【正文】 專家系統(tǒng)的局限專家系統(tǒng)的局限回顧啟發(fā)式搜索 專家系統(tǒng)及其結(jié)構(gòu)專家知識獲取用戶人機(jī)接口知識庫 推理機(jī)咨詢 建議全局?jǐn)?shù)據(jù)庫。C兩級推理專家系統(tǒng)元知識推理元知識推理 1）專家陳述知識的方法和計(jì)算機(jī)表達(dá)之間存在差異；2）專家知識存在主觀性、不確定性（部分正確）等問題；3）專家系統(tǒng)本身受計(jì)算機(jī)的限制；4）專家系統(tǒng)只在較窄的知識領(lǐng)域應(yīng)用較好；5）有可能得不到結(jié)論。BEQGIPZW結(jié)束結(jié)束回顧結(jié)合實(shí)例講解模型組合技術(shù)智能決策支持系統(tǒng)概述人工智能基本原理v邏輯推理v知識表示與知識推理v搜索技術(shù)數(shù)理邏輯表示法產(chǎn)生式規(guī)則語義網(wǎng)絡(luò)框架劇本產(chǎn)生式規(guī)則基于推理的專家系統(tǒng)推理過程新范例 相似的歷史范例確認(rèn)的解 建議解范例庫新問題檢索重用修改保存案例推理步驟：檢索重用修正案例保存案例CBR工作過程基于推理的專家系統(tǒng)優(yōu)點(diǎn)：信息的完全表達(dá)；增量式學(xué)習(xí)；知識的獲取較為容易，不存在知識獲取的瓶頸；檢索機(jī)制是 CBR的核心，不必進(jìn)行逐步推理，從而求解效率高；容易為用戶接受，用以前的案例證明結(jié)果是正確的。當(dāng)人們找實(shí)際新問題的解時，首先利用檢索機(jī)制在案例庫中尋找。 建模專家系統(tǒng) (實(shí)例 )彈簧振動建模專家系統(tǒng) (ES)規(guī)則 (20條 )規(guī)則中各項(xiàng)英文字母的含義為：A： 彈簧滿足胡克定律；B： 彈簧質(zhì)量可以忽略；C： 可以忽略摩擦力；D： 沒有沖力；A1： 彈簧有線性恢復(fù)力；A11： 彈簧力與位移成正比；A12： 位移量很小；E： 要考慮摩擦力；F： 摩擦力與速度之間為線性關(guān)系；C1： 若振動為自發(fā)時振幅為常數(shù)；E： 若振動是自發(fā)時振幅是遞減的；G： 有沖擊力 F(T)；B1： 彈簧有質(zhì)量 N并且 N/M遠(yuǎn)遠(yuǎn)小于 1；H1： 彈簧勢能不是關(guān)于平衡位置對稱；H： 彈簧不滿足胡克定律；A2： 彈簧勢能與函數(shù) X(T)成正比；I： 摩擦力與速度之間為非線性關(guān)系；規(guī)則中各項(xiàng)英文字母的含義為：模型共有 12個： M1,M2,… ,M12模型模型共有 12個： M1,M2,… ,M12模型M(M1,M2,M3,… M12)A B C D E F G H IA2 A1 B1 C1 ? E1 ? ? H1 ? ? A11 A12 ? ? ? ? ? ? 規(guī)則庫的推理樹每個葉結(jié)點(diǎn)提問的回答為： YYES， NNO。vDSS作為一種推理機(jī)形式出現(xiàn)， DSS受 ES中推理機(jī)的控制。DSS綜合控制系統(tǒng)ESDSS和 ES并重的 IDSS結(jié)構(gòu) DSS為主體的 IDSS結(jié)構(gòu)體現(xiàn)以定量分析為主，結(jié)合定性分析解決問題。C 0 0 定義逆向推理的規(guī)則棧和事實(shí)數(shù)據(jù)庫第三步：求 D的可信度計(jì)算Ｄ的可信度為： CF1(D)＝ ＝ R51規(guī)則成功（ R51規(guī)則退棧）引用 R52規(guī)則（將 R52規(guī)則壓入規(guī)則棧頂）求 R和Ｓ提問 R？ 回答 yes， CF()提問Ｓ？回答 yes， CF()CF2(D)＝ MIN{ ， }＝ R52規(guī)則成功（ R52規(guī)則退棧）合并Ｄ結(jié)點(diǎn)的可信度為：CF(D)＝ +－ ＝ ≈其推理解釋過程為： ⒈ 引用　 R1　 規(guī)則（將 R1規(guī)則壓入規(guī)則棧頂 ),求 A ⒉ 引用　 R21　 規(guī)則 (將 R21規(guī)則壓入規(guī)則棧頂 ),求 D ⒊ 引用　 R51規(guī)則　求 F 提問 F？ 回答 yes， CF()回溯到規(guī)則 R21， 計(jì)算 A的可信度第四步：求 A的可信度CF1(A)＝ ＝ ≈R21規(guī)則成功（ R21規(guī)則退棧）引用 R22規(guī)則（將 R22規(guī)則壓入規(guī)則棧頂）求 E提問 E？　 回答 no， 即 CF(0)。QPKEGDRCF() R52: CF()F→DR42: CF()P→CR3: CF()E→AR21:CF()A∧ B∧ C→GR1第一步：把規(guī)則分解為只含 AND(∧) 連接的規(guī)則，消去OR(∨) 連接的規(guī)則：第二步：畫出 “與或樹 ”試對目標(biāo) G進(jìn)行推理求解。再引用規(guī)則 R2，提問 B和 C？　　設(shè)回答 B為 yes， CF()，回答 C為 yes， CF()，計(jì)算 G的可信度為： CF2(G)＝ ?MIN{， }＝ 合并 G的可信度為： CF(G)＝ CF1(G)+CF2(G)－ CF1(G)CF2(G) ＝ +－ ＝ 不確定性推理 ：　　 R1： A→G 　 CF()；　 R2： B∧C→G 　 CF()　　推理時，先引用規(guī)則 R1，提問 A？當(dāng)回答為 yes時，還須給定可信度，設(shè)為 CF(），求得 G的可信度： CF1(G)＝ ?＝ 例：有如下規(guī)則集和可信度：　　 R1： A∧ B∧ C→G CF(）　　 R2： D∨ E→A CF(）　　 R3： J∧ K→B CF(）　　 R4： P∨ Q→C CF(）　　 R5： F∨ （ R∧ S） →D確定性推理 ：　　先引用規(guī)則 R1，提問 A？當(dāng)回答為 yes時，推得結(jié)論 G成立，即 yes，這樣就不再搜索 R2對結(jié)論 G進(jìn)行推理。?CF3(H)其中 CF3(H)＝ CF(R3)CF(R3HTHENE3IFCF(R2)HTHENE2CF(R1)IFHTHENE1?CF2(H) 五、不確定性推理對于三條規(guī)則，如：IF?CF(E1)　　 CF2(H)＝ CF(R2)CF(R)把它轉(zhuǎn)化成等價的兩條規(guī)則，即　　 IF　 E1　 THEN　 H　 CF(R)　　 IF　 E2　 THEN　 H　 CF(R)五、不確定性推理如果已知兩條規(guī)則形式如下 :　 HTHENE2E1CF(R)　　 結(jié)論 H的可信度為：CF(H)＝ CF(R)?HTHENE1∧ E2∧ ...∧ EN C→ D CF()五、不確定性推理⒈ 前提中 AND（ 與）連接時，結(jié)論可信度的計(jì)算公式規(guī)則形式：　　 IF 例：如果烏云密布并且電閃雷鳴，則天要下暴雨 ()。由于事實(shí)和規(guī)則的不確定性，從而產(chǎn)生了結(jié)論的不確定性。 v推理的不確定性規(guī)則反映了客觀事物的規(guī)律性。Factor)值表示，它的取值范圍為：0≤CF≤1　　　 或　 0≤CF≤100例： “ 頭有點(diǎn)痛 ” 表示成：頭痛 CF（ ) “ 這批貨可能今天運(yùn)不到 ” 表示成：運(yùn)到 CF（ ) “ 這個問題不好解決 ” 表示成：解決 CF（ ) 五、不確定性推理v規(guī)則的不確定性 解釋機(jī)制有兩種實(shí)現(xiàn)方法：一種是推理過程的全部解釋；一種是推理過程中正確路徑的解釋。它把推理過程顯示給用戶，讓用戶知道目標(biāo)是如何推導(dǎo)出來的。該動物是老虎 1. 事實(shí)數(shù)據(jù)庫 事實(shí)數(shù)據(jù)庫中每一個事實(shí)除該命題本身，還應(yīng)該包含更多的內(nèi)容。目標(biāo)條件為：該動物是什么？動物分類逆向推理樹 f3： 黃褐色。規(guī)則：初始事實(shí)：f1： 某動物有毛發(fā)。 設(shè)由下列動物識別規(guī)則組成一個規(guī)則庫，推理機(jī)采用上述逆向推理算法，建立一個產(chǎn)生式系統(tǒng)。r4： 若某動物是哺乳動物且吃肉，則它是食肉動物。r2： 若某動物有毛發(fā)，則它是哺乳動物。實(shí)例：動物分類問題的產(chǎn)生式系統(tǒng)描述及其求解。中間結(jié)點(diǎn)為 no是由葉結(jié)點(diǎn)為 no， 回溯時引起該結(jié)點(diǎn)為 no。 規(guī)則棧注意注意 對中間結(jié)點(diǎn)的否定需要注意的是，若當(dāng)該結(jié)點(diǎn)還有其它 “或條件 ”分枝時，不能立即確定該結(jié)點(diǎn)為 no， 必須再搜索另一分枝，當(dāng)另一分枝回溯為 yes時，該結(jié)點(diǎn)仍為 yes。三 逆向推理過程N(yùn)1 7 982GA B CJI K L M E4 5Y X F Z P Q1011 123Y WY Y YN6 在計(jì)算機(jī)中實(shí)現(xiàn)時，并不把規(guī)則連成推理樹，而是利用規(guī)則棧來完成。 用規(guī)則的前提和結(jié)論形式畫出一般的推理樹形式總目標(biāo) G(結(jié)論 )前提 A(結(jié)論 )前提 B(結(jié)論 )前提 C(結(jié)論 )前提 J(結(jié)論 )前提 I 前提 L 前提 M(結(jié)論 )前提 E(結(jié)論 )? 前提 X 前提 F 前提 Z 前提 P 前提 Q? 前提 W? ? ?? ? ?（ 1）每條規(guī)則對應(yīng)的節(jié)點(diǎn)分支有 “與 ”關(guān)系、 “或 ”關(guān)系；（ 2）樹的根節(jié)點(diǎn)是推理樹的總目標(biāo)；（ 3）相鄰兩層是一條或多條規(guī)則連接；（ 4）每個節(jié)點(diǎn)可以是單值，也可以是多值；（ 5）所有的葉節(jié)點(diǎn)，都安排向用戶提問，或者把它的值直接存放在全局?jǐn)?shù)據(jù)庫中。由于連結(jié)時有 “與 ”關(guān)系和 “或 ”關(guān)系，從而構(gòu)成了 “與 /或 ”推理樹。CF的取值范圍為： 0≤ CF≤1 或 0≤ CF≤100二 .推理樹（與或樹 ） 基本思想 ：按逆向推理思想把規(guī)則庫所含的總目標(biāo)（它是某些規(guī)則的結(jié)論）作為根結(jié)點(diǎn)，按規(guī)則的前提和結(jié)論展開成 一棵樹 的形式。如　 C∧D→F ， F∧B→Z(2) 相同的結(jié)論可以由不同的條件來得到。如： A─→B 　　 A─→C 　　 規(guī)則集能描述和解決各種不同的靈活的實(shí)際問題；把規(guī)則知識集中的所有規(guī)則連成一棵 “與或 ”樹（知識樹） ，建立這些規(guī)則之間的關(guān)聯(lián)。 產(chǎn)生式規(guī)則專家系統(tǒng)一 .產(chǎn)生式規(guī)則產(chǎn)生式規(guī)則知識一般表示為： if A then B或表示為 “如果 A成立則 B成立，簡化為 A → B 。4）檢查規(guī)則中的錯誤 …… 產(chǎn)生式規(guī)則專家系統(tǒng)目前，用于產(chǎn)生式規(guī)則知識形式建立專家系統(tǒng)是最廣泛和最流行。 如： R1： 如果溢出液是硫酸，則用石灰。元知識的作用元知識的作用2 ）記錄與領(lǐng)域知識有關(guān)的事實(shí) 記錄某種處理方法的平均運(yùn)行時間； 統(tǒng)計(jì)一個程序在運(yùn)行過程中詢問用戶的次數(shù)； 統(tǒng)計(jì)規(guī)則的成功與失敗的比率等，提供有關(guān)與領(lǐng)域知識的信息。策略 4：首先選擇執(zhí)行代價小的規(guī)則。策略 2：按規(guī)則排列順序，先選用前一條規(guī)則。元知識一般采用與領(lǐng)域級知識相同的表示形式，并作為一個知識實(shí)體與領(lǐng)域級知識共存于知識庫中。知識分為兩級：領(lǐng)域級知識：特定領(lǐng)域的知識。包括兩個方面：解釋機(jī)制盡可能易于使用；盡可能對用戶提出的問題生成合理且較快的解釋。解釋機(jī)制的解釋應(yīng)易于理解，應(yīng)盡可能接近自然語言或領(lǐng)域的形式語言；216。解釋機(jī)制對系統(tǒng)所做的工作應(yīng)能給出準(zhǔn)確的描述，避免解釋內(nèi)容的冗余和繁雜；216。解釋機(jī)制解釋機(jī)制 解釋系統(tǒng)的作用216。解釋機(jī)制解釋機(jī)制 解釋系統(tǒng)的作用（ 2）用戶操作使用專家系統(tǒng)時，要求系統(tǒng)在問題求解過程中，給出推理過程和推理結(jié)論合理的、正確的解釋，提高用戶對系統(tǒng)求解的信賴度，便于推廣應(yīng)用并起到輔助決策的作用。知識庫管理知識庫管理（ 1）在對知識庫