專(zhuān)家系統(tǒng)是什么意思（專(zhuān)家系統(tǒng)是什么）

關(guān)于專(zhuān)家系統(tǒng)是什么意思，專(zhuān)家系統(tǒng)是什么這個(gè)問(wèn)題很多朋友還不知道，今天小六來(lái)為大家解答以上的問(wèn)題，現(xiàn)在讓我們一起來(lái)看看吧！

1、專(zhuān)家系統(tǒng)(expert system)是人工智能應(yīng)用研究最活躍和最廣泛的課題之一。

2、 專(zhuān)家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)，能夠利用人類(lèi)專(zhuān)家的知識(shí)和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)題。

3、也就是說(shuō)，專(zhuān)家系統(tǒng)是一個(gè)具有大量的專(zhuān)門(mén)知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù)，根據(jù)某領(lǐng)域一個(gè)或多個(gè)專(zhuān)家提供的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類(lèi)專(zhuān)家的決策過(guò)程，以便解決那些需要人類(lèi)專(zhuān)家處理的復(fù)雜問(wèn)題，簡(jiǎn)而言之，專(zhuān)家系統(tǒng)是一種模擬人類(lèi)專(zhuān)家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。

4、 專(zhuān)家系統(tǒng) expert system 運(yùn)用特定領(lǐng)域的專(zhuān)門(mén)知識(shí)，通過(guò)推理來(lái)模擬通常由人類(lèi)專(zhuān)家才能解決的各種復(fù)雜的、具體的問(wèn)題，達(dá)到與專(zhuān)家具有同等解決問(wèn)題能力的計(jì)算機(jī)智能程序系統(tǒng)。

5、它能對(duì)決策的過(guò)程作出解釋?zhuān)⒂袑W(xué)習(xí)功能，即能自動(dòng)增長(zhǎng)解決問(wèn)題所需的知識(shí)。

6、 發(fā)展簡(jiǎn)況 專(zhuān)家系統(tǒng)是人工智能中最重要的也是最活躍的一個(gè)應(yīng)用領(lǐng)域，它實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專(zhuān)門(mén)知識(shí)的重大突破。

7、20世紀(jì)60年代初，出現(xiàn)了運(yùn)用邏輯學(xué)和模擬心理活動(dòng)的一些通用問(wèn)題求解程序，它們可以證明定理和進(jìn)行邏輯推理。

8、但是這些通用方法無(wú)法解決大的實(shí)際問(wèn)題，很難把實(shí)際問(wèn)題改造成適合于計(jì)算機(jī)解決的形式，并且對(duì)于解題所需的巨大的搜索空間也難于處理。

9、1965年，f.a.費(fèi)根鮑姆等人在總結(jié)通用問(wèn)題求解系統(tǒng)的成功與失敗經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專(zhuān)門(mén)知識(shí)，研制了世界上第一個(gè)專(zhuān)家系統(tǒng)dendral ，可以推斷化學(xué)分子結(jié)構(gòu)。

10、20多年來(lái)，知識(shí)工程的研究，專(zhuān)家系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個(gè)領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動(dòng)控制、計(jì)算機(jī)設(shè)計(jì)和制造等眾多領(lǐng)域，開(kāi)發(fā)了幾千個(gè)的專(zhuān)家系統(tǒng)，其中不少在功能上已達(dá)到，甚至超過(guò)同領(lǐng)域中人類(lèi)專(zhuān)家的水平，并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效益。

11、 專(zhuān)家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代過(guò)渡和發(fā)展。

12、第一代專(zhuān)家系統(tǒng)（dendral、macsyma等）以高度專(zhuān)業(yè)化、求解專(zhuān)門(mén)問(wèn)題的能力強(qiáng)為特點(diǎn)。

13、但在體系結(jié)構(gòu)的完整性、可移植性等方面存在缺陷，求解問(wèn)題的能力弱。

14、第二代專(zhuān)家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)科專(zhuān)業(yè)型、應(yīng)用型系統(tǒng)，其體系結(jié)構(gòu)較完整，移植性方面也有所改善，而且在系統(tǒng)的人機(jī)接口、解釋機(jī)制、知識(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專(zhuān)家系統(tǒng)的知識(shí)表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。

15、第三代專(zhuān)家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語(yǔ)言，綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略，并開(kāi)始運(yùn)用各種知識(shí)工程語(yǔ)言、骨架系統(tǒng)及專(zhuān)家系統(tǒng)開(kāi)發(fā)工具和環(huán)境來(lái)研制大型綜合專(zhuān)家系統(tǒng)。

16、在總結(jié)前三代專(zhuān)家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，已開(kāi)始采用大型多專(zhuān)家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫(kù)、自組織解題機(jī)制、多學(xué)科協(xié)同解題與并行推理、專(zhuān)家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來(lái)實(shí)現(xiàn)具有多知識(shí)庫(kù)、多主體的第四代專(zhuān)家系統(tǒng)。

17、 類(lèi)型 對(duì)專(zhuān)家系統(tǒng)可以按不同的方法分類(lèi)。

18、通常，可以按應(yīng)用領(lǐng)域、知識(shí)表示方法、控制策略、任務(wù)類(lèi)型等分類(lèi)。

19、如按任務(wù)類(lèi)型來(lái)劃分，常見(jiàn)的有解釋型、預(yù)測(cè)型、診斷型、調(diào)試型、維護(hù)型、規(guī)劃型、設(shè)計(jì)型、監(jiān)督型、控制型、教育型等。

20、 體系結(jié)構(gòu) 專(zhuān)家系統(tǒng)與傳統(tǒng)的計(jì)算機(jī)程序系統(tǒng)有著完全不同的體系結(jié)構(gòu)，通常它由知識(shí)庫(kù)、推理機(jī)、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取機(jī)制、解釋機(jī)制和人機(jī)接口等幾個(gè)基本的、獨(dú)立的部分所組成，其中尤以知識(shí)庫(kù)與推理機(jī)相互分離而別具特色。

21、專(zhuān)家系統(tǒng)的體系結(jié)構(gòu)隨專(zhuān)家系統(tǒng)的類(lèi)型、功能和規(guī)模的不同，而有所差異。

22、 為了使計(jì)算機(jī)能運(yùn)用專(zhuān)家的領(lǐng)域知識(shí)，必須要采用一定的方式表示知識(shí) 。

23、目前常用的知識(shí)表示方式有產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)、框架、狀態(tài)空間、邏輯模式、腳本、過(guò)程、面向?qū)ο蟮取?/p>

24、基于規(guī)則的產(chǎn)生式系統(tǒng)是目前實(shí)現(xiàn)知識(shí)運(yùn)用最基本的方法。

25、產(chǎn)生式系統(tǒng)由綜合數(shù)據(jù)庫(kù)、知識(shí)庫(kù)和推理機(jī)3個(gè)主要部分組成，綜合數(shù)據(jù)庫(kù)包含求解問(wèn)題的世界范圍內(nèi)的事實(shí)和斷言。

26、知識(shí)庫(kù)包含所有用“如果：〈前提〉，于是：〈結(jié)果〉”形式表達(dá)的知識(shí)規(guī)則。

27、推理機(jī)（又稱(chēng)規(guī)則解釋器）的任務(wù)是運(yùn)用控制策略找到可以應(yīng)用的規(guī)則。

28、正向鏈的策略是尋找出前提可以同數(shù)據(jù)庫(kù)中的事實(shí)或斷言相匹配的那些規(guī)則，并運(yùn)用沖突的消除策略，從這些都可滿(mǎn)足的規(guī)則中挑選出一個(gè)執(zhí)行，從而改變?cè)瓉?lái)數(shù)據(jù)庫(kù)的內(nèi)容。

29、這樣反復(fù)地進(jìn)行尋找，直到數(shù)據(jù)庫(kù)的事實(shí)與目標(biāo)一致即找到解答，或者到?jīng)]有規(guī)則可以與之匹配時(shí)才停止。

30、逆向鏈的策略是從選定的目標(biāo)出發(fā)，尋找執(zhí)行后果可以達(dá)到目標(biāo)的規(guī)則；如果這條規(guī)則的前提與數(shù)據(jù)庫(kù)中的事實(shí)相匹配，問(wèn)題就得到解決；否則把這條規(guī)則的前提作為新的子目標(biāo)，并對(duì)新的子目標(biāo)尋找可以運(yùn)用的規(guī)則，執(zhí)行逆向序列的前提，直到最后運(yùn)用的規(guī)則的前提可以與數(shù)據(jù)庫(kù)中的事實(shí)相匹配，或者直到?jīng)]有規(guī)則再可以應(yīng)用時(shí)，系統(tǒng)便以對(duì)話(huà)形式請(qǐng)求用戶(hù)回答并輸入必需的事實(shí)。

31、 早期的專(zhuān)家系統(tǒng)采用通用的程序設(shè)計(jì)語(yǔ)言（如fortran、pascal、basic等）和人工智能語(yǔ)言（如lisp、prolog、smalltalk等），通過(guò)人工智能專(zhuān)家與領(lǐng)域?qū)＜业暮献?，直接編程?lái)實(shí)現(xiàn)的。

32、其研制周期長(zhǎng)，難度大，但靈活實(shí)用，至今尚為人工智能專(zhuān)家所使用。

33、大部分專(zhuān)家系統(tǒng)研制工作已采用專(zhuān)家系統(tǒng)開(kāi)發(fā)環(huán)境或?qū)＜蚁到y(tǒng)開(kāi)發(fā)工具來(lái)實(shí)現(xiàn)，領(lǐng)域?qū)＜铱梢赃x用合適的工具開(kāi)發(fā)自己的專(zhuān)家系統(tǒng)，大大縮短了專(zhuān)家系統(tǒng)的研制周期，從而為專(zhuān)家系統(tǒng)在各領(lǐng)域的廣泛應(yīng)用提供條件。

本文分享完畢，希望對(duì)大家有所幫助。

標(biāo)簽：