（4）符号操作。

与常规程序进行数据处理和数字计算不同，专家系统强调符号处理和符号操作（运算），使用符号表示知识，用符号集合表示问题的概念。

一个符号是一串程序设计，并可用于表示现实世界中的概念。

（5）不确定性推理。

领域专家求解问题的方法大多数是经验性的；经验知识一般用于表示不精确性并存在一定概率的问题。

此外，所提供的有关问题的信息往往是不确定的。

专家系统能够综合应用模糊和不确定的信息与知识，进行推理。

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。