知识工程与知识发现(讲稿22-专家系统)

1第三章专家系统（ExpertSystem：ES）专家系统是人工智能应用研究的一个重要领域。在20世纪60年代中期，正当大多数人热衷于博弈、定理证明、问题求解等研究时，另一个重要的研究领域---专家系统已悄然开始孕育。（由美国斯坦福大学的费根鲍姆E.A.Feigenbaum，1965年在他领导的研究小组内研究化学专家系统DENDRAL，68年完成并投入使用）。也正是专家系统的萌芽，才使得人工智能在后来出现的困难和挫折中很快找到了前进方向，开创了一条以知识为中心、面向应用开发的研究道路，使人工智能又进入了一个新的蓬勃发展时期。专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走向专门知识运用的重大突破，是人工智能发展史上的一次重要转折。专家系统是一个具有大量专门知识，并能够利用这些知识去解决特定领域中需要由专家才能解决的那些问题的计算机程序。自Feigenbaum后，相继出现了MYCIN专家系统、地质勘探专家系统PROSPECTOR，数学专家系统MACSYMA等。知识工程的核心是专家系统，知识工程的发展首先决定于专家系统的发展，专家系统的发展必将推动人工智能的应用。专家系统的开发有三个基本的要素：领域专家、知识工程师、大量实例。在建立专家系统时，首先由知识工程师把领域专家的专门知识总结出来，以适当的形式存入计算机，建立起知识库（KB），根据这些专门知识，系统可以进行推理，做出判断和决策，能够解决一些只有人类专家才能解决的困难问题。专家系统主要是指软件系统。教学目的：了解专家系统的基本概念掌握专家系统的基本结构掌握专家系统的知识获取方法和过程了解专家系统的开发步骤、开发工具23.1专家系统的基本概念3.1.1什么是专家系统？目前，对专家系统还没有一个严格公认的形式化定义。作为一种一般的解释，可以认为：专家系统是一种具有大量专门知识与经验的智能程序系统，它能运用领域专家多年积累的经验和专门知识，模拟领域专家的思维过程，解决该领域中需要专家才能解决的复杂问题。从上述解释可以看出，专家系统包含三个方面的内容：（1）专家系统是一种程序系统，但又具有智能，因此它不同于一般的程序系统，而是一种能运用专家知识和经验进行推理的启发式程序系统；（2）专家系统的智能来源于领域专家的知识、经验及解决问题的诀窍；（3）专家系统所要解决的问题，一般是那些本来应该由领域专家才能解决的问题。3.1.2专家系统的分类专家系统都是针对某一应用领域而建立的。不同应用领域的专家系统，其功能、设计方法及实现技术也各不同。对专家系统的类型，可以有多种不同的划分方法。1.按求解问题的性质分类海叶斯-罗斯（F.Heyes-Rose）按照求解问题的性质，将专家系统分为以下10种类型：（1）解释型专家系统解释型专家系统的任务是通过对已知信息和数据的分析与解释，确定它们的含义。其主要特点有：系统处理的数据量很大，而且往往是不准确的、错误的或不完全的；系统能够从不完全的信息中得出解释，并能对数据做出某种假设；系统的推理过程可能很复杂和很长，因而要求系统具有对自身推理过程做出解释的能力。如，卫星图像分析、集成电路分析、石油测井数据分析、染色体分类等。3（2）预测型专家系统预测型专家系统的任务是通过对过去或现在知识状况的分析，推断未来可能发生的情况。其主要特点有：系统处理的数据随时间变化，而且可能是不正确或不完备的；系统需有适应时间变化的动态模型，能够从不完全和不准确的信息中得出预报，并达到快速响应的要求；预测型专家系统的例子，主要有气象预报、军事预测、人口预测、经济预测和作物产量预测等。（3）诊断型专家系统诊断型专家系统的任务是根据观察到的情况来推断出某个对象机能失常的原因。其主要特点：能够了解被诊断对象和客体各组成部分的特性，以及它们之间的联系；能够区分一种现象及其所掩盖的另一种现象；能够向用户提出测量的数据，并从不确切信息中得出尽可能正确的诊断。诊断型专家系统的例子特别多，有医疗诊断、电子或机械故障诊断以及材料失效诊断等。如，MYCIN、CASNET。（4）设计型专家系统设计型专家系统的任务是根据设计要求，求出满足设计问题约束的目标配置。其主要特点有：善于从多方面的约束中得到符合要求的设计结果；系统需要检索较大的可能解空间；善于分析各种子问题，并处理好子问题间的相互作用；能够试验性地构造出可能设计，并易于对所得设计方案进行修改；能够使用已被证明是正确的设计来解释当前的设计。设计型专家系统的例子主要有：电路设计、土木建筑工程设计、机械产品设计、生产工艺设计等。（5）规划型专家系统4规划型专家系统的任务是要寻找出某个能够达到目标的动作序列或步骤。其主要特点有：所要规划的目标可能是动态的或静止的；所涉及的问题可能很复杂，要求系统能抓住重点，处理好各子目标间的关系和不确定的信息，并通过试验性动作得出可行的规划；规划型专家系统可用于：机器人规划、交通运输调度、工程项目论证、通信与军事指挥以及农作物施肥方案规划等。（6）监视型专家系统监视型专家系统的任务在于对系统、对象或过程的行为进行不断观察，并把观察到的行为与其应当具有的行为进行比较，以发现异常情况，发出警报。其主要特点有：系统应具有快速反应能力，在造成事故之前及时报警；系统发出的警报要有很高的精确度；系统能够随时间和条件的变化而动态地处理其输入信息。如，核电站的安全监视、防空监视与报警、国家财政的监控及农作物病虫害的监视与报警等。（7）控制型专家系统控制型专家系统的任务是自适应地管理一个受控对象或客体的全面行为，使其满足预期要求。其主要特点有：能够解释当前情况，预测未来可能发生的情况；能够诊断可能发生的问题及其原因，不断修正计划，并控制计划的执行。如，交通管制、商业管理、自主机器人控制、作战管理、生产过程控制和生产质量控制等许多方面。（8）调试型专家系统调试型专家系统的任务是对失灵的对象给出处理意见和方法。它要求专家系统须具有规划、设计、预报和诊断等功能。如，新产品或新系统的调试、维修设备的调整、测试与试验。（9）教学型专家系统5任务：是根据学生的特点、弱点和基础知识，以最适当的教学方案和教学方法对学生进行教学和辅导。其主要特点有：同时具有诊断和调试功能；具有良好的人机界面。（10）修理型专家系统任务：是对发生故障的对象（系统或设备）进行处理，使其恢复正常工作。主要特点同时肯有诊断、调试、计划和执行等功能。此外，还有：决策型专家系统、管理型专家系统等。2.按求解问题的要求分类斯特菲克（M.Stefike）等人根据专家系统求解问题的要求及其难易程度由低到高将专家系统分为10个不同的层次。（1）具有可靠知识和数据的小型搜索空间的专家系统P263这类专家系统要求解的问题最简单，它所具有的知识和数据都十分可靠，且问题的解空间也比较小。像这类简单任务的专家系统，只需经过穷举搜索方式即可得到问题的解。事实上，对这类问题，也没有研制专家系统的必要。（2）所用知识和数据不完全可靠的专家系统启发性知识推理或不确定性推理（3）所求解问题的推理需要随时间变化的专家系统这类专家系统所依据的数据是随时间变化的，因此它应该能够描述和模拟各种数据随时间变化的情况。事实上，对预测性、实时性要求高的专家系统，对时变推理的要求就更高。目前研制这类专家系统的难度较大。（4）所求解的问题是可分解的专家系统这类任务的专家系统，可以把解空间划分成一些较小的子空间，并采用剪枝的方法，以减少搜索范围和搜索空间。（5）所求解的问题是不可分解的专家系统这类任务的专家系统不能采用分解和剪枝的方法，而只能采用抽象空间的方法，即先暂时忽略某些细节问题，而集中考虑那些重要的原6则性问题的求解方法。（6）所求解的问题不能划分为固定子问题的专家系统由于所求解的问题不存在固定的子问题划分或可进行适当抽象的固定子问题序列，因此对这类问题的抽象必须体现规划的可变结构，这就需要专家系统能够采用自顶向下求解的抽象方法来进行问题求解。（7）各子问题有相互影响的专家系统由于自顶向下求解方法缺乏问题求解的反馈信息，当各子问题间相互影响时，该方法不能很好地解决这类问题。对此，可采用最小冒险原则，即决策不应在不成熟的情况下随意做出，而应推迟到有足够的信息时再做出。（8）需要多重推理的专家系统在许多任务中，单一推理路径的能力较弱，需要采用多重线路推理，综合运用不同推理模型的优点，来扩大专家系统解决问题的能力。（9）利用多知识源的专家系统在求解复杂问题时，采用多种知识来源对问题进行综合分析，可取得明显效果。如，在语音理解专家系统中，往往需要多种知识来源，这些知识通常被放在一个称为黑板的工作区中。（10）使用统一知识表示方法的专家系统为便于对系统中的知识进行统一管理、使用和解释，目前专家系统的发展是采用多种知识表示的统一知识表示方法，对日趋庞大的知识库进行有效的管理和组织。在这方面，用面向对象方法统一知识表示已被多数专家系统及其开发工具所采用，并取得了良好的效果。3.按系统的体系结构分类按系统的体系结构，专家系统可分为4种类型。（1）集中式专家系统这是一种对知识和推理进行集中管理的一类专家系统。目前，得到成功应用的专家系统多属于这一类型。对这类专家系统，又可按照知识及推理机构的组织方式，细分为层次式结构、深-浅双层结构、多层7聚焦结构和黑板结构等。层次结构：是指具有多层推理机制，逐层进行推理的专家系统。如，青光眼诊断专家系统，其推理模型可分为症状层、病变层及诊断层。深-浅双层结构：是指系统分别具有深层知识（问题领域内的原理性知识）库和浅层知识（领域专家的经验知识）库，并且相应地有两个推理机分别作用于两个不同知识库的专家系统。多层聚焦结构：是指知识库中的知识是按动态分层组织的专家系统。它把对当前推理最有用、最有希望推出结论的知识称为“焦点”，并把它置于聚焦结构的最上层，把有希望入选的知识放在第二层，以此类推。黑板结构：是指那种有多个知识库和多个推理机，并通过一个结构化的公共数据区（称为黑板）来交换信息的专家系统。这种专家系统通常用在那些求解问题较复杂的系统中。（2）分布式专家系统分布式专家系统是指具有分布处理能力以及多专家系统、多知识元的协同处理能力的专家系统。分布式专家系统的主要特点有：第一，系统中的数据、知识及控制不但在逻辑上，而且在物理上都是分布的；第二，系统中的诸机构通过计算机网络实现互连，这些机构之间相互协作，可以求解单个机构难以解决，甚至不能解决的问题。目前，基于多Agent的研究是分布式专家系统研究的重点。（3）神经网络专家系统这是运行人工神经网络技术建造的专家系统，目前尚处于研究阶段。（4）符号系统与神经网络相结合的专家系统这是把基于连接主义的神经网络与基于符号处理的专家系统有机结合形成的一种混合型专家系统。这种专家系统可以充分发挥神经网络与符号系统的优点，克服它们的缺点，实现优势互补。至于神经网络与符号系统的结合，可以有多种方式。如，为充分发挥神经网络学习能力强的优势，可把它用于知识的自动获取，而推理仍用符号机制。83.1.3专家系统的特点专家系统的共同特点：（1）可具有一个或多个专家的知识和经验，能以接近于人类专家的水平在特定领域工作；（2）能高效、准确、迅速地工作，不会像人类专家那样产生疲倦和不稳定；（3）使人类专家的领域知识突破了时间和空间的限制，专家系统程序可永久保存，并可复制任意多的副本或在网上供不同地区或不同部分的人们使用；（4）能进行有效推理，包括各种精确性推和非精确推理等；（5）具有透明性，能以可理解的方式解释推理过程；（6）具有自学习能力，可总结规律，不断扩充和完善系统自身；（7）能提高生产率，产生巨大的社会效益、经济效益等；（8）对推动人工智能等其他学科的发展具有重大作用。总之，专家系统无论在当前还是未来，都是专家可以信赖和利用的高水平智能助手，是计算机革命的得力工具。3.2专家系统的基本结构专家系统的结构是指专家系统各组成部分的构造方法和组织形式。不同应用领域和不同类型的专家系统，其体系结构和功能也都不尽相