文档介绍：专家系统理论及方法介绍 专家系统概述: 人工智能( Artificial Intelligence 简称 AI) 被誉为本世纪的三大科学技术成就之一,受到了世界各国的普遍重视。而60年代中期作为人工智能的一个应用领域的专家系统( Expert System 简称 ES )的出现,使得人工智能的研究从实验室走向了现实世界。专家系统的研究同时又推动了人工智能的发展,开创了计算机求解非数值问题的有效途径,它和自然语言理解以及机器人技术一起已成为人工智能研究最活跃的三大领域。随着它的飞跃发展,世界各国已经在化学分析、医疗诊断、地质勘探、气象预报、故障处理、语音识别、图象处理、过程控制、农业、经济和军事等领域研制了大量的专家系统,有些系统声称在性能上已达到甚至超过了同领域中人类专家的水平,它的应用已开始产生巨大的经济效益。目前,专家系统已渗入到各个领域,并受到各行各业的普遍重视。 什么是专家系统: 专家系统是迅速发展起来的一个人工智能的应用领域。设计一个专家系统,其基本思想是使计算机在工作过程中能竭尽全力地来模拟领域专家解决实际问题的过程,即模拟领域专家如何运用他们的知识与经验来解决实际问题的方法和步骤。所以专家系统实际上是一个(或一组)能在某特定领域内,以人类专家水平去解决该领域中困难问题的计算机程序。由于专家系统的功能主要依赖于大量的知识,这些知识均存在于知识库中,通过推理机按一定的推理策略去解决问题,所以它也被称为知识基系统。专家系统是研究用解决某专门问题的专家知识来建立人机系统的方法和技术。由于知识在专家系统中起着决定性的作用, 所以一般将建立专家系统的工作过程及应用知识到工程实际的过程称为知识工程。 专家系统的特点: 专家系统是一种基于知识的智能程序,它与传统的程序相比有如下特点: (1). 具有启发性; 专家系统运用领域内的理论与常识性知识以及专家长期实践中积累起来的宝贵经验,这些经验通常没有严谨的理论依据,很难保证其在各种情况下的普遍正确性,但在一定条件下解决问题,它们往往简洁而有效,能够起到有效的简化问题或快速求解问题的作用。这使计算机的应用范围大大地扩大了。因为,世界上的大部分工作不是数值计算性的,而是以知识为基础,通过推理来完成的。(2). 具有透明性; 专家系统能解释本身的推理过程,给出求解过程的推理路径,使系统具有一种透明的界面。它又能完成向用户提供咨询的任务,加强了用户对专家系统的可接受性,也为专家系统的改进、完善提供了方便。(3). 具有灵活性; 专家系统由于知识库和推理机的相对对立,使它可以方便地在非编辑状态下不断对知识进行增删和修改,有利于知识库的扩充及完善,不断提高系统的性能。另外专家系统强调符号处理,并希望有一个理想的人机接口,做到专家或用户能以一种接近自然语言的语言甚至口语形式同系统进行信息的交流。这些都是传统程序所不具备的特点。 专家系统的分类: 专家系统按其求解问题的性质可分为以下几种主要类型: (1). 解释型系统; 它的任务是通过对输入数据的分析来确定这些数据的含义。属于这类系统的有数据分析、信号解释、图象分析、语音信号理解和化学结构等。(2). 预测型系统; 它的任务是根据过去和现在的模型来预报未来的趋向。属于这类系统的有天气预报、交通预报、人口预测、农业产量估计和军事预测等。(3). 诊断型系统; 它的任务是根据观察及测得的数据、推断出系统的故障。属于这类系统的有医疗、机械、电子和软件诊断等。(4). 规划型系统; 它的任务是根据约束条件,作出行动的安排或调度方案。属于这类系统的有工程规划、机器人行动规划、自动程序设计、通信网规划和军事作战规划等。(5). 设计型系统; 它的任务是根据约束条件,构思出所需的目标方案。属于这类系统的有工业产品的设计等。(6). 监控型系统; 它的任务是分析运行过程中的当前状态,预测可能发生的结果,并在必要时实行控制。这类系统的范畴很广,它的关键监控条件常常依赖于系统的当前环境, 故它要求系统能够根据时间和环境的变化来改变所期望的条件,以防误报、漏报的发生。(7). 教学型系统; 它的任务是根据学生的行为表现,找出学生存在的问题和解决办法。上述专家系统可以进一步归纳成分析型决策支持系统和设计决策支持系统两大系统。解释、预测、诊断、监控和教育等型系统都属于分析型,它们的共性是通过对给定数据的分析,从事先准备好的候选结论中选择最合适的结论。规划和设计型系统则属于设计型,其共同点是构造满足约束条件下的最合适的行动规划或设计系统。 专家系统的基本结构: 一个完整的专家系统结构由图 所示的六个部分组成。其中数据库、知识库、推理机和人机接口是必不可少的部分。而解释部分、知识获取部分是期望部分。(