第五章 专家系统

第五章专家系统•基本概念•专家系统的一般结构•专家系统的开发与设计•专家系统开发工具•本章小结基本概念•什么是专家系统•专家系统的特点•专家系统的分类本章主要讨论专家系统的组成原理，以及如何建造一个基本的专家系统。专家系统是人工智能技术研究的一个重要分支。自上世纪60年代末，Feigenbaum等人研制成功第一个应用型专家系统DENDRAL以来，专家系统已被成功地运用到工业、农业、地质矿产、天气预报等多种领域，产生了巨大的经济效益。它实现了人工智能从理论研究走向实际应用，从一般思维方法探讨转入专门知识运用的重大突破。是人工智能应用领域中最活跃、最有成效的一个重要领域。什么是专家系统•首先它是计算机软件工程师编制的一个计算机程序系统•拥有某个领域人类专家的知识与经验•能够利用人类专家的知识和解决问题的方法像人类专家一样处理该领域问题•能够在运行过程中不断地增长学习新知识和修改原有知识专家系统的特点•可具有一个或数个相关领域专家的知识和经验•能高效、准确和迅速的工作•使人类专家的领域知识突破了时空限制能进行有效推理•具有透明性,能以可理解的方式解释推理过程•具有自学习能力•能提高生产率,产生巨大的社会效益•对推动AI等其它学科的发展具有重大作用专家系统的发展1、DENDRAL（质谱学解释专家系统）2、MYCSYMA（求解数学问题的专家系统）3、MYCIN（血液病专家系统）4、PROSPECTOR（地矿专家系统）5、COMAX（棉花管理专家系统）6、关幼波肝病诊断治疗专家系统按求解问题的性质分类•解释型专家系统•诊断型专家系统•预测型专家系统•设计型专家系统•规划型专家系统•控制型专家系统•监视型专家系统•维修型专家系统•教学型专家系统•调试型专家系统1.解释专家系统•任务根据所得到的有关数据，经过分析、推理，从而给出相应解释•特点数据量很大，常不准确（有干扰信息）、不完全能从不完全的信息中得出解释，并能对数据做出某些假设推理过程可能很复杂和很长•例子语音识别系统、声纳信号识别舰船系统等2.诊断专家系统•任务根据输入信息推出相应对象存在的故障，找出产生故障的原因并给出排除故障的方案•特点能够了解被诊断对象或客体各组成部分的特性以及它们之间的联系能够区分一种现象及其所掩盖的另一种现象能够向用户提出测量的数据，并从不确切信息中得出尽可能正确的诊断•例子有医疗诊断、机器故障诊断、产品质量鉴定、计算机硬件故障诊断系统等3.预测专家系统•任务通过对相关对象的过去和当前已知状况的分析，推断未来可能发生的情况•特点系统处理的数据随时间变化，且可能是不准确和不完全系统需要有适应时间变化的动态模型•例子有人口预测、市场预测、天气预报、台风路径预测系统、病虫害预测系统等4.设计专家系统•任务对给定的要求进行相应的设计•特点从多种约束中得到最佳的设计方案协调各项设计要求，形成全局标准能进行空间、结构或形状等方面的推理•例子电路设计、建筑及装修设计、服装设计、机械及图案设计等5.规划专家系统•任务对给定目标拟定总体规划、行动计划、运筹优化•特点在一定的约束下能以较小的代价达到给定目标能预测并检验某些操作的效果，并根据当时的实际情况随时调整操作的序列有多个执行者时，保证它们协调地并行工作•例子机器人动作规划专家系统、汽车和火车运行调度专家系统、制定最佳行车路线、安排宇航员在空间站的活动等。6.控制专家系统•任务自适应地管理一个受控对象或客体的全面行为，使之满足预期要求•特点具有解释、预报、诊断、规划和执行等多种功能•例子用于各种大型设备及系统的控制、生产过程控制和生产质量控制等，维持钻机最佳钻深的控制系统。7.监视专家系统•任务对系统、对象或过程的行为进行不断观察，并把观察到的行为与其应当具有的行为进行比较，以发现异常情况，发出警报•特点系统应具有快速反应能力系统发出的警报要有很高的准确性系统能够动态地处理其输入信息•例子高危病人监护系统、航空母舰空中交通管理系统等8.维修专家系统•任务对发生故障的对象(系统或设备)进行处理，使其恢复正常工作•特点有诊断、调试、计划和执行等功能•例子电话和有线电视维护修理系统9.教学专家系统•任务用于辅助教学•特点具有较强的解释功能具有良好的人机界面能根据学生学习中所产生的问题进行分析、评价，找出错误原因，并有针对性确定教学内容或采取有效的教学手段•例子计算机程序设计语言和物理智能计算机辅助教学系统等10.调试专家系统•任务根据相应的标准检测被调试对象存在的错误，并能从多种纠错方案中选出最佳方案，排除错误•特点具有规划、设计、预报和诊断等专家系统的功能•例子计算机系统的辅助调试系统按体系结构分类•集中式专家系统–将知识和推理集中管理•分布式专家系统–把知识库或推理机制分布在一个计算机网上,或者两者同时进行分布•神经网络专家系统–基于神经元•符号系统和神经网络系统相结合的专家系统专家系统的一般结构•专家系统的结构图•人机接口•知识获取机构•知识库及其管理系统•推理机•数据库及其管理系统•解释机构专家系统的一般结构•专家系统各组成部分的构造方法和组织形式人机接口用户领域专家AI专家知识获取机构推理机解释机构知识库及其管理系统数据库及其管理系统基本结构理想结构自学习模块人机接口•作用–用于系统与外界之间的通讯与信息变换–领域专家和知识工程师通过它输入知识、更新、完善知识库–一般用户通过它输入欲求解的问题、已知事实以及向用户索取进一步的事实•要求–尽可能地拟人化–尽可能地使用接近于自然语言的计算机语言–能理解和处理声音、图像与多媒体信息•接口方式–菜单方式和命令语言方式人/机交互目前常见的有如下两种：1.菜单方式系统把有关功能以菜单形式列出供用户选择，一旦某个条目被选中，系统或者直接执行相应的功能，或者显示下一级菜单供用户作进一步的选择。2.命令语言方式系统按功能定义一组命令，当用户需要系统做某件工作时只需输入相应命令。(1)获取知识命令。向知识库输入知识的命令。(2)提交问题命令。供用户提交求解问题的命令。(3)请求解释命令。用户用这种命令向系统发出询问，请求系统给予解释。(4)知识检索命令。可对知识库进行检索，查阅知识库的有关知识，以便对其修改完善。知识获取机构•它由一组程序组成，把知识输入到知识库中，并负责维持知识的一致性和完整性，建立起性能良好的知识库知识库及其管理系统•知识库的作用–专家系统的知识存储器–用来存放求解问题的领域知识•知识库管理系统作用–负责对知识库中的知识进行组织、检索、维护等•知识入库过程–知识→知识表示→形式化→编码•知识分类–事实性知识领域中的事实,广泛公用的知识,即写在书本上的知识及常识–启发性知识领域专家的经验总结推理机•作用用来控制、协调整个专家系统的程序•工作过程–根据数据库当前输入的数据,利用知识库中的知识,按一定的推理策略,去求解当前的问题,解释外部输入的事实和数据•推理方法–正向、逆向和正逆向结合的双向推理–确定性推理和非确定性推理数据库及其管理系统•数据库的作用–专家系统的工作存储器–用来存放用户回答的事实、已知的事实和由推理得到的中间结果和结论•数据库管理系统的作用–负责对数据库中的数据进行组织、检索、维护等•特点–数据库的内容是动态变化的,总是存放该系统当前处理对象的一些事实解释机构•作用–解释系统本身的推理结果–回答用户的提问–使用户能了解推理过程及所运用的知识和数据•采用方法–人机对话的交互式解释方法–举例回答用户提出的Why给用户说明How设计原则1.专门任务：专家系统设计应面向专业性的专门任务。2.原形设计：采用“最小系统”观点，在成功的基础上进行修改、扩充、完善。3.专家合作：领域专家和知识工程师亲密合作，是获取知识的关键和重要保证。4.用户参与：用户参与软件开发，并提出使用要求，应不断完善用户需求。5.辅助工具：现在已有好多各式各样的专家系统在应用，它可以提高研制工作的效率和减少盲目性。专家系统的开发与设计原型系统形成概念提出要求认识问题特征找出概念建立关系设计知识组织结构检验知识及系统功能建立知识库及推理机制认识阶段概念化阶段形式化阶段实现阶段测试修改阶段再认识再分析再设计再改进确定知识表示和推理方法开发步骤图1.认识阶段：知识工程师与领域专家合作，明确任务、目标、条件、资源和环境，了解与问题有关的知识领域、求解方式、经验和窍门。(1)专家系统所求解的问题是什么？(2)专家系统能完成那些功能以及目标是什么？(3)我们是否已有相应的领域专家。(4)是否具有专家系统开发所需的资源和环境。(5)开发专家系统在经济上是否合理、技术上是否可行2.概念化阶段：把问题求解所需要的各种专门知识概念化，确定概念之间的关系，建立问题求解的概念化知识模型。(1)问题求解都需要那些概念以及概念间的关系？(2)应采取什么样的控制机制。(3)知识表示应详细到什么程度。(4)问题能否分解开发，求解过程有那些约束。3.形式化阶段：采用适当的知识表达方法，将概念化知识模型转化为计算机可以表示与处理的形式化的知识模型，选择合适的系统构造技术，确定数据结构、推理规则以及控制策略，从而建立起问题求解的模型。(1)目前市场上已有那些专家系统开发工具以及它所支持的知识表示方法、推理方法。(2)现有的硬件资源能否支持选择的开发工具，性能价格比如何，是否完全应该自己开发。4.实现阶段：把建立的形式模型映射到具体的计算机软硬件中，选取适用的程序设计语言如：LISP、PROLOG并在相应的计算机上实现设计的专家系统。建造者还应该清楚：各种知识能否有效的结合。知识表示和推理控制之间是否匹配。选择的开发语言是否适合于系统的特性。5.测试阶段：在运行大量实例的基础上，测试验证所设计的系统是否合理，做出评估，并进一步修改、扩充和完善。有时，在实际运行时，会采取一边运行一边修改提高，一边运行一再修改完善。1.知识：存储知识的类别：叙述性知识、过程性知识、控制性知识表达知识的方法：语义网络、产生式系统、框架结构、谓词逻辑、状态空间。知识模型与数学模型相结合：数学模型：定量地描述物理世界的运动规律。知识模型：定性地描述知识之间的相互规律。知识库管理设计：应考虑便于修改、扩充，可借鉴其它系统的设计方法设计时应考虑的问题2.推理机设计：控制策略与推理方向：正向推理还是逆向推理，何时结束，结束的条件是什么。推理的效果与效率：正确利用知识避免组合爆炸。3.“人/机”接口设计：在目前以及未来，都应该采取日益成熟的多媒体技术完成，“人/机”接口主要完成知识的获取以及与用户进行信息交流。越接近人类的自然状态越好。专家系统开发工具•人工智能语言•专家系统外壳•通用型专家系统工具•专家系统开发环境LISP：适用于表格表示知识。Prolog：适用于谓词逻辑表示知识。C++、Pascal：适用于状态空间表示知识。Python,现在应用到制作游戏行业比较多。H5专用于制作游戏的程序语言人工智能语言专家系统外壳•骨架系统由一些已经成熟的具体ES演变来的，抽去ES中具体的知识，保留体系结构和功能，把专用界面改成通用界面。使用范围较窄–例EMYCINMYCIN（咨询性诊断、分析型ES）KASPROSPECTOR（用推理机求解问题的ES）EXPERT(分类型的ES)–在专家系统外壳中,知识表示模式,推理机制都是确定的–当用这种外壳建造专家系统是,只需把相应领域的知识用外壳规定的模式表示出来装入到知识库中通用型专家系统工具•不依赖于任何已有专家系统•OPS–基于规则的通用工具–由产生式规则库、推理机及数据库三大部分组成–例：用于帮助空军指挥员在航空母舰上指挥飞机起降的ES•ART–基于规则、基于框架、面向过程的通用型工具专家系统开发环境•它为ES的开发提供多种方便的构件，如：获取知识的辅助工具，适应各种不同知识结构的知识表示模式，各种不同的不确定性推理机制，调试工具等•开发环境实例–KEE美国集成化的ES开发环境–GURU混合型ES开发环境–天马中科院等七单位联合开发的暴雨预报ES等1.掌握专家系统的