专家系统发展概
述
院系：化工学院化工机械系
班级：10自动化（1）
姓名：李正智
学号：1020301016
日期：2013年10月1日
专家系统发展概述
摘要:回顾了专家系统发展的历史和现状。对目前比较成熟的专家系统模型进行分析,指出各自的特点和局限性。最后对专家系统的热点进行展望并介绍了新型专家系统。
关键词:专家系统;知识获取;数据挖掘;多代理系统;人工神经网络
Abstract:The history and recent research ofexpertsystem was reviewed. Severalwell-researched expertsystemmodelswereintroduced respectively, and their featuresand limitationswere analyzed. Finally, the hotspotofexpertsystem wasoverlookedand future research direction ofexpertsystem wasdiscussed.
Key words:expertsystem; knowledge acquisition; datamining; multi-agentsystem; artificialneuralnetwork
近三十年来人工智能(Artificial Intelligence,AI)获得了迅速的发展,在很多学科领域都获
得了广泛应用,并取得了丰硕成果。作为人工智能一个重要分支的专家系统在20世纪60年代初期产生并发展起来的一门新兴的应用科学,而且正随着计算机技术的不断发展而日臻完善和成熟。一般认为,专家系统就是应用于某一专门领域,由知识工程师通过知识获取手段,
将领域专家解决特定领域的知识,采用某种知识表示方法编辑或自动生成某种特定表示形式存放在知识库中;然后用户通过人机接口输入信息、数据或命令,运用推理机构控制知识库及整个系统,能像专家一样解决困难的和复杂的实际问题的计算机(软件)统。
专家系统有三个特点:1.启发性,能运用专家的知识和经验进行推理和判断;2.透明性,能解决本身的推理过程,回答用户提出的问题;3.灵活性,能不断地增长知识,修改原有知识。
1 专家系统的产生与发展
专家系统按其发展过程大致可分为三个阶段[1~3],即初创期(1971年前)、成熟期(1972)1977年)和发展期(1978年至今)。
1.1 初创期
人工智能早期工作都是学术性的,其程序都是用来开发游戏的。尽管这些努力产生了如国际象棋、跳棋等有趣的游戏[4],但其真实目的在于在计算机编码中加入人的推理能力,以
达到更好的理解。在此阶段的另一个重要领域是计算逻辑。1957年诞生了第一个自动定理证明程序,称为逻辑理论家。20世纪60年代初,人工智能研究者便集中精力开发通用的方法和技术,通过研究一般的方法来改变知识的表示和搜索,并且使用它们来建立专用程序。到了20世纪60年代中期,知识在智能行为中的地位受到了研究者的重视,这就为以专门知识为核心求解具体问题的基于知识的专家系统的产生奠定了思想基础。
1965年在美国国家航空航天局要求下,斯坦福大学成功研制了DENRAL系统[6]。DENRAL 的初创工作引导人工智能研究者意识到智能行为不仅依赖于推理方法,更依赖于其推理所用的知识。该系统具有非常丰富的化学知识,可根据质谱数据帮助化学家推断分子结构,被广泛应用于世界各地的大学及工业界的化学实验室。这个系统的完成标志着专家系统的诞生。在此之后,麻省理工学院开始研制MACSYMA系统。它作为数学家的助手使用启发式方法变换代数表达式,现经过不断扩充,能求解600多种数学问题。其中包括微积分、矩阵运算、解方程和解方程组等。同期,还有美国卡内基-梅隆大学开发的用于语音识别的专家系统HEARSAY。该系统表明计算机在理论上可按编制的程序与用户进行交谈。20世纪70年代初,匹兹堡大学的鲍波尔和内科医生合作研制了第一个用于医疗的内科病诊断咨询系统INTERNIST。这些系统的研制成功使得专家系统受到学术界及工程领域的广泛关注。
1.2 成熟期
到20世纪70年代中期,专家系统已逐步成熟起来,其观点逐渐被人们接受,并先后出现了一批卓有成效的专家系统。其中,最具代表性的是肖特立夫等人的MYCIN系统。该系统用于诊断和治疗血液感染及脑炎感染,可给出处方建议(提供抗菌剂治疗建议),不但具有很高的性能,而且具有解释功能和知识获取功能。MYCIN系统是专家系统的经典之作,它的知识表示系统用带有置信度的IF-THEN规则来表示,并使用不确定性推理方法进行推理。MYCIN由LISP 语言写成,所有的规则都写成LISP表达式。它是一个面向目标求解的系统,使用反向推理方法,并利用了很多启发式信息。
1.3 发展期
20世纪80年代初,医疗专家系统占了主流,主要原因是它属于诊断类型系统且开发比较容易。但是到了20世纪80年代中期,专家系统发展在应用上最明显的特点是出现了大量的投入商业化运行的系统,并为各行业产生了显著的经济效益。其中一个著名的例子是DEC公司与卡内基-梅隆大学合作开发的XCON-R1专家系统。它用于辅助数据设备公司(DEC)计算机系统的配置设计,每年为DEC公司节省数百万美元。专家系统的应用日益广泛,处理问题的难度和复杂度不断增大,导致了传统的专家系统无法满足较为复杂的情况,迫切需要新的方法和技术支持。
从20世纪80年代后期开始,一方面随着面向对象、神经网络和模糊技术等新技术的迅速崛起,为专家系统注入了新的活力;另一方面计算机的运用也越来越普及,而且对智能化的
要求也越来越高。由于这些技术发展的成熟,并成功运用到专家系统之中,使得专家系统得到更广泛的运用。在这期间开发的专家系统按其处理问题的类型可以分为解释型、预测型、诊断型、设计型、规划型、监视型、调试型、修正型、教学型和控制型。其应用领域也涉及到农业、商业、化学、通信、计算机系统、医学等多个方面,并已成为人们常用的解决问题的手段之一。
2 专家系统的研究现状
目前已研究的专家系统模型有很多种。其中较为流行的有基于规则的专家系统、基于案例的专家系统、基于框架的专家系统、基于模糊逻辑的专家系统、基于D-S证据理论的专家系统、基于人工神经网络的专家系统和基于遗传算法的专家系统等。
2.1 基于规则的专家系统
基于规则推理(Rule Based Reasoning,RBR)的方法是根据以往专家诊断的经验,将其归纳
成规则,通过启发式经验知识进行推理。它具有明确的前提,得到确定的结果。RBR是构建专家系统最常用的方法,这主要归功于大量的成功实例和工具的出现。早期的专家系统大多数是用规则推理的方法,如DENDRAL专家系统、MYCIN专家系统、PROSPECTOR专家系统等。在转换为机器语言时,用产生式的IF,AND(OR),THEN,表示。因此这种系统又称为产生式专家系统。
基于规则的专家系统的特点决定适合的领域为:1.系统结构简单,有明确的前提和结论,问题仅仅用有限的规则即可全部包含;2.问题领域不存在简洁统一的理论,知识是经验的;3.问题的求解可视为一系列相对独立的操作,或从一个状态向另一个状态的转换;一个操作或转换可以被有效地表示为一条或多条产生式语句。
2.2 基于案例的专家系统
基于案例推理(Case Based Reasoning,CBR)的方法就是通过搜索曾经成功解决过的类似
问题,比较新、旧问题之间的特征、发生背景等差异,重新使用或参考以前的知识和信息,达到最终解决新问题的方法。它起源于1982年美国学者RogerSchank(关于人类学习和回忆的动态存储模型的研究工作)。第一个真正意义上的基于案例的专家系统是1983年由耶鲁大学JanetKolodner教授领导开发的CYRUS系统。它以Schank的动态存储模型和问题求解的MOP 理论为基础,做与旅行相关的咨询工作。这种类比推理比较符合人类的认知心理。基于案例的专家系统具有诸多优点:无须显示领域知识;无需规则提取,降低了知识获取难度;开放体系、增量式学习,案例库的覆盖度随系统的不断使用而组建增加[5]。
基于案例的推理方法适用于领域定理难以表示成规则形式,而容易表示成案例形式并且已积累丰富案例的领域(如医学诊断系统)[6]。它的难点还在于案例特征的选择、权重分配以及处理实例修订时的一致性检验(特征变量间的约束关系)等问题。传统的基于案例的方法难以表示案例间的联系,对于大型案例库案例检索十分费时,并且难以决定应选择哪些特征数据及它们的权重[7]。
2.3 基于框架的专家系统
框架(Frame)是将某类对象的所有知识组织在一起的一种通用数据结构,而相互关联的框架连接组成框架系统。1975年,美国麻省理工学院著名的人工智能学者明斯基提出了框架理论,并把它作为理解视觉、自然语言对话及其他复杂行为的基础。在框架理论中,框架被视为表示知识的一个基本单位。它把要描述的事务各方面的知识放在一起,通过槽值关联起来。框架的顶层是代表某个对象的框架名,其下为代表该框架某一方面属性的若干个槽,槽由槽名和槽值组成。槽下还可分为若干个侧面(由侧面名和侧面值组成)。
框架表示法最突出的特点是善于表达结构性的知识,且具有良好的继承性和自然性。因此,基于框架的专家系统适合于具有固定格式的事物、动作或事件。
2.4 基于模糊逻辑的专家系统
模糊理论的概念由美国加利福尼亚大学教授扎德在其5Fuzzy Sets6和
5FuzzyAlgorithm6等论著中首先提出。模糊性是指客观事物在状态及其属性方面的不分明性,其根源是在类似事物间存在一系列过渡状态,它们互相渗透、互相贯通,使得彼此之间没有明显的分界线。模糊性是客观世界中某些事物本身所具有的一种不确定性,它与随机性有着本质的区别。有明确定义但不一定出现的事件中包含的不确定性称为随机性,它不因人的主观意识变化,由事物本身的因果规律决定。而已经出现但难以给出精确定义的事件中包含的不确定性称为模糊性,是由事物的概念界限模糊和人的主观推理与判断产生的。模糊逻辑理论则是对模糊事物相互关系的研究。
基于模糊逻辑的专家系统的优点在于[10]:1,具有专家水平的专门知识,能表现专家技能和高度的技巧以及有足够的鲁棒性;2.能进行有效的推理,具有启发性,能够运用人类专家的经
验和知识进行启发性的搜索、试探性的推理;3.具有灵活性和透明性。但是,模糊推理知识获取困难,尤其是征兆的模糊关系较难确定,且系统的推理能力依赖模糊知识库,学习能力差,容易发生错误。由于模糊语言变量是用隶属函数表示的,实现语言变量与隶属函数之间的转换是一个难点。
2.5 基于D-S证据理论的专家系统
D-S证据理论是由Dempster于1967年提出的。他首先提出了上、下界概率的定义,后由Shafer于1976年加以推广和发展,故人们也把证据理论称为D-S理论。证据理论可处理由不知道因素所引起的不确定性,它采用信任函数而不是概率作为度量,通过对一些事件的概率加以约束以建立信任函数而不必说明精确的难以获得的概率。当约束限制为严格的概率时,它就成为概率论[11]。
基于D-S证据理论的专家系统的优点在于[12]:1既能处理随机性所导致的不确定性,又能处理由于模糊性所导致的不确定性;o系统可以依靠证据的积累,不断缩小假设集;?能在不同层上组合证据。D-S理论具有较强的理论基础,它能将/不知道0和/不确定0区分开来。但它也存在明显的不足,当证据冲突度较高时,经过其组合规则得到的结论常常有悖于常理;另外,基于D-S理论的专家系统在数据较多时,具有潜在的指数复杂度和推理链较长的缺点。2.6 基于人工神经网络的专家系统
人工神经网络(ArtificialNeuralNetwork,ANN)仿效生物体信息处理系统获得柔性信息处理力。它从20世纪80年代后期开始兴起(有理论研究阶段发展到应用阶段)。它是从微观上模拟人脑功能,是一种分布式的微观数值模型,神经元网络通过大量经验样本学习知识。更重要的是,神经网络有极强的自学习能力,对于新的模式和样本可以通过权值的改变进行学习﹑记忆和存储,进而在以后的运行中能够判断这些新的模式。
神经网络模型从知识表示、推理机制到控制方式,都与目前专家系统中的基于逻辑的心理模型有本质的区别。知识从显示变为隐式表示。这种知识不是通过人的加工转换成规则,而是通过学习算法自动获取的。推理机制从检索和验证过程变为网络上隐含模式对输入的竞争。这种竞争是并行的针对特定特征的,并把特定论域输入模式中各个抽象概念转换为神经网络的输入数据。神经网络很好地解决了专家系统中知识获取的瓶颈问题,能使专家系统具有自学习能力。神经网络技术的出现为专家系统提供了一种新的解决途径。特别是对于实际中难以建立数学模型的复杂系统,神经网络更显示出其独特的功效。
2.7 基于遗传算法的专家系统
遗传算法(Genetic Algorithms,GA)是一种基于自然选择和基因遗传学原理的优化搜索方法。它由美国John H.Holland教授于1975年提出的。遗传算法将问题的求解表示成染色体,从而构成一群染色体。将它们置于问题的环境中,根据适者生存的原则,从中选择出适应环境的染色体进行复制。通过交换、变异两种基因操作产生出新的一代更适应环境的染色体群,这样一代一代地不断进化,最后收敛到一个最适合环境的个体上,求得问题的最优解。
遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法。与一般的寻优方法相比,遗传算法具有很多优点:1.从许多初始点开始进行并行操作,克服了传统优化方法容易陷入局部极点的缺点,是一种全局优化算法;2.对变量的编码进行操作,可以替代梯度算法,在模糊推理隶属度函数形状的选取上具有更大的灵活性;3.由于具有隐含并行性,可通过大规模并行计算来提高计算速度;4.可在没有任何先验知识和专家知识的情况下取得次优或最优解。
遗传算法作为优化搜索算法,一方面希望在宽广的空间内进行搜索,从而提高求得最优解的概率;另一方面又希望向着解的方向尽快缩小搜索范围,从而提高搜索效率。如何同时提高搜索最优解的概率和效率,是遗传算法需要进一步探索的问题。
3专家系统的发展趋势
近年来,发展专家系统不仅要采用各种定性的模型,而且要将各种模型综合运用,以及运用人工智能和计算机技术的一些新思想和新技术,如分布式和协同式。这些都是专家系统的发展趋势。
3.1.1 通用性专家系统
专家系统的开发需要领域专家和知识工程师共同努力,而领域专家绝大多数只对自己领域范围的知识了解,这就导致现阶段开发的专家系统只适用于某一特定问题领域。用户越来越希望有一种以用户为中心的通用性专家系统。这就需要通用性专家系统具有各种不同的并行算法和知识获取模块,能够采用多种推理策略。通用性专家系统作为一种新型专家系统,其特点如下:1集成多种模型的专家系统,根据用户的需要,可以选择其中的任何一种或多种,形成某一类型的专家系统;o通过多种模型的综合运用,提高了专家系统的准确率和效率;?经过长期使用,可以探索出针对某一问题的最佳模式(多种模型的综合运用),获得最优的专用专家系统。
3.1.2 分布式专家系统
分布式专家系统具有分布处理的特征,其主要目的在于把一个专家系统的功能经分解后分布到多个处理器上并行工作,从而在整体上提高系统的处理效率[2]。这种专家系统比常规的专家系统具有更强的可扩张性和灵活性,将各个子系统联系起来,即使不同的开发者针对同一研究对象也可以有效地进行交流和共享。随着Internet的发展与普及,建立远程分布式专家系统可以实现异地多专家对同一对象进行控制或诊断,极大提高了准确率和效率。
分布式专家系统作为一种新型专家系统,其特点有:1系统数据的所有来源,分门别类地对不同数据来源的数据进行管理,同时系统的数据完整、准确、实用性强;o系统开发工具多样,开发环境与应用环境分离,使开发完善过程与应用过程可以独立地异步进行;?可以同时完成多用户、多个并发请求的推理;?借助辅助数据库,对推理过程可以进行有效的控制与监测,并能整合推理结果,以多种形式反馈给用户。
3.1.3 协同式专家系统
协同式专家系统的概念目前尚无一个明确的定义。一般认为,协同式专家系统是能综合若干相关领域(或一个领域)多个方面的单一专家系统互相协作共同解决一个更广领域问题的专家系统,这样的系统亦可称之为群专家系统[2]。在系统中,多个专家系统协同合作,各专家系统间可以互相通信,一个或多个专家系统的输出可能成为另一个专家系统的输入,有些专家系统的输出还可以作为反馈信息输入到自身或其先辈系统中去,经过迭代求得某种稳定状态。
协同式专家系统作为一种新型专家系统,其特点有:1.将总任务合理地分解为几个分任务,分别由几个分专家系统来完成。2.把解决各个分任务所需要知识的公共部分提炼出来形成一个公共知识库,供各子专家系统共享;而分专家系统中专用的知识,则存放在各自的专用知识库中。3.为了统一协调解决问题,有一个供各个分专家系统讨论交流的平台。
4 结束语
专家系统是从20世纪末开始的重大技术之一,是高技术的标志。专家系统的近期研究目标是建造用于代替人类进行智能管理与决策的系统,而远期目标是实现具有更新概念、更佳技术性能和更高智力水平的决策与咨询系统。本文总结了专家系统发展的历史和现状,对目前比较成熟的专家系统模型进行分析,指出各自的特点和局限性。随着专家系统研究的不断深入与发展,必将进一步推动科技的发展和社会的进步。
参考文献:
[1]蔡自兴,约翰#德尔金,龚涛.高级专家系统:原理、设计及应用[M ].北京:科学出版社, 2005:
2-7.
[2]敖志刚.人工智能与专家系统导论[M ].合肥:中国科技大学出版社, 2002: 14-19.
[3]王永庆.人工智能原理与方法[M ].西安:西安交通大学出版社,1998: 5-8.
[4]李毅得,杜鹢.不确定性人工智能[M ].北京:国防工业出版社,2005: 5-12.
[5]吴明强,史慧,朱晓华,等.故障诊断专家系统研究的现状与展望[J].计算机测量与控制, 2005,13(12): 1301-1304.
[6]张代胜,王悦,陈朝阳.融合实例与规则推理的车辆故障诊断专家系统[J].机械工程学报, 2002,38(7): 91-95.
[7]黄德浩,杨宗源,黄海涛.基于框架表示的组件库模型[J].计算机工程, 2002,28(7): 111-123.
[8]付炜.基于框架网络结构的专家知识表示方法研究[J].计算机应用, 2002,22(1): 3-6.
[9]孙增国.神经网络和模糊专家系统在故障诊断中的应用[D ].大连:大连理工大学, 2004:
31-32.
[10]许丽佳.D-S证据理论在信息融合中的改进[J].系统工程与电子技术, 2004,26(6): 717-720.
[11]李冲祥.神经网络和证据理论集成的数据融合故障诊断方法研究[D ].秦皇岛:燕山大学, 2003: 37-42.
[12]梁戈超.基于遗传算法和神经网络的模拟电路故障诊断理论与方法[D ].长沙:湖南大学, 2004: 30-33.
第七章专家系统 7.1.答： （1）专家系统的定义 费根鲍姆（E．A．Feigenbaum）：“专家系统是一种智能的计算机程序，它运用知识和推理步骤来 解决只有专家才能解决的复杂问题” 专家系统是基于知识的系统，用于在某种特定的领域中运用领域专家多年积累的经验和专门知识， 求解需要专家才能解决的困难问题 保存和大面积推广各种专家的宝贵知识 博采众长 比人类专家更可靠，更灵活 （2）专家系统的特点 ①具有专家水平的专门知识 专家系统中的知识按其在问题求解中的作用可分为三个层次：数据级、知识库级和控制级 数据级知识（动态数据）：具体问题所提供的初始事实及在问题求解过程中所产生的中间结 论、最终结论 数据级知识通常存放于数据库中 知识库级知识：专家的知识，这一类知识是构成专家系统的基础 一个系统性能高低取决于这种知识质量和数量 控制级知识（元知识）：关于如何运用前两种知识的知识 在问题求解中的搜索策略、推理方法 ②能进行有效的推理 推理机构——能根据用户提供的已知事实，通过运用知识库中的知识，进行有效的推理，以实现问题的求解。专家系统的核心是知识库和推理机 ③具有启发性 除能利用大量专业知识外，还必须利用经验判断知识来对求解问题作出多个假设（依据某些条件选定一个假设，使推理继续进行） ④能根据不确定（不精确）的知识进行推理 综合利用模糊的信息和知识进行推理，得出结论 ⑤具有灵活性 知识库与推理机相互独立，使系统易于扩充，具有较大的灵活性 ⑥具有透明性 一般有解释机构，所以具有较好的透明性 解释机构向用户解释推理过程，回答“Why？”、“How？”等问题 ⑦具有交互性 一般都为交互式系统，具有较好的人机界面 一方面它需要与领域专家或知识工程师进行对话以获取知识；另一方面它也需要不断地从用户处 获得所需的已知事实并回答询问。 7.2.答：专家系统的一般结构 人机接口、推理机、知识库、动态数据库、知识获取机构、解释机构 知识库：主要用来存放领域专家提供的专门知识 (1) 知识表达方法的选择（最多的三种表示方法是产生式规则、框架和语义网络） ①充分表示领域知识 ②能充分、有效地进行推理 ③便于对知识的组织、维护与管理
一个专家系统的例子 一、建立动物识别专家系统的规则库，并用与/或图来描述这个规则库。 规则库由15条规则组成，规则名分别是；rule1，rule2，┉，rule15，规则库的符号名为ruleS。编写一段程序,把15条规则组成一个表直接赋值给规则库ruleS。 ( rules ((rule1 (if (animal has hair)) 若动物有毛发(F1) (then (animal is mammal))) 则动物是哺乳动物(M1) ((rule2 (if (animal gives milk)) 若动物有奶(F2) (then (animal is mammal))) 则动物是哺乳动物(M1) ((rule3 (if (animal has feathers)) 若动物有羽毛(F9) (then (animal is bird))) 则动物是鸟(M4) ((rule4 (if (animal flies)) 若动物会飞(F10) (animal lays eggs)) 且生蛋(F11) (then (animal is bird))) 则动物是鸟(M4) ((rule5 (if (animal eats meat)) 若动物吃肉类(F3) (then (animal is carnivore))) 则动物是食肉动物(M2) ((rule6 (if (animal Raspointed teeth)) 若动物有犀利牙齿(F4) (animal has claws) 且有爪(F5) (animal has forword eyes)) 且眼向前方(F6) (then (animal is carnivore))) 则动物是食肉动物(M2) ((rule7 (if (animal has mammal)) 若动物是哺乳动物(M1) (animal has hoofs)) 且有蹄(F7) (then (animal is ungulate))) 则动物是有蹄类动物(M3) ((rule8 (if (animal has mammal)) 若动物是哺乳动物(M1) (animal chews cud)) 且反刍(F8) (then (animal is ungulate))) 则动物是有蹄类动物(M3) ((rule9 (if (animal is mammal)) 若动物是哺乳动物(M1) (animal is carnivore) 且是食肉动物(M2) (animal has tawny color) 且有黄褐色(F12) (animal has dark sports)) 且有暗斑点(F13) (then (animal is cheetah))) 则动物是豹(H1) ((rule10 (if (animal is mammal)) 若动物是哺乳动物(M1) (animal is carnivore) 且是食肉动物(M2)
人工智能专家系统概述 摘要:人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 专家系统是人工智能应用研究的主要领域。专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 关键词：人工智能，专家系统。 Abstract: The artificial intelligence (Artificial Intelligence), English abbreviation is AI. It is the research, the development uses in simulating, extending and expands human's intelligence theory, the method, technical and an application system new technical science. The artificial intelligence is a computer science branch, it attempts the understanding intelligence the essence, the parallel intergrowth delivers one kind newly to be able to make the response by the human intelligence similar way the intelligent machine, this domain research including robot, language recognition, pattern recognition, natural language processing and expert system and so on. An expert system is artificial intelligence application research of the main fields. An expert system is a has a large number of specialized knowledge and experience of the program system, it used artificial intelligence technology and computer technology, according to a field one or more experts to provide the knowledge and experience, reasoning and judgment, simulation of human experts decision-making process, so as to solve the need to deal with complicated problems of human experts, in short, the expert system is a kind of simulation to solve the problem domain experts human
SolidWorks的优势 一、 第一款Windows平台上的原创3D机械CAD软件，开创了易学易用的新一代CAD软件的新时代； 拥有特征管理员（Feature Manager）的专利权，至今已成为所有3D CAD软件的最基本配置； 二、 eDrawings，业界第一款可通过Email即可实现工程图纸的便捷沟通与交流的高效工具，而且不 依赖于任何平台和任何CAD软件，已成为企业和工程师进行工程数据交流的标准平台； 三、 业界第一家提供完全的全集成（单一窗口）CAE解决方案的CAD供应商。无需借助任何第三方 分析软件，解决工程设计中任何深度和层次的设计验证和工程分析问题； 四、 庞大的成功用户群体和支持网络。应用软件的使用率是衡量其功能、顾客满意度和未来前景的 重要指标。无论在商业领域还是教育领域，广大的用户群都能确保采用SolidWorks软件的公司获得成功所需的培训与支持。此外，广大的用户群体还能让采用该软件的公司雇用到训练有素的员工；从其他用户的经验中受益；并找到能无缝利用其数据的供应商、工厂和承包商。 五、 率先发明SWIFT(S olid W orks I ntelligent F eature T echnology)技术平台，至今独一无二 1.SWIFT的工程背景 众所周知，三维CAD软件为机械设计工程师们带来了惊人的创造力。然而，这种能力的背后是它的复杂性，使用者必须花费很多的时间和精力学习软件操作并成为行家后才能充分利用好这种设计工具的功能,从而发挥巨大的潜力。 专家级的使用者了解其使用的CAD软件中内含的众多小窍门，通常也只有这些用户才能够充分利用到三维CAD的威力。因此，在这种工程背景下，SWIFT出现了。这个技术平台由多个“专家”软件工具包组成，其目的和意图就是为了解决功能与复杂性之间的矛盾。CAD系统本身已经开发得很完备，它已经代所有用户（无论是新手、有一定经验的用户还是专家）“掌握了”三维CAD中大多数最艰难、最费时的技巧。 发明和开发SWIFT，就是让设计工程师可以全神贯注于要完成的设计和要实现的设计意图，而不用将精力浪费在三维CAD软件的操作规则上。使所有CAD用户一入门就成为这方面的行家。因此它不仅实现了基本功能和常见功能的自动化，还能切实解决设计过程中遇到的难解问题，就像是最有经验的CAD专家所做到的那样。如果要为这种技术打个恰当的比方的话，就象自动变速器为驾驶新手提供安全保障，GPS为旅行者导航方向一样，SWIFT也为三维CAD用户提供了前所未有的便利。 2.SWIFT的主要内容 如前所述，SWIFT包含了一系列的专家工 具，用于诊断和解决草图关系、特征顺序、装 配与配合冲突以及真正为生产制造所需的尺寸 标注等问题；解决几乎所有用户都会遇到的复 杂而费时的头痛问题。 2.1 草图专家(SketchXpert) 大量的三维特征都需要从绘制二维草图开 始，但绘制的草图特别是比较复杂的草图时经 常会出现过定义或欠定义的情况。无论哪种情 况都会在制造零件时导致错误。参数化三维建 模系统会为在草图中创建的直线、圆弧和二维 轮廓添加重要的尺寸和几何关系，以便捕捉设 计意图和传递设计更改。有时，由于用户添加的尺寸多于定义草图所需的尺寸，使得他们的草图过约束。这时，用户必须停下来，手动解决这些问题，然后才能继续设计。该过程通常是一个找错?
农业专家系统应用实例分析 摘要:专家系统是人工智能领域中较为成熟的一个分支。本文阐述了专家系统的基本概念及基本要素，介绍了专家系统在我国农业中的应用和我国农业专家系统的发展趋势。 关键词:人工智能;专家系统;农业专家系统;应用 农业专家系统也可叫农业智能系统,是一个具有大量农业专门知识与经验的计算机系统。它应用人工智能技术,依据一个或多个农业专家提供的特殊领域知识、经验进行推理和判断,模拟农业专家就某一复杂农业问题进行决策。典型的农业专家系统主要由知识库、数据库、模型库、推理机、知识库管理系统、解释器、用户界面7个部分组成。其中,知识库和推理机是农业专家系统最核心部分,这是任何一个农业专家系统都不可缺少的组成部分。知识库的质量直接影响到农业专家系统质量及可信度;推理机是农业专家系统的运行动力。而知识库管理系统则是对知识库中的知识进行检查和检索,还可以把推理过程中使用知识的实际情况显示出来,这是数据库管理系统中所没有的。知识获取是农业专家系统开发过程中的瓶颈,其主要任务是完成领域知识的收集与整理.解释器是用来向用户,特别是专用户,解释推理的结果和在推理过程中所发生的一切。 专家系统有四个特点,即:启发性,能运用专家的知识和经验进行推理和判断;透明性,能解决本身的推理过程,能回答用户提出的问题;灵活性,能不断地增长知识,修改原有的知识。综合性,能解答种子、土肥、植保、农经等多专业问题,克服了单个农业专家的专业局限。研发农业专家系统的主要目的是使计算机在农业领域中起农业专家的作用,对那些需要专家知识才能解决的难题提供相关专业权威专家水平的解答。 专家系统在世界农业领域中的应用始于20世纪70年代末,经过20余年发展,应用已遍及作物栽培管理、设施园艺管理、畜禽管理、水产养殖、植物保护、育种以及经济决策等各方面。专家系统在灌溉、施肥、栽培、病虫害的诊断与防治、作物育种、作物产量预测、畜禽饲养管理和水产养殖管理等方面,展示了广阔的应用前景。 一．农业专家系统在作物病虫害综合治理中的应用 根据以往的研究和病虫害综合治理的过程，专家系统的研究主要集中在6个方面: 1.1病虫害诊断在病虫害诊断中，如果人工开具病虫处方，工作人员必须有牢固的植物保护基础知识和丰富的实践经验，需要查询大量资料，无法及时满足农户的需要。专家系统把这些资料编制成简单的程序，达到迅速确定目标的目的，从而得到最佳防治时期和方案。 1.2预测预报病虫预测预报需要的基本信息是:病虫害的生物学参数(如发生
人工智能技术基础实验报告 指导老师：朱力 任课教师：张勇
实验三小型专家系统设计与实现 一、实验目的 （1）增加学生对人工智能课程的兴趣； （2）使学生进一步理解并掌握人工智能prolog语言； （3）使学生加强对专家系统课程内容的理解和掌握，并培养学生综合运用所学知识开发智能系统的初步能力。 二、实验要求 （1）用产生式规则作为知识表示，用产生系统实现该专家系统。 （2）可使用本实验指导书中给出的示例程序，此时只需理解该程序，并增加自己感兴趣的修改即可；也可以参考该程序，然后用PROLOG语言或其他语言另行编写。 （3）程序运行时，应能在屏幕上显示程序运行结果。 三、实验环境 在Turbo PROLOG或Visual Prolog集成环境下调试运行简单的PROLOG程序。 四、实验内容 建造一个小型专家系统（如分类、诊断、预测等类型），具体应用领域由学生自选，具体系统名称由学生自定。 五、实验步骤 1、专家系统： 1.1建造一个完整的专家系统设计需完成的内容： 1．用户界面：可采用菜单方式或问答方式。
2．知识库（规则库）：存放产生式规则，库中的规则可以增删。 3．数据库：用来存放用户回答的问题、已知事实、推理得到的中 间事实。 4．推理机：如何运用知识库中的规则进行问题的推理控制，建议 用正向推理。 5．知识库中的规则可以随意增减。 1.2推理策略 推理策略包括：正向（数据驱动），反向（目标驱动），双向 2、动物分类实验规则集 （1）若某动物有奶，则它是哺乳动物。 （2）若某动物有毛发，则它是哺乳动物。 （3）若某动物有羽毛，则它是鸟。 （4）若某动物会飞且生蛋，则它是鸟。 （5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。（6）若某动物是哺乳动物且吃肉，则它是食肉动物。 （7）若某动物是哺乳动物且有蹄，则它是有蹄动物。 （8）若某动物是有蹄动物且反刍食物，则它是偶蹄动物。 （9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 （10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是猎豹。 （11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 （12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 （13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。
专家系统发展概
述 院系：化工学院化工机械系 班级：10自动化（1） 姓名：李正智 学号：1020301016 日期：2013年10月1日 专家系统发展概述 摘要:回顾了专家系统发展的历史和现状。对目前比较成熟的专家系统模型进行分析,指出各自的特点和局限性。最后对专家系统的热点进行展望并介绍了新型专家系统。 关键词:专家系统;知识获取;数据挖掘;多代理系统;人工神经网络 Abstract:The history and recent research ofexpertsystem was reviewed. Severalwell-researched expertsystemmodelswereintroduced respectively, and their featuresand limitationswere analyzed. Finally, the hotspotofexpertsystem wasoverlookedand future research direction ofexpertsystem wasdiscussed. Key words:expertsystem; knowledge acquisition; datamining; multi-agentsystem; artificialneuralnetwork 近三十年来人工智能(Artificial Intelligence,AI)获得了迅速的发展,在很多学科领域都获 得了广泛应用,并取得了丰硕成果。作为人工智能一个重要分支的专家系统在20世纪60年代初期产生并发展起来的一门新兴的应用科学,而且正随着计算机技术的不断发展而日臻完善和成熟。一般认为,专家系统就是应用于某一专门领域,由知识工程师通过知识获取手段, 将领域专家解决特定领域的知识,采用某种知识表示方法编辑或自动生成某种特定表示形式存放在知识库中;然后用户通过人机接口输入信息、数据或命令,运用推理机构控制知识库及整个系统,能像专家一样解决困难的和复杂的实际问题的计算机(软件)统。 专家系统有三个特点:1.启发性,能运用专家的知识和经验进行推理和判断;2.透明性,能解决本身的推理过程,回答用户提出的问题;3.灵活性,能不断地增长知识,修改原有知识。 1 专家系统的产生与发展 专家系统按其发展过程大致可分为三个阶段[1~3],即初创期(1971年前)、成熟期(1972)1977年)和发展期(1978年至今)。 1.1 初创期 人工智能早期工作都是学术性的,其程序都是用来开发游戏的。尽管这些努力产生了如国际象棋、跳棋等有趣的游戏[4],但其真实目的在于在计算机编码中加入人的推理能力,以
小型动物分类专家系统的设计与实现 一、实验目的 通过本实验可使学生能够综合利用高级程序设计语言、面向对象程序设计、数据结构、数据库原理、人工智能、软件工程等课程的相关知识，设计并实现小型动物分类专家系统，培养学生综合运用所学计算机软件知识解决实际问题的能力，为今后从事计算机软件开发及应用打下基础。 二、实验内容 运用下列规则，设计并实现一个小型动物分类专家系统。 规则1： 如果：动物有毛发 则：该动物是哺乳动物 规则2： 如果：动物有奶 则：该单位是哺乳动物 规则3: 如果：该动物有羽毛 则：该动物是鸟 规则4： 如果：动物会飞，且会下蛋 则：该动物是鸟 规则5： 如果：动物吃肉 则：该动物是肉食动物 规则6： 如果：动物有犬齿，且有爪，且眼盯前方 则：该动物是食肉动物 规则7： 如果：动物是哺乳动物，且有蹄 则：该动物是有蹄动物 规则8： 如果：动物是哺乳动物，且是反刍动物 则：该动物是有蹄动物 规则9： 如果：动物是哺乳动物，且是食肉动物，且是黄褐色的，且有暗斑点 则：该动物是豹 规则10： 如果：如果：动物是黄褐色的，且是哺乳动物，且是食肉，且有黑条纹 则：该动物是虎 规则11： 如果：动物有暗斑点，且有长腿，且有长脖子，且是有蹄类 则：该动物是长颈鹿 规则12：
如果：动物有黑条纹，且是有蹄类动物 则：该动物是斑马 规则13： 如果：动物有长腿，且有长脖子，且是黑色的，且是鸟，且不会飞 则：该动物是鸵鸟 规则14： 如果：动物是鸟，且不会飞，且会游泳，且是黑色的 则：该动物是企鹅 规则15： 如果：动物是鸟，且善飞 则：该动物是信天翁 动物分类专家系统由15条规则组成，可以识别七种动物. 三、工具 四、例子
Analysis of the expert system and the technical problem of unemployment Wu Mingming Hubei University of Education,Wuhan,China Abstract:in twenty-first Century, a large number of unemployment of our generation is an indisputable fact. The cause that causes unemployment said Fungous, seems to have a reason. In this paper, the unique angle of view, from the aspects of innovation on the expert system as the representative of the Internet technology, the science and technology, especially the expert system of the explosive development of the technology of the continuing rise in unemployment. Keywords: expert system, technology business, Internet technology. 专家系统和技术性失业问题浅析 吴明明 湖北第二师范学院计算机学院，武汉，中国 摘要：21世纪，我们这一代人的大量失业已是不争的事实。导致失业的原因各说风云，似乎都有道理。本文以独特的视角，从以专家系统为代表的互联网技术的不断革新方面来说，得到了科学技术尤其是专家系统的爆炸性的发展导致了技术性失业的不断增加的事实。 关键词：专家系统，技术性事业，互联网技术。 引言 随着专家系统(Expert System，简称ES)的深度发展，越来越多的工作可以被计算机技术取代。或许在一定时间之内无法完全取代人类从事的所有工作，但是计算机技术已经体现出了取代人类从事的某些工作的巨大的爆发力。换而言之，在企业生产规模不变的情况下（保守估计），所能提供的岗位已经大为缩减。随之而来导致的是大批量的人员失业，技术性失业已经渐渐进入人们的视线。 1、专家系统 1.1专家系统简介 专家系统（Expert System)，顾名思义，是一种在特定领域内具有专家水平解决问题能力的智能程序系统。它应用人工智能技术和计算机技术，根据已存储的专家级的知识、经验等同过推理得出更好更适合的解决问题的方法。模拟专家的思维，解决特定方向的问题，它属于人工智能的一个分支。
浅谈专家系统应用与发展 摘要：专家系统作为人工智能应用研究的课题之一在各个领域得到广泛应用，但也存在一些突出问题限制了其进一步的发展。本文就专家系统的应用领域和研究热点及其存在问题作了讨论，并提出了新型专家系统的一些特点，指出发展新型专家系统是很有必要的。 关键字：专家系统，知识获取，数据挖掘，多Angent Application and Prospect of Expert System Abstract:Expert system is one of the research subjects of the application of AI(artificial intelligence),and widely uesd in many fields,but some predominant problems confined its development.This article discussed the application areas and research hotspots of expert system,and brought up some characteristics of new style expert system,finally pointed that it’s necessary for us to develop new style expert system. Key words:expert system; knowledge acquisition; data mining; multi-agent system 1专家系统概述 1.1 专家系统的起源与含义 专家系统（expert system）是人工智能领域应用研究最活跃和最广泛的课题之一。第一个专家系统是在1956年由Allen Newell、Herbert Simon及J. C. Shaw 所发展。其后，许多专家系统也纷纷随之建立，但在前期多半是属于研究性质的雏形系统。1970年代之后，人工智能与专家系统专用的程序语言及软件开发工具逐渐开始发展，而各种知识表示法及算法也被广泛地研究，使得专家系统的建构与发展方式产生了不小的改变。在1980年代后期开始，专家系统便能够逐渐脱离实验室的研究而广泛应用于各行业中[1,2]。 专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题[1]。 1.2 专家系统的结构 专家系统的基本结构如图1所示，其中箭头方向为数据流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。
第六章专家系统 6-1 什么叫做专家系统?它具有哪些特点与优点? 专家系统是一种模拟人类专家解决领域问题的智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。 特点： (1)启发性 专家系统能运用专家的知识与经验进行推理、判断和决策 (2)透明性 专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高对专家系统的信赖感。 (3) 灵活性 专家系统能不断地增长知识，修改原有知识，不断更新。 优点： (1) 专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。 (3) 可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。 (4) 专家系统能促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够广泛有力地传播专家的知识、经验和能力。 (5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力，它拥有更渊博的知识、更丰富的经验和更强的工作能力。 (6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。 (7) 专家系统的研制和应用，具有巨大的经济效益和社会效益。 (8) 研究专家系统能够促进整个科学技术的发展。专家系统对人工智能的各个领域的发展起了很大的促进作用，并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。
作者简介 孙曰波(1971-),男,山东威海人,讲师,从事园林植物栽培和设施园艺的教研工作。 收稿日期2006-06-30 农业专家系统(Expert System ,简称ES)也可以叫智能系统,是基于知识的程序设计方法建立起来的计算机系统,是人类专家的一种模仿物,研制农业专家系统的目的是为了把农业专家多年积累的知识和经验,应用计算机技术,克服时空限制,在较短的时间内得以广泛的应用,使专家的知识和经验变为生产力。专家系统应用在农业上的各个领域,涉及到作物生产管理、施肥、节水灌溉、品种选育、温室管理、病虫害防治、杂草控制、水土保持、森林环保、家畜饲养、食品加工、财务分析、农业机械选择、市场管理等方面,有些系统已成为商品进入市场。以农业专家系统为主要内容的农业知识工程越来越为人们所认识,并有广阔的应用发展前景。1专家系统的发展 1.1产生阶段(1965~1971年) 1956年人工智能产生,为专 家系统的诞生奠定了基础。1965~1968年美国Stanford 大学 计算机系Feigenbaum 等根据化合物的分子式及其质谱数 据,研制出帮助化学家推断分子结构的计算机程序系统 DENDRAL ,获得极大的成功。该系统解决问题的能力已达到专家水平,在某些方面甚至超过同行领域的化学家。这标志着人工智能的一个新的研究领域———专家系统的产生。 1.2成熟阶段(1972~1977年)这一时期专家系统的观点逐渐被人们广泛接受,从而先后出现了一批卓有成效的专家系统,典型代表是1974年E .H .Shortliffe 等研制的用于治疗感染性疾病的MYCIN 系统。在此期间,知识组织形式、系统的人机接口、解释机制、知识的获取、不确定性推理等技术得到了进一步的发展和成熟。 1.3发展阶段(1978年以后)这一时期专家系统渗透到了非常广泛的领域。第一个农业专家系统在美国的伊利诺斯大学诞生,我国的农业专家系统研究起步较晚,但发展较快。自20世纪80年代也开始了农业专家系统的研究。2专家系统在农业上的应用 2.1在国外农业上的应用在国外,农业信息系统研究始于20世纪60年代,初期它仅仅是由农业数据库和数据库管理程序构成。60年代中期,美国斯坦福大学Feigenbaum 等研制了第一个专家系统。从此,人工智能专家系统发展起来,并迅速渗透到各个领域,在农业上应用更是方兴未艾。 此类专家系统的研制和应用已成为高新技术应用于农业生产的成功实例。比较有名的专家系统有:PLANT/ds 、ICCS 等,涉及多种作物的病虫害诊断、预测与管理、施肥、防御低温冷害等,一般用于解决带有经验性的定性问题。作物模拟模型在荷兰和美国创立,而园艺作物模型出现在70年代末80年代初,作物模拟模型与农业专家系统的研究和应用表明了农业科学开始进入计算机信息时代。80年代,出现了以农业专家系统为主进而与作物模型、GIS 等相结合向深度发展的趋势,并大面积应用于生产。较为典型的有美国棉花管理专家系统Cotton++、APSIM 等。90年代以来,农业专家系统、作物模型、3S 技术之间的集成已成为信息技术领域研究的热点之一,印度、加拿大等将AEGIS/Win 与RS 模型、专家系统等结合进行干旱地区决策、农业生产模式等领域的深层次决策支持系统研究与应用。 2.2在我国农业上的应用我国农业专家系统的研究始于20世纪80年代初,国家科技部曾明确提出:“以农业专家系统为突破口,发展我国的农业信息技术”。早在1985年由中国科学院人工智能所开发的“砂姜黑土小麦施肥专家咨询系统"在安徽省淮北平原得到很好的推广应用。此后,“七五”、“八五”期间,国家科委、农业部先后支持了一些作物专家系统及其工具、作物生长发育模型、农业生产管理系统等的开发,并取得了一些重要成果,在农业生产和管理中发挥了重要作用,有些成果已达到了国际前沿水平。如中国科学院合肥智能机械研究所采用先进的知识工程方法,与各类农业专家紧密结合,开展了农业专家系统的广泛研究和应用,研制了小麦、棉花、番茄等作物的田间管理、施肥和病虫害防治等专家系统,并开发了可以由农技人员直接使用的各种专家系统工具。这些系统能模仿农业专家推理并给出决策咨询,部分代替农业专家走向田间地头,进入农家,对于提高农民素质、促进农业生产具有重要意义。自1992年开始,国家“863计划"智能计算机系统主题组织了农业专家系统的研制与应用推广工作,以农业专家系统为代表的智能化管理系统形成了成熟的技术,北京市农林科学院等科研单位均研制出了各具特色的农业专家系统开发平台,得到不同程度的应用和推广。在此基础上,科技部、国家863计划306主题专家组与地方政府合作,“九五"期间国家863计划专门设立了智能化农业信息应用主题,重点对水稻、小麦、玉米、棉花等作物的引种与良种推荐、合理施 农业专家系统发展的概况与前景 孙曰波,任术琦,丁世民 (潍坊职业学院,山东潍坊261041) 摘要简要论述了国内外农业专家系统的发展概况,提出我国农业专家系统发展中存在的问题,阐述了农业专家系统的发展前景。关键词农业专家系统;发展概况;前景中图分类号S126文献标识码A 文章编号0517-6611(2006)20-5445-02Development and Perspective of Agricultural Expert System SUN Yue 蛳bo et al (Weifang Vocational College,Weifang ,Shandong 261041) Abstract The development of agricultural expert systems in China and foreign country was introduced,and the problems were pointed out and the perspective was presented. Key words Agricultural expert system ;General situation of development;Perspective 安徽农业科学,Journal of Anhui Agri.Sci.2006,34(20):5445-5446责任编辑罗芸责任校对罗芸
《专家系统及其设计》教学设计 天津电子计算机职专冯莉 人工智能作为一门研究运用计算机模拟和延伸人脑功能的综合性学科，在一定程度上代表着信息技术的发展前沿。但是人工智能在国内中学的开设尚属首次，教师教学经验缺乏，对学生来说，也是一个陌生的事物，与其他课程相比，难度较大。专家系统是人工智能领域的重要组成内容，也是该领域发展得较为成熟的部分。为了缩小现实与理想之间的矛盾，在人工智能课程“专家系统”内容的教学中，采用“以问题解决为中心”的教学方式，通过小组协作，让学生在感受什么是专家系统的基础上既了解有关专家系统的基本知识，又能利用专家系统外壳自行开发一个简易的专家系统，由此既增强他们对人工智能的认识，又促进问题解决能力，发散性思维能力和社会合作能力的培养。 一、学习者分析 选修这门课程的学生通常已具有一定的信息技术基础知识，懂得如何操作计算机、上网浏览信息和收集资料等。“专家系统”的学习内容在人工智能教材中一般都是置于“知识表示”之后，因此学生对各种知识表示方式都有初步了解，掌握了例如产生式规则、状态空间图、语义网络等的基本表示方法。但是各种知识表示如何在人工智能中得到应用，学生们对这个问题在上一阶段的学习中还难以深入体会。专家系统通过把领域专家的大量知识加以计算机编程嵌入到计算机内部，产生式规则的知识表示方式在专家系统的知识库建设中得到了实际应用。因此对于学生来说，虽然专家系统完全是个新事物，但是它与各种知识表示，尤其是产生式规则表示方式，有着理论与实际应用的关系。教师在教学设计时，不能忽视这个有利于学生知识增长和能力发展的“最邻近发展区”。 二、教学目标 知识与技能目标： 1. 感受什么是专家系统，知道专家系统和专家系统外壳之间的区别和联系 2.了解专家系统的基本构造和工作机制 3.能利用专家系统外壳自行开发一个简易的专家系统 过程与方法： 1.能够根据任务的要求，有效采集、分类和管理信息 2.通过感受人类专家解决复杂问题的思路，增强逻辑思维和问题解决能力 情感态度与价值观： 1.进一步增强对人工智能领域的认识，感受人工智能技术的丰富魅力 2.增强协作学习和人际交流能力 三、学习时间 本次教学计划用3个课时完成《专家系统及其设计》的课程内容 第1课时：主要让学生感受什么是专家系统，并了解有关专家系统的一些基本知识 第2课时：主要让学生能够利用InterModeller专家系统外壳自行设计一个简易的植物识别专家系统 第3课时：学生展示设计的植物识别专家系统，在互相交流中提高口头表达能力和作品鉴赏能力 四、课前准备
1什么是专家系统。有什么特点和优点？ 专家系统是一个具有大量的专门知识与经验的程序系统 专家系统是一种模拟人类专家解决领域问题的计算机程序系统特点： 启发性，能够运用专家的知识进行推理判断与决策 透明性，能够解释推理过程和回答用户问题 灵活性，能不断增长知识，更新知识库 专家系统的优点，自己课后了解一下。 2专家系统由哪些部分构成？各部分的作用？ 知识库；综合数据库；推理机；解释器；接口 知识库，存储各领域专家的专门知识。静态。硬盘 综合数据库，存储初始问题数据和推理过程的中间数据。内存推理机，根据知识进行推理并导出结论。ＣＰＵ 接口，用户界面，和用户进行交互。向用户提问，回答用户问题，并进行必要的解释。
知识获取机制是将专业知识转换成机器能理解的表达形式。 解释机制向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？ ３专家系统的分类，自己课下了解。 ４建造专家系统的关键步骤。 专家系统团队关系图
是否拥有大量知识是专家系统成功与否的关键。因此知识表示是设计专家系统的关键 一．设计初始数据库 二．原型机的开发与实验 三．知识库的改进与归纳 建立专家系统的步骤图６．３P156页 ５基于规则的专家系统
知识库：包含解决问题用到的领域知识，知识表达成为一序列规则。每个规则使用IF(条件)THEN(动作)结构指定的关系。当满足规则的条件部分时，便激发规则，执行动作部分。 数据库：包含一序列事实（一个对象及其取值构成了一个事实），所有的事实都存放在数据库中，用来和知识库中存储的规则的IF（条件）部分相匹配。 3. 基于规则的专家系统的推理机制 推理机制分为两大类：前向连接和后向链接 前向链接就是根据已有事实推断出新的事实。例如已知事实A is x，根据规则IF A is x THEN B is y。获得B is y。然后将B is y加入数据库。再寻找新的规则，即IF B is y THEN ….。
诊断专家系统 【摘要】 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法。技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。其中专家系统是一种模拟人类专家解决领域问题的计算机程序系统。它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，求解需要专家才能解决的困难问题。 【关键词】计算机，人工智能，专家系统 引言 随着科学技术的发展，装备的结构越来越复杂，功能也越来越完善，自动化程度越来越高，不但同一设备的不同部分之间相互关联，紧密耦合，而且不同设备之间也存在着紧密的联系，在运行过程中形成一个整体。一处故障可能引起一系列连锁反应，导致整个过程不能正常运行，甚至会造成重大的损失。因此，对故障诊断的要求也越来越高。另一方面，人工智能技术近年来得到很大发展，基于知识的故障诊断专家系统已成为当前研究和应用的一个热点。 人工智能又称机器智能，是计算机科学中新兴的一门边缘科学技术，利用计算机模拟人的智能行为、完成能表现出人类智能的任务。故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原有的工作范围使计算机系统有了思维能力，能够与决策者进行“对话”，并应用推理方式提供决策建议，专家系统在故
障诊断领域的应用非常广泛，故障检测与诊断技术与专家系统相结合，使工程的安全性与可靠性得到保证。 1故障诊断专家系统简介 故障诊断专家系统，是指计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，可快速地找到最终故障或最有可能的故障，再由用户来证实。专家系统故障诊断方法 可用下图的结构来说明：它由数据库、知识库、人机接口、推理机等组成。其各部分的功能为： 图1：故障诊断专家系统结构图 (1)数据库数据库通常由动态数据库和静态数据库两部分构成。静态数据库是相对稳定的参数，如设备的设计参数、固有频率等;动态数据库是设备运行中所检测到的状态参数，如工作转速、介质流量、电压或电流等。 (2)知识库存放的知识可以是系统的工作环境、系统知识(反映系统的工作机理及系统结构知识)、设备故障特征值、故障诊断算法、推理规则等，反映系统的因果关系，用来进行故障推理。知识库是专家领域知识的集合。 (3)人机接口人与专家系统打交道的桥梁和窗口，是人机信息的交接点。 (4)被诊断对象 人机接口 数据库 人机推理 结果 知识库
浅谈农业专家系统 摘要：本文通过查阅和分析文献资料的方法，总结了农业专家系统的发展概况以及我国农业专家系统的主要应用领域以及在发展过程中遇到的问题，并就农业专家系统的发展现状对其发展趋势和前景进行了简单预测。 关键词：农业专家系统，发展概况，问题，发展趋势 引言 随着我国加入WTO, 传统型农业将面临巨大的挑战, 因而必须依靠先进的科学技术, 向信息化、现代化农业迈进。信息技术的广泛应用, 为精确农业的发展提供了技术支持。精确农业在美国等发达国家已取得长足发展，但在我国尚处于起步阶段。精确农业代表农业的发展方向, 以农业专家系统为特征，发展精确农业是我国农业信息化、现代化的一条新路。农业专家系统也可叫农业智能系统, 是一个具有大量农业专门知识与经验的计算机系统。它应用人工智能技术, 依据一个或多个农业专家提供的特殊领域知识、经验进行推理和判断, 模拟农业专家就某一复杂农业问题进行决策。目前国际上有近百个农业专家系统, 广泛应用于作物生产管理、灌溉、施肥、品种选择、病虫害控制、温室管理、畜禽饲料配方、水土保持、食品加工、财务分析、农业机械选择等方面, 有些系统(如哥伦比亚大学的梯田管理系统)已成为商品进入市场。与欧美等发达国家相比较来看，我国农户生产规模小而分散，农业科技素质差，习惯于传统粗放的经营方式，对农业生产知识技术有很大的需求。再加上农业专家的缺乏，因此广泛推广运用农业专家系统对我国农业和农村发展有着十分重要的意义。 1.农业专家系统的含义及其特点 1.1 含义 农业专家系统是运用人工智能知识工程的知识表示、推理、知识获取等技术，总结和汇集农业领域的知识和技术，农业专家长期积累的大量宝贵经验，以及通过试验获得的各种资料数据及数学模型等，建造的各种农业“电脑专家”计算机软件系统。该系统以形象直观的方式向农业生产者提供各种农业问题的咨询服务与决策方案，使计算机在农业活动中起到类似人类农业专家的作用。 1.2 特点 启发性，能运用专家知识和经验进行判断。 透明性，能解释本身的推理过程，能回答用户提出的问题。 灵活性，能不断地增长知识、修改和完善原有知识。 综合性，能解答种子、土肥、植保、农经等多专业问题，克服了单个农业专家的专业局限。