人工智能：第六章 专家系统
第六章專家系統
教學內容：本章主要介紹專家系統的定義、結構、特點和類型，分析了基于規則的專家系統、基于框架的專家系統和基于模型的專家系統，歸納了協同式和分布式等新型專家系統，并結合實例介紹了專家系統的設計方法和開發工具。
教學重點：專家系統的特點、專家系統的類型、專家系統的設計等。
教學難點：專家系統的設計。
教學方法：課堂教學為主。注意結合學生前面所學的人工智能原理、知識的表示等內容，及時提問加深學生對基本原理和概念以及專家系統開發設計等的理解。利用網絡課程中的相關內容，協助對抽象概念的理解。
教學要求：重點掌握專家系統的基本概念和設計，掌握基于規則、基于模型、基于框架的專家系統，了解新型專家系統的一些概念和類型，一般了解專家系統的開發工具以及評價方法。
6.1 專家系統概述
教學內容：本小節討論專家系統的一些基本概念，介紹專家系統的定義、結構、特點和類型。本小節內容是本章的一個重點，是深入學習討論專家系統的基礎。
教學重點：專家系統的定義、專家系統的結構、專家系統的一般特點、各類專家系統的任務和特點。
教學難點：專家系統的結構與建造步驟。
教學方法：主要通過課堂教學，講解各種基本概念和系統結構，歸納專家系統的一般特點，分析各類專家系統的任務、特點并進行舉例
教學要求：重點掌握專家系統的定義與基本結構，掌握專家系統的特點，了解專家系統的類型
6.1.1 專家系統的特點
1、定義
專家系統是一個含有大量的某個領域專家水平的知識與經驗智能計算機程序系統，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。簡而言之，專家系統是一種模擬人類專家解決領域問題的計算機程序系統。
2、專家系統特點
啟發性：專家系統能運用專家的知識與經驗進行推理、判斷和決策。
透明性：專家系統能夠解釋本身的推理過程和回答用戶提出的問題，以便讓用戶能夠了解推理過程，提高對專家系統的信賴感。
靈活性：專家系統能不斷地增長知識，修改原有知識，不斷更新。
3、專家系統的優點
具體地說，包括下列八個方面：
(1)專家系統能夠高效率、準確、周到、迅速和不知疲倦地進行工作。
(2)專家系統解決實際問題時不受周圍環境的影響，也不可能遺漏忘記。
(3)可以使專家的專長不受時間和空間的限制，以便推廣珍貴和稀缺的專家知識與經驗。
(4)專家系統能促進各領域的發展。
(5)專家系統能匯集多領域專家的知識和經驗以及他們協作解決重大問題的能力。
(6)軍事專家系統的水平是一個國家國防現代化的重要標志之一。
(7)專家系統的研制和應用，具有巨大的經濟效益和社會效益。
(8)研究專家系統能夠促進整個科學技術的發展。
6.1.2 專家系統的類型
1、解釋專家系統
任務通過對過去和現在已知狀況的分析，推斷未來可能發生的情況
特點數據量很大，常不準確、有錯誤、不完全能從不完全的信息中得出解釋，并能對數據做出某些假設，推理過程可能很復雜和很長
例子語音理解、圖象分析、系統監視、化學結構分析和信號解釋等。
2、預測專家系統
任務通過對已知信息和數據的分析與解釋，確定它們的涵義。
特點系統處理的數據隨時間變化，且可能是不準確和不完全，系統需要有適應時間變化的動態模型
例子有氣象預報、軍事預測、人口預測、交通預測、經濟預測和谷物產量預測等
3、診斷專家系統
任務根據觀察到的情況(數據)來推斷出某個對象機能失常(即故障)的原因
特點能夠了解被診斷對象或客體各組成部分的特性以及它們之間的聯系，能夠區分一種現象及其所掩蓋的另一種現象，能夠向用戶提出測量的數據，并從不確切信息中得出盡可能正確的診斷
例子醫療診斷、電子機械和軟件故障診斷以及材料失效診斷等。
4、設計專家系統
任務尋找出某個能夠達到給定目標的動作序列或步驟。
特點從多種約束中得到符合要求的設計；系統需要檢索較大的可能解空間；能試驗性地構造出可能設計；易于修改；能夠使用已有設計來解釋當前新的設計。
例子 VAX計算機結構設計專家系統等。
5、規劃專家系統
任務尋找出某個能夠達到給定目標的動作序列或步驟。
特點所要規劃的目標可能是動態的或靜態的，需要對未來動作做出預測，所涉及的問題可能很復雜。
例子軍事指揮調度系統、ROPES機器人規劃專家系統、汽車和火車運行調度專家系統等。
6、監視專家系統
任務對系統、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當具有的行為進行比較，以發現異常情況，發出警報。
特點系統具有快速反應能力，發出的警報要有很高的準確性，能夠動態地處理其輸入信息。
例子粘蟲測報專家系統。
7、控制專家系統
任務自適應地管理一個受控對象或客體的全面行為，使之滿足預期要求。
特點控制專家系統具有解釋、預報、診斷、規劃和執行等多種功能。
例子空中交通管制、商業管理、自主機器人控制、作戰管理、生產過程控制和質量控制等。
8、調試專家系統
任務對失靈的對象給出處理意見和方法。
特點同時具有規劃、設計、預報和診斷等專家系統的功能。
例子在這方面的實例還比較少見。
9、教學專家系統
任務
教學專家系統的任務是根據學生的特點、弱點和基礎知識，以最適當的教案和教學方法對學生進行教學和輔導。
特點
(1)同時具有診斷和調試等功能。
(2)具有良好的人機界面。
例子 MACSYMA符號積分與定理證明系統，計算機程序設計語言和物理智能計算機輔助教學系統以及聾啞人語言訓練專家系統等。
10、修理專家系統
任務對發生故障的對象(系統或設備)進行處理，使其恢復正常工作。修理專家系統具有診斷、調試、計劃和執行等功能。
例子美國貝爾實驗室的ACI電話和有線電視維護修理系統。
此外，還有決策專家系統和咨詢專家系統等。
習題：
1．能根據學生的特點、弱點和基礎知識，以最適當的教案和教學方法對學生進行教學和輔導的專家系統是：
A．解釋專家系統 B．調試專家系統 C．監視專家系統 D．教學專家系統
答案：D．
2．用于尋找出某個能夠達到給定目標的動作序列或步驟的專家系統是：
A．設計專家系統 B．診斷專家系統 C．預測專家系統 D．規劃專家系統
答案：D．
3．能對發生故障的對象（系統或設備）進行處理，使其恢復正常工作的專家系統是：
A．修理專家系統 B．診斷專家系統 C．調試專家系統 D．規劃專家系統
答案：A．
4．能通過對過去和現在已知狀況的分析，推斷未來可能發生的情況的專家系統是：
A．修理專家系統 B．預測專家系統 C．調試專家系統 D．規劃專家系統
答案：B．
6.1.3 專家系統的結構和建造步驟
1、專家系統的簡化結構
專家系統的結構是指專家系統各組成部分的構造方法和組織形式。系統結構選擇恰當與否，是與專家系統的適用性和有效性密切相關的。選擇什么結構最為恰當，要根據系統的應用環境和所執行任務的特點而定。
圖6.1表示專家系統的簡化結構圖。
????????
圖6.1 專家系統簡化結構圖????????????圖6.2 理想專家系統的結構圖
2、理想專家系統的結構
如圖6.2所示。由于每個專家系統所需要完成的任務和特點不相同，其系統結構也不盡相同，一般只具有圖中部分模塊。
接口是人與系統進行信息交流的媒介，它為用戶提供了直觀方便的交互作用手段。
黑板是用來記錄系統推理過程中用到的控制信息、中間假設和中間結果的數據庫。它包括計劃、議程和中
間解3部分。
知識庫包括兩部分內容。一部分是已知的同當前問題有關的數據信息；另一部分是進行推理時要用到的一般知識和領域知識。
調度器按照系統建造者所給的控制知識，從議程中選擇一個項作為系統下一步要執行的動作。執行器應用知識庫中的及黑板中記錄的信息，執行調度器所選定的動作。協調器的主要作用就是當得到新數據或新假設時，對已得到的結果進行修正，以保持結果前后的一致性。
解釋器的功能是向用戶解釋系統的行為，包括解釋結論的正確性及系統輸出其它候選解的原因。
提問：已學過的知識表示的方法有那些？
3、一般應用程序與專家系統的區別
前者把問題求解的知識隱含地編入程序，而后者
則把其應用領域的問題求解知識單獨組成一個實體，
即為知識庫。知識庫的處理是通過與知識庫分開的
控制策略進行的。更明確地說，一般應用程序把知識組織為兩級：數據級和程序級；大多數專家系統則將知識組織成三級；數據、知識庫和控制。
提問：
1 專家系統的定義？
2 專家系統程序與常規的應用程序之間有何不同呢?
?
4、專家系統的建造步驟
參見圖6.3，建立系統的一般步驟如下：
（1)設計初始知識庫，包括：
(a) 問題知識化，即辨別所研究問題的實質，如要解決的任務是什么，它是如何定義的，可否把它分解為子問題或子任務，它包含哪些典型數據等。
(b) 知識概念化，即概括知識表示所需要的關鍵概念及其關系，如數據類型、已知條件(狀態)和目標(狀態)、提出的假設以及控制策略等。
(c) 概念形式化，即確定用來組織知識的數據結構形式，應用人工智能中各種知識表示方法把與概念化過程有關的關鍵概念、子問題及信息流特性等變換為比較正式的表達，它包括假設空間、過程模型和數據特性等。
(d) 形式規則化，即編制規則、把形式化了的知識變換為由編程語言表示的可供計算機執行的語句和程序。
(e) 規則合法化，即確認規則化了知識的合理性，檢驗規則的有效性。
（2)原型機的開發與試驗
在選定知識表達方法之后，即可著手建立整個系統所需要的實驗子集，它包括整個模型的典型知識，而且只涉及與試驗有關的足夠簡單的任務和推理過程。
（3）知識庫的改進與歸納
反復對知識庫及推理規則進行改進試驗，歸納出更完善的結果。經過相當長時間(例如數月至二、三年)的努力，使系統在一定范圍內達到人類專家的水平。
?
6.2 基于規則的專家系統
教學內容：本小節介紹基于規則的專家系統。
教學重點：基于規則專家系統的工作模型和結構。
教學難點：基于規則專家系統的工作模型。
教學方法：課堂講解。
教學要求：掌握基于規則的專家系統的工作原理。
1、基于規則專家系統的工作模型
基于規則的專家系統是個計算機程序，該程序使用一套包含在知識庫內的規則對工作存儲器內的具體問題信息（事實）進行處理，通過推理機推斷出新的信息。其工作模型如圖6.4所示。
圖6.4基于規則專家系統的工作模型
基于規則的專家系統不需要一個人類問題求解的精確匹配，而能夠通過計算機提供一個復制問題求解的合理模型。
提問：您學過的知識推理方法有哪些？
2、基于規則專家系統的結構
一個基于規則專家系統的完整結構示于圖6.5。其中，知識庫、推理機和工作存儲器是構成本專家系統的核心。系統的主要部分是知識庫和推理引擎。根據到目前為止討論的推理系統，知識庫由謂詞演算事實和有關討論主題的規則構成。推理引擎由所有操縱知識庫來演繹用戶要求的信息的過程構成－如消解、前向鏈或反向鏈。用戶接口可能包括某種自然語言處理系統，它允許用戶用一個有限的自然語言形式與系統交互。也可能用帶有菜單的圖形接口界面。解釋子系統分析被系統執行的推理結構，并把它解釋給用戶。
圖6.5基于規則專家系統的結構
?
6.3 基于框架的專家系統
教學內容：本小節介紹基于框架的專家系統。
教學重點：面向目標編程與基于框架設計，基于框架專家系統的結構和一般設計方法。
教學難點：基于框架專家系統的結構。
教學方法：課堂教學。
教學要求：掌握基于框架專家系統的結構。
1、面向目標編程與基于框架設計
基于框架的專家系統建立在框架的基礎之上，采用面向目標編程技術，框架的設計和面向目標的編程共享許多特征。在設計基于框架系統時，專家系統的設計者們把目標叫做框架。
2、基于框架專家系統的結構
基于框架的專家系統是個計算機程序，該程序使用一組包含在知識庫內的框架對工作存儲器內的具體
問題信息進行處理，通過推理機推斷出新的信息。
這里采用框架而不是采用規則來表示知識。
為了說明設計和表示框架中的某些知識值，讓我們考慮圖6.6所示的人類框架結構。
類、子類和例子（物體）用于表示對基于框架系統的組織。
3、基于框架專家系統的一般設計方法
基于框架專家系統的主要設計步驟與基于規則的專家系統相似。主要差別在于如何看待和使用知識，在設計基于框架的專家系統時，把整個問題和每件事想像為編織起來的事物
在辨識事物之后，尋找把這些事物組織起來的方法，對于任何類型的專家系統，其設計是高度交互的過程。
圖6.6人類的框架分層結構
?
思考：1.知識表示中，框架的構成、表示和推理為何？
2.如何區別“目標”和“框架”這兩個易混淆的術語?
思考：試述基于框架的專家系統與基于規則的專家系統的異同點。
提問：基于框架的專家系統與基于規則的專家系統看待和使用知識上有何差別？
6.4 基于模型的專家系統
教學內容：本小節介紹基于模型的專家系統。
教學重點：基于模型專家系統的模型與集成模式，神經網絡專家系統的基本結構。
教學難點：基于神經網絡的專家系統的工作原理。
教學方法：課堂教學。
教學要求：掌握基于模型的專家系統工作原理。
1、基于模型專家系統的提出
對人工智能的研究內容有著各種不同的看法。有一種觀點認為：人工智能是對各種定性模型的獲得、表達及使用的計算方法進行研究的學問。基于該觀點人們提出了基于模型的專家系統。
采用各種定性模型來設計專家系統，其優點是顯而易見的。
在諸多模型中，人工神經網絡模型的應用最為廣泛。
2、基于神經網絡的專家系統
神經網絡模型從知識表示、推理機制到控制方式，與目前專家系統中的基于邏輯的心理模型有本質的區別。
3、三種神經網絡模型與專家系統集成模式
（1）神經網絡支持專家系統 以傳統的專家系統為主，以神經網絡的有關技術為輔。
（2）專家系統支持神經網絡 以神經網絡的有關技術為核心，建立相應領域的專家系統，采用專家系統的相關技術完成解釋等方面的工作
（3）協同式的神經網絡專家系統 針對大的復雜問題，將其分解為若干子問題，針對每個子問題的特點，選擇用神經網絡或專家系統加以實現，在神經網絡和專家系統之間建立一種耦合關系
4、神經網絡專家系統的基本結構
自動獲取模塊輸入、組織并存儲專家提供的學習實例、選定神經網絡的結構、調用神經網絡的學習算法，為知識庫實現知識獲取。當新的學習實例輸入后，知識獲取模塊通過對新實例的學習，自動獲得新的網絡權值分布，從而更新了知識庫。如圖6.7所示。
圖6.7神經網絡專家系統的基本結構
5、神經網絡專家系統的幾個問題討論
（1）神經網絡的知識表示是一種隱式表示。
（2）神經網絡通過實例學習實現知識自動獲取。
（3）神經網絡的推理是個正向非線性數值計算過程，同時也是一種并行推理機制，神經網絡各輸出節點的輸出是數值，因而需要一個解釋器對輸出模式進行解釋。
（4同一知識領域的幾個獨立的專家系統可組合成更大的神經網絡專家系統。
提問：為什么不能把基于規則的專家系統組合成大系統？
6.5 新型專家系統
教學內容：一般新型專家系統的特征，兩種新型專家系統：協同式和分布式專家系統。
教學重點：新型專家系統的特征，協同式專家系統，分布式專家系統。
教學難點：新型專家系統特征的內涵。
教學方法：課堂教學。
教學要求：掌握新型專家系統的特征并與一般專家系統加以區別。
6.5.1 新型專家系統的特征
1、并行與分布處理
基于各種并行算法，采用各種并行推理和執行技術，適合在多處理器的硬件環境中工作，即具有分布處理的功能。
2、多專家系統協同工作
在這種系統中，有多個專家系統協同合作。
3、高級語言和知識語言描述
專家系統生成系統就能自動或半自動地生成所要的專家系統。
4、具有自學習功能
新型專家系統應提供高級的知識獲取與學習功能。
5、引入新的推理機制
在新型專家系統中，除演繹推理之外，還應有歸納推理，各種非標準邏輯推理，以及各種基于不完全知識和模糊知識的推理等等。
6、具有自糾錯和自完善能力
為了排錯必須首先有識別錯誤的能力，為了完善必須首先有鑒別優劣的標準。
7、先進的智能人機接口
理解自然語言，實現語聲、文字、圖形和圖象的直接輸入輸出是如今人們對智能計算機提出的要求。
6.5.2 分布式專家系統
1、主要目的：把一個專家系統的功能經分解以后分布到多個處理器上去并行地工作，從而在總體上提高系統的處理效率。
2、環境要求：可以工作在緊耦合的多處理器系統環境中，也可工作在松耦合的計算機網絡環境里，所以其總體結構在很大程度上依賴于其所在的硬件環境。
3、設計和實現分布式專家系統，需要解決的問題：
功能分布把分解得到的系統各部分功能或任務合理均衡地分配到各處理節點上去
知識分布根據功能分布的情況把有關知識經合理劃分以后分配到各處理節點上，
接口設計各部分間接口的設計目的是要達到各部分之間互相通訊和同步容易進行，在能保證完成總的任務的前提下，要盡可能使各部分之間互相獨立，部分之間聯系越少越好。
系統結構一方面依賴于應用的環境與性質，另一方面依賴于其所處的硬件環境。
驅動方式可供選擇的幾種驅動方式。
（1）控制驅動當需要某模塊工作時，就直接將控制轉到該模塊，或將它作為一個過程直接調用它，使它立即工作。
(2）數據驅動一般一個系統的模塊功能都是根據一定的輸入，啟動模塊進行處理以后，給出相應的輸出。
(3）需求驅動 這種驅動方式亦稱“目的驅動”，是一種自頂向下的驅動方式。與此同時又按數據驅動的原則讓數據(或其他條件)具備的模塊進行工作，輸出相應的結果并送到各自該去的模塊。
(4）事件驅動即當且僅當模塊的相應事件集合中所有事件都已發生時，才能驅動該模塊開始工作。否則只要其中有一個事件尚未發生，模塊就要等待，即使模塊的輸入數據已經全部齊備也不行。
6.5.3 協同式專家系統
1、概述
一般專家系統解題的領域面很窄單個專家系統的應用局限性很大，很難獲得滿意的應用。
協同式多專家系統是克服一般專家系統的局限性的一個重要途徑。
協同式多專家系統亦可稱“群專家系統”，表示能綜合若干個相近領域的或一個領域的多個方面的子專家系統互相協作共同解決一個更廣領域問題的專家系統。
系統更強調子系統之間的協同合作，而不著重處理的分布和知識的分布。
思考：與分布式專家系統的區別?
2、設計與建立一個協同式多專家系統，需要解決的問題：
（1）任務的分解
根據領域知識，將確定的總任務分解成幾個分任務，分別由幾個分專家系統來完成。
（2）公共知識的導出
把解決各分任務所需知識的公共部分分離出來形成一個公共知識庫，供各子專家系統共享。對解決各分任務專用的知識則分別存放在各子專家系統的專用知識庫中。
（3）討論方式
目前很多作者主張采用“黑板”作為各分系統進行討論的“園地”。為了保證在多用戶環境下黑板中數據或信息的一致性，需要采用管理數據庫的一些手段來管理它，使用它，因此黑板有時也稱作“中間數據庫”。
（4）裁決問題
這個問題的解決辦法往往十分依賴于問題本身的性質。
（5）驅動方式
這個問題是與分布數據庫中要考慮的相應問題一致的。盡管協同式多專家系統、各子系統可能工作在一個處理機上，但仍然有以什么方式將各子系統根據總的要求激活執行的問題，即所謂驅動方式問題。
?
6.6 專家系統設計
教學內容：本小節以設計一個基于規則的維修咨詢系統為例，說明專家系統的設計過程。
教學重點：描述專家知識和應用知識，解釋決策。
教學難點：專家系統知識的表示和決策。
教學方法：課堂教學，實例講解。
教學要求：通過實例使學生更深入地了解專家系統，初步掌握專家系統的設計技術。
6.6.1專家知識的描述
按照EXPERT表達知識的方式，在系統設計過程中主要利用以下3個表達成分：假設或結論，觀測或觀察，推理或決策規則。在EXPERT中，觀測和假設之間是嚴格區分的。觀測是觀察或量測，它的值可以是“真(T)”，“假(F)”，數字或“不知道”等形式。假設是由系統推理得到的可能結論。通常假設附有不確定性的量度。推理或決策規則表示成產生式規則
1、結論的表示結論規定了所涉及專門知識的范圍。在EXPERT中，每個假設用簡寫的助記符號和用自然語言(中文、英語或其它設計者希望使用的語言)寫的正式的說明語句來表示。助記符號用于編寫決策規則時引用假設。
舉例：汽車修理的問題用表表示。
2、觀測的表示
觀測是得到結論所需要的觀察或量測結果。它們通常可以用邏輯值：真(T)，假(F)或“不知道”，或用數字來表示。把問題組織成菜單那樣的編組是一種很有效的方法。
3、推理規則的表示
產生式規則是決策規則最為常用的表示形式可根據觀測和假設之間的邏輯關系分成3類：
（1）從觀測到觀測的規則（FF規則）
FF規則規定那些可從已確定的觀測直接推導出來的觀測的真值。因為通過把觀測和假設相組合可以描述功能更強的產生式規則形式。
（2）從觀測到假設的規則（FH規則）
在許多用于分類的專家系統中，產生式規則可對產生式結論的可信程度進行量度。
（3）從假設到假設的規則（HH規則）
HH(從假設到假設)規則用來規定假設之間的推理。
6.6.2 知識的使用和決策解釋
建立專家系統還不是一門精確的科學。專家經常提供大量的信息，必須力圖抽取專家推理過程中的關鍵內容，并且盡可能準確而簡潔地表示這些知識。
1、結論的分級與選擇
按評價的先后次序，把規則分成等級和選擇規則是推理過程中控制策略的基本部分。可以根據專家的意見來排列與評價規則的次序。與此同時，還必須研究規則的評價次序的影響。規則評價次序的編排應該使不論采取什么次序，都得到相同的結論。
在產生式規則中應用可信度量測，不僅可以反映實際存在于專家知識中的不確定性，而且可以減少產生式規則的數量。
2、詢問問題的策略
要給出一個詢問問題的最佳策略是很困難的，詢問的質量在很大程度上取決于在事先是否把問題清楚地組織好。一個好的詢問策略，關鍵之一是使問題包含盡可能多的結構。應該根據共同的主題，把問題分成組。用FF規則這樣的很簡單的規則，可以在問題調查表里強制按主題進行分枝。如果系統推理所需的信息不是同時接受的話，可以有以下兩種提問策略：
（1）某些場合下，專家是以預先仔細規定的序列或固定順序收集所需的知識。
（2）系統不是按固定的順序詢問，而是根據具體情況作出某種選擇。
3、 決策的解釋
系統的設計者和使用者都需要系統對它所作出的決策給予解釋。但是它們對決策解釋的要求又各不相同。
（1)對系統設計者的解釋。
（2）對系統使用者的解釋。
一種解釋方法是用語句來說明結論。系統所用的假設可能是任何形式的包含說明和建議的語句。有時系統的設計者可以預先提出某些適合于給定假設的解釋。
問題：如果，所有的觀測可以同時被獲得，并且所研究的只是分類的問題，那么如何應用簡單的控制策略？
舉例：在修理汽車的例子中，可以給出一個總的來說多少是解釋性的說明，而不是生硬地把結論分成診斷和處理兩類。這樣的語句可以是以下形式：“因為汽車的汽缸被淹，所以把風門踏板踩到底或等待10分鐘。”
?
6.7 專家系統開發工具
教學內容：本小節介紹四種主要的專家系統開發工具。
教學重點：骨架型工具(又稱外殼)、語言型工具、構造輔助工具和支撐環境。
教學難點：語言型工具和支撐環境。
教學方法：課堂講解。
教學要求：了解專家系統的常用開發工具，掌握語言型開發工具的應用和支撐環境。
1、骨架型開發工具
專家系統一般都有推理機和知識庫兩部分，而規則集存于知識庫內。在一個理想的專家系統中，推理機完全獨立于求解問題領域。系統功能上的完善或改變，只依賴于規則集的完善和改變。由此，借用以前開發好的專家系統，將描述領域知識的規則從原系統中“挖掉”，只保留其獨立于問題領域知識的推理機部分，這樣形成的工具稱為骨架型工具。這類工具因其控制策略是預先給定的，使用起來很方便，用戶只須將具體領域的知識明確地表示成為一些規則就可以了。
因其程序的主要骨架是固定的，除了規則以外，用戶不可改變任何東西，因而骨架型工具存在一些有待解決的問題，影響它的廣泛應用。
2、語言型開發工具
語言型工具提供給用戶的是建立專家系統所需要的基本機制，其控制策略也不固定于一種或幾種形式，用戶可以通過一定手段來影響其控制策略。因此，語言型工具的結構變化范圍廣泛，表示靈活，所適應的范圍要比骨架型工具廣泛得多。
3、構造輔助工具
系統構造輔助工具由一些程序模塊組成，有些程序能幫助獲得和表達領域專家的知識，有些程序能幫助設計正在構造的專家系統的結構。它主要分兩類，一種是設計輔助工具，另一種是知識獲取輔助工具。
4、支撐環境
支撐設施是指幫助進行程序設計的工具，它常被作為知識工程語言的一部分。工具支撐環境僅是一個附帶的軟件包，以便使用戶界面更友好。它包括四個典型組件：調試輔助工具、輸入輸出設施、解釋設施和知識庫編輯器。
?
?
6.8 小 結本章在產生式系統的基礎上，首先研究了專家系統的基本問題，包括專家系統的定義、類型、特點、結構和建造步驟等。接著討論了基于不同技術建立的專家系統，即第二節基于規則的專家系統、第三節基于框架的專家系統和第四節基于模型的專家系統。從這些系統的工作原理和模型可以看出，人工智能的各種技術和方法在專家系統中得到很好的結合和應用，為人工智能的發展提供很好的范例。
計算機科學的一些新思想和新技術也對專家系統的發展起了重要作用。本章第五章歸納的新型專家系統，就是應用計算機科學中分布式處理和協同工作機制的結果，它們分別是分布式專家系統和協同式專家系統。
本章第六節介紹了專家系統的設計，以一個基于規則的維修咨詢系統為例，說明了專家系統的設計過程，并采用EXPERT開發工具進行設計。這將對專家系統有更具體和深入的了解。
為了提高專家系統的開發效率、質量和自動化水平，需要專家系統的開發工具。本章第七節簡介了4種主要開發工具，即骨架型工具、語言型工具、構造輔助工具和支撐環境。
專家系統是人工智能應用研究的一個最早最有成效領域。人們期待它有新的發展和新的突破。
from: http://netclass.csu.edu.cn/jpkc2003/rengongzhineng/rengongzhineng/jiaoan/chapter6.htm
總結
以上是生活随笔為你收集整理的人工智能：第六章 专家系统的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 人工智能：第五章 计算智能(2)
- 下一篇： 人工智能：第七章 机器学习