取的进程。 (4)定性定量综合物理模型表示法。定量物理模型是通常意义的数学模型(如代数方程、 微分方程、传递函数等),它不属于人工智能的研究范畴,但却具有能够精确表示物理量之 间数量关系的优点。近些年来,在新一代专家系统硏究中,有把定性模型与定量模型综合运 用的趋势,提出了定性定量综合物理模型表示方法和相应推理方法硏究的新课题。 2.知识的获取 早期专家系统的知识获取工作由知识工程师完成。知识工程帅在广泛了解专家系统应用 领域的背景知识基础上,通过多次与相关领域的专家交谈,总结、整理、精炼专家的知识和 经验。初步掌握专家知识后,通过编辑,用专家的专业知识构成专家系统知识库。专家系统 原型建造完成后,在通过实例对系统功能进行测试的基础上,工程师再反复与专家交谈,并 对知识序进行修改、逐步完善知识库。整个知识的获取和知识库的完善过程往往要花费很长 时间。 随着专家系统硏究的进展,人们硏制出了知识库编辑器,帮助知识工程师完成知识获取 工作。知识工程师通过和相关领域专家的交谈,了解该领域专业知识的特点,确定知识表示 方法。设计知识库结构和知识编辑器。知识获取则由编辑器完成。编辑器借助于人一机接口 按一定的数据结构格式直接和专家“对话”,或向专家提出问题,请专家回答或要求专家按 规定格式描述自己的知识。在此基础上,编辑器将从专家那里获取的知识通过知识库管理系 统填入知识库的结构中去。通常知识编辑器除具有获取知识功能外,还具有对知识库査询、 修改、检验以及更新等编辑功能,用以逐步完善知识库。 常乙新一代专家系统的主要特征就是在知识表示和知识获取方面的改进。在知识获取过程中 器学习的方法,促进了专家系统的进一步发展。学习在知识获取方面的作用主要表现 (1)在专家指导下,通过实例训练,完成知识获取工作。例如神经网络模型的表示,专 家通过实例,提供网络输入输出样本。在训练过程中调节网络结点间的连按权值获取并存储 专家的知识。通过提供新的训练样本,可以不断地学习,提高学习精度,完善自己的知识。 (2)通过在线地对专家系统性能的测试,并按一定的学习规则修改和完善专家系统的知 识库,从而不断提高系统的性能。这里,系统性能判别的准则由专家来提供 (3)在综合定性模型和定量模型的基础上,抽取和总结高层次的知识来构造专家系统的 知识库,其基本设想是:定量物理模型是完备的,虽不适合用作专家系统的知识表示,但可 以作为专家系统的知识源,从中抽取定性物理模型的知识表示,从而可以用于专家系统的推 理过程。 714专家系统的特点及分类 1.专家系统的特点 专家系统是基于知识工程的系统,相对于一般人工智能系统而言,专家系统具有如下 些基本特点 (1)具有专家水平的专门知识 人类专家之所以能称为专家,是由于他掌握了某一领域的专门知识,使其在处理问题时 比别人技高一筹。一个专家系统为了能像人类专家那样工作,必须表现专家的技能和高度的 技巧以及有足够的鲁棒性。系统的鲁棒性是指不管数据是正确还是病态不正确的,它都能够 正确地处理,或者得到正确的结论,或者指出错误。 (2)能进行有效的推理 专家系统具有启发性,能够运用人类专家的经验和知识进行启发式的搜索、试探性推 理、不精确推理或不完全推理 第5页共12页取的进程。 （4）定性定量综合物理模型表示法。定量物理模型是通常意义的数学模型（如代数方程、 微分方程、传递函数等），它不属于人工智能的研究范畴，但却具有能够精确表示物理量之 间数量关系的优点。近些年来，在新一代专家系统研究中，有把定性模型与定量模型综合运 用的趋势，提出了定性定量综合物理模型表示方法和相应推理方法研究的新课题。 2．知识的获取 早期专家系统的知识获取工作由知识工程师完成。知识工程帅在广泛了解专家系统应用 领域的背景知识基础上，通过多次与相关领域的专家交谈，总结、整理、精炼专家的知识和 经验。初步掌握专家知识后，通过编辑，用专家的专业知识构成专家系统知识库。专家系统 原型建造完成后，在通过实例对系统功能进行测试的基础上，工程师再反复与专家交谈，并 对知识序进行修改、逐步完善知识库。整个知识的获取和知识库的完善过程往往要花费很长 时间。 随着专家系统研究的进展，人们研制出了知识库编辑器，帮助知识工程师完成知识获取 工作。知识工程师通过和相关领域专家的交谈，了解该领域专业知识的特点，确定知识表示 方法。设计知识库结构和知识编辑器。知识获取则由编辑器完成。编辑器借助于人一机接口 按一定的数据结构格式直接和专家“对话”，或向专家提出问题，请专家回答或要求专家按 规定格式描述自己的知识。在此基础上，编辑器将从专家那里获取的知识通过知识库管理系 统填入知识库的结构中去。通常知识编辑器除具有获取知识功能外，还具有对知识库查询、 修改、检验以及更新等编辑功能，用以逐步完善知识库。 新一代专家系统的主要特征就是在知识表示和知识获取方面的改进。在知识获取过程中 引人机器学习的方法，促进了专家系统的进一步发展。学习在知识获取方面的作用主要表现 在： (1). 在专家指导下，通过实例训练，完成知识获取工作。例如神经网络模型的表示，专 家通过实例，提供网络输入输出样本。在训练过程中调节网络结点间的连按权值获取并存储 专家的知识。通过提供新的训练样本，可以不断地学习，提高学习精度，完善自己的知识。 (2). 通过在线地对专家系统性能的测试，并按一定的学习规则修改和完善专家系统的知 识库，从而不断提高系统的性能。这里，系统性能判别的准则由专家来提供。 (3). 在综合定性模型和定量模型的基础上，抽取和总结高层次的知识来构造专家系统的 知识库，其基本设想是：定量物理模型是完备的，虽不适合用作专家系统的知识表示，但可 以作为专家系统的知识源，从中抽取定性物理模型的知识表示，从而可以用于专家系统的推 理过程。 7.1.4 专家系统的特点及分类 1. 专家系统的特点 专家系统是基于知识工程的系统，相对于一般人工智能系统而言，专家系统具有如下一 些基本特点： （1）具有专家水平的专门知识 人类专家之所以能称为专家，是由于他掌握了某一领域的专门知识，使其在处理问题时 比别人技高一筹。一个专家系统为了能像人类专家那样工作，必须表现专家的技能和高度的 技巧以及有足够的鲁棒性。系统的鲁棒性是指不管数据是正确还是病态不正确的，它都能够 正确地处理，或者得到正确的结论，或者指出错误。 （2）能进行有效的推理 专家系统具有启发性，能够运用人类专家的经验和知识进行启发式的搜索、试探性推 理、不精确推理或不完全推理。 第 5 页 共 12 页