人工智能技術篇專家系統第八章本章導讀專家系統是計算機實現智能的一項重要技術，它應用于醫學、地質、氣象、教育、機械、交通運輸和計算機等多個領域。可見，隨著專家系統的迅速發展，不同的應用領域逐漸走向智能化，同時還帶來了巨大的社會效益和經濟效益，為社會的發展提供了良好的助力。本章先對專家系統的概念、特點、發展、類型、應用等進行概述，然后詳細介紹專家系統的基本結構和開發過程，最后對醫學專家系統進行分析。學習目標熟悉專家系統的概念、特點、類型和應用。掌握專家系統的基本結構。掌握專家系統的開發過程。目錄

4專家系統概述專家系統的基本結構專家系統的開發過程01020304案例分析：醫學專家系統專家系統概述01專家系統（expertsystem）是一個或一組能夠在某些特定領域，應用大量的專家知識和推理方法解決復雜實際問題的計算機系統。換句話說，專家系統含有某領域內專家提供的大量專門知識與經驗，根據這些知識和經驗，通過人工智能理論進行推理和判斷，解決某些需要人類專家處理的復雜問題。專家系統是早期人工智能的一個重要分支，它的主要特點如表所示。專家系統的概念與特點8.1.1特點介紹知識豐富積累了大量專家的知識和經驗進行有效推理專家系統能綜合利用不確定的信息和知識進行推理，并得出結論啟發性專家系統運用專門知識和經驗進行推理、判斷和決策透明性專家系統具有解釋功能，不僅能回答用戶提出的問題，還可以給出答案的依據，有利于提高用戶與系統之間的透明度靈活性知識與推理機間既相互聯系又相互獨立，使專家系統具有良好的可維護性和可擴展性交互性專家系統一般都是交互式系統，具有較好的人機交互界面專家系統的特點20世紀60年代初，出現了一些運用邏輯學去模擬人類心理活動的通用問題求解程序，它們不僅可以證明定理，還可以進行邏輯推理。1968年，斯坦福大學費根鮑姆等人基于通用問題求解程序的成功與失敗經驗，結合化學領域的專業知識，研制了世界上第一個專家系統——DENDRAL系統，用于推斷化學分子結構。專家系統實現了人工智能從理論研究走向實際應用、目前，專家系統的發展過程已經經歷了3個階段，并正向第4個階段過渡和發展，每一階段的專家系統都各具特色，如圖所示。專家系統的起源與發展8.1.2專家系統的發展從不同的角度，根據不同的方式，可以將專家系統劃分為不同的類型，如表所示。（1）按用途分類，專家系統可分為解釋型、預測型、診斷型、設計型、規劃型、監視型和教學型等多種類型。（2）按輸出結果分類，專家系統可分為分析型和設計型。（3）按知識表示分類，專家系統可分為一階謂詞邏輯、產生式規則、語義網絡和框架等。專家系統的類型8.1.3專家系統任務特點舉例解釋型

專家系統通過對已知信息和數據的分析與解釋，確定它們的含義系統處理的數據量大，且數據往往是不準確的、有錯誤的或不完全的語音理解、圖像分析、系統監視、化學結構分析和信號解釋等系統能夠從不完全的信息中得出解釋，并能對數據做出某些假設系統的推理過程可能很復雜或很長，要求系統具備解釋自身推理過程的能力預測型

專家系統通過對過去和現在已知狀態的分析，推斷未來可能發生的情況系統處理的數據隨時間變化，且數據可能是不準確和不完全的天氣預報、軍事預測、人口預測、交通預測、經濟預測等系統需要有適應時間變化的動態模型，能夠從不準確和不完全的信息中獲得推斷，并快速響應診斷型

專家系統根據取得的現象、數據或事實推斷出系統是否有故障，并找出產生故障的原因，同時提供排除故障的方案系統能夠了解被診斷對象或客體各組成部分的特性及它們之間的關系醫療診斷、軟件故障診斷、電子機械故障診斷和材料失效診斷等系統能夠區分一種現象及其所掩蓋的另一種現象系統可以向用戶提供測量的數據，并從不確切信息中得出盡可能正確的診斷設計型

專家系統根據設計要求，獲得滿足設計約束條件的目標設計系統善于從多方面的約束中得到符合要求的設計結果計算機結構設計、電路設計、土木建筑工程設計、機械產品設計和生產工藝設計等系統需要檢索較大的可能解空間系統善于分析各種子問題，并處理好子問題間的相互作用系統能夠試驗性地構造出可能設計，并易于對所獲得的設計方案進行修改系統能夠使用正確的設計來解釋當前的新設計（4）按知識的確定性分類，專家系統可分為確定性知識推理和不確定性知識推理。（5）按采用的技術分類，專家系統可分為符號推理型和神經網絡型。（6）按規模分類，專家系統可分為大型協同式專家系統和微專家系統。（7）按結構分類，專家系統可分為集中式和分布式，單機型和網絡型。其中，對不同用途專家系統的具體描述如表所示。專家系統任務特點舉例規劃型

專家系統尋找某個能夠達到給定目標的動作序列或步驟要規劃的目標可能是動態的或靜態的，因此，需要對未來動作做出預測軍事規劃、城市規劃、工程規劃、生產規劃和機器人動作控制等所涉及的問題可能很復雜，要求系統能抓住重點，處理好各子目標間的關系和不確定的數據信息，并通過試驗性動作得出可行規劃監視型

專家系統對系統、對象或過程的行為進行不斷觀察，并把觀察到的行為與其應該具有的行為進行比較，一旦發現異常，及時發出警報系統應具有快速反應能力，在造成事故之前及時發出警報監視核反應堆系統發出警報的準確性高系統能夠隨時間和條件的變化而動態地處理其輸入信息教學型

專家系統根據學生學習過程中所產生的問題進行分析、評價，并找出原因，采用最適合的教學方法對學生進行教學和輔導系統具有診斷和調試等功能計算機輔助教學系統、聾啞人語言訓練教學系統等系統具有良好的人機交互界面

當前，專家系統已經在計算機、醫學、地質學、化學、軍事、工程和數學等多個領域有著廣泛的應用，表列舉了不同領域的典型專家系統。專家系統的應用8.1.4應用領域典型專家系統功能醫學MYCIN細菌感染性疾病診斷和治療CASNET青光眼的診斷和治療PIP腎臟病診斷INTERNIST內科病診斷PUFF肺功能試驗結果解釋ONCOCIN癌癥化學治療咨詢VM人工肺心機監控地質學PROSPECTOR幫助地質學家評估某一地區的礦物儲量DIPMETERADVISOR油井記錄分析DRILLINGADVISOR診斷和處理石油鉆井設備的“鉆頭粘著”問題MUD診斷和處理同鉆探泥漿有關的問題HYDOR水源總量咨詢ELAS油井記錄解釋化學DENDRAL根據質譜數據推斷化合物的分子結構MOLGEN分析并合成DNA分子結構CRYSALIS通過電子云密度圖推斷一個蛋白質的三維結構SECS幫助化學家制定有機合成規劃SPEX幫助科學家設計復雜的分子生物學實驗軍事AIRPLAN用于安排航空母艦周圍的空中交通運輸計劃HASP海洋聲吶信號識別和艦艇跟蹤TATR幫助空軍制定攻擊敵方機場的計劃RTC通過解釋雷達圖像進行艦船分類工程SACON幫助工程師發現結構分析問題的分析策略DELTA幫助識別和排除機車故障REACTOR幫助操作人員檢測和處理核反應堆事故數學MACSYMA數學問題求解AM從基本的數學和集合論中發現概念專家系統的基本結構02專家系統的基本結構包括6部分，即知識庫、知識獲取機構、推理機、綜合數據庫、人機接口和解釋機構，它們之間的關系如圖所示。其中，知識庫和推理機是專家系統的核心。專家系統的基本結構人工智能的任務可理解為設計Agent程序，即實現Agent從感知到動作的映射。Agent程序需要在某種計算機設備（稱為結構）上運行。簡單的Agent結構可能只是一臺計算機，復雜的Agent結構可能包括用于某種任務的特定硬件設備，如圖像采集設備、聲音濾波設備等。由此可見，Agent、程序和結構之間具有如下關系。Agent=程序+結構在計算機系統中，Agent含有獨立的外部設備、輸入/輸出驅動設備、各種功能操作處理程序、數據結構和相應的輸出。程序的核心部分是決策生成器或問題求解器，它接收全局的狀態、任務和時序信息，指揮相應的功能操作模塊工作，同時將內部的工作狀態和所要執行的重要結果送至全局數據庫。

Agent的結構與類型10.2.2添磚加瓦

Agent的全局數據庫中設有存放Agent狀態、參數和重要結果的數據庫，供整體協調使用。Agent的運行是一個或多個進程，并接受整體調度。結構為各個Agent在多個計算機上并行工作提供了運行環境支持，此外，它還提供了共享資源、Agent間的通信工具和Agent間的整體協調，實現多個Agent在同一目標下并行、協調地工作。根據人類思維的不同層次，可將Agent劃分為6類，包括反應式Agent、慎思式Agent、跟蹤式Agent、基于目標的Agent、基于效果的Agent和復合式Agent。1．反應式Agent反應式Agent是一種對當時處境具備實時反應能力的Agent，其結構如圖所示。其中，條件—作用規則是反應式Agent內部提前設置的相關知識，如行為集和約束條件等。它將反應式Agent的感知和動作連接起來。由此可見，反應式Agent以感知外界信息作為激發條件，中間不需要邏輯表示和推理。因此，反應式Agent沒有內部狀態。反應式Agent的結構2．慎思式Agent慎思式Agent又稱為認知式Agent，是一種基于知識的系統，主要包括環境描述和智能行為的邏輯推理，其結構如圖所示。慎思式Agent通過傳感器接收的外部環境信息，先依據內部狀態進行信息融合，產生修改當前狀態的描述；然后，在知識庫的支持下制訂規劃；最后，在目標的指引下，形成動作序列，并對環境產生作用。慎思式Agent的結構指點迷津慎思式Agent產生局限性的原因如下。（1）慎思式Agent結構中的環境模型一般是提前預知的，對動態環境存在一定的局限性，不適用于未知環境。（2）由于缺乏必要的知識資源，執行慎思式Agent時需要向模型提供有關環境的新信息，但該操作往往難以實現。3．跟蹤式Agent跟蹤式Agent也可稱為跟蹤世界Agent，是在反應式Agent的基礎上，增加內部狀態獲得的Agent，其結構如圖所示。跟蹤式Agent具有內部狀態，包括原有的內部狀態、世界如何獨立發展Agent信息和Agent自身作用如何影響世界信息跟蹤式Agent的結構4．基于目標的Agent基于目標的Agent做決策時不僅需要了解現有狀態，還需要某種描述環境情況的目標信息，其結構如圖所示。基于目標的Agent程序能夠與可能的作用結果信息結合起來，以便選擇能夠達到目標的行為。它可以靈活地實現目標，即只要指定新的目標，就能夠產生新的作用。基于目標的Agent結構5．基于效果的Agent僅有目標還不足以產生高質量的作用決策，若一個世界狀態優于另一個世界狀態，那么它對Agent就有更好的效果。因此，效果可理解為一種把狀態映射到實數的函數，該函數描述了相關的滿意程度。左圖給出了一個完整的基于效果的Agent結構。基于效果的Agent結構一個完整規范的效果函數允許對兩類情況做出理性的決策。（1）當Agent只有一些目標可以實現時，效果函數可指定合適的交替方法。（2）當Agent存在多個瞄準目標，但不知道哪一個一定能夠實現時，效果函數可提供一種根據目標的重要性估計成功可能性的方法。由此可見，一個具有顯式效果函數的Agent能夠做出理性的決策，但是，在做決策之前必須比較由不同作用獲得的效果。6．復合式Agent復合式Agent是在一個Agent內組合多種相對獨立和并行執行的智能形態，其結構包括感知器、反射、執行器、建模、決策生成、通信和規劃等模塊，如圖所示。復合式Agent通過感知器模塊感知外界環境，并對環境信息進行抽象后，送到不同的處理模塊。

復合式Agent綜合了其他Agent的優點，具有較強的靈活性和快速的響應性。復合式Agent的結構Agent通信03

合作可以實現共贏，且獲得的整體利益遠大于部分和的利益，而通信是實現合作必不可少的基礎條件。如果Agent之間想實現信息交流與傳遞，就必須進行通信。通信是實現和提高Agent智能性的有效途徑，是Agent社會性的體現，是增加Agent實用價值不可或缺的一部分。

Agent之間進行通信就是改變信息載體，將載體發送到接收Agent的可觀察環境中，其通信過程如圖所示。Agent通信過程Agent通信的過程10.3.1

Agent之間進行通信時，被授權的Agent可以通過調用另一個Agent的方法向其發送信息。通常Agent通信的類型可分為兩種，包括使用Tell和Ask通信，以及使用形式語言通信。1．使用Tell和Ask通信Agent之間分享一個共同的內部表示語言，并通過通信界面Tell和Ask直接訪問共享的知識庫，如圖所示。兩個Agent通過Tell和Ask通信Agent通信的類型10.3.2添磚加瓦該通信類型不需要任何外部語言，通信時AgentA可以使用Tell（KBB，“P”）通信把提議P傳到AgentB，就如同AgentA使用Tell（KBB，“P”）把提議P加到自己的知識庫一樣。

還有，AgentA可以使用Ask（KBB，“Q”）查出AgentB是否知道提議Q。通常將這種通信稱為靈感通信。

2．使用形式語言通信多數Agent的通信是通過語言實現的。左圖描述了兩個Agent使用語言通信的基本結構。其中，外部通信語言可以與內部表示語言不同，并且每一個Agent都可以有不同的內部語言。兩個Agent使用語言通信高手點撥

只要每個Agent能夠可靠地實現從外部語言到內部語言的映射，它們就無須統一任何內部符號。該通信類型需要外部語言，通信時，有些Agent可以執行表示語言的行為，有些Agent可以感知這些語言。Agent通信是多Agent系統實現問題求解的關鍵。通信方式可分為黑板系統和消息/對話系統。1．黑板系統黑板系統采用合適的結構支持分布式問題求解。在多Agent系統中，黑板系統提供一處公共工作區，Agent可以“看”到黑板上的問題、數據和求解記錄等，并將對問題的求解結果“寫”到黑板上，供其他Agent求解問題時參考、使用等。黑板系統可用于任務共享系統和結果共享系統中。由于黑板系統中Agent增加會引起數據增加，從而導致Agent訪問黑板時效率下降，因此，黑板系統應為Agent提供不同的區域。Agent通信的方式10.3.32．消息/對話系統消息/對話系統是實現協調策略的基礎，各Agent使用規定的協議相互交換信息，用于建立通信和協調機制。在面向消息的多Agent系統中，發送Agent將特定的消息傳送至接收Agent。兩Agent之間的消息是直接交換的，執行過程中沒有緩沖。一般情況下，發送Agent要為特定消息指定唯一的地址，只有該地址的Agent才能讀該條消息。拓展閱讀目前，國際上使用比較廣泛的Agent通信語言有知識交換格式語言（KIF）和知識查詢操縱語言（KQML）。知識交換格式語言主要是基于謂詞邏輯的知識表示工具，可描述專家系統、數據庫、多Agent等所含有的知識。知識查詢操縱語言為多Agent通信定義了一套消息表達機制和消息傳遞格式，并提供了一套建立連接識別和交換消息的協議，構建了一種標準的通用框架。多Agent系統04多Agent系統（multi-agentsystem，MAS）是由分布在網絡上的多個Agent松散耦合而成的系統，這些Agent不僅自身具有問題求解能力和行為目標，還能夠相互協作，實現共同的整體目標，即解決現實中由單個Agent無法處理的復雜問題。多Agent系統是由多個Agent組成，因此，它具有和Agent一樣的特性。此外，它還具有如下特點。（1）多Agent系統中數據分布或分散存貯。（2）多Agent系統的執行過程具有并發性、并行性和異步性。（3）多Agent系統中每個Agent都具有不完全的信息，同時還具有問題求解能力。（4）多Agent系統不存在全局控制。多Agent系統的概念與特點10.4.1多Agent系統的基本模型與其應用環境息息相關，它的體系結構更是直接影響系統異步性、一致性、自主性和自適應性的程度。1．多Agent系統的基本模型針對不同的應用環境，從不同的角度提出了多種不同的多Agent系統，其基本模型包括BDI模型、協商模型、協作規劃模型和自協調模型等，具體介紹如表所示。多Agent系統的基本模型多Agent系統的基本模型與體系結構10.4.2基本模型介紹BDI模型一個基于概念和邏輯的理論模型，它是研究Agent理論和推理機制的基礎協商模型通過協商策略實現Agent的協作行為。例如，對資源缺乏的Agent動態環境進行任務分解、任務分配、任務監督和任務評價等基本模型介紹協作規劃模型主要用于規劃多Agent系統的協調一致問題。Agent之間的相互作用以通信規劃和目標的形式抽象表達，以通信原語描述規劃目標，相互告知自身的期望行為，利用規劃信息調節自身的局部規劃，達到共同目標自協調模型建立在開放和動態環境下的多Agent系統模型，它可以隨環境變化自適應地調整行為，其動態性表現在系統組織結構的分解重組和多Agent系統內部的自主協調等方面2．多Agent系統的體系結構多Agent系統的體系結構決定信息的存儲方式、共享方式和通信方式。因此，體系結構中必須有共同的通信協議或傳遞協議。常見的多Agent系統的體系結構有網絡結構、聯盟結構和黑板結構等。（1）網絡結構中，任何Agent之間都是直接通信的，通信和狀態知識都是固定的。通信時，Agent必須知道消息在何時送到何地，哪些Agent可以合作，以及Agent具備什么樣的能力等。（2）聯盟結構中，若干近程Agent通過協助者Agent進行交互，而遠程Agent之間的交互則由局部Agent群體的協助者Agent協作完成。這種結構中Agent不需要知道其他Agent的詳細信息，因此具有較大的靈活性。（3）黑板結構中，局部Agent將信息存放在可存取的黑板上，實現局部數據共享。但是，局部數據共享要求一定范圍群體的Agent具有統一的數據結構或知識表示，因而限制了系統中Agent設計和建造的靈活性，從而導致黑板結構不易應用于開放的分布式系統。

協調、協作和協商都是多Agent系統研究的核心問題。協調是指一組Agent完成一些集體活動時可以和諧地進行相互作用。協作是非對抗的Agent之間保持行為協調的一個特例，它通過適當的協調，合作完成共同的目標。協商是多Agent系統實現協調、協作、沖突消解和矛盾處理的關鍵環節。多Agent系統的協調、協作和協商10.4.31．多Agent系統的協調多Agent系統的協調是指多個Agent為了共同合作解決復雜問題而進行交互的過程。進行協調是希望避免Agent間的負面交互關系導致沖突，一般包括資源沖突、目標沖突和結果沖突等。如表中列舉了當前主要的4種協調方法。多Agent系統的協調方法協調方法介紹基于集中

規劃的協調多Agent系統中至少有一個Agent可作為主控Agent對該系統的目標進行分解，對任務進行規劃，并指示或建議其他Agent執行相關任務，而且，該Agent具備其他Agent的知識、能力和環境資源知識等基于協商的協調通過Agent間交換信息、討論和達成共識的方式進行分布式協調，其系統中沒有主控Agent基于對策論的協調該協調方法包括無通信協調和有通信協調。無通信協調是在沒有通信情況下，Agent根據對方及自身的效益模型，按照對策論選擇適當行為。在無通信協調中，Agent最多只能達到協調的平衡解。而在有通信協調中，則可得到協作解基于社會

規則的協調該協調方法是以每個Agent都必須遵循的社會規則、過濾策略、標準和慣例等為基礎，對Agent進行協調。這些規則對各Agent的行為加以限制，過濾某些有沖突的意圖和行為，保證其他Agent必需的行為方式，從而確保本Agent行為的可行性，協調整個多Agent系統的社會行為2．多Agent系統的協作