3. 专家系统的起源与发展
• 专家系统的发展已经历了3个阶段，正向第四代过渡和 发展。
• 第一代专家系统（dendral、macsyma等）以高度专业 化、求解专门问题的能力强为特点。但在体系结构的完整 性、可移植性、系统的透明性和灵活性等方面存在缺陷， 求解问题的能力弱。
• 第二代专家系统（mycin、casnet、prospector、 hearsay等）属单学科专业型、应用型系统，其体系结构 较完整，移植性方面也有所改善，而且在系统的人机接口、 解释机制、知识获取技术、不确定推理技术、增强专家系 统的知识表示和推理方法的启发性、通用性等方面都有所 改进。
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
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 形成解决问题的假设方案集 对假设方案集进行排序 选择最优方案执行之
Y
问题已解决？
① 充分表示领域知识 ② 能充分、有效地进行推理 ③ 便于对知识的组织、维护与管理 ④ 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
2020/3/18
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 。
4. 专家系统的结构
• 知识获取机构
–是建造和设计专家系统的关键，负责系统的知识获取 –基本任务是为专家系统获取知识，建立起健全、完善、
有效的知识库，以满足求解领域问题的需要 –要对知识进行一致性、完整性检测 –获取方式：人工输入、部分学习、自动学习
4. 专家系统的结构
• 人机接口
–专家系统与领域专家、知识工程师、一般用户间进行 交互的界面
2020/3/18
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。
• 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
• 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。
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。
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。
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
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。
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。
任务八 智能技术应用
项目二 专家系统（ES）应用
1. 专家系统的概念
迄今为止，关于什么是专家系统，目前尚无一个十分 确切的定义。
其一般公认定义：专家系统是一个具有智能的程序系 统，其内部具有大量的专家水平的知识与经验；该系统能 利用专家的知识与推理方法来解决专门领域的问题；它能 对自身所得出的结论做出清楚、明晰、合理的解释。
2020/3/18
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，
2020/3/18
10
2. 专家系统的一般特点
• (5)具有自学习及自修正能力。有些专家系统还具有“
自学习”能力，即不断对自己的知识进行扩充、完善和 提炼。专家系统还能随时修正已有的知识或归纳出新的 知识，适应新情况的需要，这一点是传统系统所无法比 拟的。
• (6)具有专业和长效性。专家系统大量使用的是专家级
–由一组程序及相应的硬件组成，用于完成输入输出工 作
–功能：知识的输入、更新、完善、扩充和维护知识库； 推理过程中人机交互，问题输入；系统可通过人机接 口结果，向用户提问，结束时显示结果。
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
•
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。
–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
• 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。