关于专家系统

最近因为工作的需要,对专家系统进行了了解,有些小心得,就作为博客的开门之作吧.本文内容来自于网络.

专家系统可以用于解决日常生活与工作中，我们遇到一些需要“专家”水平才能解决的复杂问题，它可以提供仿真该领域专家的具体帮助与指导，在花较少的时间、较低的费用和便捷的方式下,实现很专业的技术支持。

但是专家系统的开发需要大量的知识和数据支持.从概念上说,专家系统就是一个具有智能特点的计算机程序，它的智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。因此，专家系统必须包含领域专家的大量知识，拥有类似人类专家思维的推理能力，并能用这些知识来解决实际问题。例如，一个医学专家系统就能够像真正的专家一样，诊断病人的疾病，判别出病情的严重性，并给出相应的处方和治疗建议等。目前，专家系统在各个领域中已经得到广泛应用，并取得了可喜的成果，例如个人理财专家系统、寻找油田的专家系统、贷款损失评估专家系统、各类教学专家系统等。

专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。

知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和数量决定着专家系统的质量水平。一般来说，专家系统中的知识库与专家系统程序是相互独立的，用户可以通过改变、完善知识库中的知识内容来提高专家系统的性能。

推理机针对当前问题的条件或已知信息，反复匹配知识库中的规则，获得新的结论，以得到问题求解结果。在这里，推理方式可以有正向和反向推理两种。正向推理是从前件匹配到结论，反向推理则先假设一个结论成立，看它的条件有没有得到满足。由此可见，推理机就如同专家解决问题的思维方式，知识库就是通过推理机来实现其价值的。

人机界面是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题，并输出推理结果及相关的解释等。

综合数据库专门用于存储推理过程中所需的原始数据、中间结果和最终结论，往往是作为暂时的存储区。解释器能够根据用户的提问，对结论、求解过程做出说明，因而使专家系统更具有人情味。

知识获取是专家系统知识库是否优越的关键，也是专家系统设计的“瓶颈”问题，通过知识获取，可以扩充和修改知识库中的内容，也可以实现自动学习功能。

专家系统的工作过程

专家系统的基本工作流程是，用户通过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。

在这里，专家系统还可以通过解释器向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？

领域专家或知识工程师通过专门的软件工具，或编程实现专家系统中知识的获取，不断地充实和完善知识库中的知识。

专家系统的资源与教学

专家系统在人工智能领域享有很高的声誉，曾被认为“是人工智能从幻想到实践，再由实践到理论的主角”。随着网络技术的发展，专家系统逐渐吸收了新的技术和思想，出现了基于网络的专家系统等。国外网站上的专家系统教学资源较为丰富，例如expertise2go网站（http://www.expertise2go.com）提供了大量的在线专家系统，用户可以直接进行咨询或学习，它还提供了专家系统外壳，将其下载下来之后就可以建造自己的专家系统；EXSYS专家系统网站（http://www.exsys.com/demomain.html）也是一个不错的专家系统学习资源，在该网站上提供了众多的实例、教程及专家系统工具。相对于国外网站来说，中文网站中有关专家系统的资料相对欠缺，因此，可以通过国外的一些网站来认识和了解专家系统。

大部分的专家系统都是作为一种咨询工具来应用，回答用户的疑难问题，提出一些建议，并根据推理过程为用户展现一个理性的分析思路。随着专家系统本身技术的不断成熟以及信息社会对学生信息素养要求的不断提高，它也逐渐地走进了大学课堂并延伸至高中信息技术教材当中。在教育部最新颁布的普通高中信息技术课程标准中，就设置了《人工智能初步》选修模块，要求将专家系统作为一个重要内容来进行教授。因此，对于这方面的研究也逐渐开始被人们所重视，例如，如何利用专家系统进行教学，关于专家系统的教学设计研究等。