《《專家系統(tǒng)舉例》PPT課件.ppt》由會員分享,可在線閱讀,更多相關(guān)《《專家系統(tǒng)舉例》PPT課件.ppt(35頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、7.8 新一代專家系統(tǒng)的研究,主講人:陳詩旭,廣西師范大學(xué)計信學(xué)院,目前專家系統(tǒng)存在的五大問題,忽視了理論與深層知識在問題求解中的作用 缺少多個系統(tǒng)的協(xié)作及綜合型的專家系統(tǒng) 在知識獲取方面還缺少自動獲取知識的能力 在知識表示上缺少多種表示模式的集成 在推理方面不支持多種推理策略 針對上述問題,我們開始了新一代專家系統(tǒng)的研究,研究新一代專家系統(tǒng)的主要課題,研究課題1 分布協(xié)同式的體系結(jié)構(gòu),所謂分布協(xié)同式體系結(jié)構(gòu)是指:把知識庫(推理機(jī)制)分布于一個計算機(jī)網(wǎng)絡(luò)的不同節(jié)點上,在求解問題時,它們能互通信息,密切合作,共同完成問題求解任務(wù)。 該體系結(jié)構(gòu)應(yīng)解決個問題 (1)任務(wù)分布: 把待求解的問題分解為若
2、干子問題,分別交給系統(tǒng)中不同的成員去完成。 (2)合作策略:由于系統(tǒng)中的各成員都只具有部分知識, 而問題的各子問題間存在著種種內(nèi)在聯(lián)系,這就要求各成 員必須互相通信,合作地進(jìn)行問題求解。為實現(xiàn)合作,需 要解決合作的方式與策略以及通信的手段。,研究課題 知識的自動獲取,知識獲取可以劃分為兩個階段: 一個是在知識庫尚未建立起來時,從領(lǐng)域?qū)<壹坝嘘P(guān)文獻(xiàn)資料那獲取知識。 對于這種情況,為了實現(xiàn)自動知識獲取,需要解決自然語言的識別與理解以及從大量事例中歸納知識等問題。 一個是在系統(tǒng)運行過程中,通過運行實踐不斷總結(jié)歸納。 對于這一種情況,還需要解決如何從系統(tǒng)的運行實踐中發(fā)現(xiàn)問題以及通過總結(jié)經(jīng)驗教訓(xùn),歸納出
3、新知識、修改舊知識等問題。,研究課題3 深層知識的利用,深層知識是指:相關(guān)領(lǐng)域中的理論性知識、原理性知識,而專家的經(jīng)驗通常被稱為表層知識或淺層知識。 對于深層知識的利用存在個問題 (1)如何確定深層知識的容量與邊緣 (2)非單調(diào)性亦是深層知識利用中的一個困難問題,研究課題4 知識表示及推理方法,要使專家系統(tǒng)能像人類專家那樣求解領(lǐng)域題,就必須對知識的表示與處理作進(jìn)一步的研究,使其能真正模擬人類求解問題的思維過程。 首要解決的問題 (1)如何建立一致的知識表示框架,使之能包含多范例的多種表示模式。 (2)如何在時態(tài)推理、定性推理、非單調(diào)推理等方面有所突破,在不確定性的表示與處理方面取得新的進(jìn)展等。
4、,7.9 專家系統(tǒng)舉例,,廣西師范大學(xué)計信學(xué)院,兩個例子,兩個例子,動物識別系統(tǒng),這是一個用以識別虎、金錢豹等七種動物的小型 專家系統(tǒng) : 1.系統(tǒng)結(jié)構(gòu) 2.知識表示 3.適用知識的選取 4.推理的結(jié)束條件 5.推理過程,動物識別系統(tǒng) 系統(tǒng)結(jié)構(gòu),動物識別系統(tǒng) 知識表示,知識用產(chǎn)生式規(guī)則表示,相應(yīng)的數(shù)據(jù)結(jié)構(gòu)為: struct RULE-TYPE char * result; int lastflag; struct CAUSE-TYPE* cause-chain; struct RULE-TYPE * next; ; 已知事實用字符串描述,連成鏈表,其數(shù)據(jù)結(jié)構(gòu)為: struct
5、CAUSE-TYPE char cause; struct CAUSE-TYPE* next; ;,動物識別系統(tǒng) 適用知識的選取,為了進(jìn)行推理,就需要根據(jù)數(shù)據(jù)庫中的已知事 實從知識庫中選用合適的知識。 適用知識:若知識的前提條件所要求的事實在數(shù)據(jù)庫中都存在,就認(rèn)為它是一條適用知識。,動物識別系統(tǒng) 推理的結(jié)束條件,當(dāng)有如下兩種情況中的某一種出現(xiàn)時可終止推理: 知識庫中再無可適用的知識。 對于這種情況,很容易進(jìn)行檢測,只要檢查一下當(dāng)前知識庫中是 否還有知識的前提條件可被數(shù)據(jù)庫的已知事實滿足,且為未使用過的知識就可得知。 經(jīng)推理求得了問題的解。 掃描知識庫的每一條規(guī)則,若一條規(guī)則的結(jié)論在其
6、它規(guī)則的前提條件中都不出現(xiàn),則這條規(guī)則的結(jié)論部分就是最終結(jié)論,此時就可終止推理過程 。 含有最終結(jié)論的規(guī)則稱為結(jié)論性規(guī)則。對于結(jié)論性規(guī)則,為它作一標(biāo)志,每當(dāng)推理機(jī)用到帶標(biāo)志的規(guī)則進(jìn)行推理時,推出的結(jié)論必然是最終結(jié)論,此時就可終止推理過程。,動物識別系統(tǒng) 推理過程,兩個例子,專家系統(tǒng)MYCIN,MYCIN是一個幫助內(nèi)科醫(yī)生診治感染性疾病的專 家系統(tǒng): 1.系統(tǒng)結(jié)構(gòu) 2.數(shù)據(jù)表示 3.知識表示 4.推理的控制策略 5.解釋功能,專家系統(tǒng)MYCIN 系統(tǒng)結(jié)構(gòu),專家系統(tǒng)MYCIN 數(shù)據(jù)表示,數(shù)據(jù)庫中的數(shù)據(jù)都用如下形式的三元組描述: (對象 屬性 值) 1. “對象”又稱為上下文,它是系統(tǒng)要處理
7、的實體, 例如:PERSON(病人) 2. “屬性”又稱臨床參數(shù),用于描述相應(yīng)對象的特征,例如“病人”的姓名、年齡、性別。 3. “值”是指相應(yīng)屬性的值,根據(jù)屬性的不同類別,其值可以是一個或多個。,專家系統(tǒng)MYCIN 數(shù)據(jù)表示 屬性分類,MYCIN中有65種屬性,這些屬性按其所描述的對象不同 分為六類。 例如:用于描述“病人”情況的作為一類,用于描述“培養(yǎng)物” 情況的作為一類,等等。 對每一類屬性都有專門的名字。 例如:用PROMPT作為描述“病人”的屬性集的名字。 屬性又按其取值的性質(zhì)不同分為七種類別。 例如:單值的,多值的,可問的,可導(dǎo)出的等,專家系統(tǒng)MYCIN 數(shù)據(jù)表示 可信度因子,每個
8、屬性的值可以帶有一個可信度因子CF,用以指出對相應(yīng)屬性值的信任程度。 CF在-1,1上取值。 當(dāng)CF0時,表示相信該屬性取相應(yīng)值的程度; 當(dāng)CF<0時, 表示不相該屬性取相應(yīng)值的程度; 當(dāng)CF為1,-1或0時,分別表示完全相信、完全不相信、 不能確定該屬性取相應(yīng)的值。,專家系統(tǒng)MYCIN 數(shù)據(jù)表示 例子,下面給出三個用三元組描述數(shù)據(jù)的例子:,專家系統(tǒng)MYCIN 數(shù)據(jù)表示,MYCIN采用上下文樹(Context tree)來表示問題,一棵上 下文樹構(gòu)成了對一個病人的完整描述。,專家系統(tǒng)MYCIN 知識表示,MYCIN的知識庫主要用于存儲領(lǐng)域知識,同時還存放了一些靜態(tài)知識(參數(shù)的特性表、清單、詞典
9、等 )。 領(lǐng)域知識的表示 靜態(tài)知識的表示,專家系統(tǒng)MYCIN 知識表示,領(lǐng)域知識的表示,專家系統(tǒng)MYCIN 知識表示領(lǐng)域知識的表示,領(lǐng)域知識用規(guī)則表示,其一般形式為: RULE * * * IF THEN 1. * * * 是規(guī)則的編號。 2.前提的一般形式是: ($ AND ) 3.行為部分由行為函數(shù)表示,MYCIN中有三個專門用于表示動作的行為函數(shù):CONCLUDE, CONCLIST和TRANLIST。其中以CONCLUDE用得最多,其形式為: ( CONCLUDE C P V TALLY CF),專家系統(tǒng)MYCIN 知識表示領(lǐng)域知識的表示舉例,例如對如下規(guī)則: RUL
10、E 047 如果:(1)病原體的鑒別名不確定,且 (2)病原體來自血液,且 (3)病原體的染色是革蘭氏陰性,且 (4)病原體的形態(tài)是桿狀的,且 (5)病原體呈赭色 那么:該病原體的鑒別名是假單胞細(xì)菌,可信度為0.4。 它在MYCIN中的表示形式是: RULE 047 PREMISE ( $ AND (NOTDEFINITE CNTXT IDENT) (SAME CNTXT SITE BLOOD) (SAME CNTXT STAIN GRAMNEG) (SAME CNTXT MORPH ROD) (SAME CNTXT BURNT)) ACTION (CONCLUDE CNTXT IDE
11、NT PSEUDOMONAS TALLY.4) 其中,NOTDEFINITE SAME是MYCIN中專門用于表示條件的函數(shù),專家系統(tǒng)MYCIN 知識表示,靜態(tài)知識的表示(屬性特性的表示),專家系統(tǒng)MYCIN 知識表示靜態(tài)知識的表示,從臨床參數(shù)(屬性)的角度來看,可認(rèn)為每個臨床參數(shù)都具很多種特性。主要特性有: MEMBEROF:按所描述的對象不同迸行分類時,臨床參數(shù)所屬的類型名,例如:PRO-PTo VALUTYPE:臨床參數(shù)是單值、二值還是多值。 EXPECT:可問參數(shù)的許可值。用(Y/N)表示要求回答yes/no PROMPT:用于向用戶提問一個單值或二值參數(shù)的值。 PROMPT1:用于向用
12、戶提問一個多值參數(shù)的值。 LABDATA:用于指出相應(yīng)參數(shù)的值是否可從用戶那里獲得。,專家系統(tǒng)MYCIN 知識表示靜態(tài)知識的表示舉例,屬性的特性都用三元組的形式表示出來存于知識庫中 例如BURN屬性的屬性特性表為:,專家系統(tǒng)MYCIN 推理的控制策略,MYCIN采用逆向推理及深度優(yōu)先的搜索策略。 系統(tǒng)首先在數(shù)據(jù)庫中建立一棵上下文樹的根節(jié)點,并為該裉節(jié)點指 定一個名字PATIENT-1 (病人-1),其類型為PERSON。 PERSON的屬性為(NAME AGE SEX REGIMEN),其中前三項都具LABDATA特性,即可通過向用戶詢問得到其值。于是系統(tǒng)向用戶提出詢問。 用戶輸人病人的姓名、
13、年齡及性別,并以三元組形式存入數(shù)據(jù)中。 REGIMEN不是LABDATA屬性,必須由系統(tǒng)推出。 為了得到REGIMEN,系統(tǒng)將開始推理過程。推理時首先運用的一條規(guī)則是 RULE 092 。 規(guī)則092的前提部分涉及到臨床參數(shù)TREATFOR,它是一個NONLABDATA,因而系統(tǒng)調(diào)用TREATFOR的UPDATEI-BY特性所指出的第一條規(guī)則。 檢查它的前提是否為真,此時如果該前提所涉及到的值是可向用戶詢問的,就直接詢問用戶,否則再找出可推出該值的規(guī)則。如此反復(fù)進(jìn)行,直到最后推出PATIENT-1的主要臨床參數(shù) REGIMEN為止。,專家系統(tǒng)MYCIN 推理的控制策略,推理中注意的2個地方: 在此過程中,每當(dāng)?shù)玫揭粋€值時,都要加人到上下文樹中。 在推理中,規(guī)則前提條件是否成立取決于數(shù)據(jù)庫中是否已有相應(yīng)的證據(jù)(來自于用戶或者是由系統(tǒng)推出的)以及它是否滿足閾值條件。 CF0.2時則調(diào)用該規(guī)則結(jié)論中的函數(shù) CF<=0.2時則放棄該規(guī)則,專家系統(tǒng)MYCIN 解釋功能,MYCIN具有較強(qiáng)的解釋功能,能回答咨詢過程中用戶提出的各種問題: 用戶可詢問系統(tǒng): “為什么要問病人的性別?” 系統(tǒng)將回答說: “性別與確定能否在某一部位找到病原體有關(guān)”,Thank You !,