專家系統簡介

 整理一些舊文:

    專家系統是具備某種專業領域知識並根據知識推理出正確結論的系統,主要有以下特徵:編輯器

    1)能夠經過某特殊領域專家的幫助獲取相關的知識。ide

    2)知識庫具備很強的可維護性學習

    3)利用現有知識推理出有用的結論(不必定準確,視應用場合而定)並具有必定的學習能力spa

 

    知識庫經過何種形式去學習(主動or被動),知識如何表達決定了專家系統的成敗,目前的專家系統主要有3類:基於規則,基於模型,基於案例(也可混合使用)接口

 

     基於規則的專家系統是將大量複雜的「if 。。。else。。。」做爲知識表現的形式,它通常由知識庫,推理引擎,規則編輯器,用戶接口組成。常見的應用場合每每是在企業級系統當中(一般就是BRMS),這其中又主要以電信,金融爲主,拿金融領域來講,典型的應用就是信用卡,保險的智能審批,銀行我的信用評估等等,這類應用的特色是業務邏輯複雜,能夠根據業務需求或商業分析由業務專家變動規則,只要有正確的知識庫,那麼絕大多數狀況下咱們能夠獲得想要的結論。drools是jboss的開源BRMS,功能強大,商業BRMS公司有ilog(已被IBM收購),fair isaac這家公司目前剛剛進駐中國,不過來頭不小,客戶包括Fortune 500(財富 500 強)前 10 名中的 9 家企業。sandia國家實驗室的 jess是基於規則的推理引擎,若是你想所見即所得,just do it youself開發

    

     基於模型,案例,why,難道一大堆if else不夠嗎?首先咱們應該明確一點,所謂知識的表示並不單單只是一堆謂詞演算,每一個人在大腦中推理結論的時候須要作的不單單是搜索出一堆規則而後獲得結論而已,咱們還須要經驗,回憶相似狀況發生時某種處理方式的成功率,或者咱們須要某種直覺,又或者咱們須要參考特定的上下文,這些東西已經超出了規則所能表現的範疇,因而模型,案例出現了,基於模型的應用最著名的應該是NASA的智能太空探測器,將物理模型轉化爲數據模型來幫助系統做出正確的決策,而基於案例嘛,想一想人機對弈,好比samuel不敗的西洋跳棋,基於案例的專家系統具有了很強的學習能力。能夠想象到,以上的例子若是僅僅使用規則是很難實現的。it

 

     專家系統是否具備足夠豐富的知識,這是專家系統分析問題能力的關鍵,也是開發中必須注意的重點。  class

相關文章
相關標籤/搜索