协同式专家系统(Cooperative Expert System,CES)也称群专家系统,是一种能综合若干个相近领域或同一领域内多个方面的分专家系统相互协作、共同解决单个分专家系统无法解决的更广领域或更复杂问题的专家系统。协同式专家系统是解决单专家系统存在的知识的“窄台阶”问题的一条重要途径。
从结构上看,协同式专家系统和分布式专家系统有一定的相似之处,它们都涉及到多个分专家系统。但在功能上却有较大差异,分布式专家系统强调的是功能分布和知识分布,它要求系统必须在多个结点上并行运行;协同式专家系统强调的则是各分专家系统之间的协同,各分专家系统可以在不同结点上运行,也可以在同一个结点上运行。因此,要设计和建立一个协同式专家系统,一般需要解决以下问题。
(1)任务的分解
根据领域知识,将确定的总任务合理地划分为若干个子任务(各个子任务之间允许有一定的重叠),每个子任务对应着一个分专家系统。至于一个分布式专家系统应该划分为多少个分专家系统,一般应尊重领域专家的意见。
(2)公共知识的导出
公共知识的导出是指把各子任务所需要的公共知识部分分离出来,形成一个公共知识库,供各分专家系统共享。至于各子任务所需要的专用知识,仍分别存放在各分专家系统的专用知识库中。这种对知识的共享和专用存放方式,可减少知识冗余,便于对知识的维护和修改。
(3)“讨论”方式
协同式专家系统通常把“黑板”作为各分专家系统进行讨论的园地。所谓黑板,实际上是一个设在内存里的可供各分专家系统随机存取的存储区。各分专家系统可以随时从黑板上了解其他分专家系统对某个问题的“意见”,获取它所需要的各种信息。同时,也可随时将自己的“意见”发表在黑板上,供其他分专家系统参考。
(4)裁决问题
裁决问题是指如何由多个分专家系统来决定某个问题,其解决办法往往与问题本身的性质有关。若问题是一个非选择题,则可采用表决法或加权平均法。其中,表决法是指以多数分专家系统的意见作为最终的裁决;加权平均法是指对参与解决该问题的不同分专家系统给予不同的权值。若问题是一个评分问题,则可采用加权平均法等办法。若问题是一个互补问题,则可采用互相配合的方法。
(5)驱动方式
尽管协同式专家系统的各分专家系统可能在同一个处理机上执行,也仍然存在用什么方式将各分专家系统激活的问题,即驱动方式问题。协同式专家系统的驱动方式与分布式专家系统中所采用的驱动方式基本上是一样的,在分布式专家系统中介绍的驱动方式对协同式专家系统同样可用。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31549219/viewspace-2212888/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/31549219/viewspace-2212888/