问题:
┊ ┊ ┆
啄米鸡
[天外飞仙]
专家系统是什么意思 其功能是什么? 0分
标签：专家系统 回答：6 浏览：1612 提问时间：2007-03-22 16:42
专家系统是什么意思 其功能是什么?
共0条评论...
最佳答案 此答案由提问者自己选择，并不代表爱问知识人的观点
┆ ┆
yj760724
[学长]
回答：2007-03-23 20:17
提问者对答案的评价：
共0条评论...
其它回答 共5条回答
┆
醉卧梅林
[先知]
一、专家系统的意义与起源
专家系统系由知识库、推论引擎及接口为基础而组成的计算机化系统，其目的在对于某一特定领域的问题作判断、解释及认知，但由于此特定领域可大可小，且对认知的定义亦有不同的解释，故可有小如某些汽车专家系统只能依照外型等特征辨认十余种车，亦有大如某些医学专家系统可依据十二万个不同的医学表征分辨八千余种疾病。(注4)仅管专家系统的定义未尽明确，但基本上，当此系统所能处理的问题，其复杂性、对专业知识的需求、以及其执行的信度及效度足可与专家相匹敌时，我们便可称之为专家系统。而由于专家系统能够提供智能型的决策与辅助、解决问题、并对求解的过程做某种程度的解释，因而也可以称为「智能型知识库系统
【数据挖掘研究院】（China Data Mining Research,CDMR）是一个专注于数据挖掘及其相关技术的讨论组织，参与者都是数据挖掘及其相关学科的爱好者。作为论坛的组织者我们也是数据挖掘的忠实爱好者，希望能够利用一些有限的资源为中国数据挖掘营造一个良好的发展环境。
专家系统并不是最近才出现的。第一个专家系统是在1956年由Allen Newell、Herbert Simon及J. C. Shaw所发展(注6)。其后，许多专家系统也纷纷随之建立，但在前期多半是属于研究性质的雏形系统。1970年代之后，人工智能与专家系统专用的程序语言及软件开发工具逐渐开始发展，而各种知识表示法及算法也被广泛地研究，使得专家系统的建构与发展方式产生了不小的改变。在1980年代后期开始，专家系统便能够逐渐脱离实验室的研究而广泛应用于各行业中。(注7)
专家系统的特性
二、专家系统的特性
专家系统与一般的计算机系统的相异处可以以下表来表示：(注8)
表一
专家系统与一般计算机系统之比较
专家系统 一般计算机系统
功能 解决问题、解释结果、进行判断与决策 解决问题
处理能力 处理数字与符号 处理数字
处理问题种类 多属准结构性或非结构性、可处理不确定的知识、使用于特定的领域 多属结构性、处理确定的知识
而与人类专家相比，专家系统则具备了以下主要特性：
" 不受时间限制：人类专家的工作时间有限，但专家系统是恒久，一旦开发完成，可随时使用，并可二十四小时持续运作。
" 操作成本低：人类专家稀少且昂贵，虽然专家系统的在起步发展时必须花一笔不小的经费，但日常操作的成本比起人类专家便宜许多。因此在专家不在或经济上请专家不合算的情况下，利用专家系统仍能处理与专家相等水平的工作。
" 易于传递及复制：专家与专家知识是稀有的资源，在知识密集的工作环境下，新进人员需要作相当多的训练，而关键人物的知识随着人事变动而不能储存，在传递起来亦是耗时费力。但专家系统则不然，它能轻易地将知识传递或复制。
" 具有一致性：人类专家在判断决策的结果常会因时或因人而异，而专家系统对于所处理的问题则具有一致性的输出。
" 可处理费时及复杂的问题：由于专家系统具有既定的知识库与严谨的推理程序，因此往往比人类专家还能胜任一些执行起来较费时、复杂度较高的工作，如需要庞大计算量的问题。另外，若工作的内容重复性很高，专家系统尤其能比人类专家有更佳的表现。
" 使用于特定领域：由于搜集知识库建构以及推理规则建构的有一定的困难，因此专家系统通常只使用于小范围的特定知识领域。而当问题的知识牵涉较广，或是没有一定的处理程序时，就必须靠人类专家的智慧来处理。
三、专家系统的组成结构
一个典型的专家系统通常包括了三部分：知识库、推论器与接口，其基本架构可以图一来表示。(注11)其中，知识库组织事实与规则，推论器藉由知识库中有效的事实与规则，在使用者所输入的条件基础下勾勒出结果，而使用者接口则是使用者与专家系统间的沟通桥梁。(注12)以下便分别对此主要架构作进一步的介绍。
(一) 知识库 (Knowledge-Base) (注13)
知识库系统的主要工作搜集人类的知识，将之有系统地表达或模块化，使计算机可以进行推论、解决问题。知识库中包含两种型态：一是知识本身，即对物质及概念作实体的分析，并确认彼此之间的关系；而另一则是人类专家所特有的经验法则、判断力与直觉。知识库与传统数据库在信息的组织、并入、执行等步骤与方法均有所不同，概括来说，知识库所包含的是可做决策的「知识」，而传统数据库的内容则是未经处理过的「数据」，必须经由检索、解释等过程才能实际被应用。
(二) 推论器 (Inference Mechanism) (注14)
推论器的是藉由算法或决策策略来进行与知识库内各项专门知识的推论，依据使用者的问题来推得正确的答案。推论器的问题解决算法可以区分为三个层次：
1. 一般途径：利用任意检索(Blind Search)随意寻找可能的答案，或利用启发式检索(Heuristic Search)尝试寻找最有可能的答案。
2. 控制策略：有前推式(Forward Chaining)、回溯式(Backward Chaining)及双向式(Bi-directional)三种。前推式是从已知的条件中寻找答案，利用数据逐步推出结论；回溯式则先设定目标，再证目标成立。
3. 额外的思考技巧：用来处理知识库内数个概念间的不确定性，一般使用模糊逻辑(Fuzzy Logic)来进行演算。
推论器会根据知识库、使用者的问题及问题的复杂度来决定适用推论层次。
(三) 界面 (Interface) (注15)
接口的主要功能是提供相关数据的输入与输出，可分为三个主要部分：
1. 发展者界面：目的在方便协助系统发展者进行知识粹取、知识库与推论器的编辑与修订，并能对专家系统进行测试、记录，并说明系统运作的过程、状态与结果。
2. 使用者接口：即专家系统与使用者之间的沟通桥梁，强调系统使用的亲和性与简易性，提供多种的操作方法，并指示正确的行为模式。
3. 系统接口：为系统与其它软硬件设备的整合管邈，例如连接其它数据库系统、外部档案、绘图软件或传感器等，均需透过此系统接口来进行。
回答：2007-03-22 17:59
共0条评论...
┆
长川
[学者]
专家系统(expert system)是人工智能应用研究最活跃和最广泛的课题之一。
专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，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。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，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。
家系统
expert system
运用特定领域的专门知识，通过推理来模拟通常由人类专家才能解决的各种复杂的、具体的问题，达到与专家具有同等解决问题能力的计算机智能程序系统。它能对决策的过程作出解释，并有学习功能，即能自动增长解决问题所需的知识。
发展简况 专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。20世纪60年代初，出现了运用逻辑学和模拟心理活动的一些通用问题求解程序，它们可以证明定理和进行逻辑推理。但是这些通用方法无法解决大的实际问题，很难把实际问题改造成适合于计算机解决的形式，并且对于解题所需的巨大的搜索空间也难于处理。1965年，f.a.费根鲍姆等人在总结通用问题求解系统的成功与失败经验的基础上，结合化学领域的专门知识，研制了世界上第一个专家系统dendral ，可以推断化学分子结构。20多年来，知识工程的研究，专家系统的理论和技术不断发展，应用渗透到几乎各个领域，包括化学、数学、物理、生物、医学、农业、气象、地质勘探、军事、工程技术、法律、商业、空间技术、自动控制、计算机设计和制造等众多领域，开发了几千个的专家系统，其中不少在功能上已达到，甚至超过同领域中人类专家的水平，并在实际应用中产生了巨大的经济效益。
专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。
类型 对专家系统可以按不同的方法分类。通常，可以按应用领域、知识表示方法、控制策略、任务类型等分类。如按任务类型来划分，常见的有解释型、预测型、诊断型、调试型、维护型、规划型、设计型、监督型、控制型、教育型等。
体系结构 专家系统与传统的计算机程序系统有着完全不同的体系结构，通常它由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个基本的、独立的部分所组成，其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。
为了使计算机能运用专家的领域知识，必须要采用一定的方式表示知识 。目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。基于规则的产生式系统是目前实现知识运用最基本的方法。产生式系统由综合数据库、知识库和推理机3个主要部分组成，综合数据库包含求解问题的世界范围内的事实和断言。知识库包含所有用“如果：〈前提〉，于是：〈结果〉”形式表达的知识规则。推理机（又称规则解释器）的任务是运用控制策略找到可以应用的规则。正向链的策略是寻找出前提可以同数据库中的事实或断言相匹配的那些规则，并运用冲突的消除策略，从这些都可满足的规则中挑选出一个执行，从而改变原来数据库的内容。这样反复地进行寻找，直到数据库的事实与目标一致即找到解答，或者到没有规则可以与之匹配时才停止。逆向链的策略是从选定的目标出发，寻找执行后果可以达到目标的规则；如果这条规则的前提与数据库中的事实相匹配，问题就得到解决；否则把这条规则的前提作为新的子目标，并对新的子目标寻找可以运用的规则，执行逆向序列的前提，直到最后运用的规则的前提可以与数据库中的事实相匹配，或者直到没有规则再可以应用时，系统便以对话形式请求用户回答并输入必需的事实。
早期的专家系统采用通用的程序设计语言（如fortran、pascal、basic等）和人工智能语言（如lisp、prolog、smalltalk等），通过人工智能专家与领域专家的合作，直接编程来实现的。其研制周期长，难度大，但灵活实用，至今尚为人工智能专家所使用。大部分专家系统研制工作已采用专家系统开发环境或专家系统开发工具来实现，领域专家可以选用合适的工具开发自己的专家系统，大大缩短了专家系统的研制周期，从而为专家系统在各领域的广泛应用提供条件。
回答：2007-03-22 22:54
共0条评论...
┆
huangzhiguo666
[学弟]
一、专家系统的意义与起源
专家系统系由知识库、推论引擎及接口为基础而组成的计算机化系统，其目的在对于某一特定领域的问题作判断、解释及认知，但由于此特定领域可大可小，且对认知的定义亦有不同的解释，故可有小如某些汽车专家系统只能依照外型等特征辨认十余种车，亦有大如某些医学专家系统可依据十二万个不同的医学表征分辨八千余种疾病。(注4)仅管专家系统的定义未尽明确，但基本上，当此系统所能处理的问题，其复杂性、对专业知识的需求、以及其执行的信度及效度足可与专家相匹敌时，我们便可称之为专家系统。而由于专家系统能够提供智能型的决策与辅助、解决问题、并对求解的过程做某种程度的解释，因而也可以称为「智能型知识库系统
【数据挖掘研究院】（China Data Mining Research,CDMR）是一个专注于数据挖掘及其相关技术的讨论组织，参与者都是数据挖掘及其相关学科的爱好者。作为论坛的组织者我们也是数据挖掘的忠实爱好者，希望能够利用一些有限的资源为中国数据挖掘营造一个良好的发展环境。
专家系统并不是最近才出现的。第一个专家系统是在1956年由Allen Newell、Herbert Simon及J. C. Shaw所发展(注6)。其后，许多专家系统也纷纷随之建立，但在前期多半是属于研究性质的雏形系统。1970年代之后，人工智能与专家系统专用的程序语言及软件开发工具逐渐开始发展，而各种知识表示法及算法也被广泛地研究，使得专家系统的建构与发展方式产生了不小的改变。在1980年代后期开始，专家系统便能够逐渐脱离实验室的研究而广泛应用于各行业中。(注7)
专家系统的特性
二、专家系统的特性
专家系统与一般的计算机系统的相异处可以以下表来表示：(注8)
表一
专家系统与一般计算机系统之比较
专家系统 一般计算机系统
功能 解决问题、解释结果、进行判断与决策 解决问题
处理能力 处理数字与符号 处理数字
处理问题种类 多属准结构性或非结构性、可处理不确定的知识、使用于特定的领域 多属结构性、处理确定的知识
而与人类专家相比，专家系统则具备了以下主要特性：
" 不受时间限制：人类专家的工作时间有限，但专家系统是恒久，一旦开发完成，可随时使用，并可二十四小时持续运作。
" 操作成本低：人类专家稀少且昂贵，虽然专家系统的在起步发展时必须花一笔不小的经费，但日常操作的成本比起人类专家便宜许多。因此在专家不在或经济上请专家不合算的情况下，利用专家系统仍能处理与专家相等水平的工作。
" 易于传递及复制：专家与专家知识是稀有的资源，在知识密集的工作环境下，新进人员需要作相当多的训练，而关键人物的知识随着人事变动而不能储存，在传递起来亦是耗时费力。但专家系统则不然，它能轻易地将知识传递或复制。
" 具有一致性：人类专家在判断决策的结果常会因时或因人而异，而专家系统对于所处理的问题则具有一致性的输出。
" 可处理费时及复杂的问题：由于专家系统具有既定的知识库与严谨的推理程序，因此往往比人类专家还能胜任一些执行起来较费时、复杂度较高的工作，如需要庞大计算量的问题。另外，若工作的内容重复性很高，专家系统尤其能比人类专家有更佳的表现。
" 使用于特定领域：由于搜集知识库建构以及推理规则建构的有一定的困难，因此专家系统通常只使用于小范围的特定知识领域。而当问题的知识牵涉较广，或是没有一定的处理程序时，就必须靠人类专家的智慧来处理。
三、专家系统的组成结构
一个典型的专家系统通常包括了三部分：知识库、推论器与接口，其基本架构可以图一来表示。(注11)其中，知识库组织事实与规则，推论器藉由知识库中有效的事实与规则，在使用者所输入的条件基础下勾勒出结果，而使用者接口则是使用者与专家系统间的沟通桥梁。(注12)以下便分别对此主要架构作进一步的介绍。
(一) 知识库 (Knowledge-Base) (注13)
知识库系统的主要工作搜集人类的知识，将之有系统地表达或模块化，使计算机可以进行推论、解决问题。知识库中包含两种型态：一是知识本身，即对物质及概念作实体的分析，并确认彼此之间的关系；而另一则是人类专家所特有的经验法则、判断力与直觉。知识库与传统数据库在信息的组织、并入、执行等步骤与方法均有所不同，概括来说，知识库所包含的是可做决策的「知识」，而传统数据库的内容则是未经处理过的「数据」，必须经由检索、解释等过程才能实际被应用。
(二) 推论器 (Inference Mechanism) (注14)
推论器的是藉由算法或决策策略来进行与知识库内各项专门知识的推论，依据使用者的问题来推得正确的答案。推论器的问题解决算法可以区分为三个层次：
1. 一般途径：利用任意检索(Blind Search)随意寻找可能的答案，或利用启发式检索(Heuristic Search)尝试寻找最有可能的答案。
2. 控制策略：有前推式(Forward Chaining)、回溯式(Backward Chaining)及双向式(Bi-directional)三种。前推式是从已知的条件中寻找答案，利用数据逐步推出结论；回溯式则先设定目标，再证目标成立。
3. 额外的思考技巧：用来处理知识库内数个概念间的不确定性，一般使用模糊逻辑(Fuzzy Logic)来进行演算。
推论器会根据知识库、使用者的问题及问题的复杂度来决定适用推论层次。
(三) 界面 (Interface) (注15)
接口的主要功能是提供相关数据的输入与输出，可分为三个主要部分：
1. 发展者界面：目的在方便协助系统发展者进行知识粹取、知识库与推论器的编辑与修订，并能对专家系统进行测试、记录，并说明系统运作的过程、状态与结果。
2. 使用者接口：即专家系统与使用者之间的沟通桥梁，强调系统使用的亲和性与简易性，提供多种的操作方法，并指示正确的行为模式。
3. 系统接口：为系统与其它软硬件设备的整合管邈，例如连接其它数据库系统、外部档案、绘图软件或传感器等，均需透过此系统接口来进行。
回答：2007-03-22 23:55
共0条评论...
┆
南方芦柑
[学者]
回答：2007-03-23 07:38
共0条评论...
┆
北方大葱
[文曲星]
