智能決策支持系統(tǒng)和智能技術(shù)的決策支持

1、第四章第四章 智能決策支持系智能決策支持系統(tǒng)和智能技術(shù)的決策支持統(tǒng)和智能技術(shù)的決策支持授課人：黃 鶯授課時間：10月10日、 10月17日、 10月24日4.1 4.1 智能決策支持系統(tǒng)概述智能決策支持系統(tǒng)概述4.1.1 4.1.1 智能決策支持系統(tǒng)概念智能決策支持系統(tǒng)概念4.1.2 4.1.2 智能決策支持系統(tǒng)結(jié)構(gòu)智能決策支持系統(tǒng)結(jié)構(gòu)4.2 4.2 人工智能基本原理人工智能基本原理4.2.1 4.2.1 邏輯推理邏輯推理4.2.2 知識表示與知識推理4.2.3 搜索技術(shù)4.3 4.3 專家系統(tǒng)與智能決策支持系統(tǒng)專家系統(tǒng)與智能決策支持系統(tǒng)4.3.1 4.3.1 專家系統(tǒng)的原理專家系統(tǒng)的原理4.

2、3.2 4.3.2 產(chǎn)生式規(guī)則專家系統(tǒng)產(chǎn)生式規(guī)則專家系統(tǒng)4.3.3 4.3.3 專家系統(tǒng)與決策支持系統(tǒng)的集成專家系統(tǒng)與決策支持系統(tǒng)的集成4.3.4 4.3.4 智能決策支持系統(tǒng)實例智能決策支持系統(tǒng)實例4.4 4.4 神經(jīng)網(wǎng)絡(luò)的決策支持系統(tǒng)神經(jīng)網(wǎng)絡(luò)的決策支持系統(tǒng)4.4.14.4.1 神經(jīng)網(wǎng)絡(luò)的原理神經(jīng)網(wǎng)絡(luò)的原理4.4.24.4.2 神經(jīng)網(wǎng)絡(luò)的傳播類型神經(jīng)網(wǎng)絡(luò)的傳播類型4.4.34.4.3 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)4.1.1 智能決策支持系統(tǒng)概念I(lǐng)DSS IDSS AIAIDSSDSS知識推理技術(shù)知識推理技術(shù)模型技術(shù)模型技術(shù)數(shù)據(jù)處理技術(shù)數(shù)據(jù)處理技術(shù)定性分析能力定性分析能力定量分析能力定量分

3、析能力 1981 1981年，年，BonczekBonczek提出了提出了DSSDSS三系統(tǒng)結(jié)構(gòu)，該結(jié)構(gòu)三系統(tǒng)結(jié)構(gòu)，該結(jié)構(gòu)中有中有“知識系統(tǒng)知識系統(tǒng)”，使得不少學(xué)者將，使得不少學(xué)者將DSSDSS劃為人工智劃為人工智能的范疇，研究知識表示與知識推理，這樣，能的范疇，研究知識表示與知識推理，這樣，DSSDSS與與人工智能的專家系統(tǒng)的界限變得模糊了。人工智能的專家系統(tǒng)的界限變得模糊了。 1980 1980年，年，Spraque提出提出DSSDSS的三部件結(jié)構(gòu)，是傳統(tǒng)的三部件結(jié)構(gòu)，是傳統(tǒng)DSSDSS結(jié)構(gòu)結(jié)構(gòu) 的典型代表。的典型代表。 IDSSIDSS實際上就是在實際上就是在DSSDSS基礎(chǔ)上增加了知識

4、部件。基礎(chǔ)上增加了知識部件。 知識部件知識部件 知識庫知識管理系統(tǒng) 推理機4.1.2 智能決策支持系統(tǒng)結(jié)構(gòu)1.人工智能的決策支持技術(shù)（1 1）專家系統(tǒng)）專家系統(tǒng)（2 2）神經(jīng)網(wǎng)絡(luò)）神經(jīng)網(wǎng)絡(luò)（3 3）遺傳算法）遺傳算法（4 4）機器學(xué)習(xí)）機器學(xué)習(xí)（5 5）自然語言理解）自然語言理解2.智能決策支持系統(tǒng)結(jié)構(gòu)形式（1）.IDSS的基本結(jié)構(gòu)形式問題綜合與交互系統(tǒng)模型庫管理系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)人工智能技術(shù)專家系統(tǒng) 神經(jīng)網(wǎng)絡(luò)遺傳算法 機器學(xué)習(xí)自然語言理解模型庫模型庫數(shù)據(jù)庫數(shù)據(jù)庫（2）.IDSS的簡化結(jié)構(gòu)圖問題綜合與交互系統(tǒng)模型庫管理系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)知識庫管理系統(tǒng)推理機模型庫模型庫數(shù)據(jù)庫數(shù)據(jù)庫知識庫知識庫用

5、戶4.2.1 邏輯推理1.形式邏輯（1）概念：概念反映事物的特有屬性和屬性的取值。（2）判斷：對概念的肯定或否定； 判斷本身有對有錯； 判斷有全稱的肯定（或否定）判斷和存在的肯定（或否定）判斷。（3）推理：從一個或多個判斷推出一個新判斷的過程。2.推理的 種類演繹推理歸納推理類比推理假言推理三段論推理數(shù)學(xué)歸納法假言易位推理枚舉歸納推理（1）假言推理：“如果p，那么q”為真，同時“p”為真，則推出“q”為真。 pq，p q （2）三段論推理：“如果p，那么q”為真，同時“如果q，那么r”為真，則推出“如果p，那么r”為真。 pq，q r p r（3）假言易位推理：“如果p，那么q”為真，同時“非

6、q”為真，則推出“非p”為真。 pq，q p（1）數(shù)學(xué)歸納法： A包含B1、B2， A真（2）枚舉歸納推理：由所見的某一類事物的部分分子具有某種屬性，而且沒有遇到相反的情況，于是得出這一類事物都具有這種屬性的一般性結(jié)論。 S1是P，S2 是P Sn是P， S1Sn是S類中的部分分子，而且沒有遇到相反的事例 所以，S類事物都是PB1真，Bn Bn1類比推理： 由兩個（或兩類）事物在某些屬性上相同，進而推斷它們在另一個屬性也可能相同的推理。A事物有a、b、c、d屬性，B事物有a、b、c屬性（ a，、b，、c，相似屬性）所以，B事物也可能有d 屬性（或d，相似屬性）3.總結(jié)（1）演繹推理的結(jié)論沒有超

7、出已知的知識范圍，而歸納推理和類比推理的結(jié)論超出了已知的知識范圍；（2）演繹推理中由于前提和結(jié)論有必然聯(lián)系，只要前提為真，結(jié)論一定為真。歸納推理和類比推理中前提和結(jié)論，不能保證有必然聯(lián)系，具有或然性。這樣的結(jié)論未必是可靠的。4.2.2 知識表示與知識推理1. 1.數(shù)理邏輯表示法數(shù)理邏輯表示法2.2.產(chǎn)生式規(guī)則產(chǎn)生式規(guī)則3.3.語義網(wǎng)絡(luò)語義網(wǎng)絡(luò)4.4.框架框架5.5.劇本劇本產(chǎn)生式規(guī)則產(chǎn)生式規(guī)則v 產(chǎn)生式規(guī)則知識一般表示為：if A then B，即如果A成立則B成立， AB。v 產(chǎn)生式規(guī)則知識有正向和逆向兩種推理方式。（1）正向推理v 逐條搜索規(guī)則庫，對每一條規(guī)則的前提條件都檢查事實庫中是否存

8、在；v 對前提條件中各子項，若事實庫中不是全部都存在，放棄該條規(guī)則；v 若在事實庫中全部存在，則執(zhí)行該條規(guī)則，并結(jié)論放入到事實庫中；v 反復(fù)執(zhí)行上述過程，直至推出目標，并存放入事實庫中。（2）逆向推理v從目標開始，尋找以此目標為結(jié)論的規(guī)則，并對該規(guī)則的前提進行判斷；v若該規(guī)則的前提中某個子項是另以規(guī)則的結(jié)論，再找此結(jié)論的規(guī)則；v重復(fù)上述過程，直到對某個規(guī)則的前提能夠進行判斷；v按此規(guī)則前提的判斷得出結(jié)論的判斷，由此回溯到上一個規(guī)則的推理，一直回溯到目標的判斷。語義網(wǎng)絡(luò)語義網(wǎng)絡(luò)v 用結(jié)點表示概念，用弧線表示概念之間的關(guān)系，將領(lǐng)域知識表示成一種結(jié)構(gòu)圖形式；v 在語義網(wǎng)絡(luò)中，尋找概念之間的內(nèi)在聯(lián)系，

9、主要通過語義網(wǎng)絡(luò)的形式推理來回答兩類問題： 從概念結(jié)點間問它們之間的關(guān)系 通過概念和關(guān)系問其他結(jié)點框架框架v 框架由一組描述事物的各個方面的槽（屬性）組成。v每個槽又可包含若干側(cè)面，每個側(cè)面都有自己的名字和填入的值。一般框架的結(jié)構(gòu):frame slotslot 值21 值22 值11 值12v 槽值的幾種類型:v填充槽值的兩種主要方法: 具體值value 默認值default 過程值procedure 另一框架名 空 匹配 繼承4.2.3 搜索技術(shù)1. 1.問題求解過程的形式表示問題求解過程的形式表示2. 2.盲目搜索方法盲目搜索方法3.3.啟發(fā)式搜索啟發(fā)式搜索v 狀態(tài)空間表示法狀態(tài)空間表示法

10、 v 與或樹表示法與或樹表示法 v 廣度優(yōu)先搜索法廣度優(yōu)先搜索法v 生成測試法生成測試法v 深度優(yōu)先搜索法深度優(yōu)先搜索法 v 爬山法爬山法狀態(tài)空間表示法狀態(tài)空間表示法 狀態(tài)空間表示法是表示問題及其搜索過程的一種形式表示方法。狀態(tài)空間表示法用“狀態(tài)”和“算符”來表示問題，其中，“狀態(tài)”用以描述問題求解過程不同時刻的狀態(tài)；“算符”表示對狀態(tài)的操作，算符的每一次使用就使問題由一種狀態(tài)變換為另一種狀態(tài)。當(dāng)?shù)竭_目標狀態(tài)時，出初始狀態(tài)到目標狀態(tài)所用算符的序列就是問題的一個解。狀態(tài)：狀態(tài)： 狀態(tài)是描述問題求解過程中任時刻狀況的數(shù)據(jù)結(jié)構(gòu)，可用一組變量的有序集表示： Sk(Sk1，Sk2，Skn)當(dāng)給每一個分量

11、以確定的值時，就得到了一個具體的狀態(tài)。算符：算符： 引起狀態(tài)中某些分量發(fā)生變化，從而使問題由一個狀態(tài)變?yōu)榱硪粋€狀態(tài)的操作稱為算符。在產(chǎn)生式系統(tǒng)中，每條產(chǎn)生式規(guī)則就是一個算符。狀態(tài)空間： 由問題的全部狀態(tài)及一切可用算符所構(gòu)成的集合稱為問題的狀態(tài)空間，一般用一個三元組表示： （S，F(xiàn)，G） 其中S是問題的所有初始狀態(tài)構(gòu)成的集合，F(xiàn)是算符的集合；G是目標狀態(tài)的集合。 狀態(tài)空間的圖示形式稱為狀態(tài)空間圖。其中，節(jié)點表示狀態(tài)，有向邊(弧)表示算符。1) 用狀態(tài)空間方法表示問題時，首先必須定義狀態(tài)的描述形式，通過使用這種描述形式可把問題的一切狀態(tài)都表示出來。其次，還要定義一組算符，通過使用算符可把問題由一種

12、狀態(tài)轉(zhuǎn)變?yōu)榱矸N狀態(tài)。2) 問題的求解過程是個不斷把算符作用于狀態(tài)的過程。如果在使用某個算符后得到的新狀態(tài)是目標狀態(tài)，就得到了問題的一個解。這個解是從初始狀態(tài)到目標狀態(tài)所用算符構(gòu)成的序列。 3) 算符的一次使用，就使問題由一種狀態(tài)轉(zhuǎn)變?yōu)榱硪环N狀態(tài)?？赡苡卸鄠€算符序列都可使問題從初始狀態(tài)變到目標狀態(tài)，這就得到了多個解。其中有的使用算符較少，有的較多，我們把使用算符最少的解稱為最優(yōu)解。 4) 對任何一個狀態(tài)，可使用的算符可能不止一個，因而由一個狀態(tài)所生成的后繼狀態(tài)就可能有多個。當(dāng)對這些后繼狀態(tài)使用算符時，首先應(yīng)對哪個后繼狀態(tài)進行操作，取決于問題求解采用的搜索策略搜索策略。搜索策略將影響搜索策略將影響

13、問題求解過程的效率。問題求解過程的效率。與或樹表示法與或樹表示法v 與或樹表示法也稱為問題歸約方法。它把初始問題通過一系列變換最終變?yōu)橐粋€子問題集合，而這些子問題的解可以直接得到，從而解答了初始問題。（1 1）分解分解 把一個復(fù)雜問題分解為若干個較為簡單的子問題，每個子問題又可繼續(xù)分解為若干個更為簡單的子問題。重復(fù)此過程，直到不需要再分解或者不能再分解為止。然后對每個子問題分別進行求解，最后把各子問題的解復(fù)合起來就得到了原問題的解。 例如，把問題P分解為三個子問題P1，P2，P3，可用圖表示。 P1，P2，P3是問題P的三個子問題，只有當(dāng)這三個子問題都可解時，問題P才可解，稱P1，P2，P3之

14、間存在“與”關(guān)系；稱節(jié)點P為“與”節(jié)點；由P、 P1，P2，P3所構(gòu)成的圖稱為“與”樹。在圖中，為了標明某個節(jié)點是“與”節(jié)點，通常用一條弧把各條邊連接起來。（2 2）等價變換等價變換 對于一個復(fù)雜問題，除了可用“分解”方法進行求解外，還可利用同構(gòu)或同態(tài)的等價變換，把它變換成若干個較容易求解的新問題。若新問題中有一個可求解，則就得到了原問題的解。 問題的等價變換過程也可用一個圖表示出來，稱為“或”樹。例如，問題P被等價變換為新問題P1，P2，P3 ，可用圖表示。其中，新問題P1，P2，P3中只要有一個可解，則原問題就可解。我們稱P1，P2，P3之間存在“或”關(guān)系：節(jié)點P稱為“或”節(jié)點；由P、 P

15、1，P2，P3所構(gòu)成的圖是一個“或”樹。分解和等價變換也可結(jié)合起來使用，此時的圖稱為“與/或”樹。其中既有“或”節(jié)點，也有“與”節(jié)點，如右圖所示。（3）本原問題（4）端節(jié)點與終止節(jié)點 不能再分解或變換，而且直接可解的子問題稱為本原問題。在與或樹中，沒有子節(jié)點的節(jié)點稱為端節(jié)點；本原問題所對應(yīng)的節(jié)點稱為終止節(jié)點。終止節(jié)點一定是端節(jié)點，但端節(jié)點不一定是終止節(jié)點。 5 5可解節(jié)點可解節(jié)點6.6.不可解節(jié)點不可解節(jié)點在與或樹中，滿足下列條件之一者，稱為可解節(jié)點：1)它是一個終止節(jié)點。2)它是一個“或”節(jié)點，且其子節(jié)點至少有一個是可解節(jié)點。3)它是一個“與”節(jié)點，且其子節(jié)點全部是可解節(jié)點。可解節(jié)點的三個條

16、件全部不滿足的節(jié)點稱為不可解節(jié)點。 7 7解樹解樹 由可解節(jié)點所構(gòu)成的，并且由這些可解節(jié)點可推出初始節(jié)點（它對應(yīng)于原始問題）為可解節(jié)點的子樹稱為解樹。在解樹中一定包含初始節(jié)點。 廣度優(yōu)先搜索法廣度優(yōu)先搜索法（1 1）. .基本思想基本思想從初始狀態(tài)S0開始，利用算符，生成所有可能的后繼狀態(tài)，構(gòu)成下一層節(jié)點，檢查目標節(jié)點G是否出現(xiàn)，若未出現(xiàn)，就對該層所有的狀態(tài)節(jié)點，分別順序利用算符，成生該層所有節(jié)點的后繼節(jié)點，再再檢查是否出現(xiàn)G，若未出現(xiàn)，繼續(xù)生成再下層的所有狀態(tài)節(jié)點，這樣一層一層展開，直到目標出現(xiàn)。S0S1S2S3S11S12S21S22S31S111S121S122S221S311G（2 2

17、）算法）算法1) 把初始節(jié)點S0故入OPEN表。2)如果OPEN表為空，則問題無解，退出 。 3) 把OPEN表的第一個節(jié)點(記為節(jié)點n)取出放入CLOSED表。4)考察節(jié)點n是否為目標節(jié)點。若是，則求得了問題的解，退出。 5)若節(jié)點n不可擴展，則轉(zhuǎn)第2)步。 6) 擴展節(jié)點n，將其子節(jié)點放入OPEN表的尾部，并為每一個子節(jié)點都配置指向父節(jié)點的指針，然后轉(zhuǎn)第2)步。例子例子1 1：重排九宮問題，在3x3的方格棋盤上放置分別標有數(shù)字1、2、3、4、5、6、7、8共8個棋子，初始狀態(tài)為S0，目標狀態(tài)為Sg，如圖1所示。可使用的算符有： 空格左移，空格上移，空格右移，空格下移。即只允許把位于空格左、

18、上、右、下的鄰近棋子移入空格。要求尋找從初始狀態(tài)到目標狀態(tài)的路徑。由圖2可以看出，解的路徑是： S0381626該路徑使用的算符序列：空格上移，空格左移，空格下移，空格右移。 寬度優(yōu)先搜索的盲目性較大，當(dāng)目標節(jié)點距離初始節(jié)點較遠時將會產(chǎn)生許多無用節(jié)點，因此搜索效率低，但是，只要問題有解，用寬度優(yōu)先搜索總可以得到解，而且得到的是路徑最短的路徑。 深度優(yōu)先搜索法深度優(yōu)先搜索法 （1 1）基本思想）基本思想從初始狀態(tài)S0開始，利用算符，生成搜索樹下一層的任意一個節(jié)點，檢查目標節(jié)點是否出現(xiàn)，若未出現(xiàn)，以此節(jié)點利用一個算符生成再下一層的任一節(jié)點，然后再檢查目標節(jié)點是否出現(xiàn)，若未出現(xiàn)，繼續(xù)以上操作過程，一

19、直進行到葉節(jié)點（即不能再生成新的狀態(tài)節(jié)點），當(dāng)它仍不是目標節(jié)點時，回溯到上一層，取另一可能擴展搜索的分支。生成新的狀態(tài)節(jié)點。仍不是目標，采用相同的回溯辦法回退到上層節(jié)點，擴展可能的分支生成新狀態(tài)節(jié)點。如此一直下去，直到目標節(jié)點出現(xiàn)。S0S1S2S3S11S12S21S22S31S111S121S122S221S311G（2 2）算法）算法1) 把初始節(jié)點S0故入OPEN表。2)如果OPEN表為空，則問題無解，退出 。 3)把OPEN表的第一個節(jié)點(記為節(jié)點n)取出放入CLOSED表。 4)考察節(jié)點n是否為目標節(jié)點。若是，則求得了問題的解，退出。 5)若節(jié)點n不可擴展，則轉(zhuǎn)第2)步。 6)擴展展

20、節(jié)點n，將其全部子節(jié)點放入到OPEN表的首部，并為其配置指向父節(jié)點的指針，然后轉(zhuǎn)第2)步。例子例子2 2： 對圖1所示的重排九宮問題進行深度優(yōu)先搜索，可得到圖3所示的搜索樹這只是搜索樹的一部分，尚未到達目標節(jié)點，仍需繼續(xù)往下搜索。 在深度優(yōu)先搜索中，搜索一旦進入某個分支，就將沿著該分支一直向下搜索。如果目標節(jié)點恰好在此分支上，則可較快地得到解。但是，如果目標節(jié)點不在此分支上，而該分支又是一個無窮分支，則就不能得到解。所以深度優(yōu)先搜索是不完備的，即使問題有解，它也不一定能求得解。顯然，用深度優(yōu)先求得的解，也不一定是路徑最短的解。 生成測試法生成測試法1)生成一個可能的狀態(tài)節(jié)點；2) 檢查該狀態(tài)節(jié)

21、點是否是目標節(jié)點。3）若是目標節(jié)點則結(jié)束，若不是，回到1)步。爬山法爬山法1）開始狀態(tài)作為一個可能狀態(tài)。2）從一個可能狀態(tài)，應(yīng)用算符生成所有新的可能狀態(tài)集。3）對該狀態(tài)集中的每一狀態(tài)，進行以下操作： 對該狀態(tài)進行測試，檢索是否是目標狀態(tài)，是則結(jié)束， 計算該狀態(tài)的好壞，或者比較各狀態(tài)的好壞。4）取該狀態(tài)集中的最好狀態(tài)，作為下一個可能狀態(tài)5）返回到第2)步。爬山法得不到目標狀態(tài)的三種情況：1）局部極大點：它比周圍鄰居狀態(tài)都好，但不是目標。2）平頂：它與全部鄰居狀態(tài)都有同一值，構(gòu)成一個平面。3）山脊：它與線性鄰居狀態(tài)有相同值，比其他鄰居狀態(tài)要好。得不到目標狀態(tài)時的處理辦法：1）退回到某一更早狀態(tài)節(jié)點

22、，沿另一方向進行爬山。2）朝一個方向前進一大步，走出平頂區(qū)，按別的方向進行爬山。3）同時朝兩個方向或多個方向前進。啟發(fā)式搜索啟發(fā)式搜索v 啟發(fā)式搜索要用到問題自身的某些特性信息，以指導(dǎo)搜索朝著最有希望的方向前進。v 用于估價節(jié)點重要性的函數(shù)稱為估價函數(shù)。其一般形式為； f(x)g(x)h(x)。 其中g(shù)(x)為從初始節(jié)點S0到節(jié)點x已經(jīng)實際付出的代價；h(x)是從節(jié)點x到目標節(jié)點Sg的最優(yōu)路徑的估計代價，它體現(xiàn)了問題的啟發(fā)性信息，其形式要根據(jù)問題的特性確定。對啟發(fā)函數(shù)的分析：v 當(dāng)h(x)0，即f(x) g(x)，取f(x)最小，即g(x)取最小，在已擴展的節(jié)點中取最佳路徑， g(x)保證得到

23、最好的解，但對搜索速度沒幫助。v當(dāng)g(x)0，即f(x) h(x)，h（x）是從當(dāng)前狀態(tài)到目標狀態(tài)的耗費，取它最小，將加快搜索速度，當(dāng)不能保證得到最優(yōu)解。v g(x)為搜索樹的深度，h（x）0，則啟發(fā)方法為廣度優(yōu)先搜索法；v g(x)為搜索樹的深度的負樹，h（x）0，則啟發(fā)方法為深度優(yōu)先搜索法；v g(x)為初始狀態(tài)到該狀態(tài)節(jié)點的代價，啟發(fā)方法為代價優(yōu)先搜索方法。（1）局部擇優(yōu)搜索 局部擇優(yōu)搜索是對深度優(yōu)先搜索方法的一種改進。其基本思想是：當(dāng)一個節(jié)點被擴展以后，按f(x)對每一個子節(jié)點計算估價值，并選擇最小者作為下一個要考察的節(jié)點。由于它每次都只是在子節(jié)點的范圍內(nèi)選擇下一個要考察的節(jié)點，范圍比

24、較狹窄，所以稱為局部擇優(yōu)搜索。局部擇優(yōu)搜索的搜索過程：1)初始節(jié)點S0放入OPEN表，計算f（S0）。2)如果OPEN表為空，則問題無解，退出。3)把OPEN表的第一個節(jié)點(記為節(jié)點n)取出放入CLOSED表。4)考察節(jié)點n是否為目標節(jié)點。若是，則求得了問題的解，推出。5)若節(jié)點n不可擴展，則轉(zhuǎn)第2)步。 6)擴展節(jié)點n，用估價函數(shù)f(x)計算每個子節(jié)點的估價值，并按估價值從小到大的順序依次放到OPEN表的首都，為每個子節(jié)點配置指向父節(jié)點的指針。然后轉(zhuǎn)第2)步。 （2）全局擇優(yōu)搜索 1)把初始節(jié)點S0放入OPEN表，計算f（S0）。 2)如果OPEN表為空，則搜索失敗，退出。 3)把OPEN表

25、中的第一個節(jié)點(節(jié)點n)從表中移出放入CLOSED表。 4)考察節(jié)點n是否為目標節(jié)點。若是，則求得了問題的解，退出。 5)若節(jié)點n不可擴展，則轉(zhuǎn)第2)步。 6)擴展節(jié)點n，用估價函數(shù)f(x)計算每個子節(jié)點的估價值，并為每個子節(jié)點配置指向父節(jié)點的指針，把這些子節(jié)點都送入OPEN表中，然后對0PEN表中的全部節(jié)點按估價值從小至大的順序進行排序。然后轉(zhuǎn)第2)步。 4.3.1 專家系統(tǒng)的原理一.專家系統(tǒng)概念 專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計算機程序系統(tǒng)。 解釋型、診斷型、調(diào)試型、預(yù)測型、維修型、教育型、規(guī)劃型、設(shè)計型、監(jiān)測型、控制型。 專家系統(tǒng)求解的問題可分為分類問題和構(gòu)造問題兩類。求解分類

26、問題的專家系統(tǒng)稱為分析型專家系統(tǒng)，求解構(gòu)造問題的專家系統(tǒng)稱為設(shè)計型專家系統(tǒng)。二.專家系統(tǒng)的特點 （1）知識的匯集 （2）啟發(fā)性推理 （3）推理和解釋的透明性 （4）知識更新三.專家系統(tǒng)的結(jié)構(gòu)專家知識獲取知識表示用戶人機接口知識庫推理機咨詢建議全局數(shù)據(jù)庫 1.知識獲取與知識表示 知識獲取是指知識工程師如何從領(lǐng)域?qū)＜夷抢铽@得將要納入知識庫的知識， 知識表示要解決的問題是如何使用計算機能夠理解的形式來表示和存儲知識的問題。2. 知識庫(Knowledge Base) 以某種存儲結(jié)構(gòu)存儲領(lǐng)域?qū)＜业闹R，包括事實和可行的操作與規(guī)則等。 3.全局數(shù)據(jù)庫 全局數(shù)據(jù)庫(Global Database)也稱為總

27、數(shù)據(jù)庫，它用于存儲求解問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)。 4.推理機 根據(jù)全局數(shù)據(jù)庫的當(dāng)前內(nèi)容，從知識庫中選擇可匹配的規(guī)則，并通過執(zhí)行規(guī)則來修改數(shù)據(jù)庫中的內(nèi)容，再通過不斷地推理導(dǎo)出問題的結(jié)論。推理機中包含如何從知識庫中選擇規(guī)則的策略和當(dāng)有多個可用規(guī)則時如何消解規(guī)則沖突的策略。 5.人機接口 人機接口是系統(tǒng)與用戶進行對話的界面。用戶通過人機接口輸入必要的數(shù)據(jù)、提出問題和獲得推理結(jié)果及系統(tǒng)作出的解釋；系統(tǒng)通過人機接口要求用戶回答系統(tǒng)的詢問，回答用戶的問題和解釋。 4.3.2 產(chǎn)生式規(guī)則專家系統(tǒng)一.產(chǎn)生式規(guī)則產(chǎn)生式規(guī)則知識一般表示為： if A then B或表示為“如果A成立則B成立，簡化

28、為A B。產(chǎn)生式規(guī)則知識的特點：（1）相同的條件可以得出不同的結(jié)論；（2）相同的結(jié)論可以由不同的條件得到；（3）條件之間可以是“與（and）”連接和“或（or）”連接；（4）一條規(guī)則中的結(jié)論，可以是另一條規(guī)則中的條件。所以，規(guī)則知識集能 描述和解決各種不同的靈活的實際問題； 把規(guī)則知識集中的所有規(guī)則連成一棵“與或與或”樹（知樹（知識樹）識樹），也就是這些規(guī)則知識之間是有關(guān)聯(lián)的。二.推理樹（與或樹 ） 規(guī)則庫中的各條規(guī)則之間一般來說都是有聯(lián)系的，即某條規(guī)則的前提是另一條規(guī)則的結(jié)論。 按逆向推理的思想，把知識庫所含的總目標（它是某些規(guī)則的結(jié)論）作為根節(jié)點，按規(guī)則的前提和結(jié)論展開成一棵樹的形式，這棵

29、樹就是推理樹（與或樹、知識樹）。推理樹的特點：（1）每條規(guī)則對應(yīng)的節(jié)點分支有與關(guān)系、或關(guān)系（2）樹的根節(jié)點是推理樹的總目標（3）相鄰兩層是一條或多條規(guī)則連接（4）每個節(jié)點可以是單值，也可以是多值，若節(jié)點是多值，各值對應(yīng)的規(guī)則將不同（5）所有的葉節(jié)點，都安排向用戶提問，或者把它的值直接存放在全局數(shù)據(jù)庫中。推理樹的深度優(yōu)先搜索過程：1) 把根節(jié)點G放入OPEN表。2) 把OPEN表中的第一個節(jié)點(記為節(jié)點n)取出放入CLOSED表。3) 如果節(jié)點n可擴展，則： 擴展節(jié)點n，將其子節(jié)點放入OPEN表的首部，并為每個子節(jié)點配置指向父節(jié)點的指針。 考察這些子節(jié)點中是否是終止節(jié)點。若有，則標示這些終止節(jié)點

30、為可解節(jié)點，并應(yīng)用可解標示過程對其父節(jié)點、祖父節(jié)點等先輩節(jié)點中的可解節(jié)點進行標示。如果初始節(jié)點G也被標示為可解節(jié)點，就得到可解樹，搜索成功，退出搜索過程；如果不能確定G為可解節(jié)點，則從OPEN表中刪去具有可解先輩的節(jié)點。 轉(zhuǎn)第 2)步。4) 如果節(jié)點n不可擴展，則： 標示節(jié)點n為不可解節(jié)點。 應(yīng)用不可解標示過程對節(jié)點n的先輩節(jié)點中不可解的節(jié)點進行標示。如果初始節(jié)點G也被標示為不可解節(jié)點，則搜索失敗，表明原始問題無解，退出搜索過程；如果不能確定G為不可解節(jié)點，則從OPEN表中刪去具有不可解先輩的節(jié)點。 轉(zhuǎn)第 2)步 三.產(chǎn)生式規(guī)則專家系統(tǒng)的推理過程1.正向推理過程 正向推理是：根據(jù)在綜合數(shù)據(jù)庫中

31、給出的己知事實，正向使用規(guī)則，即把規(guī)則的前件同當(dāng)前數(shù)據(jù)庫的內(nèi)容進行匹配來選取可用規(guī)則，若有多條規(guī)則可用，則按沖突消解策略從中選擇一條規(guī)則執(zhí)行，將執(zhí)行規(guī)則的結(jié)論添加到綜合數(shù)據(jù)庫中，直至問題求解或沒有可用規(guī)則。正向推理過程可描述如下： procedure respond （ 將規(guī)則庫中規(guī)則的前提同當(dāng)前數(shù)據(jù)庫內(nèi)容匹配，若匹配成功，則找到一條可用規(guī)則送入到可用規(guī)則集S，否則，用下一條規(guī)則進行匹配。） While S非空且問題未求解非空且問題未求解 do 調(diào)用調(diào)用selectrule（S） ， 調(diào)用調(diào)用respond end2.逆向推理過程 根據(jù)在綜合數(shù)據(jù)庫中給出的假設(shè)，反向使用規(guī)則，即把規(guī)則的后件同當(dāng)

32、前數(shù)據(jù)庫的內(nèi)容進行匹配來選取可用規(guī)則，若有多條規(guī)則可用，則按沖突消解策略從中選擇一條規(guī)則，將該規(guī)則的前件添加到綜合數(shù)據(jù)庫中，直至問題求解（假設(shè)成立所需要的全部證據(jù)和事實在數(shù)據(jù)庫中)或沒有可用規(guī)則。反向推理過程可描述如下：precedure achieve（G） If S為空 then 向用戶直接詢問假設(shè)G的真假性，若用戶確認G為真或假，則問題已求解；否則，把用戶回答的有關(guān)G的證據(jù)添加到數(shù)據(jù)庫中。else while G未求解 do begin 調(diào)用chooserule（S），從S中選擇一條規(guī)則R； G R的前件； if G未求解 then 調(diào)用achieve（G） if G為真 then 把規(guī)

33、則R的后件添加到數(shù)據(jù)庫中end4.3.3 專家系統(tǒng)與決策支持系統(tǒng)的集成一.IDSS中DSS與ES的結(jié)合體現(xiàn)： 1.DSS與ES的總體結(jié)合 2.知識庫與模型庫的結(jié)合 3.數(shù)據(jù)庫和動態(tài)數(shù)據(jù)庫的結(jié)合數(shù)據(jù)庫DSS控制系統(tǒng)模型庫動態(tài)數(shù)據(jù)庫推理機和解釋器知識庫問題綜合與交互系統(tǒng)二.IDSS中DSS與ES的結(jié)合形式 1.DSS和ES并重的結(jié)構(gòu) 由集成系統(tǒng)完成對DSS和ES的控制和調(diào)度，根據(jù)實際問題的需要協(xié)調(diào)DSS和ES的運行，DSS和ES并重。 （1）DSS與ES之外有綜合系統(tǒng)，它具有調(diào)用和集成DSS和ES的能力； （2）將DSS的“問題綜合與人機交互系統(tǒng)”的功能擴展，增加對ES的控制功能。 2.以DSS為主體的IDSS結(jié)構(gòu) 體現(xiàn)以定量分析為主，結(jié)合定性分析解決問題。該結(jié)構(gòu)中集成系統(tǒng)和DSS控制系統(tǒng)