專家系統(tǒng)是什么意思（專家系統(tǒng)是什么）

關(guān)于專家系統(tǒng)是什么意思，專家系統(tǒng)是什么這個問題很多朋友還不知道，今天小六來為大家解答以上的問題，現(xiàn)在讓我們一起來看看吧！

1、專家系統(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、 專家系統(tǒng)是一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。

3、也就是說，專家系統(tǒng)是一個具有大量的專門知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計算機技術(shù)，根據(jù)某領(lǐng)域一個或多個專家提供的知識和經(jīng)驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題，簡而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計算機程序系統(tǒng)。

4、 專家系統(tǒng) expert system 運用特定領(lǐng)域的專門知識，通過推理來模擬通常由人類專家才能解決的各種復(fù)雜的、具體的問題，達到與專家具有同等解決問題能力的計算機智能程序系統(tǒng)。

5、它能對決策的過程作出解釋，并有學(xué)習(xí)功能，即能自動增長解決問題所需的知識。

6、 發(fā)展簡況 專家系統(tǒng)是人工智能中最重要的也是最活躍的一個應(yīng)用領(lǐng)域，它實現(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)向運用專門知識的重大突破。

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

8、但是這些通用方法無法解決大的實際問題，很難把實際問題改造成適合于計算機解決的形式，并且對于解題所需的巨大的搜索空間也難于處理。

9、1965年，f.a.費根鮑姆等人在總結(jié)通用問題求解系統(tǒng)的成功與失敗經(jīng)驗的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識，研制了世界上第一個專家系統(tǒng)dendral ，可以推斷化學(xué)分子結(jié)構(gòu)。

10、20多年來，知識工程的研究，專家系統(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)、自動控制、計算機設(shè)計和制造等眾多領(lǐng)域，開發(fā)了幾千個的專家系統(tǒng)，其中不少在功能上已達到，甚至超過同領(lǐng)域中人類專家的水平，并在實際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟效益。

11、 專家系統(tǒng)的發(fā)展已經(jīng)歷了3個階段，正向第四代過渡和發(fā)展。

12、第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門問題的能力強為特點。

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

14、第二代專家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)科專業(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)的人機接口、解釋機制、知識獲取技術(shù)、不確定推理技術(shù)、增強專家系統(tǒng)的知識表示和推理方法的啟發(fā)性、通用性等方面都有所改進。

15、第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語言，綜合采用各種知識表示方法和多種推理機制及控制策略，并開始運用各種知識工程語言、骨架系統(tǒng)及專家系統(tǒng)開發(fā)工具和環(huán)境來研制大型綜合專家系統(tǒng)。

16、在總結(jié)前三代專家系統(tǒng)的設(shè)計方法和實現(xiàn)技術(shù)的基礎(chǔ)上，已開始采用大型多專家協(xié)作系統(tǒng)、多種知識表示、綜合知識庫、自組織解題機制、多學(xué)科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識獲取及學(xué)習(xí)機制等最新人工智能技術(shù)來實現(xiàn)具有多知識庫、多主體的第四代專家系統(tǒng)。

17、 類型 對專家系統(tǒng)可以按不同的方法分類。

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

19、如按任務(wù)類型來劃分，常見的有解釋型、預(yù)測型、診斷型、調(diào)試型、維護型、規(guī)劃型、設(shè)計型、監(jiān)督型、控制型、教育型等。

20、 體系結(jié)構(gòu) 專家系統(tǒng)與傳統(tǒng)的計算機程序系統(tǒng)有著完全不同的體系結(jié)構(gòu)，通常它由知識庫、推理機、綜合數(shù)據(jù)庫、知識獲取機制、解釋機制和人機接口等幾個基本的、獨立的部分所組成，其中尤以知識庫與推理機相互分離而別具特色。

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

22、 為了使計算機能運用專家的領(lǐng)域知識，必須要采用一定的方式表示知識 。

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

24、基于規(guī)則的產(chǎn)生式系統(tǒng)是目前實現(xiàn)知識運用最基本的方法。

25、產(chǎn)生式系統(tǒng)由綜合數(shù)據(jù)庫、知識庫和推理機3個主要部分組成，綜合數(shù)據(jù)庫包含求解問題的世界范圍內(nèi)的事實和斷言。

26、知識庫包含所有用“如果：〈前提〉，于是：〈結(jié)果〉”形式表達的知識規(guī)則。

27、推理機（又稱規(guī)則解釋器）的任務(wù)是運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)庫中的事實或斷言相匹配的那些規(guī)則，并運用沖突的消除策略，從這些都可滿足的規(guī)則中挑選出一個執(zhí)行，從而改變原來數(shù)據(jù)庫的內(nèi)容。

29、這樣反復(fù)地進行尋找，直到數(shù)據(jù)庫的事實與目標一致即找到解答，或者到?jīng)]有規(guī)則可以與之匹配時才停止。

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

31、 早期的專家系統(tǒng)采用通用的程序設(shè)計語言（如fortran、pascal、basic等）和人工智能語言（如lisp、prolog、smalltalk等），通過人工智能專家與領(lǐng)域?qū)＜业暮献?，直接編程來實現(xiàn)的。

32、其研制周期長，難度大，但靈活實用，至今尚為人工智能專家所使用。

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

本文分享完畢，希望對大家有所幫助。

標簽：