专家系统的基本组成

专家系统的基本组成


发布日期: 1970-01-01 更新日期: 2015-02-03 编辑:giser 浏览次数: 15677

标签:

摘要: 专家系统是人工智能在信息系统中的应用,它是一个智能计算机程序系统,其内部具有大量专家水平的某个领域知识与经验,能够利用人类专家的知识和解决问题的方法来解决该领域的问题。专家系统的主要功能取决于大量的知识。设计专家系统的关键是知识表达和知识运用。专家系统与一般计...

专家系统是人工智能在信息系统中的应用,它是一个智能计算机程序系统,其内部具有大量专家水平的某个领域知识与经验,能够利用人类专家的知识和解决问题的方法来解决该领域的问题。专家系统的主要功能取决于大量的知识。设计专家系统的关键是知识表达和知识运用。专家系统与一般计算机程序最本质的区别在于:专家系统所解决的问题一般没有算法解,并且往往是要在不完全、不精确或不确定的信息基础上做出结论。一般的专家系统包括数据库,知识库,推理机,解释器及知识获取五个部分组成。

1.知识库 知识库用于存取和管理所获取的专家知识和经验,供推理机利用,具有知识存储、检索、编辑、增删、修改和扩充功能。

2.数据库 用来存放系统推理过程中用到的控制信息,中间假设和中间结果。

3.*推理机* 用于利用知识进行推理,求解专门问题,具有启发推理、算法推理;正向、反向或双向推理;串行或并行推理等功能。

4.解释器 解释器用于作为专家系统与用户的“人——机”接口,其功能是向用户解释系统的行为,包括:

1)咨询理解:对用户咨询的提问进行“理解”,将用户输入的提问及有关事实、数据和条件、转换为推理机可接收的信息。

2)结论解释:向用户输出推理的结论或答案,并且根据用户需要对推理过程进行解释,给出结论的可信度估计。

5.知识获取器 知识获取是专家系统与专家的“界面”。知识库中的知识一般都是通过“人工移植”方法获得,“界面”就是知识工程师(专家系统的设计者),采用“专题面谈”,“口语记录分析”等方式获取知识,经过 整理后,再输入知识库。为了提高知识工程师获得专家知识的效率,可以借助“知识获取辅助工具”来辅助专家整理知识或辅助扩充和修改数据库。近年来,开始机器学习、机器识别、半自动化等方法获取知识。

关注公众号
获取免费资源

随机推荐


Copyright © Since 2014. 开源地理空间基金会中文分会 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org