專家系統

出自 MBA智库百科(https://wiki.mbalib.com/)

專家系統(Expert System，簡稱ES)

　　專家系統（Expert System)是一種在特定領域內具有專家水平解決問題能力的程式系統。它能夠有效地運用專家多年積累的有效經驗和專門知識，通過模擬專家的思維過程，解決需要專家才能解決的問題。

　　專家系統屬於人工智慧的一個發展分支，自1968年費根鮑姆等人研製成功第一個專家系統DENDEL以來，專家系統獲得了飛速的發展，並且運用於醫療、軍事、地質勘探、教學、化工等領域，產生了巨大的經濟效益和社會效益。現在，專家系統已成為人工智慧領域中最活躍、最受重視的領域。

　　專家系統的基本結構如圖所示，其中箭頭方向為數據流動的方向。專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合資料庫、知識獲取等6個部分構成。

　　知識庫用來存放專家提供的知識。專家系統的問題求解過程是通過知識庫中的知識來模擬專家的思維方式的，因此，知識庫是專家系統質量是否優越的關鍵所在，即知識庫中知識的質量和數量決定著專家系統的質量水平。一般來說，專家系統中的知識庫與專家系統程式是相互獨立的，用戶可以通過改變、完善知識庫中的知識內容來提高專家系統的性能。

　　人工智慧中的知識表示形式有產生式、框架、語義網路等，而在專家系統中運用得較為普遍的知識是產生式規則。產生式規則以IF…THEN…的形式出現，就像BASIC等編程語言里的條件語句一樣，IF後面跟的是條件（前件），THEN後面的是結論（後件），條件與結論均可以通過邏輯運算AND、OR、NOT進行複合。在這裡，產生式規則的理解非常簡單：如果前提條件得到滿足，就產生相應的動作或結論。

　　推理機針對當前問題的條件或已知信息，反覆匹配知識庫中的規則，獲得新的結論，以得到問題求解結果。在這裡，推理方式可以有正向和反向推理兩種。正向推理是從前件匹配到結論，反向推理則先假設一個結論成立，看它的條件有沒有得到滿足。由此可見，推理機就如同專家解決問題的思維方式，知識庫就是通過推理機來實現其價值的。

　　人機界面是系統與用戶進行交流時的界面。通過該界面，用戶輸入基本信息、回答系統提出的相關問題，並輸出推理結果及相關的解釋等。

　　綜合資料庫專門用於存儲推理過程中所需的原始數據、中間結果和最終結論，往往是作為暫時的存儲區。解釋器能夠根據用戶的提問，對結論、求解過程做出說明，因而使專家系統更具有人情味。

　　知識獲取是專家系統知識庫是否優越的關鍵，也是專家系統設計的“瓶頸”問題，通過知識獲取，可以擴充和修改知識庫中的內容，也可以實現自動學習功能。

　　(1)為解決特定領域的具體問題，除需要一些公共的常識，還需要大量與所研究領域問題密切相關的知識；

　　(2)一般採用啟髮式的解題方法；

　　(3)在解題過程中除了用演繹方法外，有時還要求助於歸納方法和抽象方法；

　　(4)需處理問題的模糊性、不確定性和不完全性；

　　(5)能對自身的工作過程進行推理(自推理或解釋)；

　　(6)採用基於知識的問題求解方法；

　　(7)知識庫與推理機分離。

　　用於某一特定領域內的專家系統，可以劃分為以下幾類：

　　1、 診斷型專家系統：根據對癥狀的觀察分析，推導出產生癥狀的原因以及排除故障方法的一類系統，如醫療、機械、經濟等。

　　2、 解釋型專家系統：根據表層信息解釋深層結構或內部情況的一類系統，如地質結構分析、物質化學結構分析等。

　　3、 預測型專家系統：根據現狀預測未來情況的一類系統，如氣象預報、人口預測、水文預報、經濟形勢預測等。

　　4、 設計型專家系統：根據給定的產品要求設計產品的一類系統，如建築設計、機械產品設計等。

　　5、 決策型專家系統：對可行方案進行綜合評判並優選的一類專家系統。

　　6、規劃型專家系統：用於制定行動規劃的一類專家系統，如自動程式設計、軍事計劃的制定等。

　　7、 教學型專家系統：能夠輔助教學的一類專家系統。

　　8、 數學專家系統：用於自動求解某些數學問題的一類專家系統。

　　9、 監視型專家系統：對某類行為進行監測併在必要時候進行干預的一類專家系統，如機場監視、森林監視等。

　　目前的專家系統發展確實存在著一些限制，在未來的年代中，許多今日專家系統缺失將會被改善，相信未來專家系統應該繼續研究的項目有:具有處理常識的能力；發展深層的推論系統；不同層次解釋的能力；使專家系統具有學習的能力；分散式專家系統；輕易獲取與更新知識的能力。

　　未來發展的專家系統，能經由感應器直接由外界接受資料，也可由系統外的知識庫獲得資料，在推理機中除推理外，上能擬定規劃，模擬問題狀況等。知識庫所存的不只是靜態的推論規則與事實，更有規劃、分類、結構模式及行為模式等動態知識。