|
3、知识库子系统和推理机
知识库管理系统：功能：回答对知识库知识的增、删、改等请求；回答决策过程中的问题
分析与判断所需要知识的请求。
知识库：存储不能用数据、模型描述的专家的知识和经验。知识的表示是研究的重要课题。知识库中包括事实库和规则库两部分。
推理机
三、人工神经网络
人工神经网络是通过采用物理体实现的器件或采用计算机来模拟生物体中神经网络的某些结构与功能，属于基于案例学习的模型，它模拟人的神经元结构，构造人工神经元，吸取生物神经网络的部分优点。
人工神经网络具有良好的自组织、自学习和自适应能力，因而特别适用于处理复杂问题或开放系统。但是，人工神经网络的知识分布在整个系统内部。对于用户来说，系统是个黑箱，并且，人工神经网络对于自己的结论不能做出合理的解释。
四、专家系统
1、概念：
专家系统是一个能在某特定领域内解决复杂问题并达到专家水平的计算程序系统。它是一种具有智能特征的软件。它利用包含有专家推理方法的计算模型来求解问题，其结果可以达到相应专门领域的专家的工作水平。专家系统是一门综合性很强的边缘学科，它综合了计算机程序设计、人工智能、心理学、数学等多学科的研究成果，正在形成自己的一套学科体系。
2、专家系统的组成
知识库（Knowledge Base） 以“事实”和“规则”的形式保存专家的知识、经验和常识，也包括各种书本性知识。
推理机（Inference Engine） 由知识库管理部分和推理逻辑组成，它根据当前输入的数据，利用知识库中的知识，按一定的推理策略，去解决当前的问题。
知识获取部分 也称为学习功能，它为获得、修改和扩充知识提供了手段。
解释部分 负责对推理给出必要的解释，为用户了解推理过程、向系统学习和维护系统提供方便，并使用户容易接受。它是专家系统与用户的接口。
知识库和推理机是专家系统的核心。
3、专家系统的知识库与推理逻辑
知识库是推理机工作的重要对象，其中知识表示的好坏直接影响整个系统的工作效率。当前知识的表示方法主要有：产生式规则（Production roles）、语义网络（Semantic Nets）、谓词演算（Predicate Calculus）和框架（Frames）。此外，决策树、模糊关系及模糊逻辑、与/或图、状态图等方法也有使用。
产生式规则用一组条件语句来表示知识，其形式如下：
“如果（IF）满足某条件，则（THEN）采取所指行动”
产生式规则的IF部分称为前提，它表明若要应用该规则所必须满足的条件，THEN部分称为行动部分，它表明在条件成立的情况下所要采取的行动。知识库中还应包括的是“事实”，它是当前的问题的实际状态，它可以在系统运行中不断改变。 |
|
 |
