《專家系統(tǒng)研究現(xiàn)狀及展望》由會員分享，可在線閱讀，更多相關《專家系統(tǒng)研究現(xiàn)狀及展望（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、專家系統(tǒng)研究現(xiàn)狀及展望 　　摘要：總結了自2000年以來專家系統(tǒng)在國內外的發(fā)展及應用情況，并根據(jù)知識表示方法的不同，對專家系統(tǒng)在各個領域的應用進行分類。結果顯示：近五年來，伴隨網(wǎng)絡時代的到來及蓬勃發(fā)展，國內外專家系統(tǒng)發(fā)展迅速，一些新技術已經應用于專家系統(tǒng)，尤其是XML和Web技術的應用，為專家系統(tǒng)的研究注入新的活力。同時對目前專家系統(tǒng)存在的一些問題以及今后的研究和發(fā)展進行了探討。 　　關鍵詞：專家系統(tǒng)； 知識表示； 規(guī)則； 案例； 神經元； 萬維網(wǎng) 　　中圖分類號：TP339文獻標志碼：A 　　文章編號：1001-3695(2007)12-0

2、001-05 　　 　　專家系統(tǒng)將人類專家的知識和經驗以知識庫的形式存入計算機，并模仿人類專家解決問題的推理方式和思維過程，運用知識庫對現(xiàn)實中的問題作出判斷和決策。具體地說，就是知識工程師通過知識獲取手段，將領域專家解決特定問題的知識，采用某種知識表示技術編輯成或自動生成某種特定表示形式存放在知識庫中；然后用戶通過數(shù)據(jù)采集系統(tǒng)或人機交互接口輸入信息、數(shù)據(jù)與命令，并借助數(shù)據(jù)庫等，運用推理機構控制知識庫和整個系統(tǒng)工作得到問題的求解結果。專家系統(tǒng)的技術基礎是人工智能的知識表示和問題求解技術，一般由知識庫、推理引擎、專家知識獲取工具以及人機交互接口四個部分組成。它具有知識與控制程序分離的架構、具有

3、彈性與易擴充維護的特性、良好的人機界面等優(yōu)點，可被應用于構建整個自動化系統(tǒng)中每一個知識密集的環(huán)節(jié)，以輔助人的腦力決策工作。專家系統(tǒng)成功應用的意義不僅在于它減輕了人類專家的重復性腦力勞動、推廣和保存專家經驗知識，其潛在的巨大經濟效益，也使人們意識到它的廣闊前景。從20世紀60年代中期起步至今,專家系統(tǒng)得到迅速發(fā)展,如今專家系統(tǒng)已經滲透到社會科技生活的各個領域，如農業(yè)生產、醫(yī)療診斷、地質勘探、智能決策、實時監(jiān)控、教學和軍事等，促進了國民經濟發(fā)展，為社會帶來巨大的經濟效益。本文按照知識表示的不同對專家系統(tǒng)進行介紹，具體包括：基于規(guī)則的系統(tǒng)及應用；基于案例的系統(tǒng)及應用；基于XML的系統(tǒng)及應用；基于混合

4、知識表示的系統(tǒng)及應用。近年來，由于Web技術發(fā)展迅速，利用專家系統(tǒng)技術構建基于Web的系統(tǒng)有利于分布式專家系統(tǒng)的實施。對基于Web的專家系統(tǒng)應用進行了較詳細的論述；最后就專家系統(tǒng)發(fā)展現(xiàn)狀進行了綜合分析及展望。 　　 　　1基于規(guī)則專家系統(tǒng)的研究及其應用現(xiàn)狀 　　 　　基于規(guī)則的專家系統(tǒng)使用一套包含在知識庫內的規(guī)則，對工作存儲器內的具體問題和數(shù)據(jù)（事實）進行處理，通過推理機推斷出新的信息。因此從某種程度來說，基于規(guī)則的專家系統(tǒng)就是基于知識的專家系統(tǒng)。近年來，國內外基于規(guī)則專家系統(tǒng)有很多成功的范例。 　　1）國外基于規(guī)則的專家系統(tǒng) 　　國外對專家系統(tǒng)的研究與開發(fā)相對時間較長，目前已經有

5、上萬個專家系統(tǒng)投入使用。另外還有許多系統(tǒng)正在試驗階段。2000年以來研制的專家系統(tǒng)中，比較成功的有：意大利的T.Biagetti等人開發(fā)的預測及智能監(jiān)測專家系統(tǒng)PROMISE(prognostic and intelligent monitoring expert system)[1]；英國的John Martin等人開發(fā)出水下自治機動車軌道生成系統(tǒng)[2]；埃及??S.A.Ahmed等人開發(fā)的水資源回收利用最佳方案選擇DDS（決策支持系統(tǒng)）[3] ；英國H.S.Neap等人開發(fā)的COMBO系統(tǒng)[4] 。這些專家系統(tǒng)，規(guī)則的形式基本采用產生式規(guī)則，并提供了較完善的知識庫建立和管理功能。其他國外基

6、于規(guī)則專家系統(tǒng)應用如表1所示。 　　 　　2）國內基于規(guī)則的專家系統(tǒng) 　　國內基于知識專家系統(tǒng)的研究近年來也有很多，如Li Lian??fa等人開發(fā)的災難保險定價中空間決策支持系統(tǒng)（SDSS）。該系統(tǒng)與GIS一起使用，將人工智能與空間統(tǒng)計學成功結合，彌補了后者的不足。該系統(tǒng)使用CLIPS專家系統(tǒng)外殼開發(fā)。傳統(tǒng)基于規(guī)則的系統(tǒng)只是簡單的聲明性知識；而SDSS系統(tǒng)知識庫中還包括程序性知識，并且支持模糊推理。目前該系統(tǒng)在廣東省臺風保險定價中已得到應用[13]。白鳳雙等人開發(fā)的鞍山鋼鐵公司十號高爐熱風爐優(yōu)化控制系統(tǒng)也取得了顯著成果[14]。馬品仲提出的城市突發(fā)事件應急系統(tǒng)也是基于知識的專家系統(tǒng)的應

7、用實例，為減少社會經濟損失作出了巨大貢獻[15]。國內其他基于規(guī)則專家系統(tǒng)應用如表2所示。 　　 　　2基于案例的專家系統(tǒng)及其應用 　　 　　基于案例推理(case??based reasoning, CBR)是近年來人工智能領域中興起的一項基于經驗知識進行推理的技術。它的基本原理是，當人們在解決新問題時，常常依據(jù)過去積累下來的類似情況的處理方法，并通過對其適當修改求得新問題的解決方案。與基于規(guī)則的推理模式不同的是，它不必像基于規(guī)則的推理那樣，每一次都需要從頭開始，而是通過一些特征值訪問案例庫中的同類案例（源案例）進行適配和修正，從而獲得當前問題（目標案例）的解。CBR解決了存在于傳統(tǒng)

8、的基于規(guī)則系統(tǒng)中的知識獲取瓶頸問題，對于解決復雜領域或知識不完備領域的問題更為有效。 　　1）國外基于案例的專家系統(tǒng) 　　國外有很多學者和學術團體致力于基于案例知識表示的理論與方法研究。比較知名的學者如Roger Shank、Janet Kolodner、Bruce Poter和David Wilsond等；學術團體主要有德國政府資助的Kaiserslautern大學的Michael Richter與Klaus Dieter Althoff等人組成的人工智能和知識系統(tǒng)研究小組、麻薩諸塞州立大學的Edwina Rissland研究小組，以及美國海軍人工智能實驗室的智能輔助決策研究小組等[23

9、]。在應用方面，國外其他成功的CBR系統(tǒng)如Inference 的CBR2、Isoft 的Recall、Cognitive System Inc. 的REMIND、Esteem Software Inc. 的ESTEEM以及TechInno 的CBR??WORKS等，均已達到了商業(yè)應用程度。國外其他基于案例的專家系統(tǒng)應用情況如表3所示。 　　 　　2）國內基于案例的專家系統(tǒng) 　　相對于國外，國內真正運用到生產或商業(yè)化的CBR系統(tǒng)還很少，目前主要集中在大學和科研院所的研究應用中。值得提出的是中國人民大學徐夫田等人開發(fā)的稅收案例分析系統(tǒng)。該系統(tǒng)基于案例推理技術和應用XML來表示及搜索范例，應用數(shù)據(jù)倉庫構建稅收案例分析系統(tǒng)。利用基于案例推理技術，大大提高了系統(tǒng)的智能性和實際功能，在實際應用中產生了較好的經濟效益和社會效益[29]。胡良明等人提出了基于案例推理的自行火炮故障診斷專家系統(tǒng)[30]。楊瑾等人研究了基于案例的供應商選擇決策支持系統(tǒng)[31]。杭小樹研究的基于案例推理的農作物病蟲害預報專家系統(tǒng)等[32]。此外，一些大學如中國科技大學、華中科技大學、吉林大學等也曾對CBR進行過研究應用。其中，中國科學院的史忠植、熊范綸以及吉林大學的劉大有在這方面的研究應用頗為突出。國內其他CBR專家系統(tǒng)應用情況如表4所示。