0°

人工智能之专家系统

1、定义

专家系统是一个含有大量某个领域的专家知识与经验的智能计算机程序系统,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。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。

2、专家系统的类型

解释专家系统:通过对过去和现在已知状况的分析,推断未来可能发生的情况。如语音理解、图象分析、系统监视、化学结构分析和信号解释等。

预测专家系统:通过对已知信息和数据的分析与解释,确定它们的涵义。如气象预报、军事预测、人口预测、交通预测、经济预测和谷物产量预测等

诊断专家系统:根据观察到的情况(数据)来推断出某个对象机能失常(即故障)的原因。如医疗诊断、电子机械和软件故障诊断以及材料失效诊断等。

设计专家系统:寻找出某个能够达到给定目标的动作序列或步骤。如VAX计算机结构设计专家系统等。

规划专家系统:寻找出某个能够达到给定目标的动作序列或步骤。如军事指挥调度系统、ROPES机器人规划专家系统、汽车和火车运行调度专家系统等。

监视专家系统: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。如粘虫测报专家系统。

控制专家系统: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。如空中交通管制、商业管理、自主机器人控制、作战管理、生产过程控制和质量控制等。

调试专家系统:对失灵的对象给出处理意见和方法。在这方面的实例还比较少见。

教学专家系统:教学专家系统的任务是根据学生的特点、弱点和基础知识,以最适当的教案和教学方法对学生进行教学和辅导。如MACSYMA符号积分与定理证明系统,计算机程序设计语言和物理智能计算机辅助教学系统以及聋哑人语言训练专家系统等。

修理专家系统: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。修理专家系统具有诊断、调试、计划和执行等功能。如美国贝尔实验室的ACI电话和有线电视维护修理系统。

其他,如决策专家系统和咨询专家系统等。

3 专家系统的构造

专家系统的基本结构如图所示,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。

人工智能之专家系统

知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的,因此,知识库是专家系统质量是否优越的关键所在,即知识库中知识的质量和数量决定着专家系统的质量水平。一般来说,专家系统中的知识库与专家系统程序是相互独立的,用户可以通过改变、完善知识库中的知识内容来提高专家系统的性能。

4专家系统的模型

4.1 基于规则的专家系统

特点:IF…THEN…模型,满足某项条件,就做什么事情。

基于规则的专家系统是个计算机程序,该程序使用一套包含在知识库内的规则对工作存储器内的具体问题信息(事实)进行处理,通过推理机推断出新的信息。基于规则的专家系统不需要一个人类问题求解的精确匹配,而能够通过计算机提供一个复制问题求解的合理模型。

人工智能之专家系统

知识库、推理机和工作存储器是构成本专家系统的核心。系统的主要部分是知识库和推理引擎。根据到目前为止讨论的推理系统,知识库由谓词演算事实和有关讨论主题的规则构成。推理引擎由所有操纵知识库来演绎用户要求的信息的过程构成-如消解、前向链或反向链。用户接口可能包括某种自然语言处理系统,它允许用户用一个有限的自然语言形式与系统交互。也可能用带有菜单的图形接口界面。解释子系统分析被系统执行的推理结构,并把它解释给用户。

4.2基于框架的专家系统

特点:OO(面向对象)模型,根据现实时间建模。

基于框架的专家系统建立在框架的基础之上,采用面向目标编程技术,框架的设计和面向目标的编程共享许多特征。在设计基于框架系统时,专家系统的设计者们把目标叫做框架。

基于框架专家系统的主要设计步骤与基于规则的专家系统相似。主要差别在于如何看待和使用知识,在设计基于框架的专家系统时,把整个问题和每件事想像为编织起来的事物

在辨识事物之后,寻找把这些事物组织起来的方法,对于任何类型的专家系统,其设计是高度交互的过程。

人工智能之专家系统

人类的框架分层结构

4.3基于模型的专家系统

特征:神经网络,参考生物学问题,改进计算模型。

对人工智能的研究内容有着各种不同的看法。有一种观点认为:人工智能是对各种定性模型的获得、表达及使用的计算方法进行研究的学问。基于该观点人们提出了基于模型的专家系统。在诸多模型中,人工神经网络模型的应用最为广泛。神经网络模型从知识表示、推理机制到控制方式,与目前专家系统中的基于逻辑的心理模型有本质的区别。

神经网络专家系统的基本结构是,自动获取模块输入、组织并存储专家提供的学习实例、选定神经网络的结构、调用神经网络的学习算法,为知识库实现知识获取。当新的学习实例输入后,知识获取模块通过对新实例的学习,自动获得新的网络权值分布,从而更新了知识库。如图6.7所示。

人工智能之专家系统

神经网络专家系统的基本结构

4.4 新型专家系统

新型专家系统,有以下特征:

并行与分布处理:基于各种并行算法,采用各种并行推理和执行技术,适合在多处理器的硬件环境中工作,即具有分布处理的功能。

多专家系统协同工作:在这种系统中,有多个专家系统协同合作。

高级语言和知识语言描述:专家系统生成系统就能自动或半自动地生成所要的专家系统。

具有自学习功能:新型专家系统应提供高级的知识获取与学习功能。

引入新的推理机制:在新型专家系统中,除演绎推理之外,还应有归纳推理,各种非标准逻辑推理,以及各种基于不完全知识和模糊知识的推理等等。

具有自纠错和自完善能力:为了排错必须首先有识别错误的能力,为了完善必须首先有鉴别优劣的标准。

先进的智能人机接口:理解自然语言,实现语声、文字、图形和图象的直接输入输出是如今人们对智能计算机提出的要求。

两种新型专家系统:

分布式专家系统:把一个专家系统的功能经分解以后分布到多个处理器上去并行地工作,从而在总体上提高系统的处理效率。

协同式专家系统:协同式多专家系统亦可称“群专家系统”,表示能综合若干个相近领域的或一个领域的多个方面的子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。系统更强调子系统之间的协同合作,而不着重处理的分布和知识的分布。

专家系统的发展

目前的专家系统发展确实存在着一些限制,在未来的年代中,许多今日专家系统缺失将会被改善,相信未来专家系统应该继续研究的项目有:具有处理常识的能力;发展深层的推论系统;不同层次解释的能力;使专家系统具有学习的能力;分布式专家系统;轻易获取与更新知识的能力。

未来发展的专家系统,能经由感应器直接由外界接受资料,也可由系统外的知识库获得资料,在推理机中除推理外,上能拟定规划,仿真问题状况等。知识库所存的不只是静态的推论规则与事实,更有规划、分类、结构模式及行为模式等动态知识。

转载原文地址:http://baijiahao.baidu.com/s?id=1585678065873787304&wfr=spider&for=pc

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论