欢迎合作
专家系统是一类具备专门知识和阅历的计算机智能程序系统,经过对人类专家的成绩求解才能的建模,采用人工智能中的知识示意和知识推理技术来模拟通常由专家能力处理的简单成绩,达到具备与专家同等处理成绩才能的程度。这种基于知识的系统设计方法是以知识库和推理机为中心而开展的,即 专家系统 =
知识库 +
推理机
它把知识从系统中与其余局部分分开来。专家系统强调的是知识而不是方法。很多成绩没有基于算法的处理计划,或算法计划太简单,采用专家系统,可能应用人类专家领有丰富的知识,因此专家系统也称为基于知识的系统(Knowledge-Based
Systems)。普通说来,一个专家系统应该具有以下三个因素: (1)具有某个运用畛域的专家级知识; (2)能模拟专家的思想; (3)能达到专家级的解题程度。 专家系统与传统的计算机程序的次要区别如表7.1所示。
表7.1
专家系统与传统的计算机程序的次要区别 列项 传统的计算机程序 专家系统 解决对象 数字 符号 解决方法 算法 启示式 解决模式 批解决 交互式 系统构造 数据和控制集成 知识和控制分离 系统修正 难 易 信息类型 确定性 不确定性 解决后果 最优解 可承受解 实用范围 无限度 封闭世界假定
建造一个专家系统的过程可能称为“知识工程”,它是把软件工程的思维运用于设计基于知识的系统。知识工程包括下面几个方面: (1)从专家那里获取系统所用的知识(即知识获取) (2)抉择适合的知识示意方式(即知识示意) (3)停止软件设计 (4)以适合的计算机编程言语完成。 1965年斯坦福大学的费根鲍姆(E.A.
Feigenbaum)和化学家勒德贝格(J. Lederberg)合作研制DENDRAL系统,使得人工智能的钻研以推理算法为主转变为以知识为主。20世纪70年代,专家系统的观点逐渐被人们承受,许多专家系统相继研发胜利,其中较具代表性的有医药专家系统MYCIN、探矿专家系统PROSPECTOR等。20世纪80年代,专家系统的开发趋于商品化,创造了渺小的经济效益。 1977年美国斯坦福大学计算机科学家费根鲍姆
(E.A.Feigenballm)在第五届国际人工智能联结会议上提出知识工程的新概念。他以为,“知识工程是人工智能的原理和方法,对那些需求专家知识能力处理的运用难题提供求解的手腕。失当使用专家知识的获取、表达和推理过程的造成与解释,校园点餐平台开发,是设计基于知识的系统的重要技术成绩。”
知识工程是一门以知识为钻研对象的学科,它将详细智能系统钻研中那些共同的根本成绩抽进去,作为知识工程的外围内容,使之成为指点详细研制各类智能系统的普通方法和根本工具,成为一门具备方法论意义的科学。20世纪80年代以来,在知识工程的推进下,涌现出了不少专家系统开发工具,例如EMYCIN、CLIPS(OPS5,
OPS83)、G2、KEE、OKPS等。
专家系统