《專家系統(tǒng)習題解答.doc》由會員分享，可在線閱讀，更多相關《專家系統(tǒng)習題解答.doc（8頁珍藏版）》請在裝配圖網上搜索。

1、第七章 專家系統(tǒng) 7.1.答： （1）專家系統(tǒng)的定義 費根鮑姆（E．A．Feigenbaum）：“專家系統(tǒng)是一種智能的計算機程序，它運用知識和推理步驟來解決只有專家才能解決的復雜問題” 專家系統(tǒng)是基于知識的系統(tǒng)，用于在某種特定的領域中運用領域專家多年積累的經驗和專門知識，求解需要專家才能解決的困難問題 保存和大面積推廣各種專家的寶貴知識 博采眾長 比人類專家更可靠，更靈活 （2）專家系統(tǒng)的特點 ①具有專家水平的專門知識 專家系統(tǒng)中的知識按其在問題求解中的作用可分為三個層次：數據級、知識庫級和控制級 數據級知識（動態(tài)數據）：具體問題所提供的初始事

2、實及在問題求解過程中所產生的中間結論、最終結論 數據級知識通常存放于數據庫中 知識庫級知識：專家的知識，這一類知識是構成專家系統(tǒng)的基礎 一個系統(tǒng)性能高低取決于這種知識質量和數量 控制級知識（元知識）：關于如何運用前兩種知識的知識 在問題求解中的搜索策略、推理方法 ②能進行有效的推理 推理機構——能根據用戶提供的已知事實，通過運用知識庫中的知識，進行有效的推理，以實現(xiàn)問題的求解.專家系統(tǒng)的核心是知識庫和推理機 ③具有啟發(fā)性 除能利用大量專業(yè)知識外，還必須利用經驗判斷知識來對求解問題作出多個假設（依據某些條件選定一個假設，使推理繼續(xù)進行） ④

3、能根據不確定（不精確）的知識進行推理 綜合利用模糊的信息和知識進行推理，得出結論 ⑤具有靈活性 知識庫與推理機相互獨立，使系統(tǒng)易于擴充，具有較大的靈活性 ⑥具有透明性 一般有解釋機構，所以具有較好的透明性 解釋機構向用戶解釋推理過程，回答“Why？”、“How？”等問題 ⑦具有交互性 一般都為交互式系統(tǒng)，具有較好的人機界面 一方面它需要與領域專家或知識工程師進行對話以獲取知識；另一方面它也需要不斷地從用戶處獲得所需的已知事實并回答詢問. 7.2.答：專家系統(tǒng)的一般結構 人機接口、推理機、知識庫、動態(tài)數據庫、知識獲取機構、解釋機構 知識庫

4、：主要用來存放領域專家提供的專門知識 (1) 知識表達方法的選擇（最多的三種表示方法是產生式規(guī)則、框架和語義網絡） ① 充分表示領域知識 ② 能充分、有效地進行推理 ③ 便于對知識的組織、維護與管理 ④ 便于理解與實現(xiàn) (2) 知識庫管理冗余和矛盾一致性和完整性安全性 推理機 模擬領域專家的思維過程，控制并執(zhí)行對問題的求解 能根據當前已知的事實，利用知識庫中的知識，按一定的推理方法和控制策略進行推理，直到得出相應的結論為止 推理機包括推理方法和控制策略兩部分 推理方法有精確推理和不精確推理（已在推理章節(jié)介紹） 控制策略主要指推理方向控制及推理規(guī)

5、則選擇策略 推理有正向推理、反向推理和正反向混合推理 推理策略一般還與搜索策略有關（已在推理章節(jié)介紹） 推理機性能/構造與知識的表示方法有關，但與知識的內容無關保證推理機與知識庫的獨立性，提高靈活性 知識獲取機構 “瓶頸”，是建造和設計專家系統(tǒng)的關鍵 基本任務是為專家系統(tǒng)獲取知識，建立起健全、完善、有效的知識庫，以滿足求解領域問題的需要 要對知識進行一致性、完整性檢測 人機接口 專家系統(tǒng)與領域專家、知識工程師、一般用戶間進行交互的界面，由一組程序及相應的硬件組成，用于完成輸入輸出工作 更新、完善、擴充知識庫；推理過程中人機交互；結束時顯示結果

6、內部表示形式與外部表示形式的轉換 數據庫 又稱“黑板”、“綜合數據庫”或“動態(tài)數據庫”，主要用于存放用戶提供的初始事實、問題描述及系統(tǒng)運行過程中得到的中間結果、最終結果等信息 數據庫是推理機不可缺少的工作場地，同時由于它可記錄推理過程中的各種有關信息，又為解釋機構提供了回答用戶咨詢的依據（需相應的數據庫管理程序） 解釋機構：回答用戶提出的問題，解釋系統(tǒng)的推理過程，使系統(tǒng)對用戶透明 7.3答： (1) 傳統(tǒng)程序是依據某一確定的算法和數據結構來求解某一確定的問題，而專家系統(tǒng)是依據知識和推理來求解問題，這是專家系統(tǒng)與傳統(tǒng)程序的最大區(qū)別. 傳統(tǒng)程序 = 數據結構 + 算

7、法 專家系統(tǒng) = 知識 + 推理 (2) 傳統(tǒng)程序把關于問題求解的知識隱含于程序中，而專家系統(tǒng)則將知識與運用知識的過程即推理機分離.（使專家系統(tǒng)具有更大的靈活性，使系統(tǒng)易于修改） (3) 從處理對象來看，傳統(tǒng)程序主要是面向數值計算和數據處理，而專家系統(tǒng)則面向符號處理.傳統(tǒng)程序處理的數據多是精確的，對數據的檢索是基于模式的布爾匹配，而專家系統(tǒng)處理的數據和知識大多是不精確的、模糊的，知識的模式匹配也多是不精確的. (4) 傳統(tǒng)程序一般不具有解釋功能，而專家系統(tǒng)一般具有解釋機構，可對自己的行為作出解釋. (5) 傳統(tǒng)程序因為是根據算法來求解問題，所以每次都能產生正確的

8、答案，而專家系統(tǒng)則像人類專家那樣工作，通常產生正確的答案，但有時也會產生錯誤的答案（這也是專家系統(tǒng)存在的問題之一）.專家系統(tǒng)有能力從錯誤中吸取教訓，改進對某一工作的問題求解能力. (6) 從系統(tǒng)的體系結構來看，傳統(tǒng)程序與專家系統(tǒng)具有不同的結構. 7.4答：可行性分析：威特曼（Watermam）從三方面研究如何選擇適合專家系統(tǒng)開發(fā)的問題 (1)什么情況下開發(fā)專家系統(tǒng)是可能的? （滿足?。? ① 問題的求解主要依靠經驗性知識，而不需要大量運用常識性知識 ② 存在真正的領域專家，這也是開發(fā)專家系統(tǒng)最重要的要求之一 專家必須能夠描述和解釋他們用于解決領域問題的方法 ③ 一般某領

9、域中有多個專家，他們應該對領域答案的選擇和精確度有基本一致的看法 ④ 任務易，有明確的開發(fā)目標，且任務能被很好地理解 (2)什么情況下開發(fā)專家系統(tǒng)是合理的？（之一?。? ① 問題的求解能帶來較高的經濟效益 ② 人類專家奇缺，但又十分需要，且十分昂貴 ③ 人類專家經驗不斷丟失 ④ 危險場合需要專門知識 (3)什么情況下開發(fā)專家系統(tǒng)是合適的？（特征！） ① 本質——問題本質上必須能很自然地通過符號操作和符號結構來進行求解，且問題求解時需要使用啟發(fā)式知識，需要使用經驗規(guī)則才能得到答案 ② 復雜性——問題不是太容易且較為重要 ③ 范圍——問題需要有適當的范圍.選擇適

10、當的范圍是專家系統(tǒng)的關鍵，一般有兩個原則：一是所選任務的大小可駕馭；二是任務要有實用價值. 7.5答： 專家系統(tǒng)的設計原則 (1)專門任務 領域大小 (2)專家合作 反復磋商，團結協(xié)作 (3)原型設計 從“最小系統(tǒng)”到“擴充式”開發(fā) (4)用戶參與 充實、完善知識庫 (5)輔助工具 提高設計效率 (6)知識庫與推理機分離 體現(xiàn)特征，靈活 專家系統(tǒng)的開發(fā)步驟 知識工程比軟件工程更強調漸進性、擴充性 重新完善 問題識別 概念化 形式化 實現(xiàn) 測試 重新描述 重新設計 需求 概念 結構 規(guī)則 (1) 問

11、題識別階段——知識工程師和專家確定問題的重要特點，抓住問題各主要方面的特征 ① 確定人員和任務 ② 問題識別：描述問題的特征及相應的知識結構，明確問題的類型和范圍 ③ 確定資源：確定知識源、時間、計算設備以及經費等資源 ④ 確定目標：確定問題求解的目標 (2) 概念化階段——主要任務是揭示描述問題所需的關鍵概念、關系和控制機制，子任務、策略和有關問題求解的約束 ① 什么類型的數據有用，數據之間的關系如何？ ② 問題求解時包括哪些過程，這些過程中有哪些約束？ ③ 問題是如何劃分成子問題的？ ④ 信息流是什么？哪些信息是由用戶提供的，哪些信息是應當導出的？

12、 ⑤ 問題求解的策略是什么？ (3)形式化階段——把概念化階段概括出來的關鍵概念、子問題和信息流特征形式化地表示出來 （究竟采用什么形式，要根據問題的性質選擇適當的專家系統(tǒng)構造工具或適當的系統(tǒng)框架） 三個主要的因素是： 假設空間 基本的過程模型 數據 形式化階段假設空間 ① 把概念描述成結構化的對象，還是處理成基本的實體？ ② 概念之間的因果關系或時空關系是否重要，是否應當顯式地表示出來？ ③ 假設空間是否有限？ ④ 假設空間是由預先確定的類型組成的，還是由某種過程生成的？ ⑤ 是否應考慮假設的層次性？ ⑥ 是否有與最終假設和中間假設相關的不確定

13、性或其它的判定性因素？ ⑦ 是否考慮不同的抽象級別？ 形式化階段基本的過程模型 找到可以用于產生解答的基本過程模型是形式化知識的重要一步 過程模型包括行為的和數學的模型 （如果專家使用一個簡單的行為模型，對它進行分析，就能產生很多重要的概念和關系） （數學模型可以提供附加的問題求解信息，或用于檢查知識庫中因果關系的一致性） 形式化階段數據的性質 ① 數據是不足的、充足的還是冗余的？ ② 數據是否有不確定性？ ③ 對數據的解釋是否依賴于出現(xiàn)的次序？ ④ 獲取數據的代價是多少？ ⑤ 數據是如何得到的？ ⑥ 數據的可靠性和精確性如何？ ⑦

14、 數據是一致的和完整的嗎？ (4)實現(xiàn)階段 把形式化知識變成計算機的軟體，即要實現(xiàn)知識庫、推理機、人機接口和解釋系統(tǒng)（知識的一致性和相容性） 推理機應能模擬領域專家求解問題的思維過程和控制策略 必須很快地實現(xiàn)（實現(xiàn)原型系統(tǒng)的目的之一是檢查開發(fā)早期階段的設計是否有效） (5)測試階段 通過運行實例評價原型系統(tǒng)以及用于實現(xiàn)它的表達形式，從而發(fā)現(xiàn)知識庫和推理機制的缺陷 性能不佳的因素： ① 輸入輸出特性，即數據獲取與結論表示方面存在缺陷 例如，提問難于理解、含義模糊，使得存在錯誤或不充分的數據進入系統(tǒng)；結論過多或者太少，沒有適當地組織和排序，或者詳細的程度不

15、適當 ② 推理規(guī)則有錯誤、不一致或不完備 ③ 控制策略問題，不是按專家采用的“自然順序”解決問題 測試的主要內容： ① 可靠性——通過實例的求解，檢查系統(tǒng)所得出的結論是否與已知結論一致 ② 知識的一致性——向知識庫輸入一些不一致、冗余等有缺陷的知識，檢查是否可檢測出來 檢查是否會給出不應給出的答案 檢測獲取知識的正確性（如有某些自動獲取知識功能） ③ 運行效率——知識查詢及推理方面的運行效率，找出薄弱環(huán)節(jié)及求解方法與策略方面的問題 ④ 解釋能力——一是檢測能回答哪些問題，是否達到了要求；二是檢測回答問題的質量（說服力） ⑤ 人機交互的便利性 7.6

16、答： 專家系統(tǒng)種類 解 決 的 問 題 解 釋 根據感知數據推理情況描述 診 斷 根據觀察結果推斷系統(tǒng)是否有故障 預 測 推導給定情況可能產生的后果 設 計 根據給定要求進行相應的設計 規(guī) 劃 設計動作 控 制 控制整個系統(tǒng)的行為 監(jiān) 督 比較觀察結果和期望結果 修 理 執(zhí)行計劃來實現(xiàn)規(guī)定的補救措施 教 學 診斷、調整、修改學生行為 調

17、試 建議故障的補救措施 (1) 解釋型專家系統(tǒng) 能根據感知數據，經過分析、推理，從而給出相應解釋.（必須能處理不完全、甚至受到干擾的信息，給出一致且正確的解釋） 代表性：DENDRAL（化學結構說明）、PROSPECTOR（地質解釋）等 (2) 診斷型專家系統(tǒng) 能根據取得的現(xiàn)象、數據或事實推斷出系統(tǒng)是否有故障，并能找出產生故障的原因,給出排除故障的方案（目前開發(fā)、應用得最多的一類） 代表性：PUFF（肺功能診斷系統(tǒng)）、PIP（腎臟病診斷系統(tǒng)）、DART（計算機硬件故障診斷系統(tǒng)）等 (3) 預測型專家系統(tǒng) 能根據過去和現(xiàn)在信息（數據和經驗）來推斷可能發(fā)生和出現(xiàn)的情

18、況 （天氣預報、市場預測、人口預測等） (4) 設計型專家系統(tǒng) 能根據給定要求進行相應的設計 （工程設計、電路設計、服裝設計） 代表性：XCON（計算機系統(tǒng)配置系統(tǒng)）、KBVLSI（VLSI電路設計專家系統(tǒng)）等 (5) 規(guī)劃型專家系統(tǒng) 能按給定目標擬定總體規(guī)劃、行動計劃、運籌優(yōu)化等 （機器人動作控制、軍事規(guī)劃、城市規(guī)劃等） 代表性：NOAH（機器人規(guī)劃系統(tǒng)）、SECS（幫助化學家制定有機合成規(guī)劃的專家系統(tǒng)）、TATR（幫助空軍制訂攻擊敵方機場計劃的專家系統(tǒng)）等 (6) 控制型專家系統(tǒng) 能根據具體情況，控制整個系統(tǒng)的行為 代表性：Y

19、ES/MVS（幫助監(jiān)控和控制MVS操作系統(tǒng)） (7) 監(jiān)督型專家系統(tǒng) 能完成實時的監(jiān)測任務，并根據監(jiān)測到的現(xiàn)象作出相應的分析和處理 代表性：REACTOR（幫助操作人員檢測和處理核反應堆事故） (8) 修理型專家系統(tǒng) 能根據故障的特點制訂糾錯方案，并能實施該方案排除故障，當制訂的方案失效或部分失效時，能及時采取相應的補救措施 (9) 教學型專家系統(tǒng) 能根據學生學習過程中所產生的問題進行分析、評價、找出錯誤原因，有針對性地確定教學內容或采取其它有效的教學手段 代表性：GUIDON（講授有關細菌感染性疾病方面的醫(yī)學知識） (10) 調試型專家系統(tǒng) 能根據

20、相應的標準檢測被測試對象存在的錯誤，并能從多種糾錯方案中選出適用于當前情況的最佳方案，排除錯誤 專家系統(tǒng)的應用領域已擴展到數學、物理、化學、醫(yī)學、地質、氣象、農業(yè)、法律、教育、交通運輸、機械、藝術以及計算機科學本身，甚至滲透到政治、經濟、軍事等重大決策部門，產生了巨大的社會效益和經濟效益，同時也促進了人工智能基本理論和基本技術的發(fā)展. 7.7答：（1）正向推理：見教材P206圖7.7 （2）反向推理：見教材P212圖7.12 7.8答：（1）知識獲取的任務 基本任務：為專家系統(tǒng)獲取知識，建立起健全、完善、有效的知識庫，以滿足求解領域問題需要 ①抽取知識 識別、理解、篩

21、選、歸納等，及自學習 ②知識的轉換 第一步：從專家及文獻資料處抽取的知識轉換為某種知識表示模式，如產生式規(guī)則、框架等 （知識工程師完成） 第二步：該模式表示的知識轉換為系統(tǒng)可直接利用的內部形式.（輸入及編譯實現(xiàn)） ③知識的輸入 知識編輯器 ④知識的檢測 不一致、不完整等 ⑵知識獲取的模式 ①非自動知識獲取(人工移植)知識工程師 知識編輯器 ②自動知識獲取 系統(tǒng)具有獲取知識的能力，它不僅可以直接與領域專家對話，從專家提供的原始信息中學習到專家系統(tǒng)所需的知識，而且還能從系統(tǒng)自身的運行實踐中總結、歸納出新的知識，發(fā)現(xiàn)知識中可能存在的錯誤，不斷自我完善，建立

22、起性能優(yōu)良、知識完善的知識庫 具有識別語音、文字、圖像的能力 具有理解、分析、歸納的能力 具有從運行實踐中學習的能力 ③半自動知識獲取 7.9答： 正確性 (1)系統(tǒng)設計的正確性 ① 系統(tǒng)設計思想的正確性 如目標、原則等 ② 系統(tǒng)設計方法的正確性 如知識表達方法、知識推理方法、控制策略、解釋方法等 ③ 設計開發(fā)工具的正確性 如正確使用和正確維護 (2)系統(tǒng)測試的正確性 ① 測試目的、方法、條件的正確性 ② 測試結果、數據、記錄的正確性 (3)系統(tǒng)運行的正確性 ① 推理結論、求解結果、咨詢建議的正確性 ② 推理解釋及可信度估算

23、的正確性 ③ 知識庫知識的正確性 語法、語義和語用及專業(yè)內容 有用性 (1)推理結論、求解結果、咨詢建議的有用性 (2)系統(tǒng)的知識水平、可用范圍、易擴充性、易更新性等 (3)問題的求解能力（解題速度、推理效率），可能場合和環(huán)境 (4)人機交互的友好性 (5)運行可靠性、易維護性、可移植性 (6)系統(tǒng)的經濟性（軟硬件投資、運行維護費用、設計開發(fā)費用和系統(tǒng)運行取得的直接或間接經濟效益） 7.10答：（1）四種主要的類型： ① 用于開發(fā)專家系統(tǒng)的程序設計語言 ② 骨架系統(tǒng) ③ 通用型知識表達語言 ④ 專家系統(tǒng)開發(fā)環(huán)境 （2）專家系統(tǒng)開發(fā)環(huán)境（工具包）

24、 AGE是斯坦福大學研制的一個專家系統(tǒng)開發(fā)環(huán)境. AGE是典型的模塊組合式開發(fā)工具，為用戶提供了一個通用的專家系統(tǒng)結構框架，并將該框架分解為許多在功能和結構上較為獨立的的組件部件，這些組件已預先編制成標準模塊存在系統(tǒng)中. AGE采用了黑板模型來構造專家系統(tǒng)結構框架. 可通過兩條途徑構造自己的專家系統(tǒng)： ① 用戶使用AGE現(xiàn)有的各種組件作為構造材料，很方便地來組合設計自己所需的系統(tǒng). ② 用戶通過AGE的工具界面，定義和設計各種所需的組成部件，以構造自己的專家系統(tǒng). 應用AGE已經開發(fā)了一些專家系統(tǒng)，主要用于醫(yī)療診斷、密碼翻譯、軍事科學等方面. 7.11答： EMYCIN是由MYCIN系統(tǒng)抽去原有的醫(yī)學領域知識，保留骨架而形成的系統(tǒng)（產生式規(guī)則表達知識、目標驅動的反向推理控制策略）. EMYCIN具有MYCIN的全部功能： ① 解釋程序——可以向用戶解釋推理過程. ② 知識編輯程序及類英語的簡化會話語言——提供一開發(fā)知識庫的環(huán)境，使得開發(fā)者可以使用比LISP更接近自然語言的規(guī)則語言來表示知識. ③ 知識庫管理和維護手段——所提供的開發(fā)知識庫的環(huán)境還可以在進行知識編輯及輸入時進行語法、一致性、是否矛盾和包含等檢查. ④ 跟蹤和調試功能 EMYCIN開發(fā)的一些專家系統(tǒng)（適合開發(fā)各種領域咨詢、診斷型專家系統(tǒng)）. 8 / 8