《[主體與協(xié)同：專家系統(tǒng)的發(fā)展方向]協(xié)同式專家系統(tǒng)又稱》由會(huì)員分享，可在線閱讀，更多相關(guān)《[主體與協(xié)同：專家系統(tǒng)的發(fā)展方向]協(xié)同式專家系統(tǒng)又稱（2頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、[主體與協(xié)同：專家系統(tǒng)的發(fā)展方向]協(xié)同式專家系統(tǒng)又稱 　　主體系統(tǒng)主要研究自主的智能主體之間智能行為的協(xié)調(diào)。協(xié)同專家系統(tǒng)是協(xié)調(diào)這些自治主體的解決途徑。 　　 　　專家與專家系統(tǒng) 　　 　　顧名思義，所謂“專家”是指在某一特定領(lǐng)域擁有大量知識(shí)以及豐富經(jīng)驗(yàn)的人。在解決問(wèn)題時(shí)，這些專家們通常都擁有一套獨(dú)特的思維方式，能較圓滿地解決自身領(lǐng)域的困難問(wèn)題，或向用戶提出一些建設(shè)性的建議。 　　而專家系統(tǒng)（Expert System）則是具有智能特點(diǎn)的計(jì)算機(jī)程序，它能夠在特定的領(lǐng)域內(nèi)模仿人類專家思維來(lái)求解復(fù)雜問(wèn)題。專家系統(tǒng)內(nèi)保存有領(lǐng)域?qū)＜业拇罅恐R(shí)，擁有類似人類專家思維的推理能力，并能用這些知識(shí)來(lái)解決實(shí)際

2、問(wèn)題。 　　目前，專家系統(tǒng)在各領(lǐng)域中得到了廣泛應(yīng)用，并取得了可喜的成果，例如個(gè)人理財(cái)專家系統(tǒng)、油田尋找專家系統(tǒng)、貸款損失評(píng)估專家系統(tǒng)、各類教學(xué)專家系統(tǒng)等。 　　 　　專家系統(tǒng)的構(gòu)造 　　 　　專家系統(tǒng)的基本結(jié)構(gòu)如附圖所示，其中箭頭方向?yàn)閿?shù)據(jù)流動(dòng)的方向。專家系統(tǒng)通常由人機(jī)交互界面、知識(shí)庫(kù)、推理機(jī)、解釋器、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取等6個(gè)部分構(gòu)成。 　　知識(shí)庫(kù)用來(lái)存放專家提供的知識(shí)。專家系統(tǒng)的問(wèn)題求解過(guò)程，是通過(guò)知識(shí)庫(kù)中的知識(shí)來(lái)模擬專家的 思維方式。因此，知識(shí)庫(kù)是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在。 　　人工智能中的知識(shí)表示形式，有產(chǎn)生式、框架、語(yǔ)義網(wǎng)絡(luò)等; 而在專家系統(tǒng)中運(yùn)用得較為普遍的知識(shí)是產(chǎn)生式規(guī)則。

3、 　　推理機(jī)是指針對(duì)當(dāng)前問(wèn)題的條件或已知信息，反復(fù)匹配知識(shí)庫(kù)中的規(guī)則，獲得新的結(jié)論，以得到問(wèn)題求解結(jié)果。在這里，推理方式可以有正向和反向推理兩種。正向推理是從前提匹配到結(jié)論，反向推理則先假設(shè)一個(gè)結(jié)論成立，看它的條件有沒(méi)有得到滿足。由此可見(jiàn)，推理機(jī)就如同專家解決問(wèn)題的思維方式，知識(shí)庫(kù)就是通過(guò)推理機(jī)來(lái)實(shí)現(xiàn)其價(jià)值的。 　　 　　綜合數(shù)據(jù)庫(kù)專門(mén)用于存儲(chǔ)推理過(guò)程中所需的原始數(shù)據(jù)、中間結(jié)果和最終結(jié)論，往往是作為暫時(shí)的存儲(chǔ)區(qū)。解釋器能夠根據(jù)用戶的提問(wèn)，對(duì)結(jié)論、求解過(guò)程做出說(shuō)明，使專家系統(tǒng)更具有人情味。 　　知識(shí)獲取是專家系統(tǒng)知識(shí)庫(kù)是否優(yōu)越的關(guān)鍵，也是專家系統(tǒng)設(shè)計(jì)的“瓶頸”問(wèn)題，通過(guò)知識(shí)獲取，可以擴(kuò)充和修改知

4、識(shí)庫(kù)中的內(nèi)容，也可以實(shí)現(xiàn)自動(dòng)學(xué)習(xí)功能。 　　 　　協(xié)同專家系統(tǒng)的產(chǎn)生 　　 　　大多數(shù)傳統(tǒng)意義上的“專家系統(tǒng)”只在特定知識(shí)領(lǐng)域內(nèi)是一個(gè)“專家”，一旦超出就很難獲得令人滿意的應(yīng)用。現(xiàn)代人類解決問(wèn)題的方法是分工合作，推而廣之，在專家系統(tǒng)領(lǐng)域，能否也進(jìn)行某種意義上的“分工合作，共同作戰(zhàn)”呢？ 　　20世紀(jì)80年代中葉，隨著常識(shí)推理和模糊理論實(shí)用化，以及深層知識(shí)表示技術(shù)的成熟，專家系統(tǒng)開(kāi)始向著多知識(shí)表示、多推理機(jī)的多層次綜合型轉(zhuǎn)化。立足于糾正傳統(tǒng)專家系統(tǒng)對(duì)復(fù)雜問(wèn)題求解的簡(jiǎn)單化，追求深層解釋和推理。綜合的原則是技術(shù)互補(bǔ)。它起始于單純的知識(shí)表示和推理方法的結(jié)合，發(fā)展到專家系統(tǒng)結(jié)構(gòu)上的綜合。 　　協(xié)同式專家

5、系統(tǒng)能綜合若干個(gè)相近領(lǐng)域或一個(gè)領(lǐng)域多個(gè)方面的分專家系統(tǒng)相互協(xié)同工作，共同解決一個(gè)更廣泛的問(wèn)題。在研究復(fù)雜問(wèn)題時(shí)，可以將確定的總?cè)蝿?wù)分解成幾個(gè)分任務(wù)（各分任務(wù)之間允許有重疊，這不同于多任務(wù)專家系統(tǒng)），分別由幾個(gè)專家系統(tǒng)來(lái)完成。各個(gè)專家系統(tǒng)發(fā)揮自身的特長(zhǎng)，解決一個(gè)問(wèn)題再進(jìn)行子系統(tǒng)的協(xié)同，以確保專家系統(tǒng)的推理更加全面、準(zhǔn)確、可靠。 　　 　　分布式問(wèn)題求解:協(xié)同式專家系統(tǒng)的基礎(chǔ) 　　 　　在分布協(xié)同式專家系統(tǒng)當(dāng)中，問(wèn)題的求解屬于分布智能研究的一個(gè)分支。在這樣的系統(tǒng)中，數(shù)據(jù)、知識(shí)、控制均分布在系統(tǒng)的各節(jié)點(diǎn)上，既無(wú)全局控制，也無(wú)全局?jǐn)?shù)據(jù)和知識(shí)存貯。由于系統(tǒng)中沒(méi)有一個(gè)節(jié)點(diǎn)擁有足夠的數(shù)據(jù)和知識(shí)來(lái)求解整個(gè)問(wèn)題

6、，因此各節(jié)點(diǎn)需要交換部分?jǐn)?shù)據(jù)、知識(shí)、問(wèn)題求解狀態(tài)等信息，相互協(xié)作來(lái)進(jìn)行復(fù)雜問(wèn)題的協(xié)作求解。 　　主體: 分布協(xié)同專家系統(tǒng)的基本單元 　　主體相應(yīng)的英文單詞是“Agent”。在英文中“Agent”這個(gè)詞主要有三種涵義: 一是指能對(duì)其行為負(fù)責(zé)的人; 二是指能夠產(chǎn)生某種效果的，在物理、化學(xué)或生物意義上活躍的東西; 三是指代理，即接受某人的委托并代表他執(zhí)行某種功能，因此有人稱之為代理。在計(jì)算機(jī)和人工智能領(lǐng)域中，主體可以看做是一個(gè)實(shí)體，它通過(guò)傳感器感知環(huán)境，通過(guò)效應(yīng)器作用于環(huán)境。如果主體是人，則傳感器有眼睛、耳朵和其他器官，手、腿、嘴和身體的其他部分是效應(yīng)器。如果主體是機(jī)器人，則攝像機(jī)等是傳感器，各種運(yùn)

7、動(dòng)部件是效應(yīng)器。 　　主體作為人類自主性部分的抽象實(shí)體，成為構(gòu)造分布協(xié)同專家系統(tǒng)的基本單元具有一定的自然性和必要性。系統(tǒng)專家系統(tǒng)的發(fā)展要求其成員的個(gè)體行為智能化，主體的自主性適應(yīng)了該需求。其次，主體間的通信行為和特性也與系統(tǒng)工作中群體成員的交流行為相適應(yīng)。主體之間是平等協(xié)作關(guān)系的對(duì)等實(shí)體，強(qiáng)調(diào)主體間通過(guò)通信而完成任務(wù)，因此由主體自主性引發(fā)的協(xié)同性使得主體可以更好反映協(xié)作群體或組織的結(jié)構(gòu)和聯(lián)系特性。主體可以將原來(lái)各個(gè)異構(gòu)的診斷系統(tǒng)進(jìn)行統(tǒng)一封裝，實(shí)現(xiàn)協(xié)作達(dá)到透明協(xié)同，也能區(qū)分共享工作空間和私有工作空間及二者的無(wú)縫連接。 　　 　　小資料 　　專家系統(tǒng)的歷史發(fā)展 　　迄今為止，專家系統(tǒng)的發(fā)展已經(jīng)歷了

8、三個(gè)階段，正在向第四代過(guò)渡和發(fā)展。 　　第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門(mén)問(wèn)題的能力強(qiáng)為特點(diǎn)，但在體系結(jié)構(gòu)的完整性、可移植性等方面存在缺陷，求解問(wèn)題能力弱。 　　第二代專家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)科專業(yè)型、應(yīng)用型系統(tǒng)，其體系結(jié)構(gòu)較完整，移植性方面也有所改善，而且在系統(tǒng)的人機(jī)接口、解釋機(jī)制、知識(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識(shí)表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。 　　第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語(yǔ)言，綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略，并開(kāi)始運(yùn)用各種知識(shí)工程語(yǔ)言、骨架系統(tǒng)及專家系統(tǒng)開(kāi)發(fā)工具和環(huán)境來(lái)研制大型綜合專家系統(tǒng)。 　　在總結(jié)前三代專家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，現(xiàn)在已開(kāi)始采用大型多專家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫(kù)、自組織解題機(jī)制、多學(xué)科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來(lái)實(shí)現(xiàn)具有多知識(shí)庫(kù)、多主體的第四代專家系統(tǒng)。