浅谈专家系统应用与发展
浅谈专家系统应用与发展摘要：专家系统作为人工智能应用研究的课题之一在各个领域得到广泛应用，但也存在一些突出问题限制了其进一步的发展。本文就专家系统的应用领域和研究热点及其存在问题作了讨论，并提出了新型专家系统的一些特点，指出发展新型专家系统是很有必要的。关键字：专家系统，知识获取，数据挖掘，多AngentApplicationandProspectofExpertSystemAbstract:ExpertsystemisoneoftheresearchsubjectsoftheapplicationofAI(artificialintelligence,andwidelyuesdinmanyfields,butsomepredominantproblemsconfineditsdevelopment.Thisarticlediscussedtheapplicationareasandresearchhotspotsofexpertsystem,andbroughtupsomecharacteristicsofnewstyleexpertsystem,finallypointedthatit’snecessaryforustodevelopnewstyleexpertsystem.Keywords:expertsystem;knowledgeacquisition;datamining;multi-agentsystem1专家系统概述1.1专家系统的起源与含义专家系统（expertsystem）是人工智能领域应用研究最活跃和最广泛的课题之一。第一个专家系统是在1956年由AllenNewell、HerbertSimon及J.C.Shaw所发展。其后，许多专家系统也纷纷随之建立，但在前期多半是属于研究性质的雏形系统。1970年代之后，人工智能与专家系统专用的程序语言及软件开发工具逐渐开始发展，而各种知识表示法及算法也被广泛地研究，使得专家系统的建构与发展方式产生了不小的改变。在1980年代后期开始，专家系统便能够逐渐脱离实验室的研究而广泛应用于各行业中[1,2]。专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题[1]。1.2专家系统的结构专家系统的基本结构如图1所示，其中箭头方向为数据流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。
机构中的知识库包括两个部分，一是与当前问题有关的数据信息，二是进行推理时要用到的一般知识和领域知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，所以知识库中知识的质量和数量决定着专家系统的质量水平；而推理机用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调的工作，它能够根据知识进行推理并导出结论，而不是简单的搜索现成的答案；综合数据库用于存储领域或问题的厨师数据和推理过程中得到的中间数据，即被处理对象的一些当前事实；解释器能够向用户解释专家的行为，包括解释推理结论的正确性以及系统输出其他候选解的原因；人机交互界面能够使系统与用户进行对话，用户能够输入必要数据、提出问题和了解推理过程及推理结果，而系统则通过此界面要求用户回答问题，或回答用户提出的问题并作必要解释[1]。1.3专家系统的优点近20年来，专家系统获得迅速发展，应用来领域越来越广，解决实际问题的能力也越来越强，这是专家系统的优良性能以及对国民经济所起的重大作用所决定的。具体说，专家系统具有以下优点：(1专家系统能够高效率、准确、周到、迅速和不知疲倦的进行工作；(2专家系统解决实际问题时不受周围环境的影响，也不可能忘记或遗漏；