人工智能8 专家系统1人工智能课程中国海洋大学.ppt

《人工智能8 专家系统1人工智能课程中国海洋大学.ppt》由会员分享，可在线阅读，更多相关《人工智能8 专家系统1人工智能课程中国海洋大学.ppt（51页珍藏版）》请在一课资料网上搜索。

1、第一章 专家系统概述 本章学习目的： 了解ES的发展、原理； 了解ES编程与语言； 本章主要讲述内容： 1. ES的产生与发展及今后展望； 2. 专家系统的基本原理 3. 传统数据处理、AI与ES; 4. ES的基本思想、特征与定义； 5. ES的基本结构,1.1 专家系统（ES）技术的产生、发展和展望 在讲述专家系统之前，先讲一下人工智能（AI），AI是计算机科学的一个分支，它研究一类具有智能的计算机系统的设计（含软、硬件两部分），来模仿人的行为，是一种将符号方法和非算法（启发式）结合的应用方法学。ES是AI的一个分支，是从理论到实践的尝试，也可以说是AI从理论研究到应用研究的一个转折点。

2、ES技术的产生 ES 的研究起源于1965年E.A.Feigenbaum等人对DENDRAL()的开发。按时间顺序，ES技术的产生可分为：孕育期（1965年前）；产生期（19651971）；基本成熟期（19721977）；进一步发展与应用化时期（1977年以后）。 (1) 孕育时期（1965年前） 自1946年计算机问世以来，其应用集中在计算科学与数据处理上，并通过“算法”来实现。而对于符号处理，算法无从适应， 为发挥计算机的更大效能,1956年J.McCarthy、 M.Lminsky、N.Lochester和C.E.Shannon等四人发起并组织了“Dartmouth会议”，这标志着AI

3、的诞生。 AI理论基础的奠定：1956年以前AI研究针对的具体问题： . 逻辑理论机：一个程序，模拟人类用数理逻辑证明定理时的思维规律。 . 西洋跳棋程序Checker：自学习、自组织、自发展。 由GPS 带来的AI 理论成熟： 1957年以后，A.Newell和H.A.Imans 以心理学实验为基础，开始GPS（通用问题求解程序，可以用来求解11种不同类型的问题）的研究，这项研究最终归于失败，但为AI提供了以下几个方面的理论成就： . 发现一些通用问题求解技术和各种搜索策略； . 认识到知识在智能行为中的地位； . AI研究开始从通用问题基于推理的模型转向专门问题基于知识 的模型,表处理语言

4、LISP出现： 1960年由J.McCanthy研制的表处理语言LISP，奠定了ES的开发工具的基础，它除了具有数据处理的功能外，还能方便地进行符号处理。 以上三大问题（AI的出现及基础理论的形成；由GPS带来的观念转化； 表处理语言LISP）的出现带来了ES的出现即孕育着ES。 (2) 产生时期（19651971） . Standfond的费根鲍教授提出的DWNDRAL系统的出现： 它是“结合启发式程序+大量专门知识”的实用智能系统，第一次显示 了“知识的组织”对AI 的重要性；对解的问题以符号表达为主；解空间的 启发式搜索。标志着ES的问世。 . MACSYMA系统的开发：(1968年由M

5、IT的C.Engleman等开发) 具有以下特点： MACSYMA 是一人机交互系统,执行公式化简，符号微分，符号积分等数学问题求解； 使用启发式转换； 使用大量专门知识，进行符号处理。 .产生时期ES技术的水平评价： 解空间的搜索利用启发式程序，使“通用问题求解向专用性问题”转换； 使用了大量的专门知识，并用于组织，用于符号推理； 问题求解与推理技术，知识获取与形式化均处于雏形。 第一代 ES 对AI 研究的重要意义在于： 它把 AI 的启发式程序+符号推理技术用于实际问题求解，使 AI 转向实用。 (3) 基本成熟时期（19721977） . ES进一步发展的原因： DENDRAL等的成功

6、，使人们认识到：结合专门知识来实现专家级的问 题求解, 克服人类专家的一些人为因素, ES提供了存储专家知识、传授专 家知识的手段,ES的基础理论进一步发展与完善 1972年A.Newell和H.A.Siman在研究人类的认识模型中开发的基于规 则的产生式系统技术； 1972年法国马塞大学的PROLOG语言； 1975年M.L.Minsky提出的理解复杂行为的框架表示法。 . ES的基本成熟期 ES技术的基本成熟期是与一批 ES 系统的开发相关联的，这批ES系统 涉及到数学、医疗、自然语言理解、地质等许多领域。 其中贡献最大的有： MYCIN系统：一个基于规则的产生式系统，运用可信度因子实现不

7、确 定性推理。 CASNET系统：用于语言理解，采用黑板结构。 HEARSAY系统：1976年Standford大学开始开发的用于根据地质数据 找矿的 ES 咨询系统,基于成熟期ES技术的水平评价 知识组织的形式化技术基本确定，如出现语义网络、框架等； 系统的人机接口已列为重要问题； 系统的解释机制的出现； 系统对新知识的获取； 不确定推理机的建立。 开始了非计算机专业人员直接建立ES 的应用年代。 开发ES通用性研究； 总而言之，这一时期的 ES开发的基本理论与方法已经形成，且ES技 术进一步向其它公式领域拓展,4) 进一步发展与应用化时期 . ES的基本理论进一步完善： 骨架系统（skel

8、etal system）等 ES 建造工具出现；自动知识获取 系统；知识管理系统KBMS的研究；新的推理模型。 . ES的实用扩展到各个领域： 以机械工程CAD/CAM为例，ES 覆盖了从CAD、CAPP到CAM的各 个阶段。 . ES技术今后的展望：今后ES技术可能沿以下几个方向发展： 综合多个知识表示模式，使浅层知识、深层知识、常识知识等结合 起来； 分布式 ES体系结构； 知识的自学习方法； 符号推理与数值理论的结合； 新的工具模型； 实时,1.2 专家系统的基本原理 1. 传统数据处理与ES (1) 算法与启发式方法 算法 ： 指抽象的通步缩进的求解步骤，算法具有： 通用性，即算法能求

9、解问题的全部问题； 确定性，即求解状态、步骤是精确、唯一的，可被机械执行； 有效性，即任何问题代入算法后都可经有限个步骤达到期望的结果; 我们把存在算法并且算法可以实现的问题称为定规问题。 启发式方法：对问题的求解采用积累的方式，符号处理是启发式方法的特点。 符号性，一般仅用于求解一类的特定问题； 试程性， 允许用多方法试探求解； 针对性，启发式方法常利用求解问题的一些特殊规律求解，这些规 律不 精确，经不起或未经严格的证明，不能保证对每个问 题都有精 确解或最优解。 通常， 我们把这类问题称为非定规问题,2) 传统数据处理 . 基于算法，根据待求问题，找出相应算法，属过程型。 用特定的程序设

10、计语言编制算法程序； 计算机按程序的要求，针对所输入的数据进行操作与求解； 输出问题的解。 . 算法也可以表达知识，过程型知识，但 不易表达大量知识，知识修改和理解难； 只适于表达完全正确的知识； 只适于处理完全准确的数据。 (3) ES的信息处理 现实中许多问题不能用算法表示，其求解是经验性的，ES对信息处理以 “知识”为中心，包括： 知识的叙述性表示，用特定的数据结构来表示知识，而不仅是用算法 表示,知识的处理，以符号处理为特征； 知识的启发式应用，以问题求解的特定策略为基础，指导问题求解 策略。 ES信息处理的主要特点是“知识”与对知识的应用相分离。 2. ES的定义、基本思想与特征 (

11、1) 专家系统的定义：专家系统是一个（或一组）能在某特定领域内，以人类 专家水平去求解该领域中困难问题的计算机程序。 (2) 专家系统的基本思想：利用计算机存储关于某一领域的大量专门知识；有 效地利用这些知识去解决问题。 (3) ES的特征：ES以知识为中心，并具有三大特征： 启发性（Heuristic），不仅使用逻辑知识，也使用启发性知识； 透明性（Transparency），能向用户解释推理； 灵活性（Flexibility），系统的知识便于修改和补充,3.专家系统的基本结构、流行结构和理想结构 (1) ES的基本结构,它包括两个主要部分；知识库和推理机。 这种结沟比较简单： 知识工程师与

12、领域专家直接交互，收集与整理领域专家的知识，将其转化为 系统的内部表示形式并存放到知识库中； 推理机根据用户的问题求解要求和所提供的初始数据，运用知识库中的知识对 问题进行求解，并将产生的结果输出给用户,2) ES的一般结构,ES的一般结构是由产生式系统发展起来的，在目前的专家系统建造中比较流行。 它包括6个部分： 知识库： 存放领域专家提供的求解问题的专门知识，其质量直接影响ES的 性，因此知识库的建立是建造专家系统的中心任务。 动态数据库：用于存放关于问题求解的初始数据、求解状态、中间结果、假设、 目标以及最终求解结果。 推理机： 在一定的控制策略下，针对综合数据库中的当前问题信息，识别

13、和选取知识库中对当前问题的可用知识进行推理。在专家系统中， 由于知识库中知识往往是不完全的和不精确酌，因而其推理过程 一般采用不精确推理,知识获取机制：在专家系统的知识库建造中用以部分代替知识工程师进行专门知 识的自动获取，实现专家系统的自学习，不断完善知识库。 解释机制：根据用户的提问，对系统提出的结论、求解过程以及系统当前的求解 状态提供说明，便于用户理解系统的问题求解，增加用户对求解结果的 信任程度。在知识库的完善过程中便于专家或知识工程师发现和定位知 识库中的错误，便于领域的专业人员或初学者能够从问题的求解过程中 得到直观学习 人机接口：将专家成用户的输入信息翻译为系统可接受的内部形成

14、，把系统向专 家或用户输出的信息转换成人类易于理解的外部形式,3) ES的理想结构 它是由著名的知识工程和专家系统学者F.Hayes-Roth ，D.A.Waterman和 D.B.Lenat等提出的，这种结构的思想来源于黑板控制结构和基于规则的专家系 统结构。目前还没有见到一个专家系统具有这种结构的所有部分，但每个专家系 统有其中的一个或几个部分。 这种结构包括： 语言处理程序、黑板、知识库、解释程序、调度程序、一致性处理程序以及 验证程序,术语解释： 语言处理程序：它是专家系统与用户之间进行信息交换的媒介。典型的语言 处理程序一方面能够分析并解释用户的提问、命令和输入信 息；另一方面能编排

15、由系统产生的信息，包括对问题的回答、 对系统行为的描述和解释以及询问数据。 黑板: 用于记录系统在求解问题过程中所产生的中间假设与结果，它 是沟通系统各个部件的全局工作区，可划分为三个部分： 规划部分：描述总体的或一般的着手解决点，即系统求解问题的 当前计划、目标、问题状态及其来龙去脉例如，一 个计划建议首先处理全部初始数据；其次形成几个最 可能的假设，加工整理这些假设得到一个最好假设， 最后集中处理这个假设，直至找到完整的解答。 记事簿部分：记录等待执行的动作，这些动作对应于与以前某些判 定有关的知识库规则,解答部分：解答记录系统巳生成的候选假设、判定以及判定之间的 关系。 解释程序：运用知

16、识规则选择记事薄上的动作。一般来说，解释程序选择规 则中的适当条件，把条件中的变量代入黑板上某个解答的条件， 然后根据规则的描述，对黑板进行修改。 调度程序：管理和控制记事薄，并决定下一步要执行的动作。在调度程序中可以 加入一些策略性知识，用于指挥记事薄中各个动作的调度，如：“下 一步做最合适的工作”，“避免重复劳动”等等。为了使用策略性知 识调度程序根据计划和解答间的关系指定记事薄中每个动作的优先 级通常，调度程序要估计应用规则的效果。 一致性处理程序：维护所产生解答的一致性。使用某种数值调整，确定每种潜在 判定解答的可信度，确保达到可能的结果并避免不一致性,验证程序：向用户解释系统行为，通

17、常回答“为什么获得某结论?”、“为什么不 选择另一种可能?”等问题。在回答“为什么获得某种结论?”时，验证 程序能够在黑扳的解答中从提问的结论回溯到中间假设或支持数据， 回溯的每一步都对应于一条知识库规则的推理，验证程序把这些推 理过程收集起来，给用户翻译成英语(或自然语言)的表达形式。在回 答“为什么不?”时，系统按照推理可以找出一连串的可达到所提 问问题的结论的规则，但由于某些规则的有关条件不满足而不能应 用这串规则，验证程序指出这些不满足的条件排斥这一连串推理规 则，因此系统排斥了这种结论。 知识库：它存放问题求解有关的规则、事实以及当前求解状态的信息,4.专家系统分类 . 按照知识表示

18、技术分为： 基于逻辑的ES; 基于规则的ES; 基于语义网络的ES; 基于框架的ES; . 按照推理控制策略分类 可分为正向推理专家系统、反向推理专家系统、元控制专家系统等。 . 按照所采用的不精确推理技术分类 可分为确定理论推理技术专家系统、主观Bayes推理技术专家系统、可能性 理论推理技术专家系统、D/S证据理论推理技术专家系统筹。 . 按照专家系统的结构分类 可分为单专家系统和群专家系统（亦称协同式多专究系统）。 而群专家系统按其组织方式又可分为主从式、层次式、同僚式、广播式以及 招标式等,按任务类型分为： 解释型ES用于分析符号等数据，进而阐明这些数据的实际意义； 预测型ES根据处理

19、对象的过去与现在情况推测未来的演变结果； 诊断型ES根据输入信息找出处理对象中存在的故障、缺陷； 调试型ES给出已确认故障的排除方案； 维修型ES制定并实施纠正某类故障的规划； 规划型ES根据给定目标拟定行动计划； 设计型ES根据给定要求形成所需方案和图样； 监护型ES完成实时监测任务； 控制型ES完成实时控制； 教育型ES诊断型和调试型的组合，用于教学和培训,5. 研制专家系统的意义 理论意义： . ES作为理论研究的实现工具推动了AI 的发展；它以知识为中心，从知识 表示、知识利用和知识获取这三个环节取得巨大成功。 . ES的实用性较强，成为检验AI 基本理论和测试AI 基本技术的较理想的

20、实 验场所。 . ES应用的不断深入，向AI 提出了新的课题，促使AI 的进一步发展。 实践意义： ES作为一实用工具为人类提供了保存知识、传播知识、利用知识、评 价知识的有效手段，知识是一宝贵的资源，知识的推广和使用可产生巨大 的经济效应，ES能利用专家知识造福人类,1.3 ES的开发工具 1. 人工智能语言 专家系统的编程语言既可用通用语言，如 C语言等，也可用人工智能语 言LISP、PROLOG完成。 (1) LISP语言 基于表处理和函数，经典的LISP语言只有一种结构“表”。LISP语言与其 它语言的最大区别是，它以表为对象处理符号，而不仅仅是数据。 LISP语言的主要特点： . 函

21、数式程序设计语言，LISP语言不同于传统语言，LISP程序实质上被 描述为以一组接近数学形式定义的函数。 . 程序与数据等价，LISP的程序和数据具有相同的表示形式“表”，因此， LISP语言中程序与数据无严格界限。 . 递归控制结构，LISP函数多以递归定义，任何函数可直接或间接调用 本身。 . 交互式解释执行,2) Prolog 语言 Prolog 是一种逻辑程序设计语言，基于一阶谓词逻辑，是典型的叙述 型语言（Declaration Language）。 Prolog语言的特点： (1) 建立在一阶谓词逻辑和归结原理基础上，有自动推理功能。 (2) 用Prolog设计应用程序时，仅需指明

22、领域中各对象间的关系和决策规 则，而应用这些知识的推理由Prolog 完成。 (3) Prolog应用程序，由数据库和规则库组成。 (4) Prolog程序设计要做三件事，即说明事实、定义规则、提出问题。 (3) 采用高级语言及面向对象语言 (1) 首先必须用高级语言完成推理机，知识库建立等工具。 (2) 在此基础上建立知识库、完成推理,2. 专家系统外壳 专家系统外壳又称骨架系统，它是由一些已经开发成功，并且在实际使用中被证明为行之有效的专家系统演变而来的，即抽去这些专家系统中具体的知识，保留它的体系结构和功能，再把领域专用的界面改为通用的界面，就得到了相应的专家系统外壳。 显然，在专家系统

23、外壳中，知识表示模式、推理机制等都是确定的。当使用这些外壳建造专家系统时，只需把相应领域的知识用外壳规定的模式表示出来装入到知识库中就行了。 较重要的专家系统外壳有：EMYCIN，KAS，EXPERT 等。 3. 通用型专家系统工具 这是不依赖于任何已有的专家系统，完全重新设计且提供更多灵活性的一类专家系统开发工具。目前这类工具已有很多,4. 专家系统开发环境 随着专家系统应用范围的不断扩大，人们对专家系统建造工具的要求也越来越高。人们不仅要求建造工具能够提供高效的推理机，而且还希望它能够提供多种形式的知识表示模式、多种不确定性推理模式、多种获取知识的手段、多种辅助工具（如数据库访问、作图等）

24、以及多种友好的辅助界面（如调试功能、解释功能、自然语言接口等）等等，这样，单一的建造工具就不能适合人们的要求了，在这一背景下，专家系统开发环境就应运而生了。 专家系统开发环境又称专家系统开发工具包，它为专家系统的开发提供多种方便的构件，例如获取知识的辅助工具、适应各种不同知识结构的知识表示模式，各种不同的不确定性推理机制、知识库管理系统以及各种不同的辅助工具、调试工具等。 目前，国内外已有一些成型的产品,第二章 专家系统的结构及控制策略 本章学习目的： 了解不同类型专家系统的结构及控制策略； 本章主要讲述内容： 1. 基于元知识的专家系统组织结构及控制策略； 2. 基于框架的专家系统组织结构及

25、控制策略； 3. 事件驱动的专家系统组织结构及控制策略； 4. 基于黑板的专家系统的组织结构及控制策略,对于专家系统，其基本元件包括： (1) 知识库 (2) 动态数据库 (3) 推理机 (4) 知识获取 (5) 解释机 (6) 人机接口,2.1 基于元知识的专家系统组织结构及控制策略 基于元知识的专家系统为两级专家系统结构； 其核心是元知识； 元知识的获取，构成该方法的组织结构（静态特性）； 对元知识的推理，构成相应的求解控制策略（动态调度）。 1.元知识的种类与作用 (1) 针对领域知识库中的规则性质的元知识 . 指导规则的选择； . 纪录关于领域知识的知识； 指明规则是由专家或工作人员输

26、入； 统计规则应用情况，成功或失败； . 论证规则的理由； . 检查规则中的错误,2) 描述领域知识表示结构的元知识 给出KB中领域知识表示结构的一般措施，为规则模式或数据结构模式等； (3) 论证描述系统的体系结构的元知识 这类元知识描述各种有用的控制结构，控制方法； 每种方法使用的场合及利弊； (4) 问题求解的元知识 如何有效的协调子问题的求解次序。 (5) 问题（领域知识元）的组织方式的元知识 2.元知识库的建立：领域问题求解的组织结构的设置 (1) 利用上述元知识可构成元知识库； (2) 元知识库隐含的规定了领域问题的解空间的求解控制过程的组织结 构隐式与或图控制策略的解空间,3.元

27、知识库的单项推理：针对一个领域子问题求解控制策略 (1) 选择与当前问题有关的KB； (2) 针对KB进行排序； (3) 求解领域问题的启动； 4. 两级专家系统的通用结构,元专家系统启动受领域求解子问题触发； 元专家系统的一次推理对应于子问题的求解控制策略； 控制策略又作用于领域推理进行问题求解； 再产生新的子问题； 循环； 5. 特点 领域问题求解的组织结构由元知识库隐含决定； 控制策略由对元知识库的多次推理规定； 采用两级专家系统结构； 问题求解过程可通过更换元知识库实现变换，不同的求解过 程用不同的元知识库（推理机制不变,2.2 基于框架的专家系统组织结构及控制策略 1. 框架特征的回

28、顾 在前面曾介绍框架具有： 层状组织形式 框架本身的层状形式； 框架内附加过程； 2. 问题的求解与组织的实现 将问题分解成层状的子问题； 每个子问题用一个框架表示； 该框架包括子问题的描述、推理操作描述及其它； 附加过程用了推理机制的调用,3. 控制策略的实现 直接采用框架推理实现 通过附加过程调用推理机制； 通过槽、侧面处理子问题求解操作； 将问题求解结果放入动态库（框架或其它形式）。 4. 举例 机械产业的框架控制结构,5. 特点 显示表示问题求解的组织结构 控制策略由对框架的推理实现 问题描述与框架结构相关，这一点不同于元知识系统,2.3 事件驱动的专家系统组织结构及控制策略 1.事件

29、驱动的专家系统组织结构及控制策略中使用的一些概念： (1) 问题的分解； 将问题划分成子问题 将子问题按求解顺序化出层次； 指出层次间的两种关联关系； 1）在本层次间循环； 2）与其它层次关联； (2) 层次的特点 将层次的子问题分解成不同的求解方法（按初始输入）； 每个求解方法对应于一个节点； 节点有三种类型： 1) 知识节点； 2) 知识节点+判断节点（在一个层次内）； 3) 知识节点+判断节点（向其它层次内转向）； 节点由“知识”+“推理”组成,3)节点的描述 节点采用框架描述： （ 节点名） （节点所在层次号槽） （节点类型槽） （节点触发事件槽） （节点状态槽） （节点终止状态槽）

30、（节点知识集槽） （规则/过程/框架知识集的侧面值） （静态实事集的侧面） （节点推理机槽） （推理机类型侧面值） （推理机的侧面值,4) 动态信息描述 采用对应于层次的链接表结构（物理），逻辑上为框架、栈表等。 2. 事件驱动的专家系统的组织结构 . 将节点集对应于子问题组成层次； . 根据不同的节点类型可构成单类组织结构： 层间无关联，层内无关联（不含判断节点）； 层间无关联，层内有关联（含判断节点）； 层间有关联，层内有/无关联（含判断节点）； 3. 事件驱动的专家系统的控制策略 事件驱动的专家系统的控制策略按两步完成： 层次求解活动的触发； 层次内求解活动的触发与求解,4. 特点： (

31、1) 组织结构显式表示 (2) 节点相当于知识源，节点的描述运用框架； (3) 表达问题求解的模型有较强的适应性：有三类形式； (4) 求解控制由实例驱动，分层次间和层次内：求解结构清晰、明了； (5) 问题的求解结构可抽象为骨架结构： (6) 问题的定义过程较为复杂,2.4 基于黑板的专家系统的组织结构及控制策略 1.黑板模型 (1) 举例：拚板游戏（并行） 一个房间里有一块黑板； 围着黑板有一组人； 每人手中有一些形状各异的拚板； 初始时让部分人把拚板拚在黑板上； 然后，每人根据手中所持的拚板判断是否与黑板上的连接； 每个人之间不交流信息，每个人的判断是自驱动的； 顺序不是事先预定的， 为

32、适应串行求解，修改如下： 在房间里设一通道，一次只允许一个人走向黑板，且还有一个监督者； 监督者管理这组人，以决定谁走向黑板拚图； 拚图人选择通过竞争，由监督者选定； 选定策略可作特定的规定,将上述例子进行抽象，得到：（即黑板模型的三个组成部分） . 黑板黑板 . 人与拚板知识源 . 监督者控制求解 在上述模型中可看出黑板模型的如下特点： 适时、适地、适用的专家系统求解模型； 由“知识源+黑板+控制”组成； 知识源使用无层次、次数的限制； 知识源是自驱动求解的：即由KS自身根据黑板的动态信息的变换来 决定是否参与求解活动。 (2) 黑板模型组成部分的进一步讨论： .黑板： 问题的解空间（所有初

33、始、中间状态和最终结果）以层次方 式组织全局动态数据库,由所有的知识源共享； 知识源间的通信通过黑板完成； .知识源： 将领域知识化分成若干相互独立的知识集； 每一知识集完成一种特定的任务； 这种知识集称为知识源KS， 知识源的描述：（条件+动作） 条件：用于KS的自驱动； 动作：用于求解； .控制：动态的选择和激活适用的KS，使之适时的响应黑板的变化,2. 基于黑板的专家系统的组织结构 主要涉及两方面： (1) 知识源的组织（条件和动作） .知识源间相互独立，无层次等关系； .知识源自身的组织涉及到“条件”+“动作”； .KS的条件： 表示能用于黑板信息增加的状态； 采用框架、产生式规则、过

34、程性描述和组织； .KS的动作： 用于向黑板的相应层次增加信息； KS的动作也可用“框架+推理机” 、“规则+推理机” 、“过程” 等描述与组织。 (2) 黑板的层次结构化分 .根据问题求解的子问题分解层次，决定解的层次组织结构； .对应于一个层次内，对解（部分解、中间解）的描述与组 织可采用框架,3.基于黑板的专家系统的控制策略 利用黑板监督程序（KS出来的信息由其监控）掌握黑板信息状态； 形成调度队列； 利用调度程序执行条件比较，从调度队列中选KS； 执行所选择的KS的动作部分； 将结果在黑板监督程序的监控下送入黑板； 终止判断（未结束，循环）。 4.特点 问题求解的组织结构由对动态数据库

35、的组织显式体现； 知识源的划分相互独立：划分应与问题求解层次隐式对应； 知识源求解为自驱动模式； 调度取决于问题求解的中间解； 求解为随机模式：不用按预定义过程执行,2.5 分布式的专家系统组织结构及控制策略 1. 组织结构 把问题分解成子问题； 每个子问题用一个专家系统求解； 每个专家系统分布在不同的物理计算机上； 计算机用网络相连； 用一个公共的黑板组织各个专家系统的相互关联的信息； 2. 求解控制策略 对应于子问题专家系统的内部求解控制； 子问题的协同求解控制,第三章 知识与知识表示 本章学习目的： 了解各种知识的表示方法，特点及应用场合等。 本章主要讲述内容： 知识和知识分类及表示方法

36、 知识的一阶谓词逻辑表示法 知识的产生式表示法 知识的框架表示法 知识的语义网络表示法 其它知识表示法简介,第四章 逻辑推理 经典逻辑推理 经典逻辑推理是根据经典逻辑的逻辑规则进行的一种推理，又称为机械-自动定理证明(mechanical-automatic theoremproving),主要推理方法有自然演绎推理，归结演绎推理及与或形演绎推理等。由于这种推理是基于经典逻辑的，其真值只有真和假两种，因此它是一种精确推理。 不确定性推理 不确定性推理是建立在非经典逻辑基础上的一种推理，它是对不确定性知 识的运用和处理。 不确定性推理就是从不确定性的初始证据出发，通过运用不确定性的知识， 最终推出具有一定程度的不确定性但却合理或者近乎合理的结论的思维过程,本章主要讲述内容： 1. 简述与推理相关的知识：如推理方式及分类、推理控制策略、模 式匹配、冲突消解策略、搜索策略等。 2. 经典逻辑推理：自然演绎推理； 归结演绎推理； 与/或形演绎推理。 3. 不确定性推理：主观 Bayes 方法； 可信度方法； 证据理论法； 模糊推理； 基于框架表示的不确定性推理 基于语义网络表示的不确定性推理 * 对专家系统来讲，推理的重点应在不确定性推理