专家系统知识题解答Word格式.docx

专家系统知识题解答Word格式.docx

《专家系统知识题解答Word格式.docx》由会员分享，可在线阅读，更多相关《专家系统知识题解答Word格式.docx（15页珍藏版）》请在冰豆网上搜索。

控制级知识（元知识）：

关于如何运用前两种知识的知识

在问题求解中的搜索策略、推理方法

②能进行有效的推理

推理机构——能根据用户提供的已知事实，通过运用知识库中的知识，进行有效的推理，以实现问题的求解.专家系统的核心是知识库和推理机

③具有启发性

除能利用大量专业知识外，还必须利用经验判断知识来对求解问题作出多个假设（依据某些条件选定一个假设，使推理继续进行）

④能根据不确定（不精确）的知识进行推理

综合利用模糊的信息和知识进行推理，得出结论

⑤具有灵活性

知识库与推理机相互独立，使系统易于扩充，具有较大的灵活性

⑥具有透明性

一般有解释机构，所以具有较好的透明性

解释机构向用户解释推理过程，回答“Why？

”、“How？

”等问题

⑦具有交互性

一般都为交互式系统，具有较好的人机界面

一方面它需要与领域专家或知识工程师进行对话以获取知识；

另一方面它也需要不断地从用户处获得所需的已知事实并回答询问.

7.2.答：

专家系统的一般结构

人机接口、推理机、知识库、动态数据库、知识获取机构、解释机构

知识库：

主要用来存放领域专家提供的专门知识

（1）知识表达方法的选择（最多的三种表示方法是产生式规则、框架和语义网络）

①充分表示领域知识

②能充分、有效地进行推理

③便于对知识的组织、维护与管理

④便于理解与实现

（2）知识库管理冗余和矛盾一致性和完整性安全性

推理机

模拟领域专家的思维过程，控制并执行对问题的求解

能根据当前已知的事实，利用知识库中的知识，按一定的推理方法和控制策略进行推理，直到得出相应的结论为止

推理机包括推理方法和控制策略两部分

推理方法有精确推理和不精确推理（已在推理章节介绍）

控制策略主要指推理方向控制及推理规则选择策略

推理有正向推理、反向推理和正反向混合推理

推理策略一般还与搜索策略有关（已在推理章节介绍）

推理机性能/构造与知识的表示方法有关，但与知识的内容无关à

保证推理机与知识库的独立性，提高灵活性

知识获取机构

“瓶颈”，是建造和设计专家系统的关键

基本任务是为专家系统获取知识，建立起健全、完善、有效的知识库，以满足求解领域问题的需要

要对知识进行一致性、完整性检测

人机接口

专家系统与领域专家、知识工程师、一般用户间进行交互的界面，由一组程序及相应的硬件组成，用于完成输入输出工作

更新、完善、扩充知识库；

推理过程中人机交互；

结束时显示结果内部表示形式与外部表示形式的转换

数据库

又称“黑板”、“综合数据库”或“动态数据库”，主要用于存放用户提供的初始事实、问题描述及系统运行过程中得到的中间结果、最终结果等信息

数据库是推理机不可缺少的工作场地，同时由于它可记录推理过程中的各种有关信息，又为解释机构提供了回答用户咨询的依据（需相应的数据库管理程序）

解释机构：

回答用户提出的问题，解释系统的推理过程，使系统对用户透明

7.3答：

（1）传统程序是依据某一确定的算法和数据结构来求解某一确定的问题，而专家系统是依据知识和推理来求解问题，这是专家系统与传统程序的最大区别.

传统程序=数据结构+算法

专家系统=知识+推理

（2）传统程序把关于问题求解的知识隐含于程序中，而专家系统则将知识与运用知识的过程即推理机分离.（使专家系统具有更大的灵活性，使系统易于修改）

（3）从处理对象来看，传统程序主要是面向数值计算和数据处理，而专家系统则面向符号处理.传统程序处理的数据多是精确的，对数据的检索是基于模式的布尔匹配，而专家系统处理的数据和知识大多是不精确的、模糊的，知识的模式匹配也多是不精确的.

（4）传统程序一般不具有解释功能，而专家系统一般具有解释机构，可对自己的行为作出解释.

（5）传统程序因为是根据算法来求解问题，所以每次都能产生正确的答案，而专家系统则像人类专家那样工作，通常产生正确的答案，但有时也会产生错误的答案（这也是专家系统存在的问题之一）.专家系统有能力从错误中吸取教训，改进对某一工作的问题求解能力.

（6）从系统的体系结构来看，传统程序与专家系统具有不同的结构.

7.4答：

可行性分析：

威特曼（Watermam）从三方面研究如何选择适合专家系统开发的问题

（1）什么情况下开发专家系统是可能的?

（满足！

）

①问题的求解主要依靠经验性知识，而不需要大量运用常识性知识

②存在真正的领域专家，这也是开发专家系统最重要的要求之一

专家必须能够描述和解释他们用于解决领域问题的方法

③一般某领域中有多个专家，他们应该对领域答案的选择和精确度有基本一致的看法

④任务易，有明确的开发目标，且任务能被很好地理解

（2）什么情况下开发专家系统是合理的？

（之一！

①问题的求解能带来较高的经济效益

②人类专家奇缺，但又十分需要，且十分昂贵

③人类专家经验不断丢失

④危险场合需要专门知识

（3）什么情况下开发专家系统是合适的？

（特征！

①本质——问题本质上必须能很自然地通过符号操作和符号结构来进行求解，且问题求解时需要使用启发式知识，需要使用经验规则才能得到答案

②复杂性——问题不是太容易且较为重要

③范围——问题需要有适当的范围.选择适当的范围是专家系统的关键，一般有两个原则：

一是所选任务的大小可驾驭；

二是任务要有实用价值.

7.5答：

专家系统的设计原则

（1）专门任务领域大小

（2）专家合作反复磋商，团结协作

（3）原型设计从“最小系统”到“扩充式”开发

（4）用户参与充实、完善知识库

（5）辅助工具提高设计效率

（6）知识库与推理机分离体现特征，灵活

专家系统的开发步骤

知识工程比软件工程更强调渐进性、扩充性

（1）问题识别阶段——知识工程师和专家确定问题的重要特点，抓住问题各主要方面的特征

①确定人员和任务

②问题识别：

描述问题的特征及相应的知识结构，明确问题的类型和范围

③确定资源：

确定知识源、时间、计算设备以及经费等资源

④确定目标：

确定问题求解的目标

（2）概念化阶段——主要任务是揭示描述问题所需的关键概念、关系和控制机制，子任务、策略和有关问题求解的约束

①什么类型的数据有用，数据之间的关系如何？

②问题求解时包括哪些过程，这些过程中有哪些约束？

③问题是如何划分成子问题的？

④信息流是什么？

哪些信息是由用户提供的，哪些信息是应当导出的？

⑤问题求解的策略是什么？

（3）形式化阶段——把概念化阶段概括出来的关键概念、子问题和信息流特征形式化地表示出来

（究竟采用什么形式，要根据问题的性质选择适当的专家系统构造工具或适当的系统框架）

三个主要的因素是：

假设空间基本的过程模型数据

形式化阶段假设空间

①把概念描述成结构化的对象，还是处理成基本的实体？

②概念之间的因果关系或时空关系是否重要，是否应当显式地表示出来？

③假设空间是否有限？

④假设空间是由预先确定的类型组成的，还是由某种过程生成的？

⑤是否应考虑假设的层次性？

⑥是否有与最终假设和中间假设相关的不确定性或其它的判定性因素？

⑦是否考虑不同的抽象级别？

形式化阶段基本的过程模型

找到可以用于产生解答的基本过程模型是形式化知识的重要一步

过程模型包括行为的和数学的模型

（如果专家使用一个简单的行为模型，对它进行分析，就能产生很多重要的概念和关系）

（数学模型可以提供附加的问题求解信息，或用于检查知识库中因果关系的一致性）

形式化阶段数据的性质

①数据是不足的、充足的还是冗余的？

②数据是否有不确定性？

③对数据的解释是否依赖于出现的次序？

④获取数据的代价是多少？

⑤数据是如何得到的？

⑥数据的可靠性和精确性如何？

⑦数据是一致的和完整的吗？

（4）实现阶段

把形式化知识变成计算机的软体，即要实现知识库、推理机、人机接口和解释系统（知识的一致性和相容性）

推理机应能模拟领域专家求解问题的思维过程和控制策略

必须很快地实现（实现原型系统的目的之一是检查开发早期阶段的设计是否有效）

（5）测试阶段

通过运行实例评价原型系统以及用于实现它的表达形式，从而发现知识库和推理机制的缺陷

性能不佳的因素：

①输入输出特性，即数据获取与结论表示方面存在缺陷

例如，提问难于理解、含义模糊，使得存在错误或不充分的数据进入系统；

结论过多或者太少，没有适当地组织和排序，或者详细的程度不适当

②推理规则有错误、不一致或不完备

③控制策略问题，不是按专家采用的“自然顺序”解决问题

测试的主要内容：

①可靠性——通过实例的求解，检查系统所得出的结论是否与已知结论一致

②知识的一致性——向知识库输入一些不一致、冗余等有缺陷的知识，检查是否可检测出来

检查是否会给出不应给出的答案

检测获取知识的正确性（如有某些自动获取知识功能）

③运行效率——知识查询及推理方面的运行效率，找出薄弱环节及求解方法与策略方面的问题

④解释能力——一是检测能回答哪些问题，是否达到了要求；

二是检测回答问题的质量（说服力）

⑤人机交互的便利性

7.6答：

专家系统种类解决的问题

解释根据感知数据推理情况描述

诊断根据观察结果推断系统是否有故障

预测推导给定情况可能产生的后果

设计根据给定要求进行相应的设计

规划设计动作

控制控制整个系统的行为

监督比较观察结果和期望结果

修理执行计划来实现规定的补救措施

教学诊断、调整、修改学生行为

调试建议故障的补救措施

（1）解释型专家系统

能根据感知数据，经过分析、推理，从而给出相应解释.（必须能处理不完全、甚至受到干扰的信息，给出一致且正确的解释）

代表性：

DENDRAL（化学结构说明）、PROSPECTOR（地质解释）等

（2）诊断型专家系统

能根据取得的现象、数据或事实推断出系统是否有故障，并能找出产生故障的原因,给出排除故障的方案（目前开发、应用得最多的一类）

PUFF（肺功能诊断系统）、PIP（肾脏病诊断系统）、DART（计算机硬件故障诊断系统）等

（3）预测型专家系统

能根据