文档介绍：第7章专家控制系统
教学内容
首先介绍专家系统基本概念、特征、组成以及基本类型。。然后讲授专家控制系统的工
作原理,最后介绍了建立专家系统的步骤和专家控制器。
教学重点
,即它是一种模拟人类专家解决领域问题的计算机程序系统。将专
家系统同控制理论和技术相结合,对系统进行控制形成专家控制系统。把专家系统作为控制
器称为专家控制器。专家系统的基本组成,即由知识库、推理机、解释接口等组成。
。专家系统设计的基本步骤:认识和阶段化概念,实现阶段,
获取知识、构造外部知识库,调试和检验阶段。
教学难点
专家系统的工作原理、知识的表示和获取,专家系统的设计。
教学要求
,理解专家控制系统、专家控制器的概念。
、组成和基本类型。
。知识的表示和获取。
。
,专家控制器的设计原则。
概述
专家系统的起源与发展
人工智能科学家一直在致力于研制在某种意义上讲能够思维的计算机软件,用以“智能
化”的处理、解决实际问题。60 年代,科学家们试图通过找到解决多种不同类型问题的通
用方法来模拟思维的复杂过程,并将这些方法用于通用目的的程序中。然而事实证明这种“通
用”程序处理的问题类型越多,对任何个别问题的处理能力似乎就越差。后来,科学家们认
识到了问题的关键即计算机界程序解决问题的能力取决于它所具有的知识量的大小。为使一
个程序智能化,必须使其具有相关领域的大量高层知识。为解决某具体专业领域问题的计算
机程序系统的开发研制工作,导致专家系统这一新兴学科的兴起。
从本质上讲,专家系统是一类包含着知识和推理的智能计算机程序,其内部含有大量的
某个领域专家水平的知识和经验,能够利用人类专家的知识和解决问题的方法来处理该领域
的问题。
1965 年斯坦福大学开始建立用于分析化合物内部结构的 DENTRAL 系统,首先使用了
“专家系统”的概念。70 年代末,该校又研制成功了著名的医疗系统 MYCIM 和用于矿藏
勘探的 PROSPECTOR 系统,推动了专家系统的开发研究和应用。80 年代,专家系统的研究
开发进入了高潮,应用范围涉及到工业、农业、国防、教育及教学、物理、控制等许多领域。
在控制系统辅助设计、故障诊断和系统控制等方面得到了推广应用。专家系统的研究发展,
促进了人工智能科学的进步,也使专家系统本身成为人工智能科学的一个重要分支领域。
现在专家系统技术广泛地应用于医疗诊断、语音识别、图像处理、金融决策、地址勘探、
石油化工、教学、军事、计算机设计等领域。由知识工程师从人类专家那里抽取他们求解问
题的过程、决策和经验规则,然后把这些知识建造在专家系统中,人们把建造一个专家系统
的过程称为“知识工程”。
专家系统可以解决额问题一般包括解释、预测、诊断、设计、规划、监视、指导和控制
等。发展专家系统的关键是表达和运用专家知识,即来自人类的并已经被证明对解决有关领
域内的典型问题是有用的事实和过程。专家系统和传统的计算机“应用程序”最本质的不同
之处在于,专家系统所要解决的问题一般没有算法解,并且经常要在不完全、不精确或不确
定的信息基础上做出结论。
随着人工智能整体水平的提高,专家系统也在发展。第一代专家系统只利用人类专家的
启发式知识,即只利用浅层表达方式和推理方法。浅层知识一般表示成产生式规则的形式,
即如果(前提),那么(结论)。这种形式的浅层知识之所以具有启发性,是因为它从观测到
的数据(前提)联想到中间事实或最终结论,这种逻辑推理过程短、效率高。但事实证明,
只靠经验知识是不够的,当人类遇到新问题时,没有直接经验,谈不上运用基于经验的浅层
启发性知识来解决问题,而只能利用掌握的深入表示事物的结构、行为和功能方面的基本模
型等深层知识得出新的启发式浅层知识。仅局限于熟练技能而不具有深层知识的人,不能称
其为人类专家。因此,旨在模拟人类专家的智能程序(专家系统)应当具备浅层和深层两类
知识。这种不但采用基于规则的方法,而且采用基于模型的原理的专家系统构成了新一代的
专家系统。
专家系统的一般结构
专家系统由知识库(Knowledge Base)、推理机(Inference Engine)、综合数据库(Global
Database)、解释接口(Explanation Interface)和知识获取(Knowledge Acquisition)等五部
分组成。