第一讲：专家系统概论约3~4学时.doc

主 要 内 容 第1讲：绪论：专家系统概论 第一部分 知识表示第2讲：产生式系统 第3讲：框架 第二部分 不确定性处理 第4讲：确定性理论 第5讲：Prospector 中的主观贝叶斯方法 第6讲：证据理论经典证据理论 简化证据理论 面向有序命题的简化证据理论 第7讲：加权模糊逻辑 第8讲：两级（二阶）不确定性 第9讲：协作冲突消解 一致性处理 确定性因子模型改进及在CDPS 冲突消解中的应用 协作冲突消解的辩论方法 第10-?? 讲：粗糙集理论 第一讲 专家系统概论 1. 人工智能历史沿革与发展现状 2. 知识工程的含义和发展 3. 专家系统（Expert System，ES）的定义 4. 知识的定义 5. 知识的阈值 6. 知识的类型 7. 常用的知识表示形式 8. 专家系统（基于知识的系统） 的体系结构 9. 一个基于规则的专家系统的体系结构 10. 专家系统（ES）的主要特征 11. 专家系统的类型 12. 简单的专家系统示例——动物识别专家系统ANIMAL 1. 知识工程的含义和发展  知识工程（Knowledge Engineering，KE）是研究如何运用人工智能（Artificial Intelligence，AI）的方法和技术建造专家系统（Expert System，ES）的一门工程性学科。  与建造专家系统有关的理论、方法、技术都是KE研究的内容；  KE是AI的应用分支，因此KE也被称为“应用AI”。 (一) 萌芽期（196 0至1965年）  此时AI的研究处于低谷期, 费根鲍姆（E．Feigenbaum）认为仅仅研究一般性问题的求解方法不够, 智能程序还应有领域专门知识;  1965年，费根鲍姆和林赛 (R.Linday)开发了DENDRAL系统,该系统可以通过分析图谱推断出物质结构,第一次把AI和领域专门知识有机结合起来;  同年，费根鲍姆（E．Feigenbaum）首次提出了专家系统（Expert System）的概念； (二) 形成期(1965~1977)  1965~1977年，建造了一大批ES系统，并开始研制ES的开发工具，积累了很多经验；  最著名的有：1976年，MIT E. Shortliff 博士研制的 MYCIN系统、半自动知识获取工具Teiresias、开发工具EMYCIN；　  但在建造ES的方法论上还存在很多问题，认为应把ES建造提高到工程的高度来认识；  1975年， 美国麦卡锡（J.Mecarthy，AI的开创者）提出“认识论工程”；  1977年，英国米奇（D.Michie，AI的先驱）扩充了“认识论工程”的概念，直接使用了“知识工程”一词；  1977年，费根鲍姆（Feigenbaum）在第5届国际人工智能联合会IJCAI-5上做了特邀报告“人工智能的艺术：知识工程的课题及实例研究”，他被誉为知识工程的鼻祖。 （三）发展期（1977至20世纪初） KE的理论、方法不断的丰富，派生出许多新的研究领域 ①. 知识表示的研究； ②. 推理方法的研究； ③. 不确定性和模糊性处理的研究 确定性因子理论贝叶斯方法证据理论贝叶斯网可能性理论（模糊集合论、粗糙集、可能性逻辑） 非数值方法工程方法控制方法 ④. 知识获取方法的研究 数据挖掘  结构化机器学习 ⑤. Ontology(本体论)的研究 ⑥. 分布式人工智能（Distributed Artificial Intelligence ，DAI）的研究 ⑦. 智能主体（Agent）的研究 Intelligent Agent, Multi-agent system, Mobile agent, Web Intelligent agent,  Intelligent Information Agent(I2A) ⑧. 专家系统开发工具、环境、平台的研究 等 2. 专家系统（ES，Expert System）的定义：  专家系统，是一个智能程序，它能对那些需要专家知识才能解决的应用难题，提供相关领域权威专家水平的解答（Michie , 1979 ; Feigenbaum , 1977 ; Hayes-Roth , 1983）。  专家系统，可以说是一个运用知识进行推理的计算机程序。推理就是使用某种符号逻辑，从一些事实得到结论的过程。 3. 知识的定义  知识是特定领域中的描述、关系和过程； 描述：识别和区分知识库中的对象和对象类； -----个体刻画 关系：知识库中对象之间依赖性、关联性； ---对象间联系的刻画 过程：推理中，规定要执行的动作；