专家系统的发展及趋势

专家系统的发展及未来趋势

作者名

作者工作单位

摘要 专家系统是人工智能应用研究的一个重要分支。从20世纪60年代末以来，专家系统已发展到众多领域，并产生了巨大的社会效益和经济效益。它实现了人工智能从理论研究走向实际应用，从一般推理策略探讨转向运用专门知识的重大突破，成为人工智能从实验室研究进入实用领域的一个里程碑。

关键词 专家系统 人工智能 专家系统的发展 趋势

The development and future trends of the expert system

name

address

Abstract —The expert system is the one of the important branch of the artificial intelligence application studies. The expert system has developed to many fields and has a huge social benefits and economic benefits from the end of the 1960 s. It realized that the artificial intelligence moved from theory research to the actual application,the significant breakthrough from the general reasoning strategy discussed to the using of the specialized knowledge,and be a milestone from laboratory studies into the practical field of the artificial intelligence.

Keywords —expert system , artificial intelligence , the development of expert system , trend

1. 引言

人工智能是计算机科学的一个分支，它是当前科

学技术中正在迅速发展，新思想、新观点、新理论、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。专家系统是人工智能应用研究的一个重要分支。其从20世纪60年代末产生到现在，已被成功地运用到工业、农业、地质矿产业、科学技术、医疗、教育和军事等众多领域，并已产生了巨大的社会效益和经济效益。它实现了人工智能从理论研究走向实际应用，从一般思维方法探讨转入专门知识运用的重大突破。成为人工智能应用研究中最活跃、也最有成效的一个重要领域。

2. 专家系统

专家系统(ES，Expert System) ，就是一种在特定领域内具有专家水平解决问题能力的程序系统。它能够有效地运用专家多年积累的有效经验和专门知识，通过模拟专家的思维过程，解决需要专家才能解决的问题，它能对决策的过程作出解释，并有学习功能，即能自动增长解决问题所需的知识。简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。其核心的部分是知识和推理[1]。

2.1专家系统的原理

专家系统在本质上是一类知识系统, 它对问题的解答及推理判断主要是以该领域专家的知识为基础的。知识库和推理机是专家系统的核心, 建立知识库的关键是知识的获取和表示, 推理机将获取的知识进行逻辑化、系统化处理。

知识的获取 知识获取是把用于问题求解的专门知识从知识源(包括专家、教科书、专业期刊、资料库以及知识工程师) 提炼出来, 并转化为计算机程序的过程。 知识的表示 知识表示是对给定事物的一种约定描述, 是知识的符号化过程。通常知识库中的知识主要以规则和对象的形式存在。在实际应用中, 知识表示可以采用谓词逻辑方法、产生式规则法、框架法以及面向对象方法等。

推理控制策略 推理机是专家系统模拟专家的推理方式, 将用户提供的条件与知识库中的知识或规则进行比较、分析, 推出结论的模块, 是专家系统的核心。目前常用的推理控制策略有数据驱动控制(即正向推理) 、目标驱动控制(即反向推理) 和混合控制(即双向推理) 不精确推理；基于模型的推理；基于实例的

推理；推理冲突消解策略。。无论选用哪种推理方法, 均可在推理机制中加入启发式规则, 以提高推理的效率。

2.2专家系统的种类

1. 按专家系统特性和处理问题的类型分类 (1)解释型

解释型专家系统是通过对已知信息和数据进行分析和推理，从而确定它们的含义，给出相应解释的一类专家系统。 (2)诊断型

诊断型专家系统是根据输入系统的有关被诊断对象的信息，来推断出相应对象存在的故障和产生故障的原因，并进一步给出排除故障方法的一类专家系统。(3)设计型

设计型专家系统是根据用户输入的设计要求数据，求解出满足设计要求的目标配置方案的一类专家系统。 (4)预测型

预测型专家系统是通过对过去知识以及当前的事实与数据进行分析，推断未来情况的一类专家系统。 (5)规划型

规划型专家系统是根据给定的规划目标数据，制定出某个能够达到目标的动作规划或行动步骤的一类专家系统。 (6)监视型

监视型专家系统是一类用于被监控对象进行实时地、不断地观察，并能对观察到情况及时做出适当反应的专家系统。 (7)控制型

控制型专家系统是用来对一个受控对象或客体的行为进行适当的调节与管理，以使其满足预期要求的一类专家系统。 (8)调试型

调试型专家系统是对失灵的对象制定出排除故障的规划并实施排除的一类专家系统。 (9)教学型

教学型专家系统是一类可根据学生学习的特点，制定适当的教学计划和教学方法，以对学生进行教学和辅导的专家系统。 (10)修理型

修理型专家系统是对发生故障的系统或设备进行处理，使其恢复正常工作的一类专家系统。

除了以上十种类型的专家系统外，决策型和管理

型的专家系统也是近年来颇受人们重视的两类专家系统。[2]

2. 按系统的体系结构分类 (1)集中式专家系统

这是一类对知识及推理进行集中管理的专家系统。

对于集中式专家系统，又可根据系统知识库和推理机构的组织方式，细分为层次式结构、深-浅双层结构、多层聚焦结构及黑板结构等专家系统。 (2)分布式专家系统

分布式专家系统是指将知识库或/和推理机分布在一个计算机网络上的一类专家系统。 (3)神经网络专家系统

这种类型的专家系统采用人工神经网络技术进行建造，以神经网络为体系结构实现知识表示和求解推理。

(4)符号系统与神经网络相结合的专家系统

这种类型的专家系统是一种混合型专家系统，它将神经网络和符号处理系统有机结合起来应用于专家系统的知识表示与推理求解[2]。

2.3专家系统的一般特点 (1)启发性。

专家系统能够运用专家的知识和经验进行推理、判断与决策。 (2)透明性

专家系统能够解释本身推理过程或行为，并回答用户提出的问题，使用户能够理解它的推理过程，提高用户对系统的信任度，增加系统的透明度。 (3)灵活性

一般专家系统的体系结构都采用了知识库与推理机相分离的构造原则，彼此既有联系，又相互独立。当对知识库等进行增删修改或更新时，灵活方便，对推理程序不会造成大的影响。甚至可以将某个技术上成熟的专家系统中的知识库抽去，使其变为一个专家系统建造工具，用于建造不同应用领域的专家系统。 (4)交互性

专家系统一般都是交互式系统，这种交互性有利于系统从专家那里获取知识，又便于用户在求解问题时输入条件或事实。 (5)推理有效性

专家系统能高效、稳定、高速地工作。 (6)复杂性

人类的知识丰富多彩，思维方式多种多样，要想

使计算机完全模拟人类的思维方法去解决问题，还是一件非常复杂和困难的工作。 (7)实用性

专家系统是根据问题的实际需求开发的，因而具有坚实的应用背景。 (8)知识的专门性

专家系统的知识具有专门性，但只局限于所面向的领域，针对性很强。 (9)易推广性

专家系统使人类专家的领域知识突破了时间和空间的限制，专家系统程序可永久保存，并可复制任意多的副本或在网上供不同地区或不同部门的人们使用[2]。

2.4专家系统的基本结构

（专家系统的基本结构）

一个最基本的专家系统应由6个部分组成，包括综合数据库及其管理系统、知识库及其管理系统、推理机、解释器、知识获取机构和人机接口。 1. 数据库及其管理系统

数据库又称综合数据库，用来存储有关领域问题的初始事实、问题描述及系统推理过程中得到的各种中间状态或结果等，系统的目标结果也存在于其中。数据库相当于专家系统的工作存储器，其规模和结构可根据系统目的的不同而不同，在系统推理过程中，数据库的内容是动态变化的。在求解问题开始时，它存放的是用户提供的初始事实和对问题的基本描述；在推理过程中，它又把推理过程所得到的中间结果存入其中；推理机将数据库中的数据作为匹配条件去知识库中选择合适的知识（规则）进行推理，再把推理的结果存入数据库中；这样循环往复，继续推理，直到得到目标结果。 2. 知识库及其管理系统

知识库是专家系统的知识存储器，用来存放被求

解问题的相关领域内的原理性知识或一些相关的事实以及专家的经验性知识。

知识库建立的关键是要解决知识的获取和知识的表示问题。

知识库管理系统实现对知识库中知识的合理组织和有效管理，并能根据推理过程的需求去搜索、运用知识和对知识库中的知识做出正确的解释；它还负责对知识库进行维护，以保证知识库的一致性、完备性、相容性等。 3. 推理机

推理机 (Inference Mechanism) 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地工作。推理机的是藉由算法或决策策略来进行与知识库内各项专门知识的推论，依据使用者的问题来推得正确的答案。

推理机的问题解决算法可以区分为三个层次： (1)一般途径：利用任意检索(Blind Search) 随意寻找可能的答案，或利用启发式检索(Heuristic Search)尝试寻找最有可能的答案。

(2) 控制策略：有前推式(Forward Chaining)、回溯式(Backward Chaining) 及双向式(Bi-directional)三种。前推式是从已知的条件中寻找答案，利用数据逐步推出结论；回溯式则先设定目标，再证目标成立。 (3) 额外的思考技巧：用来处理知识库内数个概念间的不确定性，一般使用模糊逻辑(Fuzzy Logic) 来进行演算。

推理机会根据知识库、使用者的问题及问题的复杂度来决定适用推论层次。 4. 解释器

解释器（Explicator ）解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其它候选解的原因。 5. 知识获取机构

知识获取机构是专家系统中的一个重要组成部分，它负责系统知识的获取，由一组程序组成。

其基本任务是从知识工程师那里获得知识或从训练数据库中自动获取知识，并把得到的知识送入知识库中，并确保知识的一致性及完整性。 6. 人机接口

界面 (Interface)又称接口，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。

接口的主要功能是提供相关数据的输入与输出，可分为三个主要部分：

(1) 发展者界面：目的在方便协助系统发展者进行知识粹取、知识库与推理机的编辑与修订，并能对专家系统进行测试、记录，并说明系统运作的过程、状态与结果。

(2) 使用者接口：即专家系统与使用者之间的沟通桥梁，强调系统使用的亲和性与简易性，提供多种的操作方法，并指示正确的行为模式。

(3) 系统接口：为系统与其它软硬件设备的整合管邈，例如连接其它数据库系统、外部档案、绘图软件或传感器等，均需透过此系统接口来进行[3]。

2.5专家系统的优势

专家系统的优点具体地说，包括下列八个方面： (1)专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。

(2)专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。

(3)可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。 (4)专家系统能促进各领域的发展。

(5)专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力。

(6)军事专家系统的水平是一个国家国防现代化的重要标志之一。

(7)专家系统的研制和应用，具有巨大的经济效益和社会效益。

(8)研究专家系统能够促进整个科学技术的发展[4]。

3. 人工智能

人工智能(Artificial Intelligence) ，英文缩

写为AI 。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 “人工智能”一词最初是在1956 年Dartmouth 学会上提出的。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科[5]。

1955年，香农与人一起开发了The Logic Theorist 程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。1956年，作为人工智能领域另一位著名科学家的麦卡希召集了一次会议来讨

论人工智能未来的发展方向。从那时起，人工智能的名字才正式确立，这次会议给人工智能奠基人相互交流的机会，并为未来人工智能的发展起了铺垫的作用。 [8]在1957年，香农和另一些人又开发了一个程序称为General Problem Solver(GPS)，它对Wiener 的反馈理论有一个扩展，并能够解决一些比较普遍的问题[1]。

在1963年，麻省理工学院受到了美国政府和国防部的支持进行人工智能的研究。其后发展出的许多程序十分引人注目，麻省理工大学开发出了SHRDLU 。在这个大发展的60年代，STUDENT 系统可以解决代数问题，而SIR 系统则开始理解简单的英文句子了，SIR 的出现导致了新学科的出现：自然语言处理。在70年代出现的专家系统成了一个巨大的进步，它头一次让人知道计算机可以代替人类专家进行一些工作了，由于计算机硬件性能的提高，人工智能得以进行一系列重要的活动，如统计分析数据，参与医疗诊断等等。在理论方面，计算机开始有了简单的思维和视觉，另一个人工智能语言Prolog 语言诞生了，它和LISP 一起几乎成了人工智能工作者不可缺少的工具[6]。

新的技术在日本被开发出来, 如在美国首创的模糊逻辑, 它可以从不确定的条件作出决策还有神经网络, 被视为实现人工智能的可能途径. 人工智能技术被用于导弹系统和预警显示以及其它先进武器.AI 技术也进入了家庭. 智能电脑的增加吸引了公众兴趣; 使用模糊逻辑,AI 技术简化了摄像设备. 人工智能已经并且将继续不可避免地改变我们的生活。

4. 专家系统的发展和趋势

4.1专家系统发展概况

专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。1965年，f.a. 费根鲍姆等人在总结通用问题求解系统的成功与失败经验的基础上，结合化学领域的专门知识，研制了世界上第一个专家系统dendral ，可以推断化学分子结构。

与dendral 差不多开发的还有数学专家系统MACSYMA ，它是一个帮助人们求解多种数学问题的系统。现在已经能求解包括微积分、解方程和方程组、泰勒级数展开等600多种数学问题。目前，一些人把dendral 、macsyma 称为第一代专家系统。

总之，第一代专家系统（dendral 、macsyma 等）以高度专业化、求解专门问题的能力强为特点。但在

体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。

70年代中期，mycin 、casnet 、prospector 、hearsay 等一批卓有成效的专家系统相继研制成功。人们称这一批专家系统为第二代专家系统。Mycin 是由E.H.Shortliffe 等人于1972年开始研制并于1974年完成的一个十分著名的医疗专家系统，其主要任务是帮助内科医生诊断某些传染性血液病并提供治疗方案。Mycin 的功能较全面，它第一次明确使用了目前在专家系统中较为流行的知识库概念，并使用了不精确推理模型[7]。

Prospector系统是由斯坦福国际研究所的R.O.Duda 等人于1976年开始研制的，它是一个地质矿床勘探系统，用语义网络表示地质知识，其推理模型采用的是Duda 等人提出的主观Bayes 方法，该系统曾于1982年发现了美国华盛顿州的一处钼矿，据估计该矿的开采价值超过一亿美元。

casnet 系统是由S.M.Wiss 和C.A.Kulikowski 等人在70年代初期开始研制的，它是一个诊断和治疗青光眼疾病的专家系统。该系统由3个独立的模块; 观察模块、病理状态模块和疾病种类模块。casnet 最早提出把一个专家系统用于多个不同的领域。该系统达到了领域专家的水平。

总之，第二代专家系统（mycin 、casnet 、prospector 、hearsay 等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。

至70年代后期，可以认为专家系统已基本成熟。专家系统的创始人A.Feigenbaum 在1977年第五届国际人工智能联合会会议上系统地阐述了专家系统的思想并提出了知识工程的概念，可作为这一时期结束的标志。

1978年以后，尤其是80年代是专家系统突飞猛进、迅速发展的黄金时代。这一时期专家系统发展的特点是：1专家系统应用领域逐渐扩大。2专家系统处理问题的难度也不断加深，并向纵深发展。3知识工程迅速发展。4出现了一批工具系统，这就大大加快了专家系统建造的速度。

总之，第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大

型综合专家系统。

在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统[8]。

4.2专家系统应用的领域

专家系统应用(Expert System Application)是针对实际领域，建造专家系统，用来辅助或代替领域专家解决实际问题。目前，专家系统的应用几乎渗透到各行各业。近年来专家系统技术逐渐成熟，广泛应用在工程、科学、医药、军事、商业等方面，而且成果相当丰硕，甚至在某些应用领域，还超过人类专家的智能与判断。其功能应用领域概括有：

解释（Interpretation ）－如测试肺部测试（如PUFF ）。

预测（Prediction ）－如预测可能由黑蛾所造成的玉米损失（如PLAN ）。

诊断（Diagnosis ）－如诊断血液中细菌的感染（MYCIN ）。又如诊断汽车柴油引擎故障原因之CATS 系统。

故障排除（Fault Isolation ）－如电话故障排除系统ACE 。

设计（Design ）－如专门设计小型马达弹簧与碳刷之专家系统MOTOR BRUSH DESIGNER。

规划（Planning ）－就出名的有辅助规划IBM 计算机主架构之布置，重安装与重安排之专家系统CSS ，以及辅助财物管理之PlanPower 专家系统。

监督（Monitoring ）－如监督IBM MVS 操作系统之YES/MVS。

除错（Debugging ）－如侦查学生减法算术错误原因之BUGGY 。

修理（Repair ）－如修理原油储油槽之专家系统SECOFOR 。

行程安排（Scheduling ）－如制造与运输行称安排之专家系统ISA 。又如工作站（work shop）制造步骤安排系统。

教学（Instruction ）－如教导使用者学习操作系统之TVC 专家系统。

控制（Control ）－帮助Digital Corporation计算机制造及分配之控制系统PTRANS 。

分析（Analysis ）－如分析油井储存量之专家系

统DIPMETER 及分析有机分子可能结构之DENDRAL 系统。它是最早的专家系统，也是最成功者之一。 维护（Maintenance ）－如分析电话交换机故障原因之后，及能建议人类该如何维修之专家系统COMPASS 。

架构设计（Configuration ）－如设计VAX 计算机架构之专家系统XCON 以及设计新电梯架构之专家系统VT 等。

校准（Targeting ）－例如校准武器准心之专家系统BATTLE 。

4.3专家系统发展趋势

目前的专家系统发展确实存在着一些限制，在未来的发展中，新一代专家系统比目前的专家系统更为先进，功能更为强大。许多今日专家系统缺失将会被改善，相信未来专家系统应该具有的特征有： (1)并行分布处理 (2)多专家系统协同工作

(3)高级系统设计语言和知识表述语言 (4)具有自主学习功能 (5)引入新的推理机制 (6)具有纠错和自我完善能力 (7)先进的智能人机接口[2]

未来发展的专家系统，能经由感应器直接由外界接受资料，也可由系统外的知识库获得资料，在推理机中除推理外，还能拟定规划，仿真问题状况等。知识库所存的不只是静态的推论规则与事实，更有规划、分类、结构模式及行为模式等动态知识[9]。 专家系统的发展前景

专家系统己经被成功地运用到工业、农业、地质矿产业、科学技术、医疗、教育、管理、工程、军事等众多领域，并己产生了巨大的社会效率和经济效率。它实现了人工智能从理论研究走向实际应用，从一般思维方法探讨转入专门知识运用的重大突破。诊断即基于观察到的事实推断潜在的问题，教学即智能教学模仿人类教师的教学方法解释即对观察到的事实进行解释，监测比较观察数据和预测数据以判断性能，规划规划行为以产生预期结果，预测预测给定情况的结果，补救对问题给定补救措施

5. 结论

本文对专家系统的基本问题的了解，包括专家系

统的定义、原理、种类、特点、结构组成等。重点对专家系统的发展和应用进行了研究。

新型专家系统，就是应用计算机科学中分布式处理和协同工作机制的结果，它们分别是分布式专家系统和协同式专家系统。专家系统的设计，以一个基于规则的维修咨询系统为例，说明了专家系统的设计过程，并采用EXPERT 开发工具进行设计。这将对专家系统有更具体和深入的了解。专家系统是人工智能应用研究的一个最早最有成效领域。人们期待它有新的发展和新的突破。已开发的专家系统涉及的领域有：医疗诊断、找矿、找地下水、谱图分析、数学运算、故障诊断、生产管理和下棋等。

在专家系统的发展中，专家系统的发展迅速，不断地改进系统使系统更加完善。

专家系统的应用中，将使人们之间的通信更加方便快捷，消除网络出现的错误给人们带来的不便。医学上，专家系统的诊断能力将会更加全面和准确，为病人减少痛苦和来去的奔波。教学上，专家系统将帮助教师和学校，更好的教学和完成日常的工作。学生的学习也将是多方面的，有意义的。

总之，专家系统的发展和应用给人们的生活、工作、休闲带来了方便，给社会的发展注入了新的力量，给经济的发展加入了催化剂。 致谢

此论文主要是对专家系统的发展和应用的研究，由此推出专家系统的未来的发展情况和应用的前景及专家系统应用领域的扩展。

6. 展望

专家系统的发展将会向一个更广的领域和层次，

不断地接近人类专家的水平，甚至会超过人类专家系统的能力。专家系统的设计将更加人性化，实现所谓的“人机交流”。同时，专家系统处理问题的能力和水平将会更高。它所储存的知识将会更多更全，达到多个专家共存。

从现在专家系统的应用状况来看，专家系统将不仅应用于各种的工业、教育、农业、军事等，它还将被应用于人们的日常生活中，为人们的生活带来更大的方便和安全。同时，专家系统的应用加快了城市的进展，把数字城市推向一个更新的阶段。

7. 参考文献

[1][美]ROB CALLAN. 人工智能. 北京. 电子工业出版社,2004:45-56

[2]人工智能教程/张仰森, 黄改娟编著.-北京:高等教育出版社,2008.3(2011重印) 3-8 272-280 298-299

[3]张金寿, 周建峰. 专家系统建造原理及方法. 中国铁道出版社,1992:32-33

[4][美]Thomas Dean, James Allen, Yiannis Aloimonos.人工智能-理论与实战. 北京. 电子工业出版社,2004:50-58 [5]王碧泉, 范洪顺, 陈佩燕, 王春珍. 专家系统及其在地震预报中的应用. 中国科学技术出版社,1993:26-30 [6]戴汝为. 人工智能. 化学工业出版社,2002:40-42 [7]施鹏飞, 姚远. 人工智能教程. 上海交通大学出版社,1993:45-46

[8]朱岳清, 梅世蓉. 地震综合预报专家系统. 地震出版社,1991:33-35

[9]肖叶, 若山, 金恩梅. 高科技十万个为什么—人工智能. 昆仑出版社,2003:56-58