文档介绍：第9章专家系统
本章主要内容:
专家系统的概念及分类
专家系统的基本构造
基于规则的系统与基于逻辑的系统
专家系统的建造举例
专家系统的概念及分类
1. 传统数据处理与ES
(1) 算法与启发式方法
算法: 指抽象的通步缩进的求解步骤,算法具有:
•通用性,即算法能求解问题的全部问题;
•确定性,即求解状态、步骤是精确、唯一的,可被机械执行;
•有效性,即任何问题代入算法后都可经有限个步骤达到期望的结果;
我们把存在算法并且算法可以实现的问题称为定规问题。
启发式方法:对问题的求解采用积累的方式,符号处理是启发式方法的特点。
•符号性,一般仅用于求解一类的特定问题;
•试程性, 允许用多方法试探求解;
•针对性,启发式方法常利用求解问题的一些特殊规律求解,这些规律不
精确,经不起或未经严格的证明,不能保证对每个问题都有精
确解或最优解。
通常, 我们把这类问题称为非定规问题。
(2) 传统数据处理
Ⅰ. 基于算法,根据待求问题,找出相应算法,属过程型。
•用特定的程序设计语言编制算法程序;
•计算机按程序的要求,针对所输入的数据进行操作与求解;
•输出问题的解。
Ⅱ. 算法也可以表达知识,过程型知识,但
•不易表达大量知识,知识修改和理解难;
•只适于表达完全正确的知识;
•只适于处理完全准确的数据。
(3) ES的信息处理
现实中许多问题不能用算法表示,其求解是经验性的,ES对信息处理以“知识”为中心,包括:
•知识的叙述性表示,用特定的数据结构来表示知识,而不仅是
用算法表示;
知识的处理,以符号处理为特征;
知识的启发式应用,以问题求解的特定策略为基础,指导问题求解策略。
ES信息处理的主要特点是“知识”与对知识的应用相分离。
2. ES的定义、基本思想与特征
(1) 专家系统的定义:专家系统是一个(或一组)能在某特定领域内,以人类专家水平去求解该领域中困难问题的计算机程序。
(2) 专家系统的基本思想:利用计算机存储关于某一领域的大量专门知识;有效地利用这些知识去解决问题。
(3) ES的特征:ES以知识为中心,并具有三大特征:
•启发性(Heuristic),不仅使用逻辑知识,也使用启发性知识;
•透明性(Transparency),能向用户解释推理;
•灵活性(Flexibility),系统的知识便于修改和补充。
理论意义:
Ⅰ. ES作为理论研究的实现工具推动了AI 的发展;它以知识为中心,从知识
表示、知识利用和知识获取这三个环节取得巨大成功。
Ⅱ. ES的实用性较强,成为检验AI 基本理论和测试AI 基本技术的较理想的实
验场所。
Ⅲ. ES应用的不断深入,向AI 提出了新的课题,促使AI 的进一步发展。
实践意义:
ES作为一实用工具为人类提供了保存知识、传播知识、利用知识、评
价知识的有效手段,知识是一宝贵的资源,知识的推广和使用可产生巨大
的经济效应,ES能利用专家知识造福人类。
基于逻辑的ES;
基于规则的ES;
基于语义网络的ES;
基于框架的ES;
Ⅱ. 按任务类型分为:
•解释型ES——用于分析符号等数据,进而阐明这些数据的实际意义;
•预测型ES——根据处理对象的过去与现在情况推测未来的演变结果;
•诊断型ES——根据输入信息找出处理对象中存在的故障、缺陷;
•调试型ES——给出已确认故障的排除方案;
•维修型ES——制定并实施纠正某类故障的规划;
•规划型ES——根据给定目标拟定行动计划;
•设计型ES——根据给定要求形成所需方案和图样;
•监护型ES——完成实时监测任务;
•控制型ES——完成实时控制;
•教育型ES——诊断型和调试型的组合,用于教学和培训。
Ⅰ.按知识表示技术分为
所阶斟跌倚召践来庭沪锚悦硒掺骚梨绪液谋启递撇叮朴混袋癣沦秉瑶使混人工智