专家系统及其在机器人设计中的应用专家系统及其在机器人设计中的应用.doc

专家系统及其在机器人设计中的应用 摘要：专家系统和机器人做为人工智能领域的两个重要分支，近年来发展迅速。将这两个领域的知识结合起来产生的智能机器人技术成为人工智能研究的一个重大进步，它使得现代机器人变得更加“聪明”了。 关键字：专家系统；机器人；人工智能 1 专家系统 当今人工智能技术分支众多，研究方向各不相同，但最终都要以某种智能系统的形式投入应用。智能系统可分为智能计算机系统、智能化网络、智能应用系统和智能机器人系统等类型。其中专家系统就是智能应用系统中的一种基于知识的智能系统。 什么是专家系统？世界上第一个专家系统DENDRAL早在1965年就已经问世。我们先来看看这个专家系统都能做些什么。 DENDRAL系统是一种帮助化学家判断某待定物质的分子结构的专家系统。1965年在美国斯坦福大学开始研制，以后不断发展。系统用LISP语言写成。DENDRAL利用的原始信息主要是该物质的质谱数据。整个系统按功能可分为三部分。①规划：利用质谱数据和化学家对质谱数据与分子构造关系的经验知识，对可能的分子结构形成若干约束。②生成结构图：利用J.莱德伯格的算法，给出一些可能分子结构，利用第一部分所生成的约束条件来控制这种可能性的展开，最后给出一个或几个可能的结构。③利用化学家对质谱数据的知识，对第二步给出的结果进行检测、排队。最后给出分子结构图。 显然DENDRAL是一个智能的物质结构分析仪，它像一个化学研究领域的专家一样告诉你想知道的物质的分子结构。而所谓专家是指对某一专业领域非常熟悉且有丰富实践经验的人。专家之所以为专家，最重要的是他们的经验知识，还有他们在思考和解决问题上独特的方法和策略。专家系统要像一个“专家”一样解决问题，它同样需要具备这些素质：①专用性，即应用于某一专门领域，②拥有像人类专家一样的专业知识和经验知识，③能像人类专家一样思考问题，④能像人类专家一样解决问题。 所以，专家系统应该是：应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，能像专家一样解决困难和复杂的实际问题的计算机（软件）系统。 专家系统是目前人工智能中最活跃、最有成效的一个研究领域。近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的系统。人类专家由于具有丰富的知识所以才能达到优异的解决问题的能力。那么计算机程序是否能体现和应用这些知识，解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错。现在，这一点已被证实是可行的。如在矿物勘测、化学分析、规划和医学诊断方面，专家系统已经达到了人类专家的水平。下面我们简单看一下专家系统的构成。 1.1 专家系统的一般结构 一个完备的专家系统从概念上来讲应该由以下几个部分组成：知识库、推理机、动态数据库、人机接口、解释模块、知识库管理系统。其中知识库和推理机是两个最基本的模块。 知识库（Knowledge Base，KB）。用于存储某领域专家的知识，包括事实、可行的操作与规则等。 推理机（Inference Engine，IE）。用于记忆专家系统所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作。推理机能够根据知识进行推理和导出结论，而不是简单地有哪些信誉好的足球投注网站现成的答案。 动态数据库。它是存放已知的或学习到的知识、推理结果和固定结论等数据，而且它所存放的数据随系统运行而产生、变化和撤消，所以称为“动态”数据库。 人机接口（Interface）。又称人机界面，它能够使系统与用户进行对话。 解释模块。专门负责向用户解释专家系统的行为和结果。 知识库管理系统。知识库管理系统对知识库的作用，类似于数据库管理系统（DBMS）对数据库的作用，它主要负责在专家系统开发和运行期间对知识库进行管理和维护。 以上是对不同类型专家系统的共同之处进行的一个分析。当落实到具体的专家系统时，可能各个部分有不同的实现方法，且可能差异很大。 1.2 专家系统的实现 一般的专家系统通常采用快速原型与增量式开发，它的基本过程是：先开发一个最简单的系统原型，然后对这个原型进行扩充和完善，像滚雪球一样直至完成整个系统。系统实际开发中通常需要解决知识获取、知识表示、知识库与知识管理系统设计等问题。虽然从原理上来讲专家系统的结构是确定的，但受问题领域、系统规模和知识表示方法等的限制，还要进行一项特别重要的工作，那就是系统结构设计，这是非常关键的。最后就是人机接口的设计了。一旦上述工作做好了，实现一个专家系统将不是很难。另外，对于一个专家系统，后期的测试与更新是非常关键的，相比其他的软件开发来说，这点在专家系统的开发上显的更为重要，没有一个软件能一次开发，永不更新的。 2 机器人与专家系统在机器人领域的使用 前面我们简要介绍了专家系统的概念，下面我们将介绍机器人的一些