[圖文]專家系統(tǒng)的基本結構及功能 熱 ★★★
專家系統(tǒng)的基本結構及功能
作者：未知 文章來源：網(wǎng)上搜集 點擊數(shù)： 更新時間：2006-10-24 19:33:58
一、專家系統(tǒng)的基本結構
上節(jié)已經(jīng)介紹，專家系統(tǒng)是一類包含知識和推理的智能計算機程序。但是，這種智能程序與傳統(tǒng)的計算機應用程序已有本質上的不同。在專家系統(tǒng)中，求解問題的知識已不再隱含在程序和數(shù)據(jù)結構中，而是單獨構成一個知識庫。這種分離為問題的求解帶來極大的便利和靈活性。實際上，常規(guī)的計算機應用程序也有知識，也可解決“專家級水平”的問題，但是這些知識隱含在程序結構之中，由于結構是固定的，不易修改，適用范圍就受到一定限制，對不同類型的問題，必須編寫不同的程序。而在專家系統(tǒng)中，專家的知識用分離的知識進行描述，每一個知識單元描述一個比較具體的情況，以及在該情況下應采取的措施，而專家系統(tǒng)總體上則提供了一種機制—推理機制。這種推理機制使其可以根據(jù)不同的處理對象，從知識庫中選取不同的知識元構成不同的求解序列，或者說生成不同的應用程序，以完成某一指定任務。一旦推理機制和某個專業(yè)領域知識庫已經(jīng)建成，該系統(tǒng)就可處理本專業(yè)領域中各種不同的問題，就好像為每一個具體問題都編制了一個具體的程序一樣，而這些程序的修改調試也只需要修改相應的知識元即可，其推理機制可保持不變。這就使得系統(tǒng)具有很強的適應性和靈活性，而常規(guī)的計算機應用程序很難做到這一點。
由于專家系統(tǒng)是一類相當廣泛的系統(tǒng)，其技術還處于不斷發(fā)展時期，因此，專家系統(tǒng)的結構也沒有一個固定不變的模式，通常設備故障診斷專家系統(tǒng)主要由知識庫、數(shù)據(jù)庫、推理機、學習系統(tǒng)、上下文、癥兆提取器和解釋器組成，如圖1-1所示。
二、專家系統(tǒng)各部分功能
1．知識庫
知識庫是用來存放專家知識、經(jīng)驗、書本知識和常識的存儲器。在知識庫中，知識是以一定的形式來表示的，知識庫的結構形式取決于所采用的知識表示方式，常用的有邏輯表示、語義網(wǎng)絡表示、規(guī)則表示、框架表示和子程序表示等。用產(chǎn)生式規(guī)則表達知識方法是目前專家系統(tǒng)中應用最普遍一種方法，它不僅可以表達事實，而且可以附上置信度因子來表示對這種事實的可信程度，這就導致了專家系統(tǒng)非精確推理的可能性。
2．數(shù)據(jù)庫
數(shù)據(jù)庫是專家系統(tǒng)中用于存放反映系統(tǒng)當前狀態(tài)的事實數(shù)據(jù)的場所。事實數(shù)據(jù)包括用戶輸人的事實、已知的事實以及推理過程中得到的中間結果等。
數(shù)據(jù)庫通常由動態(tài)數(shù)據(jù)庫和靜態(tài)數(shù)據(jù)庫兩部分構成。
靜態(tài)數(shù)據(jù)庫用來存放相對穩(wěn)定的參數(shù)，如離心式壓縮機的設計參數(shù)：額定工作轉速、
額定流量、壓力、振動報警限等。
動態(tài)數(shù)據(jù)庫是運行過程中的機組參數(shù)，如某天某時的工作轉速、介質流量、振動幅值等。這些數(shù)據(jù)都是推理過程中不可少的診斷依據(jù)。
數(shù)據(jù)庫的表示和組織通常與知識庫中知識的表示和組織相容或一致，以使推理機能方便地去使用知識庫中的知識、綜合數(shù)據(jù)庫中的數(shù)據(jù)描述問題和表達當前狀態(tài)的特征數(shù)據(jù)去求解問題。數(shù)據(jù)庫通常以“事實規(guī)則”的形式來表達，此時數(shù)據(jù)庫也可以看作沒有條件的規(guī)則，因此有些專家系統(tǒng)將數(shù)據(jù)庫和知識庫合二為一。
3．推理機
推理機實際上是一組計算機程序，用以控制、協(xié)調整個系統(tǒng)，并根據(jù)當前輸人的數(shù)據(jù)利用知識庫的知識按一定推理策略去逐步推理直到得出相應的結論為止。推理機包括推理方法和控制策略兩部分。
(1)推理方法
推理方法分為清精確推理和不精確推理兩類。
①精確推理把領域的知識表示成必然的因果關系，推理的結論是肯定的或否定的。
②不精確推理在專家給出的規(guī)則強度和用戶給出的原始證據(jù)不確定性的基礎上，定義一組函數(shù)，求出結論的不確定性度量。其基本做法是，給各處不確定的知識某種確定性因子，在推理過程中，依某種算法計算中間結果的確定性因子，并沿著推理傳播這種不確定性，直到得出結論。
(2)控制策略
控制策略主要是指推理方向的控制及推理規(guī)則的選擇策略。推理有正向推理、反向推理及正反向混合推理等。
①正向推理從原始數(shù)據(jù)或原始癥兆出發(fā)，向結論方向的推理。推理機根據(jù)原始癥兆，在知識庫中尋找能與之匹配的規(guī)則，如匹配成功，則將該知識規(guī)則的結論作為中間結果，再去尋找可匹配的規(guī)則，直到找到最終結論。
②反向推理先提出假設，然后由此假設結論出發(fā)，去尋找可匹配的規(guī)則，如匹配成功，則將規(guī)則的條件作為中間結果，再去尋找可匹配的規(guī)則，直到找到可匹配的原始癥兆，則反過來認為此假設成立。
以上兩種推理均為單向推理。單純的正向推理，目的性不強，搜索效率低；單純的反向推理，初始假設盲目性大。因此通常采用正反向混合推理。
③正反向混合推理先根據(jù)重要癥兆，通過正向推理得出假設，再以假設去反向推理，尋找必要條件，如此反復。
例如，在旋轉機械故障診斷中，振動信號是主要的診斷依據(jù)，大量的診斷知識是以振動理論為基礎的。在振動信號中，頻譜又是診斷的首要依據(jù)。因此，通常旋轉機械的故障診斷是以頻譜作為正向推理的癥兆，得出故障假設集，再以假設集去指導反向推理。
4.學習系統(tǒng)（知識獲取系統(tǒng)）
知識獲取過程實際上是把“知識”從人類專家的腦子中提取和總結出來，并且保證所獲取的知識的正確性和一致性，它是專家系統(tǒng)開發(fā)中的關鍵。
構造專家系統(tǒng)時，要求專業(yè)領域的專家和知識工程師密切合作，總結和提取專家領域知識，把它形式化并編碼存人計算機中形成知識庫。但是，專業(yè)領域知識是啟發(fā)式的，較難捕捉和描述，專業(yè)領域專家通常善于提供事例而不習慣提供知識，同時，建成的知識庫經(jīng)常會發(fā)現(xiàn)有錯誤或不完整。因此，知識獲取過程還包括對知識庫的修改和擴充，這也是知識獲取被公認為是專家系統(tǒng)開發(fā)研究中瓶頸問題的原因之一。
早期的專家系統(tǒng)完全依靠專家和計算機工作者把領域內(nèi)的知識總結歸納出來，然后將它們程序化建立知識庫。此外，對知識庫的修改和擴充也是在系統(tǒng)的調試和驗證過程中手工進行的。后來，一些專家系統(tǒng)或多或少地具有了自動知識獲取功能。然而，基于規(guī)則的學習系統(tǒng)靈活性較差，且知識庫的維護較難。最近幾年專家系統(tǒng)和神經(jīng)網(wǎng)絡結合后，才大大改觀了知識自動獲取的困難局面。
5．上下文（黑板）
上下文即存放中間結果的地方，給推理機提供一個筆記本記錄，指導推理機工作，其功能相當于一個工作過程的“記錄黑板”，可以擦除和重寫。
6．癥兆提取器
在故障診斷領域，癥兆通常是采取人機交互方式，由人機交互接口送人系統(tǒng)中。顯而易見，人機交互容易產(chǎn)生因人而異的弊端，同一個專家系統(tǒng)，因操作者水平不同會產(chǎn)生的不同的結果。
故障診斷準確的前提是故障癥兆正確。故障癥兆的識別不僅重要而且難度較大，因為現(xiàn)代設備的動態(tài)信號不僅包含有隨機因素、混沌因素等，而且常常存在并發(fā)故障的復合因素。因此，故障癥兆的自動識別應是故障診斷專家系統(tǒng)必不可少的一個組成部分。
癥兆的全自動識別有一種較簡單實用的方法，就是特征參數(shù)計算。比如正弦波形的識別，可以用被識別波形與正弦波的相似系數(shù)作為識別的特征參數(shù)。
7．解釋器
透明性是對專家系統(tǒng)性能的衡量指標之一。透明性就是專家系統(tǒng)能告訴用戶自己是如何得出此結論的，根據(jù)是什么。解釋的目的是讓用戶相信自己，它可以隨時回答用戶提出的各種問題，包括與系統(tǒng)推理有關的問題和與系統(tǒng)推理無關的系統(tǒng)自身的問題。它可對推理路線和提問的含義給出必要的清晰的解釋，為用戶了解推理過程以及維護提供方便的手段，便于使用和調試軟件，并增強用戶的信任感。
網(wǎng)友評論：（只顯示最新10條。評論內(nèi)容只代表網(wǎng)友觀點，與本站立場無關�。�
