专家系统-人工智能及其应用-课程学习记录-5-CSDN博客

本文链接：https://blog.csdn.net/qq_37998735/article/details/139749389

专家系统（Expert System）是一种人工智能程序，它利用专家知识和推理能力来解决特定领域中的复杂问题。专家系统主要由以下几个组成部分(该部分不同的教程有不同的说法)：

知识库（Knowledge Base）

包含特定领域的专家知识，包括事实、规则和操作规范
知识获取涉及知识工程师（Knowledge Engineer），他们从专家那里获取知识并将其表示为计算机能够理解的形式

综合数据库（Global Database）

存储问题的初始数据和推理过程中得到的中间数据

也称为全局数据库或总数据库

推理机（Reasoning Machine）

用于记忆规则和控制策略的程序，能够根据知识进行推理和导出结论
推理机协同工作以便系统能够逻辑方式工作

解释器（Explanator）

向用户解释系统的行为，包括推理结论的正确性以及系统输出其他候选解的原因

接口（Interface）

使系统与用户进行对话的界面，用户能够输入数据、提出问题并了解推理过程及结果

建立专家系统的步骤

设计初始知识库

问题知识化：识别和分析问题
知识概念化：将知识分为若干概念
概念形式化：将概念表示为形式化模型
形式规则化：建立规则
规则合法化：验证规则

原型机的开发与实验

创建系统的原型，进行测试和调整

知识库的改进与归纳

不断更新和完善知识库

接下来用python实现一个极简版医疗诊断专家系统,该系统将根据用户输入的症状进行简单的诊断

知识库

class KnowledgeBase:
    def __init__(self):
        self.rules = []

    def add_rule(self, symptoms, diagnosis):
        self.rules.append({"symptoms": symptoms, "diagnosis": diagnosis})

综合数据库

class GlobalDatabase:
    def __init__(self):
        self.data = []

    def add_data(self, symptom):
        self.data.append(symptom)

    def get_data(self):
        return self.data

推理机

class ReasoningMachine:
    def __init__(self, knowledge_base, global_database):
        self.knowledge_base = knowledge_base
        self.global_database = global_database

    def diagnose(self):
        symptoms = self.global_database.get_data()
        for rule in self.knowledge_base.rules:
            if all(symptom in symptoms for symptom in rule["symptoms"]):
                return rule["diagnosis"]
        return "unknown"

解释器

class Explanator:
    def __init__(self, knowledge_base):
        self.knowledge_base = knowledge_base

    def explain(self, diagnosis):
        for rule in self.knowledge_base.rules:
            if rule["diagnosis"] == diagnosis:
                return f"The diagnosis is based on the symptoms: {', '.join(rule['symptoms'])}."
        return "No matching diagnosis found."

接口

class Interface:
    def __init__(self, reasoning_machine, explanator):
        self.reasoning_machine = reasoning_machine
        self.explanator = explanator

    def interact(self):
        print("Welcome to the Expert System. Please enter your symptoms one by one. Type 'done' when you are finished.")
        while True:
            symptom = input("Enter symptom: ")
            if symptom.lower() == 'done':
                break
            self.reasoning_machine.global_database.add_data(symptom)
        
        diagnosis = self.reasoning_machine.diagnose()
        explanation = self.explanator.explain(diagnosis)
        
        print(f"Diagnosis: {diagnosis}")
        print(f"Explanation: {explanation}")

构建专家系统

# 初始化知识库
knowledge_base = KnowledgeBase()
knowledge_base.add_rule(["fever", "cough"], "flu")
knowledge_base.add_rule(["fever", "rash"], "measles")
knowledge_base.add_rule(["cough", "sneezing"], "cold")
knowledge_base.add_rule(["headache", "nausea"], "migraine")

# 初始化全局数据库
global_database = GlobalDatabase()

# 初始化推理机
reasoning_machine = ReasoningMachine(knowledge_base, global_database)

# 初始化解释器
explanator = Explanator(knowledge_base)

# 初始化接口
interface = Interface(reasoning_machine, explanator)

# 与用户交互
interface.interact()