《动物识别专家系统.doc》由会员分享，可在线阅读，更多相关《动物识别专家系统.doc（6页珍藏版）》请在三一文库上搜索。
1、动物识别专家系统摘要：专家系统是具有人工智能和推理功能的知识系统。本系统用15条规则，可识别7种动物，用C编程实现，并对结果进行了分析。该系统把规则的前提与 推理机构结合起来，规则的前提作为推理的情况，规则的结论作为推理过程的状 态，推理出最终结果后，就能直接处理，不需要判断。关键字：专家系统；动物；推理Ani mal recog niti on expert systemAbstract: Expert systems are knowledge systems with artificial intelligenee and reasoning funetion. The system u
2、ses 15 rules, and can identify seven kinds of animals, using C programming, and the results were analyzed. The system is the premise and reas oning mecha nism comb ining rules, rules for reas oning rule conclusion as the reasoning process , reasoning out the final result , can directly han dle, with
3、out judge.Key words: Expert systems; Animals; Reasoning1引言1.1专家系统简介专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突 破。专家系统是早期人工智能的一个重要分支， 它可以看作是一类具有专门知识 和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术 来模拟通常由领域专家才能解决的复杂问题 1 0自第1个专家系统1965年问世以来，经过30多年的发展，专家系统在全世 界得到广泛的应用，甚至渗透到政治、经济、军事以及人类生活的各个领
4、域。2 1.2专家系统结构专家系统包括构造、知识库、推理机三部分内容。其中构造包括：专家系统通常由人机交互界面、知识库、推理机、解释器、 综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别 具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差 异。知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中 的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键 所在，即知识库中知识的质量和数量决定着专家系统的质量水平。一般来说，专家系统中的知识库与专家系统程序是相互独立的，用户可以通过改变、完善知识 库中的知识内容来提高专家系统的性
5、能。推理机针对当前问题的条件或已知信 息，反复匹配知识库中的规则，获得新的结论，以得到问题求解结果。在这里， 推理方式可以有正向和反向推理两种3 o专家系统的核心是知识库和推理机，其基本工作过程为：系统根据知识库 中的知识和用户提供的事实进行推理， 不断地由已知前提推出一些初步结论， 并 将这些初步结论作为中间结果存放在数据库中， 然后将其作为新的已知事实进行 下一步推理，往复循环，逐步逼近求解目标。在这个过程中，系统可以通过人机 接口不断地与用户交流，向用户提问，或对用户提出的问题做出解释4 o下图为专家系统的基本构成。II;_X-i HUtK推理VI图1专家系统基本构成2动物识别专家系统2
6、.1动物识别专家系统简介实现一个动物识别专家系统，这个系统应具有一定的有关动物特点的知识， 当用户输入对某动物的描述时，能够根据已有的知识，自动判断出所描述的是什 么动物；同时应具有学习功能，允许用户在线扩充专家系统的知识库。系统具 有的知识如下：（1）有毛发的动物是哺乳类；（2）有奶的动物是哺乳类；（3）有羽毛的动物 是鸟类；（4）若动物会飞且生蛋则是鸟类，（5）吃肉的哺乳类称为食肉动物，（6） 有犬齿有爪眼盯前方的动物是肉食动物（7）有蹄的哺乳类是有蹄类，（8）嚼反 刍动物的哺乳动物是有蹄类动物（9）黄褐色有暗斑点的食肉类是金钱豹，（10） 黄褐色有黑色条纹的食肉类是老虎，（11）脖有黄褐
7、色暗斑点的有蹄类是长颈鹿，（12）黑色条纹的有蹄类是斑马，（13）长脖的鸟类是鸵鸟，（14）冰泳的鸟类是 企鹅，（15）善飞的鸟类动物是信天翁。系统实现对下列知识进行学习：长颈鹿、斑马。在知识库中，并非简单地给每一种动物一条规则。 首先，将动物粗略地分为 哺乳动物、鸟、肉食动物3大类，然后逐步缩小分类范围，最后给出识别 7种动 物的规则。图2给出了识别长颈鹿和斑马的推理网络。图2长颈鹿和斑马的推理网络2.2动物识别专家系统推理系统的知识有因果关系，例如：有毛发的动物是哺乳类，可推出有毛发为哺 乳类（动物可省）将因果关系中的条件称为父节点，结论称为子节点，一个因果 关系中的父节点可能成为另一关系
8、中的子节点， 这样，知识系统就成为一个树状 结构。同一子节点的多个父节点间有两种关系：与关系和或关系相应的父节点有两种类型$：与节点和或节点。多个父节点中只要有一个成立，就能推出子节点， 称该父节点为与节点。如上例：多个父节点必须全部成立，才能推出子节点，称该父节点为或节点。如“长脖的鸟类是鸵鸟”子节点鸵鸟必须满足父节点长脖、父节点鸟类同时成立时，才能得出“鸵鸟”。父节点和子节点的特征表述 不一定要完全准确，但要尽量接近。选择一个合理的数据结构将有利于推理机的实现和知识库的扩充。节点的数据结构应该包含节点所代表的意义，同时应包含节点的激活信息。首先从规则库中取出第一条规则 R1，检查其前提是否
9、可与数据库中的已知 事实相匹配。R1的前提是“有毛发”，但事实库中没有这一事实，故匹配失败。 接着取规则R2，它的前提可以与事实库中的已知事实“有奶”相匹配，R2被执行，并将其结论“该动物是哺乳动物”作为新的事实加入到数据库中。此时，数 据库的内容变为：动物有暗斑，有长脖子，有长腿，有奶，有蹄，是哺乳动物。再从规则库中取R2，R3，R4，R5，R6进行匹配，结果都匹配失败。接 着取R7，其前提与事实库中的已知事实“是哺乳动物”和“有蹄”相匹配，因 此R7被执行，并将其结论“该动物是有蹄类动物”作为新的事实加入到数据库 中。此时，数据库中内容变为：动物有暗斑 ，有长脖子，有长腿，有奶，有蹄, 是
10、哺乳动物，是有蹄类动物。最后,规则R8，R9，R10均匹配失败。取R11，其前提“该动物是有蹄 类动物AND有长脖子AND有长腿AND身上有暗斑点”与事实库中的已知事实相 匹配，R11被执行，并推出“该动物是长颈鹿”。由于“长颈鹿”已经是目标集 合中的一个结论，即已推出最终结果，故问题求解过程结束。3结论本系统是个典型的微型专家系统，识别效果情况良好。然而，计算机科学的 发展日甚一日，对于专家系统的研究也是如此，要精益求精，不能驻步不前。同 时本专家系统的一个入门系统，对于一些对专家系统有兴趣的人有较大的参考意 义。参考文献1程霞慧，李龙澍，倪志伟，等用VC+建造专家系统.北京：电子工业出版社，1996.2蔡自兴，徐光.人工智能及其应用.北京:清华大学出版社,19963郭雷兵，李炜.动物识别专家系统的程序实现与运行分析J.长沙电力学院学报（自然科学版）.第14卷第1期.1999.024童小明.动物识别专家系统的建立.电脑编程技巧与维护.2012.09