专家系统是专家高水平的智能帮手,是第二次计算机革命的工具

专家系统的研究在科学技术研究方面有着极为重要的作用,它可以促进科学技术的发展,可以促进专业领域的发展,专家系统的推广应用还可以产生巨大的经济效益和社会效益。

总之,专家系统是专家可以利用的高水平的智能帮手,是第二次计算机革命的工具。专家系统有不同的类型,其结构也不一定完全相同。一般来说,专家系统由知识库、推理机制、解释机制、知识获取和数据库五部分组成。

1.知识库:是一个专业知识存储器,它将从专家那里获得的专业知识以统一的形式表示,并将它们集中起来存在知识库里,以备推理判断之用。一个专家系统的强弱,取决于知识库的可用性、确实性、完善性。因此,知识库的设计与建造是专家系统中一个关键性的工作。

2.推理机制:是一组程序,用来控制、协调整个系统的运行。它利用知识库中的知识,解释外部输入的数据或者事实,推导出结论并向用户提示,根据要求说明得出结论的根据等。在专家系统中,推理方式有正向推理、反向推理、正反向混合推理三种推理方式。这里所说的推理意味着“根据事实选择最合理的结论”的过程,在这种推理过程中要使用知识才能够进行。而且,事实与结论假定并不是直接连接的,往往要经过中间的假定步骤。因此,可以说知识是一直用于控制推理的形式化信息。由于知识库和推理机制相互独立,这就不仅便于对知识的管理,而且还可以实现具有可塑性、通用性的系统。

3.解释机制:负责在系统与用户的对话过程中,对系统自身的行为和推理结果做出某种合理的解释与说明。解释机制为用户理解推理过程、向系统学习和维护系统提供方便,使用户容易接受,它的重要功能是解释系统本身的推理结果,回答用户提出的问题。

4.知识获取:也称学习功能,指从各种知识源(人类专家、教科书、专著、工具数、数据库等)中获取可以供专家系统使用的知识设施。知识获取有两种方式,即人机结合的半自动方式和机器自动学习方式。前者由人采集知识,再转化为知识库中的知识;后者又称为机器学习,它从研究人类学习行为和学习方式入手,建立学习模型,企图使计算机系统具有一定的学习能力。不过在目前,机器学习尚在初级阶段,离使用还有相当长的距离。

5.数据库:在进行推理过程中,许多情况下输入的数据要作为有关事实的知识保管在知识库中,也有不少场合,要保存那些作为实施的例子的案例数据,或者要保存从外部数据库直接输入的数据。在这种情况下,知识库就需要有一个独立的数据库。该数据库的规模和结构可以根据系统目的的不同来确定。至今开发的专家系统大部分都供实验之用,因而其数据库功能并不要求很全。今后若要开发实用的系统的话,则需要管理大量的信息,那时真正的数据库将是不可缺少的。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190123A0RGT500?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券