《系统架构设计师教程（第2版）》第3章-信息系统基础知识-05-专家系统（ES）

1. 先了解人工智能

• 概述：人工智能 (Artificial Intelligence,Al) 旨在利用机械、电子、光电或生物器件等制造的装置或机器模仿人类的智能
• 人工智能之父：麦卡锡 (J.MeCarthy)于956年夏季

于美国的达特茅斯大学 (Dartmouth University) 一次学术讨论会上提出

2.1 人工智能的特点

• 汲取经验，并将从经验中得到的知识应用于新的环境和场景
• 具有在缺乏重要信息时解决问题的能力
• 具有处理和操纵各种符号、理解形象化图片/图像的能力
• 具有想象力和创造力
• 善于启发

2.2 人工智能的主要分支

专家系统、机器人技术、视觉系统、自然语言处理、学习系统和神经网络等

2. ES概述

2.1 概述

• ES是一种智能的计算机程序，该程序使用知识与推理过程，求解那些需要资深专家的专门知识才能解决的高难度问题。
• 适合场景：没有公认的理论和方法、信息不完整、人类专家短缺或专门知识相对昂贵的工作。

  如规划、设计及决策制定、医疗诊断、质量监控等。

2.2 和一般系统的区别

槽点：教材颠三倒四说了两回，估计又是从别的文章摘抄的，抄完也没好好看。总结了一下，大家理解就好。

1）第一遍说了5点（理解为主）

• 属于人工智能范畴，解决的是半结构化或非结构化问题，需要应用启发法或弱方法来解决
• 模拟的是人类专家在问题领域的推理

传统应用程序通过建立数学模型去模拟问题领域

• 专家系统由3个要素组成
  • 描述问题状态的综合数据库（数据级）
  • 存放启发式经验知识的知识库（知识库级）
  • 对知识库的知识进行推理的推理机（控制级）

传统应用程序只有数据和程序两级结构。

• 面对的往往是实际的问题，而不是纯学术的问题。
• 专家系统的问题求解的通用性是较差的

从求解手段来看，专家系统的高性能是通过将问题领域局限在相对狭窄的特定领域内实现的。

2）第二遍说的3点（主要记这个）

系统	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	半结构化或非结构化问题，可处理不确定的知识，使用于特定的领域	结构化问题，处理确定的知识

3. ES的特点

• 超越时间限制

专家要休息，系统不用

• 操作成本低廉

请专家贵

• 易于传递与复制

专家少，系统永生、迭代

• 处理手段一致

各专家处理不一致

• 善于克服难题

庞大计算量或重复性问题，比专家好用

• 适用特定领域

涉及广泛领域时，需要人类专家

槽点：总结那一段，个人猜测又是教材从别的文章摘抄的，不说是驴唇不对马嘴，至少是贴的时候没改，太敷衍了。

4. ES的组成

4.1 知识库

• 概述：又称静态知识库，存放系统求解实际问题的领域知识
• 分类
  • 事实性知识
  • 启发性知识：领域专家的经验
    • 缺点：条理性差，难理解，且适用范围窄
    • 优点：有效
• 知识库的设计
  • 知识表示方法：要尽量简洁、准确地表达领域专家的知识
  • 知识的组织结构：要增强知识的模块性和独立性（便于管理、维护）

4.2 综合数据库

• 概述：又称动态知识库，存放需要的和产生的各种信息
• 存放内容
  • 问题的初始状态描述
  • 中间结果、求解过程的记录
  • 用户对系统提问的回答
• 设计：综合数据库的数据表示和组织方式，一般与知识库一致，以方便推理机推理。

4.3 推理机

• 概述：
  • 也被称为控制结构或规则解释器
  • 通常包括推理机制和控制策略
  • 是一组程序模块，用来控制系统的运行、执行各种任务，根据知识库进行各种搜索和推理。
• 常用推理方式
  • 正向推理（前向推理）：
    • 方法：从条件出发推出结论（又称数据驱动策略）
    • 适用：目标解空间很大的问题
  • 反向推理（逆向推理）：
    • 方法：（目标驱动策略）
      • 先假设结论正确，再去验证条件是否满足
      • 若条件都满足，则证明结论正确
      • 否则，再由另一个假设去推断结论
    • 适用：解空间较小的问题
  • 双向推理（混合推理）
    • 方法：
      • 正向推理来确定各种假设证实的先后次序
      • 反向推理验证假设是否成立
• 设计：为保证ES系统的模块性、灵活性、维护性，其应与知识库分离

4.4 知识获取模块

• 作用：负责管理知识库中的知识，根据需要添加、修改或删除知识，维护知识库的一致性和完整性
• 两方面功能：
  • 知识的编辑和求精

    • 使领域专家的经验或书本上的知识转化为系统所需的内部形式，作为新知识移入知识库
    • 使领域专家方便地修改知识库

  • 知识自学习

    根据系统运行过程中积累的经验自动地修改和补充知识库的知识，发现求解问题的规律，提高系统的性能和处理效率

4.5 解释程序

• 概述：是面向用户服务的，负责解答用户提出的各种问题
• 实现：在推理过程中，把每步推理所用的数据和知识按推理的顺序连接起来，一旦需要解释时，就把这个推理链一步一步地显示给用户

4.6 人一机接口

包括如下两部分：

1）专家系统与用户的接口

作用：用户使用的接口

2）专家系统与领域专家和知识工程师的接口

作用：

• 接收领域专家、工程师的知识
• 使专家、工程师了解ES

5. ES的求解步骤

1. 快速知识检索
   高效搜索知识库，迅速定位与用户问题相关的知识。
2. 智能假设生成
   基于相关知识，结合系统控制策略，智能生成解决问题的假设途径的集合。
3. 假设方案排序与选择
   利用评估准则对假设方案进行排序，选择最佳方案。
4. 执行与验证
   执行选定的解决方案，并验证其是否成功解决问题。
5. 迭代求解
   若方案失败，自动选择下一个假设方案，并重复执行和验证过程。
6. 结果反馈与终止
   若所有方案均失败，系统反馈无解信息并终止求解。

---