人工智能概论通识课 第9章 人工智能应用系统.pptVIP

第9章 人工智能应用系统 9.1 概述 9.2 专家（知识）系统 9.3 Agent系统 9.4 智能机器人 延伸学习导引 9.1 概述 基于知识的智能系统：如专家系统、知识库系统、智能数据库系统、对话系统等。 基于算法的智能系统：如人工神经网络系统、统计学习系统、人工进化系统、人工免疫系统等。 兼有知识和算法的智能系统：如机器学习系统、模式识别系统、自然语言处理系统、数据挖掘系统、Agent系统、智能机器人系统等。 集中式智能系统和分布式智能系统 9.2 专家（知识）系统 9.2.1 什么是专家系统 1. 专家系统的概念 ◆专家系统(Expert System,ES)就是能像人类专家一样解决困难、复杂的实际问题的计算机(软件)系统。 ◆专家系统的四个要素： (1) 应用于某专门领域。 (2) 拥有专家级知识。 　 (3) 能模拟专家的思维。 　 (4) 能达到专家级水平。 2.专家系统的特点 ?从处理的问题性质看, 专家系统善于解决那些不确定性的、 非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题。例如,医疗诊断、地质勘探、天气预报、市场预测、管理决策、军事指挥等领域的问题。 ?从处理问题的方法看,专家系统则是靠知识和推理来解决问题(不像传统软件系统使用固定的算法来解决问题), 所以, 专家系统是基于知识的智能问题求解系统。 ?从系统的结构来看, 专家系统则强调知识与推理的分离, 因而系统具有很好的灵活性和可扩充性。 ?专家系统一般还具有解释功能, 即在运行过程中一方面能回答用户提出的问题,另一方面还能对最后的输出(结论)或处理问题的过程作出解释。 ?有些专家系统还具有“自学习”能力, 即不断对自己的知识进行扩充、完善和提炼。这一点是传统系统所无法比拟的。 ?专家系统不像人那样容易疲劳、遗忘,易受环境、情绪等的影响, 它可始终如一地以专家级的高水平求解问题。因此, 从这种意义上讲,专家系统可以超过专家本人。 3.专家系统的类型 按用途分类,专家系统可分为：诊断型、解释型、预测型、决策型、设计型、规划型、控制型、调度型等几种类型。 按输出结果分类, 专家系统可分为分析型和设计型。 按知识表示分类,可分为基于产生式规则的专家系统、基于一阶谓词的专家系统、基于框架的专家系统、基于语义网的专家系统等等。 按采用的技术分类, 专家系统可分为符号推理专家系统和神经网络专家系统。 按规模分类, 可分为大型协同式专家系统和微专家系统。 按结构分类可分为集中式和分布式, 单机型和网络型(即网上专家系统)等。 9.2.2　专家系统的结构 9.2.3 专家系统与基于知识的系统及知识工程 9.2.4 专家系统的建造 1.一般步骤与方法 2. 开发工具与环境 (1) 面向AI的程序设计语言 (2) 知识表示语言 (3) 外壳系统 (4) 组合式构造工具 用ESS开发的一个小型专家系统示例： work(main): {主程序} make window(1,117,0,d,3,10,4,30),nl,{定义主窗口} write(微机故障诊断专家系统),nl,nl, make window(2,27,0,a,9,40,1,16) read char(-), dialog(yes), {开人机对话} meta KB(kb0), {将元知识调入内存} goal trouble(Y), {推理目标} reasoning(backward) {启动反向推理机} showconclusion, {显示结论} clearwindow,write(解释否(y/n)?),readchar(C), if C=′y′ then explain {给出解释} else write(), clearmemory, { 清内存} clearwindow. {清屏,运行结束} 9.2.5 专家系统的发展 1. 深层知识专家系统 2. 自学习专家系统 3. 神经网络专家系统 4. 大型协同分布式专家系统 9.3 Agent系统 9