专家系统的工作原理
目标问题分析
根据目标问题集聚知识 知识库
形成解决问题的假设方案集
• 解释机构 –解释结构是与人——机接口相连的部件，它负责对专 家系统的行为进行解释，并通过人——机接口界面提 供给用户。 –主要功能：对系统推理过程进行跟踪和记录，回答用 户提出的问题，解释系统的推理过程，使系统对用户 透明。 –主要形式：系统提示，人机对话
专家系统的工作原理
• 根据知识库中的知识和用户提供的事实进 行推理，不断地由已知的前提推出未知的 结论即中间结果，并将中间结果放到数据 库中，作为已知的新事实进行推理，从而 把求解的问题由求知状态转换为已知状态 • 在专家系统的运行过程中，会不断地通过 人机接口与用户进行交互，向用户提问， 并向用户作出解释
2018/10/20 8
2. 专家系统的一般特点
• (3)具有灵活性及可扩充性。 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。其灵活性还表现为：由于知识库 与推理机分离，使人们可把一个技术上成熟的专家系统 变为一个专家系统工具，即只要抽去知识库中的知识就 可使它变为一个专家系统外壳。当要建立另外一个其功 能与之类似的专家系统时，只要把相应的知识装入到该 外壳的知识库中就可以了。这就节省了耗时费工的开发 工作。事实上，目前有一些专家系统开发工具就是这样 得来的。例如，由专家系统MYCIN得到的构造工具EMYCIN ；由PROSPECTOR得到的ES外壳KAS等。
3. 专家系统的起源与发展
第二阶段特点： (1) 单学科专业型专家系统； (2) 系统结构完整，功能较全面，移植性好； (3) 具有推理解释功能，透明性好； (4) 采用启发推理、不精确推理； (5) 用产生式规则、框架、语义网络表达知识； (6) 用限定性英语进行人—机交互
3. 专家系统的起源与发展
4. 专家系统的结构
• 综合数据库 –又称“黑板”、“综合数据库”或“动态数据库” –用于存放用户提供的初始事实、问题描述及系统运行 过程中得到的中间结果、最终结果等信息 –是推理机不可缺少的工作场地，同时由于它可记录推 理过程中的各种有关信息，又为解释机构提供了回答 用户咨询的依据
4. 专家系统的结构
• • • • • 对比专家，则专家系统也应具备以下四个要素： (1) 应用于某专门领域； (2) 拥有专家级知识； (3) 能模拟专家的思维； (4) 能达到专家级水平。
2. 专家系统的一般特点
• 专家系统的特点： 1）知识丰富。积累了相当数量专家的知识； 2）启发性。专家系统能运用专家知识进行判断、推 理和决策； 3）复杂度高。知识库中的知识虽然涉及的面比较窄， 但是它具有较高的复杂度与难度； 4）具有获取知识的能力； 5）透明性。具有解释功能，并能回答用户提出的问 题，提高用户与系统之间的透明度； 6）灵活性。知识与推理机构彼此既有联系，又相互 独立，使专家系统具有良好的可维护性和可扩展性。
3. 专家系统的起源与发展
• 第一阶段（60年代末—70年代初） – 第一个里程碑：斯坦福大学费根鲍姆等人于 1968 年研制成功的 DENDRAL——分析化合物分子结构的专家系统分析 • 利用质谱和核磁共振等化学实验数据推断出未知化合物的可能 分子结构 – MYCSYMA系统是由麻省理工学院（MIT）于1971年开发成功并投入 应用的专家系统，它能够求解各种数学问题 – 特点 • 高度的专业化，专门问题求解能力强 • 结构、功能不完整，移植性差，缺乏解释功能
简单地说，能够向用户提供关于某一领域中专家水平 的决策与解释的智能模拟系统，称为专家系统。
专家系统作为专家的功能主要是应用了人工智能领域 的相关技术。
1. 专家系统的概念
• 现实中有许多问题，都要依靠专门领域的专家来解决 。专家对问题的推理和决策，除了依据他们的学识外，还 要取决于个人实践经历中积累的经验和练就的直觉方法。 其中，包括一些不确定的知识，从而以专家的决断，对问 题给出权威的解答。
2018/10/20 9
2. 专家系统的一般特点
• (4)具有透明性。专家系统必须具有解释功能，能
回答用户提出的问题，向用户解释它的决策动机和结论 的推理过程，使用户能清楚地了解系统处理问题正确性 ，通过增强系统的透明度而取信于用户。例如，一个医 疗诊断专家系统诊断某病人患有肺炎，而且必须用某种 抗生素治疗，那么，这一专家系统应向病人解释为什么 判断他患有肺炎，解释用该抗生素治疗的原因，就像一 位医疗专家对病人详细解释病情一样。
•
3. 专家系统的起源与发展
• 第三代专家系统属多学科综合型系统，采用多种人工智能 语言，综合采用各种知识表示方法和多种推理机制及控制 策略，并开始运用各种知识工程语言、骨架系统及专家系 统开发工具和环境来研制大型综合专家系统。 • 在总结前三代专家系统的设计方法和实现技术的基础上， 已开始采用大型多专家协作系统、多种知识表示、综合知 识库、自组织解题机制、多学科协同解题与并行推理、专 家系统工具与环境、人工神经网络知识获取及学习机制等 最新人工智能技术来实现具有多知识库、多主体的第四代 专家系统。
3. 专家系统的起源与发展
• 第二阶段（70年代中—80年代初） – MYCIN是由美国斯坦福大学研制的用于细菌感染性疾病的诊断和治 疗的专家系统 • 提出知识库概念；引入可信度方法；推理解释；英语交互 – PROSPECTOR是由美国斯坦福研究所开发的一个探矿专家系统 • 首次实地分析华盛顿州某山区一带的地质资料，发现了一个钼 矿床 • 第一个有明显经济效益的ES – CASNET 是一个几乎与 MYCIN 同时开发的专家系统，由拉特格尔 （Rutger）大学开发，用于青光眼诊断与治疗 – AM系统是由斯坦福大学于1981年研制成功的专家系统 • 模拟人类进行概括、抽象和归纳推理，发现某些数论的概念和 定理
2. 专家系统的一般特点
同一般的计算机应用系统（如数值计算、数据
处理系统等）相比，专家系统具有下列特点：
• (1) 具有高性能。 现实世界中，以数学化公式为
核心的知识仅约占8%，大部分问题都是非数学化的 知识。专家系统善于解决那些不确定性的、非结构 化的、没有算法解或虽有算法解但在现有的机器上 无法实施的高难问题。
4. 专家系统的结构
专家系统通常由六个部分组成：
人机接口、推理机、知识库、动态数据库、知识获取机构、解释机构
用户
领域专家
知识工程师
人 机 接 口 专 家 系 统 核 心
解释机构
知知识库
4. 专家系统的结构
• 知识库 主要用来存放领域专家提供的专门知识
(1) 知识表达方法的选择
水平的专门领域所谓“深知识”来决策，而不是一般系 统那样多使用常识性知识，即所谓“浅知识”；专家系 统不像人那样容易疲劳、遗忘，易受环境、情绪等的影 响，它可始终如一地以专家级的高水平求解问题。
2018/10/20 11
3. 专家系统的起源与发展
20世纪60年代初，出现了运用逻辑学和模拟心理活动的 一些通用专家系统问题求解程序，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。 • 1968年，f.a.费根鲍姆等人在总结通用问题求解系统的 成功与失败经验的基础上，结合化学领域的专门知识，研 制了世界上第一个专家系统dendral ，可以推断化学分子 结构。 • 20多年来，知识工程的研究，专家系统的理论和技术不 断发展，应用渗透到几乎各个领域，包括化学、数学、物 理、生物、医学、农业、气象、地质勘探、军事、工程技 术、法律、商业、空间技术、自动控制、计算机设计和制 造等众多领域，开发了几千个的专家系统，其中不少在功 能上已达到，甚至超过同领域中人类专家的水平，并在实 际应用中产生了巨大的经济效益。
• 第三阶段（80年代以来） – DEC公司与卡内基-梅隆大学合作开发了专家系统XCON • 为VAX计算机系统制订硬件配置方案，节约资金近1亿美元 – 专家系统开发工具的出现，它在许多领域简化了专家系统的构造 • 如骨架系统EMYCIN、KAS、EXPERT，通用知识工程语言OPS5、 RLL，模块式专家系统工具AGE等
一个专家系统必须满足的基本条件是：
• ①专家系统处理的是现实世界中原本应由专家分析和判断 的复杂问题；
• ② 专家系统解决问题的模型和方案来自于专家的经验和推 理方法；
• ③专家系统应该得到和专家一致的判断结论与决策。
• 本质上，专家系统只是一个高级的计算机智能程序系统。
1. 专家系统的概念
• 专家系统（Expert System)亦称专家咨询系统 ，它是一种智能计算机(软件)系统。顾名思义 ，专家系统就是能像人类专家一样解决困难、 复杂的实际问题的计算机(软件)系统。
2018/10/20
7
2. 专家系统的一般特点
• (2)具有知识与实用性。 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。其 次， 许多经典的人工智能程序往往是从纯学术技 术目的出发研制的一种实验性研究工具，而专家 系统解决的是人们在生产实践、科学研究、产品 设计以及其它领域的实际问题，更多地强调实用 。
（最多的三种表示方法是产生式规则、框架和语义网络）
① ② ③ ④ 充分表示领域知识 能充分、有效地进行推理 便于对知识的组织、维护与管理 便于理解与实现
(2) 知识库管理系统 对知识库中的知识组织、检索和维护
4. 专家系统的结构
• 推理机
–模拟领域专家的思维过程，控制并执行对问题的求解 –推理机包括推理方法和控制策略两部分 • 推理方法有精确推理和不精确推理 • 控制策略主要指推理方向控制及推理规则选择策略 • 推理有正向推理、反向推理和正反向混合推理 • 推理策略一般还与搜索策略有关