专家系统的应用和发展情况班级：学号：姓名：指导教师：时间：摘要：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。

专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般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领域专家才能解决的复杂问题。

英文摘要：Artificial intelligence expert systems is the most important area of application is also one of the most vibrant, it embodied artificial intelligence from theoretical research to practical application, the shift from general reasoning strategies to use the expertise of a major breakthrough.Early expert system is an important branch of artificial intelligence, which can be thought of as a computer intelligent programming system with specialized knowledge and experience, take the knowledge of knowledge representation and reasoning in artificial intelligence to simulate the often complex issues can be resolved by experts in the field.关键字：专家系统、DENDRAL、MACSYMA、HEARSAY、INTERNIST、MYCIN、PROSPCTOR、人工神经网络正文：近三十年来人工智能（Artificial Intelligence，AI）获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果。

作为人工智能一个重要分支的专家系统（Expert System，ES）是在20世纪60年代初期产生和发展起来的一门新兴的应用科学，而且正随着计算机技术的不断发展而日臻完善和成熟。

一般认为，专家系统就是应用于某一专门领域，由知识工程师通过知识获取手段，将领域专家解决特定领域的知识，采用某种知识表示方法编辑或自动生成某种特定表示形式，存放在知识库中，然后用户通过人机接口输入信息、数据或命令，运用推理机构控制知识库及整个系统，能像专家一样解决困难的和复杂的实际问题的计算机（软件）系统。

专家系统按其发展过程大致可分为三个阶段：初创期(1971年前)，成熟期(1972—1977年)，发展期(1978年至今)。

①初创期人工智能早期工作都是学术性的，其程序都是用来开发游戏的。

尽管这些努力产生了如国际象棋、跳棋等有趣的游戏，但其真实目的在于计算机编码加入人的推理能力，以达到更好的理解。

1965年在美国国家航空航天局要求下，斯坦福大学研制成功了DENRAL系统，DENRAL的初创工作引导人工智能研究者意识到智能行为不仅依赖于推理方法，更依赖于其推理所用的知识。

该系统具有非常丰富的化学知识，是根据质谱数据帮助化学家推断分子结构，被广泛地应用于世界各地的大学及工业界的化学实验室。

这个系统的完成标志着专家系统的诞生。

在此之后，麻省理工学院开始研制MACSYMA系统，它作为数学家的助手使用启发式方法变换代数表达式，现经过不断扩充，能求解600多种数学问题，其中包括微积分、矩阵运算、解方程和解方程组等。

同期，还有美国卡内基－梅隆大学开发的用于语音识别的专家系统HEARSAY，该系统表明计算机在理论上可按编制的程序同用户进行交谈。

20世纪70年代初，匹兹堡大学的鲍波尔和内科医生合作研制了第一个用于医疗的内科病诊断咨询系统INTERNIST。

这些系统的研制成功使得专家系统受到学术界及工程领域的广泛关注。

②成熟期到20世纪70年代中期，专家系统已逐步成熟起来，其观点逐渐被人们接受，并先后出现了一批卓有成效的专家系统。

其中，最为代表的是肖特立夫等人的MYCIN系统，该系统用于诊断和治疗血液感染和脑炎感染，可给出处方建议（提供抗菌剂治疗建议），不但具有很高的性能，而且具有解释功能和知识获取功能。

MYCIN系统是专家系统的经典之作。

另一个非常成功的专家系统是PROSPCTOR系统，它用于辅助地质学家探测矿藏，是第一个取得明显经济效益的专家系统。

PROSPCTOR的性能据称完全可以同地质学家相比拟。

除这些成功实例以外，在这一时期另外两个影响较大的专家系统是斯坦福大学研制的AM系统及PUFF系统。

AM是一个用机器模拟人类归纳推理、抽象概念的专家系统，而PUFF是一个肺功能测试专家系统，经对多个实例进行验证，成功率达93%。

诸多专家系统地成功开发，标志着专家系统逐渐走向成熟。

③发展期从20世纪80年代初，医疗专家系统占了主流，主要原因是它属于诊断类型系统且开发比较容易。

但是到了80年代中期，专家系统发展在应用上最明显的特点是出现了大量的投入商业化运行的系统，并为各行业产生了显著的经济效益。

其中一个著名的例子是DEC公司与卡内基－梅隆大学合作开发的XCON-R1专家系统，它用于辅助数据设备公司（DEC）的计算机系统的配置设计，每年为DEC公司节省数百万美元。

专家系统的应用日益广泛，处理问题的难度和复杂度不断增大，导致了传统的专家系统无法满足较为复杂的情况，迫切需要新的方法和技术去支持。

从80年代后期开始，一方面随着面向对象、神经网络和模糊技术等新技术迅速崛起，为专家系统注入了新的活力；另一方面计算机的运用也越来越普及，而且对智能化的要求也越来越高。

由于这些技术发展的成熟，并成功运用到专家系统之中，使得专家系统得到更广泛的运用。

近年来专家系统技术逐渐成熟，广泛应用在工程、科学、医药、军事、商业等方面，而且成果相当丰硕，甚至在某些应用领域，还超过人类专家的智能与判断。

其功能应用领域概括有：解释（Interpretation）——如测试肺部测试（如PUFF）。

预测（Prediction）——如预测可能由黑蛾所造成的玉米损失（如PLAN）。

诊断（Diagnosis）——如诊断血液中细菌的感染（MYCIN）。

又如诊断汽车柴油引擎故障原因之CATS系统。

故障排除（Fault Isolation）——如电话故障排除系统ACE。

设计（Design）——如专门设计小型马达弹簧与碳刷之专家系统MOTORBRUSHDESIGNER。

规划（Planning）——就出名的有辅助规划IBM计算机主架构之布置，重安装与重安排之专家系统CSS，以及辅助财物管理之PlanPower专家系统。

监督（Monitoring）——如监督IBM MVS操作系统之YES/MVS。

除错（Debugging）——如侦查学生减法算术错误原因之BUGGY。

修理（Repair）——如修理原油储油槽之专家系统SECOFOR。

行程安排（Scheduling）——如制造与运输行称安排之专家系统ISA。

又如工作站（work shop）制造步骤安排系统。

教学（Instruction）——如教导使用者学习操作系统之TVC专家系统。

控制（Control）——帮助Digital Corporation计算机制造及分配之控制系统PTRANS。

分析（Analysis）——如分析油井储存量之专家系统DIPMETER及分析有机分子可能结构之DENDRAL系统。

它是最早的专家系统，也是最成功者之一。

维护（Maintenance）——如分析电话交换机故障原因之后，及能建议人类该如何维修之专家系统COMPASS。

架构设计（Configuration）——如设计VAX计算机架构之专家系统XCON以及设计新电梯架构之专家系统VT等。

校准（Targeting）——例如校准武器如何工作目前已研究的专家系统模型有很多种，其中较为流行的有：基于规则的专家系统、基于案例的专家系统、基于框架的专家系统、基于模糊逻辑的专家系统、基于D-S证据理论的专家系统、基于人工神经网络的专家系统和基于遗传算法的专家系统等。

这些专家系统的技术要点如下。

（1）基于规则的专家系统基于规则推理（Rule Base Reasoning，RBR）的方法是根据以往专家诊断的经验, 将其归纳成规则，通过启发式经验知识进行推理。

它具有明确的前提，得到确定的结果。

它是构建专家系统最常用的方法，这主要归功于大量的成功实例和工具的出现。

早期的专家系统大多数是用规则推理的方法，如DENDRAL专家系统、MYCIN专家系统、PROSPECTOR专家系统等。

在转化为机器语言时，用产生式的“IF…AND（OR）…THEN…”表示。

因此这种系统又称为产生式专家系统。

（2）基于案例的专家系统基于案例推理（Case Based Reasoning，CBR）的方法就是通过搜索曾经成功解决过的类似问题，比较新、旧问题之间的特征、发生背景等差异，重新使用或参考以前的知识和信息，达到最终解决新问题的方法。

它起源于1982年美国学者Roger Schank（关于人类学习和回忆的动态存储模型的研究工作）。

第一个真正意义上的基于案例的专家系统是1983年由耶鲁大学Janet Kolodner教授领导开发的CYRUS系统。

它以Schank的动态存储模型和问题求解的MOP（Memory Organized Packet）理论为基础，做与旅行相关的咨询工作。

这种类比推理比较符合人类的认知心理。

（3）基于框架的专家系统框架(Frame) 是将某类对象的所有知识组织在一起的一种通用数据结构，而相互关联的框架连接组成框架系统。

1975年美国麻省理工学院的著名的人工智能学者明斯基在其论文中提出了框架理论，并把它作为理解视觉、自然语言对话及其它复杂行为的基础。

在框架理论中, 框架被视作表示知识的一个基本单位。

它把要描述的事务各方面的知识放在一起, 通过槽值关联起来。

框架的顶层是代表某个对象的框架名，其下为代表该框架某一方面属性的若干个槽, 槽由槽名和槽值组成。

槽下还可分为若干个侧面（由侧面名和侧面值组成）。

一个框架系统常被表示成一种树形结构，树的每一个节点是一个框架结构，子节点与父节点之间用槽连接。

当子节点的某些槽值或侧面值没有被直接记录时，可以从其父节点继承这些值。