專家系統

專家系統是一類具有專門知識和經驗的計算機智能程序系統，通過對人類專家的問題求解能力的建模，采用人工智能中的知識表示和知識推理技術來模擬通常由專家才能解決的復雜問題，達到具有與專家同等解決問題能力的水平。這種基于知識的系統設計方法是以知識庫和推理機為中心而展開的，即專家系統=知識庫+推理機它把知識從系統中與其他部分分離開來。專家系統強調的是知識而不是方法。很多問題沒有基于算法的解決方案，或算法方案太復雜，采用專家系統，可以利用人類專家擁有豐富的知識，因此專家系統也稱為基于知識的系統（Knowledge-BasedSystems）。一般說來，一個專家系統應該具備以下三個要素：（1）具備某個應用領域的專家級知識；（2）能模擬專家的思維；（3）能達到專家級的解題水平。專家系統與傳統的計算機程序的主要區別如表7.1所示。

表7.1

專家系統與傳統的計算機程序的主要區別列項傳統的計算機程序專家系統處理對象數字符號處理方法算法啟發式處理方式批處理交互式系統結構數據和控制集成知識和控制分離系統修改難易信息類型確定性不確定性處理結果最優解可接受解適用范圍無限制封閉世界假設

建造一個專家系統的過程可以稱為“知識工程”，它是把軟件工程的思想應用于設計基于知識的系統。知識工程包括下面幾個方面：（1）從專家那里獲取系統所用的知識（即知識獲取）（2）選擇合適的知識表示形式（即知識表示）（3）進行軟件設計（4）以合適的計算機編程語言實現。專家系統的發展史1965年斯坦福大學的費根鮑姆（E.A.Feigenbaum）和化學家勒德貝格（J.Lederberg）合作研制DENDRAL系統，使得人工智能的研究以推理算法為主轉變為以知識為主。20世紀70年代，專家系統的觀點逐漸被人們接受，許多專家系統相繼研發成功，其中較具代表性的有醫藥專家系統MYCIN、探礦專家系統PROSPECTOR等。20世紀80年代，專家系統的開發趨于商品化，創造了巨大的經濟效益。1977年美國斯坦福大學計算機科學家費根鮑姆(E.A.Feigenballm)在第五屆國際人工智能聯合會議上提出知識工程的新概念。他認為，“知識工程是人工智能的原理和方法，對那些需要專家知識才能解決的應用難題提供求解的手段。恰當運用專家知識的獲取、表達和推理過程的構成與解釋，是設計基于知識的系統的重要技術問題。”知識工程是一門以知識為研究對象的學科，它將具體智能系統研究中那些共同的基本問題抽出來，作為知識工程的核心內容，使之成為指導具體研制各類智能系統的一般方法和基本工具，成為一門具有方法論意義的科學。20世紀80年代以來，在知識工程的推動下，涌現出了不少專家系統開發工具，例如EMYCIN、CLIPS(OPS5,OPS83)、G2、KEE、OKPS等。早在1977年，中國科學院自動化研究所就基于關幼波先生的經驗，研制成功了我國第一個“中醫肝病診治專家系統”。1985年10月中科院合肥智能所熊范綸建成“砂姜黑土小麥施肥專家咨詢系統”，這是我國第一個農業專家系統。經過20多年努力，一個以農業專家系統為重要手段的智能化農業信息技術在我國取得了引人矚目的成就，許多農業專家系統遍地開花，將對我國農業持續發展發揮作用。中科院計算所史忠植與東海水產研究所等合作，研制了東海漁場預報專家系統。在專家系統開發工具方面，中科院數學研究所研制了專家系統開發環境“天馬”，中科院合肥智能所研制了農業專家系統開發工具“雄風”，中科院計算所研制了面向對象專家系統開發工具“OKPS”。專家系統的基本結構專家系統的基本結構如圖7.1所示，其中箭頭方向為信息流動的方向。專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成。

圖7.1

專家系統的基本結構

知識庫是問題求解所需要的領域知識的集合，包括基本事實、規則和其他有關信息。知識的表示形式可以是多種多樣的，包括框架、規則、語義網絡等等。知識庫中的知識源于領域專家，是決定專家系統能力的關鍵，即知識庫中知識的質量和數量決定著專家系統的質量水平。知識庫是專家系統的核心組成部分。一般來說，專家系統中的知識庫與專家系統程序是相互獨立的，用戶可以通過改變、完善知識庫中的知識內容來提高專家系統的性能。推理機是實施問題求解的核心執行機構，它實際上是對知識進行解釋的程序，根據知識的語義，對按一定策略找到的知識進行解釋執行，并把結果記錄到動態庫的適當空間中。推理機的