8、第八课 专家系统与决策支持

专家系统与决策支持ExpertSystemandDSS近年来，人工智能（ArtificialIntelligence，简称AI）理论的出现及其在故障诊断中的成功应用，为故障诊断技术的发展开拓了新的途径。利用人工智能的理论和方法，将设备维护人员关于故障诊断的经验和知识加以系统化，形成专家系统，将有利于故障诊断知识的积累和扩大。图1人工智能的应用神经网络模糊逻辑遗传算法智能服务专家系统自然语言分析人工感知系统工业机器人人工智能的应用变电设备劣化和异常情况的判断，在以往完全取决于现场维修技术人员的经验。熟练维修人员的高龄化和经验丰富的年轻设备维修人员的培养不足是当前电力系统运行单位所面临的一个主要问题。专家系统是一种具有大量专门知识的程序系统，它根据多个专家提供的专业知识进行推理，模拟专家作出决定的过程，解决通常需要专家才能解决的复杂问题。借助专家系统的帮助，使现场的运行和维护人员可以迅速、准确地将异常设备分选出来，从而在一定程度上缓解了现场对维修人员在经验方面的要求。什么是专家系统？功能性定义:它是利用人类专家的权威性知识和求解问题方法（推理）来求解那些通常需要人工智能的问题的一组计算机程序系统；能根据用户提供的数据、信息或事实，运用系统中存储的专家经验或知识进行推理判断，最后给出结论及结论的可信度以供用户决策之用；能对某一任务提出聪明的建议或智能的决策；能判断自己的推理路线并以简明易懂的方式告诉询问者；可解决人类专家都很难解决的一些问题。电气设备发生故障的原因涉及到多个方面，很多因素与故障之间的关系具有不确定性，只判断单一因素不能正确识别故障。同理，单一领域的专家不能全面解决多因素导致的故障。专家的知识是从实践中形成的，没有明确的诊断标准，难免产生偏差和错误。专家系统能使多个领域众多专家的专业知识和经验以及他们相互合作解决问题的能力得以总结、综合、精炼及发展，使特定领域的专家有了通力合作及相互参考学习的新场所，有利于特定学科的进一步发展。专家系统能够高效率、低消耗、准确无误、周密全面、迅速而不知疲觉得工作，使人类专家的经验不再受时间和空间的限制，得以永久保留和广泛推广应用。什么是专家系统？型态性定义具有分离式领域知识库及推理器的智能型信息系统，用于解决特定领域的课题。将传统的“数据结构+算法=程序”的应用程序模式变化成“知识+推理=系统”模式。专家系统的局限性：一是知识获取的瓶颈问题，由于知识的获取主要靠人工移植；其二是知识维护困难，多数采用简单的产生式结构构造知识库，尚未采用面向对象的知识库构造方式，算法比较复杂。其三是由于推理方法简单、诊断策略不灵活，造成推理能力较弱，容易出现匹配冲突，容错能力较差，推理速度慢，难以满足监测控制实时性的要求。这些都是专家系统欲待解决的前沿课题。建立专家系统的条件是否存在能够解决该问题的人类专家?如果不存在人类专家，也就无法建立解决问题的规则。问题是否存在可定义的解答?专家系统被设计为在一组解决方案中选择最恰当的方法。解决问题的具体方案必须适于表述为专家系统的语言。问题的领域和可理解程度是否限定在有限的范围内?广义的常识性问题或者需要很“深”知识的问题都不适于专家系统。专家系统只能解决特殊领域的问题。解决问题的方法是否可以文本化?问题解决方案可能是决策树、程序手册、使用说明等等。一个具有良好定义的问题域能够很容易地建立专家系统。专家系统的可应用范围特定的广度有限的深度问题域ExpertSystems将专家系统将解决的问题定义到如上图中适当的阴影区域是非常重要的，问题域不应具有“过宽”的范围和“过深”的可理解水平。传统专家诊断的缺点受地域限制；受年龄限制；容易疲劳。为什么使用专家系统?知识的保护将专家的经验转化为永久的记忆。将专家从重复繁琐的日常工作中解放出来。在专业领域为初学者提供专家的建议。将专家经验广泛地推广。提高工作效率.在紧急状况下提供参考意见.尤其在疲劳和精神压力大的情况下。专家系统与人类专家的对比要素人类专家专家系统时效性工作日任何时间地域性当地无论何处安全性不能替代的可替代的易损坏是否性能易变的恒定的速度通常较慢通常很快费用高相对廉价的图5专家系统的组成和处理流程一般专家系统的主要组成知识库推理机监测数据历史数据规程环境经验知识定义规则结构…..专家系统知识表达数据库索引人机交互界面知识库推理机专家系统专家系统的建立专家系统外壳人机界面推理机知识工程知识获取知识表达建立专家系统的参与者领域专家知识工程师用户领域专家在特定领域，具有某种特殊技能的人，能够利用以往的经验，正确地给出问题的解决方案。知识工程师专家系统的设计、开发和实现者。是专家经验到应用规则的转换者。使用者将要使用专家系统的用户。领域专家知识的最终受益者。智能的一般模型智慧知识信息Data语境+想象力+经验+知识工程师的智能模型上下文+分析/精炼+简明的规则+知识事实“原始”数据决策知识库包含专业领域中解决问题的方法性知识，有两种基本的表达方法：规则:If-then模式，模仿人类专家的思考过程.(基于规则的推理)案例:搜集以往相关问题的解决方案，并将其应用到当前须解决的问题中。(基于案例的推理)图6基于规则的知识表示知识表达方法规则的表示方法IF前提THEN结论1and选择1ELSE结论2and选择2记录:____________参考:____________IF部分是对检验条件的简单描述,可用语言或代数表达式表示。例如:今天是星期三or[X]1如果今天是星期三，则第一条规则为真.如果变量X1，则第二条规则为真.检验是根据基本信息进行的:由用户提供的信息；来源于其他规则的信息；IFTHENTHEN是对推理结论的简单描述，与IF部分的表示类似,但结论无需检验，是对事实的陈述。IF“今天是星期三”可能是真，也可能是假。如果IF条件是真，则Then“今天是星期三”是正确的事实.THEN结论同样可以表示为字符串或代数表达式。ELSEELSE部分是与THEN部分是相同的，只是当所有的“IF”部分都为假时，才被启用。ELSE部分是可选择的，且在大部分规则中都不是必需的。基于规则推理的举例基于规则的推理应用If-Then规则:1.如果体温超过38C,则病人严重发烧。2.如果病人严重发烧并且咳嗽，则病人感冒。当前事实:体温超过38C,咳嗽。应用这两条规则，可以得出病人感冒的结论。案例的表示方法案例表示考察所有有关的事实，并建立相应“案例”。考察它们之间的差异。例：Step1,在以往高尔夫赛中行家的用杆案例:Case1:(170码,在平草区)，使用5号杆.Case2:(160码,在平草区)，使用6号杆.Case3:(150码,在平草区)，使用7号杆.Case4:(170码,在深草区)，使用4号杆Step2在与已有案例不符的情况下，使用以下规则:a.如果球处于平草区，并且相应案例是用于深草区的，则应使用更高一个量级的球杆。b.如果球处于深草区，并且相应案例是用于浅草区的，则应使用更低一个量级的球杆。Step3如果当前球处于150码外的深草区，符合Case3(最匹配的案例)，但Case3是适用于浅草区的。进一步使用Step2中的规则b，则可以推论出应当使用6号杆。专家系统中推理的适用原则•何时使用基于规则的推理?–当在专业领域存在专家，并且该专家知识能够很好地解决问题时。–当需要给出必要的解释和推理索引时。•何时使用基于案例的推理?—当用户想要浏览相似的案例时。—当知识库拥有大量典型案例时。规则的结构树在办公桌上有电话、计算机、铅笔、法律文件和磁盘.噪音?YesNo黑色?黄色?黑色?白色?电话计算机磁盘法律文件铅笔矩形?圆柱形?颜色?颜色?形状?开始Rule1:IF该物品产生噪声，并且颜色是黑色的。THEN是电话。Rule2:IF该物品产生噪声，并且颜色是白色的。THEN是计算机。Rule3:IF该物品不产生噪声，且颜色是黑色的。THEN是磁盘。Rule4:IF该物品不产生噪声，且颜色是黄色的，且形状是矩形的。THEN是法律文件。Rule5:IF该物品不产生噪声，且颜色是黄色，且形状是圆柱形的。THEN是铅笔。推理机控制策略规则执行的控制策略反向推理从假设，即要证明的结论出发，推测可能导致该结论的条件。一个假设可以当作一个真伪尚未确定的事实。正向推理从已知事实出发到结论的推理。使用何种策略?•何时使用反向推理?–当某个特定的结论需要验证时。–某些特定类型的问题:如诊断问题。–例如.我应当购买这辆大衣吗?•何时使用正向推理?—当你需要得到所有可能的结论时。—某些特定类型的问题:预测和控制。—例如，我应当申请那种工作?反向推理•采用“目标驱动方式”.•如果需要部分信息，则程序将自动检查能够提供该信息的所有规则。•在获得第一规则前，程序将链接所有有关的规则•目标结论（假设）所需信息沿规则链，按逻辑反向传播.反向推理实例规则1:IF今天很热THEN去海滩程序需要知道如果今天热的条件.程序将自动检查所有规则，以便找到能够说明今天很热的规则，来支持去海滩的假设。规则35:IF是夏天并且是晴天THEN今天很热.如果该规则通过检验，即“是夏天”且“是晴天”,这两个条件，则规则1亦通过检验。该推理链连接了所有应用的规则，并得到了证实。正向推理•采用“条件驱动方式”。•正向推理就是简单地依次检验现有条件。•亦可代替以用户询问信息的方式。•正向推理依赖于获得信息的次序，而反向推理与信息次序无关。•多数专家系统都采用正反向混合推理的方式.元规则•元规则(又称控制策略)即如何应用推理策略的规则。•基于规则的专家系统是由不同的规则层构成。•元规则决定一般性规则的应用标准。•例如:相同的条件在两条不同规则中，得到了相互矛盾的结论,此时应当选择哪条规则呢？（冲突消解问题）元规则可以激发最近经常使用的规则；元规则可以激发特定优先级的规则。元规则举例规则:如果信用纪录小于1年,则申请者具有高的信贷风险.如果申请者是医生则申请者具有较低的信贷风险.元规则:如果存在一条以上的规则符合事实条件，请选用在时间上距当前最近事实所对应的规则。事实:某人25岁，某人仅具有6个月的信用记录，某人一年内曾三次失业，某人三个月前成为医生。“某人是医生”是最近的事实,因此该申请是低信贷风险的.元规则的层次元—元规则元规则(关于如何应用规则的规则)规则(领域知识)判定树知识库在大多数情况下，可以判定树的形式构架。判定树结构可以作为知识表达的模式，也可作为知识推理的模式。它很大吗？它吱吱叫吗？可能是松鼠可能是老鼠它是长颈吗？它有长鼻子吗？可能是长颈鹿可能是大象它喜欢呆在水里吗？可能是犀牛可能是河马否是否是是是是否否否以动物分类为例搜索策略专家系统的推理过程，就是进行规则条件与事实的匹配过程。问题求解的目标就是寻找最好的搜索技术，能够给出一条有效的解题途径。搜索策略分为两大类：盲目搜索。启发式搜索。盲目搜索穷尽式搜索:沿判定网络的每一个可能的途径进行搜索，时间开销很大。宽度优先搜索:沿层搜索，对浅问题有效。ABEFGHABCDEFGH深度优先搜索:沿深度最大的分支搜索。CD宽度搜索深度搜索启发式搜索启发式搜索需要根据代价函数分析问题域的特性。从而缩小搜索空间。根据这些信息：确定下一步搜索节点；确定后续搜索路径；将搜索空间中的部分节点，标注上无需搜索的的记号。用于电力设备故障诊断的专家系统最早见于Riese在1986年公布的TOGA系统，其后有很多类似的系统应用到实际工程当中。任何专家系统的质量完全取决于它所采用的判断规则和领域经验的质量。但实际上故障诊断知识的获得是非常困难的，一直是阻碍专家系统应用的“瓶颈”问题。专家系统在电气诊断方面的应用状态诊断专家系统•是基于“状态－措施”策略构建的，设备的基本状态包括：正常状态可疑状态可靠性下降状态危险状态•对应不同的状态采取不同的处理措施电站设备管理专家系统图形界面状