简单动物识别系统的知识表示

•

•

•

•

•

•

•

•

• 简单动物识别系统的知识表示 1. 实验目的 理解产生式知识表示方法，能够用选定的编程语言设计产生式系统的规则库和综合数据库。 2. 实验环境 在微型计算机上，选一种编程语言。 3. 实验要求 (1) 以动物识别系统的产生式规则为例。 (2) 用选定的编程语言建造知识库和综合数据库，并能对它们进行增加、删除和修改操作。 学习任务

• 通过网络搜索，以“专家系统的作用”为主题进行调查。搜集各种应用专家系

统的实例，分析其用途，并根据不同的用途进行分类。

• 请上网查找专家系统的相关资料，从不同的角度追溯专家系统的发展史。

•

•

作品结果：把上面两个任务结果，形成一个WORD 文档。其中对专家系统的用途分类形成一个表格。 用Intermodeller 设计一个小型的专家系

MYCIN 是一个通过提供咨询服务来帮助普通内科医生诊治细菌感染性疾病的专家系统，其于1972年开始研制，74年基本完成，并投入实际应用。MYCIN 的取名来自多种治疗药物的公共后缀，如clindamycin 、erythromycin 、kanamycin 等。如果说能推测有机化合物分子结构的DENDRAL 是世界上第一个有重要实用价值的专家系统，那末MYCIN 则是最有影响力的专家系统。围绕着MYCIN 的各种研究工作一直沿续了10年，对于推动知识工程以及专家系统学科的建立和发展具有重要影响。可以说，早期的专家系统，尤其是医疗诊断和咨询型专家系统，许多都参照了MYCIN 系统的技术，如知识表示、不确定推理、推理解释、知识获取等。

MYCIN 也设计为典型的产生式系统，由规则库、综合数据库和控制系统三个部分组成；只是基于规则的推理采用逆向方式，即从问题求解

的目标出发，搜寻原始证据对于目标成立的支持，并传递和计算推理的不确定性。从KB 系统的组成来看，规则库就是MYCIN 的知识库，综合数据库和控制系统联合形成推理机。其中，综合数据库用以保存问题求解的原始证据（初始状态）和中间结果。由于当时尚未出现视窗技术，用户界面只提供基于文本(text)的问答过程和结果显示。

MYCIN 系统采用INTERLISP （人工智能程序设计语言LISP 的一种版本）编程， 运行于DEC PDP-10的操作系统TENEX 下，MYCIN 系统的执行代码有50KB ，规则库占据16KB ，系统的咨询服务（包括提供解释）平均每次20分钟。

本章首先介绍知识库的结构，然后讨论推理机的设计，再阐述支持MYCIN 应用的各种设施，最后介绍通过抽取MYCIN 骨架而产生的专家系统工具EMYCIN 。

4.3.1. 知识库的构造

MYCIN 的知识库以前提-动作型产生式规则来表示诊断和治疗细菌感染性疾病的专家级医学知识，以实现专家级诊断和治疗能力。规则的表示结构以BNF 范式描述如下：

:= RULE

PREMISE ($AND {}+)

ACTION {}+

:= |（$OR {}+）

其中，简单条件以MYCIN 提供的4类简单函数来表示。最常用的函数是SAME ，其BNF 范式描述如下：

（SAME ）

在推理机对规则进行解释执行时，SAME 函数指示推理机请求用户证实该对象是否有该属性值（当属性值是原始观测数据时），或经由逆向推理证实该属性值。这里证实的程度以所谓的可信度（CF-Certainty Factor ）来指示。CF 的取值范围是[-1，+1]，-1表示假，+1表示真，0指示无法确定真假的程度，其它值或多或少指示真假的程度。CF 可以由用户在回答关于证实的请求时直接给出，或由逆向推理产生。

规则中的动作也以简单函数表示，最常用的是CONCLUDE ，其将对象的属性值作为推理结论加进综合数据库，并记载推理结论的实际可信度。CONCLUDE 函数的BNF 范式描述如下:

(CONCLUDE TALLY )

其中，TALLY 用于存放规则前提的CF(计算方式请参阅7.2.2节) 。结论CF 意指规则本身的可靠（可相信）程度，即在规则前提CF 为1（真）的情况下，结论为真的可能程度。实际上MYCIN 知识库收集的大多数规则均是启发式关联知识，取自医疗专家多年积累的经验，不保证完全正确，所以引入结论可信度是十分必要的。结论CF 的取值范围也是[-1,+1],其与规则前提在推理中使用时的实际CF 相乘，即可得到规则结论的实际CF （参阅7.2.2节）。例如，TALLY 当前值为0.8，而结论CF 为0.4，则结论的实际CF 为0.32。

MYCIN 系统建立的初期就以上述格式表示和收集了200多条规则于知识库，其中047号规则表示如下：

RULE 047

PREMISE ($AND (SAME CNTXT SITE BLOOD)

(NOTDEFINITE CNTXT IDENT)

(SAME CNTXT STAIN GRAMNEG)

(SAME CNTXT MORPH ROD)

(SAME CNTXT BURN T))

ACTION (CONCLUDE CNTXT IDENT PSEUDOMONAS TALLY 0.4) 该规则的英语形式（已翻译为汉语）如下：

规则047

如果：1）培养物取自血液，且 2）病原体的身份未鉴别，且 3）病原体的染色是革兰氏阴性，且

4）病原体的形态为杆状，且

5）病人被烧伤；

那么：该病原体的身份应鉴别为假单胞细菌，且可信度为0.4。 其中，CNTXT 意指推理过程中需考察的相应对象，作为综合数据库的主要内容，MYCIN 系统称其为上下文，并区分为10类。上述规则中已涉及到三类：病人(PERSON), 从病人身上提取的培养物（CURCULS ），从培养物中分离出的病原体（CURORGS ）。另外还有给病人使用的抗生药物和治疗手术等。每一类上下文对象都有其特有的属性（也称临床参数），属性又可按其取值特性区分为单值型（只可取单一值）、多值型、可问型（可通过向用户询问来取值）、可导型（可基于规则推导出值）等。对象、属性和值构成所谓的关联三元组，由于属性名隶属于特别类

型的上下文对象，所以规则047前提中的CNTXT 隐含地指示了三种不同类型的上下文对象。

MYCIN 是一个通过提供咨询服务来帮助普通内科医生诊治细菌感染性疾病的专家系统，其于1972年开始研制，74年基本完成，并投入实际应用。MYCIN 的取名来自多种治疗药物的公共后缀，如clindamycin 、erythromycin 、kanamycin 等。如果说能推测有机化合物分子结构的DENDRAL 是世界上第一个有重要实用价值的专家系统，那末MYCIN 则是最有影响力的专家系统。围绕着MYCIN 的各种研究工作一直沿续了10年，对于推动知识工程以及专家系统学科的建立和发展具有重要影响。可以说，早期的专家系统，尤其是医疗诊断和咨询型专家系统，许多都参照了MYCIN 系统的技术，如知识表示、不确定推理、推理解释、知识获取等。

MYCIN 也设计为典型的产生式系统，由规则库、综合数据库和控制系统三个部分组成；只是基于规则的推理采用逆向方式，即从问题求解的目标出发，搜寻原始证据对于目标成立的支持，并传递和计算推理的不确定性。从KB 系统的组成来看，规则库就是MYCIN 的知识库，综合数据库和控制系统联合形成推理机。其中，综合数据库用以保存问题求解的原始证据（初始状态）和中间结果。由于当时尚未出现视窗技术，用户界面只提供基于文本(text)的问答过程和结果显示。

MYCIN 系统采用INTERLISP （人工智能程序设计语言LISP 的一种版本）编程， 运行于DEC PDP-10的操作系统TENEX 下，MYCIN 系统的执

行代码有50KB ，规则库占据16KB ，系统的咨询服务（包括提供解释）平均每次20分钟。

本章首先介绍知识库的结构，然后讨论推理机的设计，再阐述支持MYCIN 应用的各种设施，最后介绍通过抽取MYCIN 骨架而产生的专家系统工具EMYCIN 。

4.3.1. 知识库的构造

MYCIN 的知识库以前提-动作型产生式规则来表示诊断和治疗细菌感染性疾病的专家级医学知识，以实现专家级诊断和治疗能力。规则的表示结构以BNF 范式描述如下：

:= RULE

PREMISE ($AND {}+)

ACTION {}+

:= |（$OR {}+）

其中，简单条件以MYCIN 提供的4类简单函数来表示。最常用的函数是SAME ，其BNF 范式描述如下：

（SAME ）

在推理机对规则进行解释执行时，SAME 函数指示推理机请求用户证实该对象是否有该属性值（当属性值是原始观测数据时），或经由逆向推理证实该属性值。这里证实的程度以所谓的可信度（CF-Certainty Factor ）来指示。CF 的取值范围是[-1，+1]，-1表示假，+1表示真，0指示无法确定真假的程度，其它值或多或少指示真假的程度。CF 可以由用户在回答关于证实的请求时直接给出，或由逆向推理产生。

规则中的动作也以简单函数表示，最常用的是CONCLUDE ，其将对象的属性值作为推理结论加进综合数据库，并记载推理结论的实际可信度。CONCLUDE 函数的BNF 范式描述如下:

(CONCLUDE TALLY )

其中，TALLY 用于存放规则前提的CF(计算方式请参阅7.2.2节) 。结论CF 意指规则本身的可靠（可相信）程度，即在规则前提CF 为1（真）的情况下，结论为真的可能程度。实际上MYCIN 知识库收集的大多数规则均是启发式关联知识，取自医疗专家多年积累的经验，不保证完全正确，所以引入结论可信度是十分必要的。结论CF 的取值范围也是[-1,+1],其与规则前提在推理中使用时的实际CF 相乘，即可得到规则结论的实际CF （参阅7.2.2节）。例如，TALLY 当前值为0.8，而结论CF 为0.4，则结论的实际CF 为0.32。

MYCIN 系统建立的初期就以上述格式表示和收集了200多条规则于知识库，其中047号规则表示如下：

RULE 047

PREMISE ($AND (SAME CNTXT SITE BLOOD)

(NOTDEFINITE CNTXT IDENT)

(SAME CNTXT STAIN GRAMNEG)

(SAME CNTXT MORPH ROD)

(SAME CNTXT BURN T))

ACTION (CONCLUDE CNTXT IDENT PSEUDOMONAS TALLY 0.4) 该规则的英语形式（已翻译为汉语）如下：

规则047

如果：1）培养物取自血液，且 2）病原体的身份未鉴别，且 3）病原体的染色是革兰氏阴性，且

4）病原体的形态为杆状，且

5）病人被烧伤；

那么：该病原体的身份应鉴别为假单胞细菌，且可信度为0.4。 其中，CNTXT 意指推理过程中需考察的相应对象，作为综合数据库的主要内容，MYCIN 系统称其为上下文，并区分为10类。上述规则中已涉及到三类：病人(PERSON), 从病人身上提取的培养物（CURCULS ），从培养物中分离出的病原体（CURORGS ）。另外还有给病人使用的抗生药物和治疗手术等。每一类上下文对象都有其特有的属性（也称临床参数），属性又可按其取值特性区分为单值型（只可取单一值）、多值型、可问型（可通过向用户询问来取值）、可导型（可基于规则推导出值）等。对象、属性和值构成所谓的关联三元组，由于属性名隶属于特别类型的上下文对象，所以规则047前提中的CNTXT 隐含地指示了三种不同类型的上下文对象。

专家系统的发展史可分为五个时期：

1. 孕育期（～1965）

1937年，图灵(Turing)发表了理想计算器的论文。

1943年，Post 产生式规则。

1954年，控制规则执行的Markov 算法。

1956年，人工智能（Artificial Intelligene , AI）一词在美国一次学者聚会中诞生。

1957年，Rosenblatt,Newell 等人提出通用问题求解器GPS （General Problem Solver）。 1960年，MaCarthy 研制的 LISP 语言诞生。

2. 诞生期（1965～1972）

1965年，Stanfond 大学开发第一个专家系统 DWNDRAL （推论化学结构的专家系统）。 1965年，Robinson 提出Resolution Refutation 理论，使定理证明向前迈进一大步。 1965年，Zadeh 提出模糊逻辑(Fuzzy Logic)理论。

1969年，MIT 开发 MACSYMA （数学符号运算专家系统）。

3. 开创期（1972～1977）

1972年，Stanfond 大学开发MYCIN （传染病诊断系统）。

1972年，Stanfond 研究院（SRI ）开发 Prospector （矿床探测专家系统）。

1972年，法国 Colmerauer 与 Roussel 开发 PROLOG 逻辑程序语言。

1974年，卡内基-美隆大学开发 OPS 语言（人工智能与专家系统专用语言）。

1975年，Minsky 提出框架（Frame ）知识表示法。

1976年，AM(Artificial Mathematician)人工智能数学家，数学概念的创造性发现。 1977年，Feigenbaum 提出知识工程（Knowledge Engineering）一词。

4. 成长期（1978～1990）

1978年，卡内基-美隆大学和 DEC 公司合作开发 R1（又称XCON ），用来依据客户需求，架构适当的计算机系统。

1979年，Forgy 提出 Rete 算法，提高 Production System 的法则匹配速度。1980年，LISP 机器开始生产问世。

1982年，日本政府宣布开发第五代计算机，以 PROLOG 做为核心语言。

1983年，IntelliCorp 公司推出 KEE （结合多样知识表现与推论方法的专家系统建构工具），随后大量的专家系统建构工具问世，如：ART ，Knowledge Craft。

1984年，欧洲共同市场订定欧洲信息技术研究发展策略计画。

1985年，NASA 开发出CLIPS 专家系统工具。

1988年，Gallant 提出以类神经网络为基础的专家系统架构。

1989年，日本宣布人类领域科学计划（第六代计算机计划），希望藉由类神经网络突破人工智能的许多瓶颈。

5. 成熟期（1990～）

1990 以后，进入商业竞争时代，大量专家系统被广泛应用于各行业。

人工智能技术是当前信息技术应用发展的热点之一。与一般的信息处理技术相比，人工智能技术在求解策略和处理手段上具有独到之处。“人工智能初步”模块介绍了人工智能的基本概念和人工智能领域内容易为高中学生所理解和掌握的部分内容，是选修模块。

通过本模块的学习，学生应能描述人工智能的基本概念，会使用一种人工智能语言解决简单问题，把握其基本特点；能利用简易的专家系统外壳开发简单的专家系统；知道人工智能对人类学习、生活的影响；通过感受人工智能技术的丰富魅力，增强

对信息技术发展前景的向往和对未来生活的追求。

本模块的教学应强调让学生体验若干典型人工智能技术的应用；要根据高中学生的知识基础和本校实际情况开展教学；要发现有特长的学生并对他们进行有针对性的教学。本模块对采用的人工智能语言与专家系统工具不作具体要求，可以根据实际情况自主选择。

本模块由3个主题组成，结构如下：

（一）知识及其表达

1．内容标准

（1）能描述人工智能的概念与基本特点；知道人工智能技术随着计算机硬、软件技术的进步和应用需求而发展的事实和客观规律。

（2）列举人工智能的主要应用领域；通过演示或实际操作，体验人工智能的若干典型应用，知道其发展现状。

例1 符号运算： 通过网站http://www.wolfram.com/

在线执行符号运算软件Mathematica ，进行多项式乘、除以及因式分解等代数运算。

例2 模式识别：声音识别、指纹识别、签名识别等识别技术的应用越来越广泛。

例3 机器证明：这是我国科学家做出过重要贡献的人工智能应用领域之一。

例4 智能代理：该技术在网上信息检索、个性化服务等方面有着广泛的用途。

（3）掌握知识的概念；学会知识表达的基本方法。

例1 用产生式规则表达简单的“动物识别”知识。

例2 将上述“动物识别”的产生式规则用“与/或图”来表达。 例3 采用框架表达“天气预报”知识。

2．活动建议

（1）就下列话题展开讨论：利用符号运算软件能解决中学课程中的哪些问题？具有哪些优点？

（2）对产生式规则、与/或图、框架等常用的知识表示方法的特点、适用场合进行比较。

（3）人工智能的基本思想已经在许多领域中得到了应用，“在家里寻找外星人”（SETI@home）项目就是利用人工智能的神经网络和分布计算思想的一个成功案例。该项目由美国行星学会和美国加州大学伯克利分校于1999年5月开始实施，它利用特定屏幕保护程序调用全球上网的个人计算机的闲置能力，分析世界上最大的射电望远镜获得的数据，帮助科学家探索外星生物。

教师先向学生简单解释神经网络、分布计算的基本思想以及SETI@home项目的社会意义，学生登录http://setiathome.ssl.berkeley.edu/home_chinese.html 网站了解或亲自参与该项目。通过该活动使学生知道人工智能领域中神经网络、分布式计算的概念，了解SETI@home项目的具体内容，感受现代信息技术服务于人类文明的价值。

（二）推理与专家系统

1．内容标准

（1）演示或使用简单的产生式专家系统软件，感受用专家系统解决问题的基本过程；了解专家系统的基本结构。

例 通过网站 http://www.expertise2go.com/ 在线执行“PC 产品顾问”（Desktop PC

Product Advisor）专家系统，为准备添置的个人电脑规划合理的硬软件配置。

（2）通过实例分析，知道专家系统正向、反向推理的基本原理；会描述一种常用的不精确推理的基本过程。

（3）了解专家系统解释机制的基本概念及其在专家系统中的重要作用。

例 执行专家系统，分别使用“Why ”和“How ”命令，了解其解释过程。

（4）了解专家系统外壳的概念；学会使用一个简易的专家系统外壳，并能用它开发简单的专家系统。

例 在专家系统的开发过程中，通常采用“原型化”策略。

2．活动建议

（1）针对学生熟悉或感兴趣的一个分类问题，利用简易专家系统外壳开发一个简单的专家系统。例如，用于识别校园中植物的专家系统。

（2）有人认为：“信息技术的应用已经经历了数值计算、数据处理、知识处理三个阶段，专家系统是知识处理阶段的典型代表。”在学习了专家系统的相关内容后，让学生从信息技术的应用对象、策略与方法等方面对上述三个阶段的特点进行比较。

（三）人工智能语言与问题求解

1．内容标准

（1）了解一种人工智能语言的基本数据结构和程序结构，掌握相关概念，知道人工智能语言的主要特征。

例 浏览Prolog 语言网站http://www.visual-prolog.com/，考察它的实例程序。

（2）初步学会使用该语言设计程序求解简单问题，并能够上机调试、执行相应的程序。

例1 用匹配方法解决简单的查询问题。

例2 用递归方法求解汉诺塔（Hanoi ）问题。

（3）了解状态空间的概念与方法，学会用该方法描述待求解的问题。

例 “井字棋”问题。

（4）通过简单博弈问题的分析，了解用盲目搜索技术进行状态空间搜索的基本过程，知道启发式搜索的基本思想及其优点。

例

1996年，“深蓝”计算机向国际象棋世界冠军卡斯帕罗夫挑战失败。1997年，“深蓝”的后嗣替“父”报仇，以3.5:2.5的总比分击败卡斯帕罗夫。事实上，“深蓝”序列计算机中存放了包括卡斯帕罗夫的所有比赛棋谱在内的近百年的棋谱历史记录，它的“智能”主要体现在对海量的实战棋谱所进行的启发式搜索上。

2．活动建议

（1）以小组为单位，对本模块教学中尚未涉及的人工智能应用问题展开调查，就它们的应用情况、工作过程、优点与局限性以及对人们生活和工作所产生的

影响进行讨论与分析。

（2）观看、阅读与人工智能相关的影视作品或文学作品，发挥自己的想象力，描述人工智能技术的应用前景，以班级网站或板报的方式展示和交流。

案例3

标 题：“植物分类顾问”专家系统的设计

涉及标准：模块“人工智能初步”；条目（二）推理与专家系统（1）（2）

（3）（4）。

建议学时：6

学习目标：

（1）调查校园或所在社区的常见植物，总结、归纳它们的分类特征信息。

（2）用产生式规则来表示植物分类知识。

（3）利用给定的专家系统外壳，构建一个简单的植物分类专家系统。

（4）演示所完成的专家系统，并通过电子讲稿展示小组的工作成果。 过程设计：

（1）教师向学生讲解专家系统的基本原理以及一个简单的产生式专家系统外壳的使用方法。

（2）教师介绍简单“动物分类”专家系统实例的规则集，教师指导学生自己提出植物分类的基本特征、分类规则的组织方法。

（3）学生以3～8人为一组，分工合作开展实地考察，查阅网站和图书资料，收集、总结相关植物的外形特点、生活习性和应用价值等信息。经过分析，组织出分类规则（20条以上），画出这些规则所对应的“与/或图”（层次大于2层）。

（4）各组将规则输入计算机，通过专家系统外壳进行调试，实现相应的专家系统。

（5）演示、交流与评价：各组在全班范围内演示自己的成果，教师和其他小组给予评价。可以参照学习目标来制定具体的评价标准，从小组调查、分析与设计过程中的协作程度，所编写的产生式规则的科学性、产生式规则与层次的数量，所实现专家系统的实用性，电子讲稿的展示效果等多方面综合考虑。

（6）师生总结专家系统的基本思想，专家系统适用的问题解决类型，专家系统的应用对于社会经济活动的意义。

（7）该项活动的一部分工作需要在课余时间进行，在此期间可以通过E-mail 联系或向教师请教。

案例评析：

本案例通过基于项目的学习，能够使学生体验到利用产生式规则的专家系统解决实际问题的全过程。在这一学习过程中，学生不仅可以学会使用专家系统外壳开发实际专家系统的基本方法，而且可以通过该过程感受人类专家分析、解决问题的基本思想，体会到用专家系统进行问题求解的优势。同时，还可以培养学生相互协作的精神。 本案例说明了针对看起来比较难的专题，也可以使学生通过亲自参与体验其基本方法与思想，取得成果获得成就感，从而形成有效学习。

本案例还说明，“人工智能初步”模块既适当地介绍了一些简单的人工智能应用，也介绍了人工智能语言的基本使用方法，其目的是使学生更好地理解人工智能技术思想与方法的特征，而不是要求学生掌握过多过难的技术。比如专家系统外壳的获得、修改或制作，技术难度较高，不能够硬性地要求学生去做，应该由教师来完成。

《专家系统及其设计》教学设计

2005-06-08 15:59, 杨银辉, 5234 字, 0/473, 原创 | 引用

人工智能作为一门研究运用计算机模拟和延伸人脑功能的综合性学科，在一定程度上代表着信息技术的发展前沿。

人工智能作为一门研究运用计算机模拟和延伸人脑功能的综合性学科，在一定程度上代表着信息技术的发展前沿。新颁的高中信息技术课程标准把《人工智能初步》作为选修课程纳入我国的中学信息技术教育中，此为适时之举。但是人工智能在国内中学的开设尚属首次，教师教学经验缺乏，对学生来说，也是一个陌生的事物，所以要能全面贯彻新课标精神，与其他几门选修课程相比，难度较大。专家系统是人工智能领域的重要组成内容，也是该领域发展得较为成熟的部分。为了缩小现实与理想之间的矛盾，在人工智能课程“专家系统”内容的教学中，我们希望“以问题解决为中心”的教学方式，通过小组协作，让学生在感受什么是专家系统的基础上既了解有关专家系统的基本知识，又能利用专家系统外壳自行开发一个简易的专家系统，由此既增强他们对人工智能的认识，又促进问题解决能力，发散性思维能力和社会合作能力的培养。

一、学习者分析

选修这门课程的学生通常已具有一定的信息技术基础知识（《信息技术基础》是所有高中学生的必修课程），懂得如何操作计算机、上网浏览信息和收集资料等。“专家系统”的学习内容在人工智能教材中一般都是置于“知识表示”之后，因此学生对各种知识表示方式都有初步了解，掌握了例如产生式规则、状态空间图、语义网络等的基本表示方法。但是各种知识表示如何在人工智能中得到应用，学生们对这个问题在上一阶段的学习中还难以深入体会。专家系统通过把领域专家的大量知识加以计算机编程嵌入到计算机内部，产生式规则的知识表示方式在专家系统的知识库建设中得到了实际应用。因此对于学生来说，虽然专家系统完全是个新事物，但是它与各种知识表示，尤其是产生式规则表示方式，有着理论与实际应用的关系。教师在教学设计时，不能忽视这个有利于学生知识增长和能力发展的“最邻近发展区”。

二、教学目标

知识与技能目标：

1、 感受什么是专家系统，知道专家系统和专家系统外壳之间的区别和联系

2、 了解专家系统的基本构造和工作机制

3、 能利用专家系统外壳自行开发一个简易的专家系统

过程与方法：

1、能够根据任务的要求，有效采集、分类和管理信息

2、通过感受人类专家解决复杂问题的思路，增强逻辑思维和问题解决能力

情感态度与价值观：

1、进一步增强对人工智能领域的认识，感受人工智能技术的丰富魅力

2、增强协作学习和人际交流能力

三、学习时间

本次教学计划用3个课时完成《专家系统及其设计》的课程内容 第1课时：主要让学生感受什么是专家系统，并了解有关专家系统

的一些基本知识

第2课时：主要让学生能够利用InterModeller 专家系统外壳自行设计一个简易的植物识别专家系统

第3课时：学生展示设计的植物识别专家系统，在互相交流中提高口头表达能力和作品鉴赏能力

四、课前准备

在网络教室的教师机和每台学生机上安装InterModeller 专家系统外壳和由这个外壳开发的“疾病诊断治疗专家系统”。

教师收集人类专家给病人诊断治疗病情的录像资料和有关自然界各类植物介绍的录像资料

五、教学过程设计

（一）情境创设，激发兴趣

教师通过网络教室的大屏幕播放人类专家给病人诊断治疗病情的录像，并要求学生回忆自己曾经接受医生治疗的情形，让学生感受并讨论人类专家在解决复杂问题时的思维。然后要求学生运行安装在学生机上的“疾病诊断治疗专家系统”（部分截图如下），体验电脑专家是如何为人们治病的。

图1-1“疾病诊断治疗专家系统”咨询界面1

图1-2 “疾病诊断治疗专家系统”咨询界面2

图1-3 “疾病诊断治疗专家系统”咨询界面3

让学生以小组为单位（全班学生以每4人为一组）讨论下列问题：电脑专家与人类专家相比较，它们各有怎样的优势和劣势？学生展开讨论。最后教师小结：虽然人类专家比电脑专家在问题处理上更灵活，但是成功的专家系统通过模拟领域专家处理问题的思想，可以处理具体领域中的复杂问题，从而减少劳务开支和人才培养费用；而且由于软件的便于复制性，专家系统能够广泛传播人类专家的宝贵知识和经验；若对软件保管合理，还能长期延续人类专家的经验，使其不受人类专家寿命的影响。因此，成功的专家系统能为人类带来巨大的经济效益。

教师提出本次课程的主要学习任务：通过体验各类专家系统实例，感受什么是专家系统，并在了解专家系统的基本构造和工作机制的基础上，能够利用专家系统外壳自行开发一个简易的专家系统，例如自然界植物识别专家系统。

（二）新课展开，构建知识

教师讲授专家系统的概念，以及它与专家系统外壳的区别。要求学生通过因特网资源的搜索，收集、体验并分析国内外开发的各类专家系统，例如，由Exsys Corvid 专家系统外壳开发的如何在美国爱伯克奇(Albuquerque)城市选

择一家适合自己消费要求的饭店的知识管理专家系统(见图1-4) 。

图1-4 饭店选择知识管理专家系统界面

由Acquire 专家系统外壳开发的鲸类识别专家系统（见图1-5）。

图1-5 鲸类识别专家系统界面

由Expertise2go 专家系统外壳开发的“PC 产品顾问”（Desktop PC Product

Advisor ）专家系统，以及由InterModeller 专家系统外壳开发的“宝石分类”、“鱼类识别”、“交通工具识别”等各分类专家系统。

在动手操作和比较分析的基础上，每组同学就各自的体验和想法展开讨论，最后归纳出各类专家系统共同具有的特点。（由于学生们都是初次接触专家系统，所以对专家系统的特点分析也都只能限于一些表面的肤浅认识。这为教师开展下一阶段关于专家系统的基本构造和工作机制的教学，埋下伏笔。）

教师结合“疾病诊断治疗专家系统”，与同学共同探讨专家系统的一般构造（见图1-6）和工作机制。尤其是在讨论知识库时，同前面学过的产生式规则的知识表示方式相结合，让

学生不仅体验到知识的“学以致用”，还能增强知识的迁移能力。

图1-6 专家系统的构造图

（三) 资料整理，开发系统

学生经过前一阶段的学习，感受了什么是专家系统，了解了专家系统的基本构造和工作机制。

教师播放一段介绍自然界植物的录像：春天的大自然，万木吐绿，百花齐放。刚长了新芽的垂柳，劲拔郁葱的松柏，争艳枝头的桃花，还有烂漫开放的茶花„„ 教师对学生的建议：大自然的植物千千万万，我们不可能每一种都熟悉。若能对它们进行合理分类，特征抽取，并利用专家系统外壳开发一个用来植物识别的专家系统，一定很有意义。

教师要求每组学生在课余时间通过与植物老师、家长或同学的交流，到图书馆查找资料，从因特网上搜集信息等各种手段，把种类繁多的自然界植物以一定方式进行归类，然后选取其中一个具体分类进行详细分析。例如以被子植物下的花卉植物为对象，抽取各种花卉植物的特征（包括花、果、叶、茎、根等），并把它们以表格形式列出来，如下表1-1所示。

表1-1 花卉植物的特征分类表

植物属蔷薇科

教师要求学生把植物的分类结果用产生式规则表示出来，例如： IF 花萼5片 AND 下部连合 AND 花瓣通常5片 THEN 该花卉 IF 花序下部有花苞 AND 花药合生 AND 果实是瘦果 THEN 该花卉植物属菊科

IF 该花卉植物属蔷薇科 AND 茎部密生锐刺，一枝只开一朵花 AND 花瓣直立 THEN 该花卉植物是玫瑰花

IF 该花卉植物属蔷薇科 AND 茎部几近无刺，数朵同生一茎 AND 花型是满蕊、翘角 THEN 该花卉植物是月季花

„„

学生在教师指导下，熟悉InterModeller 专家系统外壳（见图1-7）的使用，把用产生式规则表示的植物分类结果输入到InterModeller 模型中，并生成一个简易的植物识别专家系统。

图1-7 InterModeller专家系统外壳

（四）作品演示，交流促进

每组同学选派两名代表上台，一名演示作品，另一名简要地说明制作过程，包括从资料的搜集整理到最后作品的生成。整个作品汇报过程中，老师和班上的其他同学随时可以提出问题质疑，由组内剩下的两名同学负责解答。最后教师和同学针对演示的作品和汇报过程，就信息搜集利用能力、动手操作能力和科学态度等方面对小组作出评价。下面表1-2是具体的评价标准：

表1-2 简易专家系统设计的评价标准（总分100分）

信息搜集利用的能力（30分） 收集资料的数量、针对性、拓展性 对资料的合理分类和整理

操作和交流的基本技能（40分） 对专家系统外壳Intermodeller 的了解和掌握程度

使用Intermodeller 的正确性和娴熟程度

作品总体设计效果及对资料处理的准确性

作品汇报时表达的准确性、逻辑性和清晰性

科学态度（30分） 认真、踏实、实事求是

善于交流、善于寻求帮助

乐于助人、具有合作精神