前期工作总结月

第一部分专家系统简介所谓专家系统就是利用存储在计算机内某一特定领域内人类专家的知识，来解决需要人类专家才能解决的现实问题的计算机系统。一、专家系统的基本结构与基本特征1.1专家系统的基本结构从结构组成的角度来看，专家系统是一个由存放专门领域知识的知识库。以及一个能选择运用知识的推理机制组成的计算机系统。图1、图2和图3是专家系统的基本结构、一般结构与理想结构。图1专家系统的基本结构图专家系统的基本结构比较简单，知识工程师与领域专家直接交互，收集与整理领域专家的知识，将其转化为系统的内部表示形式并存放到知识库中；推理机根据用户的问题求解要求和所提供的初始数据，运用知识库中的知识对问题进行求解，并将产生的结果输出给用户。图2是专家系统的一般结构。以MYCIN为代表的基于规则的专家系统采用了这种结构，它是由所谓的产生式系统发展起来的，在目前专家系统建造中比较流行。一般结构中各模块的功能和作用简述如下：知识库，用以存放领域专家提供的专门知识。这些专门知识包含与领域相关的书本知识、常识性知识以及专家凭经验得到的试探性知识。专家系统的问题求解是运用专家提供的专门加识来模拟专家的思维方式进行的。这样知识库中拥有知识的数量和质量就成为一个专家系统中系统性能好坏，问题求解能力的关键因素。因此，知识库的建立是建造专家系统的中心任务。综合数据库，用于存放关于问题求解的初始数据、求解状态、中间结果、假设、以及最终求解结果。推理机，在一定的控制策略下针对综合数据库中的当前信息。识别选取知识用户结果数据领域专家知识工程师知识库推理机库中对当前问题求解有用的知识进行推理。在专家系统中，由于知识库中的知识往往是不完全的和不精确的。所以其推理过程一般采用不精确推理。图2专家系统的一般结构知识获取程序，在专家系统的知识库建造中用以部分代替知识工程师进行专门知识的自动获取，实现专家系统的自学习，不断完善知识库。解释程序，根据用户的提问，对系统给出的结论、求解过程以及系统当前的求解状态提供说明，便于用户理解系统的问题求解，增加用户对求解结果的信任程度。在知识库的完善过程中便于专家或知识工程师发现和定位知识库中的错误，便于领域的专业人员或初学者能够从问题的求解过程中得到直观学习。人机接口，将专家或用户的输入信息翻译为系统可接受的内部形式，把系统向专家或用户输出的信息转换成人类易于理解的外部形式。图3是专家系统的理想结构，它由著名的知识工程师和专家系统学者F．Hayes—Rolh,D．A．Waterman和D.B.Lenat等提出的，这种结构的思想来源于JHEARSAY系统的黑板控制结构和基于规则的专家系统结构。1.2专家系统的基本特征一个专家系统应具备以下几个显著特征：1、启发性：不仅能使用逻辑知识。也能使用启发性知识，它运用规范的专家知专家用户人机接口推理机解释程序知识获取程序综合数据库知识库识和自觉的评判知识进行判断、推理和联想，实现问题求解。的评判知识进行判断、推理和联想，实现问题求解；2、透明性：它使用户在对专家系统结构不了解的情况下，可以进行相互交流知识的内容和推理思路，系统还能回答用户的一些有关系统自身行为的问题；3、灵活性：出于专家系统的知识库和推型机构的分离，使系统不断接纳新知识．控制信息和结构，确保推理机和识库的协调，同时便于系统的修改和扩充。二、知识表示2．1概述关于知识的通俗定义为：知识是一个或多个信息的关联。1．E.A.Feigenbaum的定义：知识是经过整理、加工、解释和转换的信息。2．F.Hayes-Roth的定义：知识＝事实+信念+启发式。图3专家系统的理想结构知识的定义虽然有不同形式，但可以由F.Hayes—Roth提出的三维空间来描述，如图4所示。知识的范围，从具体到一般，知识的目的从说明到指定，知识知识库黑板计划记事簿解答事实规则语言处理程序验证程序用户解释程序调度程序一致性处理程序的有效性，从精确到不精确。图4知识描述的三维空间知识的属性：真伪性、相对性、不完全性、模糊性和不精确性、可表示性、可存储性可传递性和可处理性、相容性；知识从不同的角度可以有不同的分类，知识分类如图5所示。2．2知识表示知识表示的研究主要是追求表达能力强而又便于处理的知识表示模式。适合于解决某—问题的知识表示方法。必须具有模块性、可理解性和便于推理等特性。从不同角度评价专家系统的人对知识表示的合理性要求也会有所不同。对于专家系统的研制者或知识工程师来说，知识表示方法应用以下几个特点：完备性、一致性、正确性。从专家系统用户的角度，认为具有下面特点的专家系统的表示才是合适的：可理解性、可访问性、解释性。综合的角度看，好的知识表示应该具有下面的特性：可扩充性、明确性、清晰性、可理解性、方便性。专家系统中的各种知识的表示方法大致可分为两类：叙述性知识表示法和过程性表示法。产生式表示(或规则表示)是目前专家系统中使用最广泛的知识表示法。采用这种表示法的专家系统称为基于规则的专家系统。产生式表示法一般用于所谓的不精确精确有效性具体一般范围目的指定说明产生式系统。产生式的一般形式为：P→Q；其含义是如果P满足则可推出结论Q。一组产生式规则可以用一棵与/或树来表示，如图6。图5知识分类图6与／或树它表示了如下的产生式组：B∧C→A；D∧E∧F→A；G∧H→B；I→C；J∧K∧L→D；M→E；N→E；O∧P→F。一个产生式系统基本组成部分：全局数据库、规则库和推理机。三、专家系统设计知识层次性作用应用范围含义确定程度二级知识一级知识零级知识动态知识静态知识专门知识通用知识推理方法规律规则事实不确定性知识确定性知识3.1专家系统的基本设计思想专家系统的核心是知识，—般来说，知识的数量和质量是一个专家系统性能是否优越的决定性因素。因此，专家系统的主要特征是有一个巨大的知识库，存储着某个专门领域的知识,而系统的控制级，通常表达成某种推理规则。整个系统的工作过程是从知识库出发，通过控制推理、得到所需的结沦。由于专家系统的工作过程是—种推理过程，因此它“理解”自己行为的目的。“知道”为什么采取某一个步骤的理由，所以具有较高的智能水平。综上所述，专家系统的基本设计思想就是将知识和控制推理策略分开，形成知识库。专家系统在推理策略的控制下，利用存储起来的知识分析与处理问题。这样在求解问题时，用户为系统提供一些已知数据，然后从系统中获得专家水平的结论。3.2专家系统的一般设计方法设计专家系统的关键有两大部分，一是建造知识库，涉及知识库建造的主要技术是知识获取和知识表示。二是设计推理机制与策略涉及推理机制设计的两项主要技术是基于知识规则的推理和推理解释。常用的知识获取方式有：1.知识工程师。领域专家通过与知识工程师的反复接触、交谈。把自己拥有的知识告诉给知识工程师。由知识工程师和专家—起将这些专家知识归纳整理成专家系统的知识库；2.智能编辑程序。熟悉计算机的领域专家可以通过智能编辑程序将自己的经验知识送到专家系统的知识库。这种编辑程序要具备很灵活的人机对话能力和有关知识库结构方面的知识；3.归纳学习程序。对大量实验数据的归纳和总结，将会得到一些新的规律和知识。利用归纳学习程序，模拟人类的思维过程．可从有关知识库中发现新知识，然后将这些新知识加到知识库中，供专家系统使用。但真正做到了知识发现的专家系统尚不多见，这种获取方式作为机器学习研究的—个长期目标已引起研究者们的重视；4.知识表示是关于各种存储知识的数据结构及其对这些站构的解释过程的结合。它主要研究各种含有语义信息的数据结构的设计，以便在这些数据结构中存储知识，开发各种操作这些数据结构的推理过程，使知识的表示和运用知识的控制以及新知识的获取相结合，把领域知识有机地结合到程序设计中。一个专家系统的知识表示方法选取的合适与否不仅关系到加知识的有效存储，而且也直接影响着系统的推理效率和新知识获取的能力。知识表示是人工智能领域和认知科学共同关心的一个热门课题。已经提出了许多知以表示方法，如规则表示、框架表示、逻辑表示、语义网络表示等方法。各种表示方法—般都有独特的优点和内在的不足。针对—个具体的问题领域，各种表示方法的选择还缺乏规范化的标淮，但一般必须遵循两个最重要的准则：a.表示方法应能自然、有效的表达知识；b.表示结构易于检索、运用、修改和扩充。易于人们接受且使用最多的是基于规则的产生式表示法(规则表示法)。这种表示法有许多优点。如模块性、清晰性、自然性等。3.3专家系统的构造原则掌握了知识获取、知识表示、知识推理、推理解释的基本技术后，就可以着手实际专家系统的设计。专家系统的设计同基于算法的传统软件设计在实现上的基本区别是：专家系统的设计一般是渐增式，通过知识库由小到大地逐步扩充、改进，系统要不断地进行验证、评价、专家认可。最终才能成为一个可交付使用的专家系统。专家系统所处理、求解的领域专家的问题千差万别。因此建造专家系统很难给出一个完全统一的规范化模式。不过从发展看：大多数专家系统的构造将遵循下述的原则：知识与知识处理机构分开和互相独立的原则；按系统功能实现模块化构造的原则。为了使结构清晰、调试容易，绝大多数专家系统采用按系统功能分割模块的构造原则，把系统分成几个互相比较独立的功能模块；交互性原则，领域专家和用户与专家系统信息交换的人机接口，知识工程师维护知识库等都必须具有良好的交互性。一个专家系统的设计一般可按如下步骤进行：初步设计、开发原型系统和知识库维护。3．4专家系统的开发过程经过长期实践，人们总结出—些可以用于指导专家系统选择的一般原则。一个适合应用于专家系统的问题必须满足以下三个先决条件：1．存在一个可以与之合作的领域专家；2．领域专家通过启发式的方法解决问题；3．领域专家的知识能够表述清楚。专家系统的开发基本步骤，虽然目前还没有一种规范化的开发步骤，但经验总结出开发一个成功的专家系统大致要经历准备、研究问题、建立模型系统、改进和扩充系统、测试与维护、评价与商品化等几个阶段。1．准备阶段准备阶段的工作是双方一起探讨研究，选择一种合适的问题并初步划定系统求解问题的范围。2．研究问题a.划定求解问题的范围。知识工程师与领域专家共同研究把求解问题的范围限制在一个合理的限度内。可缩小求解问题的范围，或把一个大任务分解成若干个子任务，每个子任务由各自的专家系统来处理；b.根据划定问题的范围研究问题的难度。据此研究研制系统所需要的人力、物力、财力等。由于问题的难度不同，开发专家系统所需要的各种资源也不同。c.确定开发专家系统所需设备及资金。设备应包括汁算机及其接口设备，开发系统所需的软件资源及支持系统开发所需的资金等。3．整理知识整理领域专家解决问题所需的知识和概念。4．建立模型系统a.通过运行模型系统可验证研究问题和抽取知识阶段所形成的系统设计方案；b.通过模型系统的正确运行，可提高领域专家对参加系统开发工作的兴趣。5．改进与扩充扩充系统的工作主要有：完善推理机制、扩充解释功能和知识获取功能，增加知识库中的知识，开发系统的测试工具，用更多的实例检测系统运行的结果，不断修改系统并完善知识库。6．测试与维护测试的目的是对系统的性能进行评估，并对系统作适当修改．使之符合领域专家定义的标准、领域专家在对系统性能评定时，帮助知识工程师修改系统。7．评价与商品化。3．5开发工具目前，国内外专家系统的开发工具是很多的。从这些工具的开发背景、开发目标、外发机制和推理机制的提供功能等，可将开发工具分为四类：程序设计语言、骨架系统、通用型工具和组合型工具。1．程序设计语言程序设计语言是开发专家系统的最原始的工具。最常用的是LISP语言和PROLOG语言，也可以选用其他一些高级语言如PASCAL语言和C语言等。2．骨架系统骨架系统是最早出现的专家系统的开发工具，其基本思想是：从一个已经研制成功的专家系统出发，抽去该系统中知识库的专门知识，留下—个固定化的知识表示框架及相应的推理机制、知识获取机制及解释机制。这些固定化的但知识库为空的系统结构就称为一个骨架。骨架系统中比较有名的有从MYCIN系统演化的EMYCIN系统，PROSPECTOR系统