第12章_专家系统.ppt

《第12章_专家系统.ppt》由会员分享，可在线阅读，更多相关《第12章_专家系统.ppt（81页珍藏版）》请在三一文库上搜索。

1、第12章 专家系统,第12章专家系统,专家系统的概念 专家系统的结构 专家系统实例 专家系统设计与实现 专家系统开发工具与环境 新一代专家系统研究,专家系统概念,什么是专家系统 专家系统的特点 专家系统的类型 专家系统与知识系统 专家系统与知识工程 专家系统与人工智能,什么是专家系统,专家的特点 拥有丰富的专业知识和实践经验； 具有独特的思维方式。 专家系统的要素 应用于某专门领域； 拥有专家级知识； 能模拟专家思维； 达到专家级水平。,专家系统的特点（一）,(1)从处理的问题性质看，专家系统善于解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题。 (2)

2、从处理问题的方法看，专家系统则是靠知识和推理来解决问题（不像传统软件系统使用固定的算法来解决问题），所以，专家系统是基于知识的智能问题求解系统。,专家系统的特点（二）,(3)从系统的结构来看，专家系统则强调知识与推理的分离，因而系统具有很好的灵活性和可扩充性。 (4)专家系统一般还具有解释功能，即在运行过程中一方面能回答用户提出的问题，另一方面还能对最后的输出（结论）或处理问题的过程作出解释。,专家系统的特点（三）,(5)有些专家系统还具有“自学习”能力，即不断对自己的知识进行扩充、完善和提炼。这一点是传统系统所无法比拟的。 (6)专家系统不像人那样容易疲劳、遗忘，易受环境、情绪等的影响，它可

3、始终如一地以专家级的高水平求解问题。,专家系统的类型,（1）按用途来分（诊断型、解释型、预测型、决策型、设计型、规划型、控制型、调度型） （2）按输入结果分类（分析型、设计型） （3）按知识表示分类 （4）按知识分类（确定性知识、不确定性知识） （5）按技术分类（符号推理、神经网络） （6）按规模分类（大型协同、微专家） （7）按结构分类（集中、分布、单机、网络）,专家系统与知识系统,狭义上：专家系统是人类专家的化身； 广义上：专家系统泛指各类知识系统。,专家系统与知识系统,专家系统促使了知识工程的诞生和发展，知识工程又是位专家系统服务的。,专家系统与人工智能,专家系统是人工智能的一个分支，而

4、且是应用性最强，应用最广泛的一个重要分支。,第12章专家系统,专家系统的概念 专家系统的结构 专家系统实例 专家系统设计与实现 专家系统开发工具与环境 新一代专家系统研究,专家系统的结构,概念结构 实际结构 网络与分布式结构 黑板模型,概念结构,知识库是以某种表示形式存储于计算机中的知识的集合。包括专家知识、领域知识和元知识。,实现推理的程序。使用知识库中的知识进行推理而解决问题的，是专家的思维机制。,全局数据库，存放初始证据事实、推理结果和控制信息的场所。,用户通过界面向系统提出或回答问题，向系统提供原始数据和事实。系统通过界面向用户提出回答结果。,推理过程中，回答why之类的问题；推理结束

5、后，回答how之类问题。,管理知识库的建立删除重组，知识的获取、知识的检查,实际结构,（1）实际问题错综复 杂，可能需要多次推 理，所以知识库是多 层的或多块的。 （2）实际问题往往 不仅需要推理，而且 还需要做一些处理， 所以增加处理模块。,实际结构,图84 地质图件绘制智能辅助系统结构,网络与分布式结构,黑板模型（一）,黑板是分层的全局工作区，用来存储初始数据、中间结果和最终结果。,知识源就是知识模块。一个知识源可视为一个规则，包括先决条件和知识源题。,求解问题的推理机构，选择合适的知识源。,黑板模型（二）,在HEARSAY中，黑板被分为六个信息层，每个信息层对应着问题的一个中间表示层次。

6、六个信息层分别为： (1)参数层：从语音信号中提取有意义的参数。有四种不同的参数，统称为ZAPDASH参数。 (2)片段层：用于描述系统对语音信号的分割与归类。此层主要包含音素与单音等信息。 (3)音节层：用于描述语音信号的音节划分。此层主要为由片段层上信息构成的音节信息。,黑板模型（三）,(4)单词层：用于记录根据音节划分所识别出的孤立词信息。 (5)词组层：用于记录根据单词层中的词汇所生成的词组信息。 (6)短语层：用于记录多个词汇或词组构成的短语和句子信息。,第12章专家系统,专家系统的概念 专家系统的结构 专家系统实例 专家系统设计与实现 专家系统开发工具与环境 新一代专家系统研究,专

7、家系统实例,PROSPECTOR的功能与结构 知识表示 主观贝叶斯推理模型 控制策略 解释系统,PROSPECTOR的功能与结构（一）,PROSPECTOR主要为地质勘探人员提供如下帮助： （1）勘探评价； （2）区域资源评价； （3 ）井位选择。,PROSPECTOR的功能与结构（二）,作为人机接口负责接受用户输入的命令，并解释命令。,负责理解用户用自然语言输入的信息，并将其转化成匹配程序可以使用的语义网络形式。,进行概率传播，实现系统的似然推理。,负责向用户提问，要求用户输入数据。,用于解答用户询问。,为在井位选择推理网络中传播图形信息，生成高效代码。,使用分类学词典来比较各个语义空间的关

8、系，并把用户提供的信息加入推理网络中，或检查推理网络的一致性。,运行时可生成、修改或保存推理网络。,知识表示（一）,知识库有三级网络组成： （1）分类学网络，来描述概念； （2）分块语义网络，陈述； （3）推理网络，描述推理规则。,知识表示（二）,图中的四种弧线表示: N1 N2：表示N2是N1的子集。 N1 N2：表示N2是N1的元素， 和其他用ds的子集不相交。 N1 N2：表示N2是N1的子集。 N1 N2：表示N2是N1的元素， 和其他用de的元素不相交。,S,ds,e,de,知识表示（三）,知识表示（四）,每一个陈述都可以分解为若干个简单断言。所谓简单断言指仅包含一个关系及其各参量的

9、断言。图89可分解为七个简单断言的集合： 1：存在一个实体E1 2：E1的成分是角闪石 3：存在一个实体E2 4：E2的成分是黑云母 5：存在一个过程P1,知识表示（五）,3.推理网络 在PROSPECTOR中，判断性知识用规则表示。每条规则的形式如下： EH(LS，LN) 推理网络中每条规则的LS、LN及每个语义空间H的P(H)均由领域专家在建造知识库时提供。 除了表示规则的弧外，推理网络中还有代表先后顺序的弧(用虚线表示，见图8-10)，其意义如下：,知识表示（六）,：只有当P(E 1|S)P(E 1)时，才考虑E2 ；只有P(E 1 |S)P(E 1)时，才考虑E2 ：只有P(E 1 |

10、S)P(E 1)时，才考虑E2 ： E2 :仅指明考虑E2之前先考虑E 1,图8-10,8-11 知识库中三种网络的关系,控制策略（一）,正向推理 主动式推理 反向推理,控制策略（二）,1.正向推理 PROSPECTOR的正向推理实际上就是概率传播，它由传播程序完成。每当用户输入一个证据E及其后验概率P(E|S)，传播程序就利用主观Bayesian方法，将P(E|S)的影响沿推理网络传播，修改更高层次上语义空间的后验概率，直至将P(E|S)的影响传至顶层空间。传播程序传播后验概率的方法如前所述。,控制策略（三）,2.主动式推理 咨询开始时，用户可根据自己的观察为系统提供信息。PROSPECTO

11、R在这方面为用户提供了很大的灵活性，用户不仅可以输入有关可问空间的信息，还可以输入关于推理网络任意层次上的假设空间的信息。这种方法有利于充分发挥用户的作用，加快推理速度。,控制策略（四）,3.反向推理 当正向推理（概率传播）结束后，如果系统已能确定存在某种矿藏，则输出结果;否则进入反向推理过程。反向推理由提问系统负责，它为断定某种矿藏的成矿可能性寻求有关的数据。因此反向推理实际上要完成两个任务： (1)应优先考虑哪个顶层假设，这主要根据评判函数Jh来选择; (2)应向用户询问哪个空间，这主要根据评判函数J*来选择。,解释系统,PROSPECTOR的解释系统可以为用户提供几种不同类型的解释。最简

12、单的一种是允许系统在咨询的任何时刻检查推理网络中某个语义空间的后验概率。其次解释系统可以向用户显示推断某一结论所使用的规则。用户还可以检查某一数据对推理网络中任一特定空间概率的影响。,第12章专家系统,专家系统的概念 专家系统的结构 专家系统实例 专家系统设计与实现 专家系统开发工具与环境 新一代专家系统研究,专家系统设计与实现,12.5.1 一般步骤与方法 由于专家系统也是一种计算机应用系统，所以，一般说来，其开发过程也要遵循软件工程的步骤和原则，即也要进行系统分析、系统设计等几个阶段的工作。但又由于它是专家系统，而不是一般的软件系统，所以，又有其独特的地方。如果我们仅就“纯专家系统”而言，

13、则其设计与实现的一般步骤可如图813所示。,图813 建立专家系统的一般步骤,由图813可以看出，专家系统的开发有如下特点： (1)知识获取与知识表示设计是一切工作的起点； (2)知识表示以及知识描述语言确定后，各项设计（图中并列的六个设计）可同时进行。 还需说明的是： (1)对于一个实际的专家系统，在系统分析阶段就应该首先弄清楚：系统中哪里需要专家知识，专家知识的作用是什么？以及系统中各专家模块的输入是什么？处理是什么？输出又是什么？,一般步骤与方法,(2)系统投入运行后，一般来说，其知识库还需不断扩充、更新、完善和优化。所以专家系统的开发更适合采用快速原型法。 (3)对系统的评价主要看它解

14、决问题是否达到专家水平。 (4)上述的所谓“纯专家系统”就是一个实际专家系统中的专家模块部分。那么，对于系统其他部分的分析与设计，原则上讲，与一般计算机应用系统完全一样，即可按软件工程规范和程序进行。,一般步骤与方法,所谓快速原型与增量式开发，就是在开发一个大型软件系统之前，先尽快地建立一个简单的小型的系统“模型”称之为系统原型；然后，对原型进行扩充，即在原型的基础上进行地继续开发，即增量式开发，这样像滚雪球似地直至完成整个系统。快速原型法的优点是，利用系统原型，开发者可以更好地分析和理解系统；用户也能尽快地看到系统的概貌，以便及早地反馈有关信息，使后面的工作少走弯路；同时，也方便了开发者和用

15、户的相互交流。,快速原型与增量式开发,知识获取是建造专家系统的关键一步，也是较为困难的一步，被称为建造专家系统的“瓶颈”。知识获取大体有三种途径。 1.人工获取 人工获取，即计算机人员（或知识工程师）与领域专家合作，对有关领域知识和专家知识，进行挖掘、搜集、分析、综合、整理、归纳，然后以某种表示形式存入知识库。,12.5.3 知识获取,2.半自动获取 半自动获取，即利用某种专门的知识获取系统，采取提示、指导或问答的方式，帮助专家提取、归纳有关知识，并自动记入知识库。 3.自动获取 自动获取又可分为两种形式：一种是系统本身具有一种机制，使得系统在运行过程中能不断地总结经验，并修改和扩充自己的知识

16、库；另一种是开发专门的机器学习系统，让机器自动从实际问题中获取知识，并填充知识库。,12.5.3 知识获取,知识表示与知识描述语言设计是根据所获得知识的特点，选择或设计某种知识表示形式，并为这种表示形式设计相应的知识描述语言。所谓知识描述语言，就是知识的具体语法结构形式。所以，知识描述语言既要面向人、面向用户，又要面向知识表示、面向机器，还要面向推理、面向知识运用。这就要求知识描述语言既能为用户提供一种方便、易懂的外部知识表达形式，又能将这种外部表示转换成容易存储、管理、运用的内部形式。,12.5.4 知识表示与知识描述语言设计,知识库是专家系统的核心。知识库的质量直接关系到整个系统的性能和效

17、率。因此，知识库涉及知识的组织与管理。知识的组织决定了知识库的结构，知识的管理包括知识库的建立、删除、重组及维护和知识的录入、查询、更新、优化等，还有知识的完整性、一致性、冗余性检查和安全保护等方面的工作。知识管理由知识库管理系统负责。,12.5.5 知识库与知识库管理系统设计,1.知识库设计 知识库设计主要是设计知识库的结构，即知识的组织形式。专家系统（或知识工程）中所涉及的知识库，一般取层次结构或网状结构模式。这种结构模式是把知识按某种原则进行分类，然后分块分层组织存放，如按元知识、专家知识、领域知识等分层组织；而每一块和每一层还可以再分块分层。这样，整个知识库就呈树型或网状结构。例如，图

18、814所示的就是一个医疗诊断知识库的层次结构。,12.5.5 知识库与知识库管理系统设计,图814 医疗诊断知识库层次结构,2.知识库管理系统设计 知识库管理系统应包括知识一级和知识库一级的各种管理功能。 1)知识操作功能设计 知识操作功能包括知识的添加、删除、修改、查询和统计等。这些功能可采用两种方法来实现。一种方法就是利用屏幕窗口，通过人机对话方式实现知识的增、删、改、 查等；另一种方法就是用全屏幕编辑方式，让用户直接用键盘按知识描述语言的语法格式编辑知识。,12.5.5 知识库与知识库管理系统设计,2)知识检查功能设计 知识检查包括知识的一致性、完整性、冗余性等检查。 所谓知识的一致性，

19、就是知识库中的知识必须是相容的，即无矛盾。例如，下面的两条规则 r1:if P thenQ r2:if P thenQ 就是矛盾的。那么，像这样的规则就不能同时存在于一个知识库中。,12.5.5 知识库与知识库管理系统设计,所谓完整性，是指知识中的约束条件，称为完整性约束。例如，小王的身高x米，则必须满足：x3米；又如，弟弟今年x岁，哥哥今年y岁，则必须满足xy。否则就破坏了知识的完整性。,12.5.5 知识库与知识库管理系统设计,所谓冗余性，就是重复、多余等。冗余性检查就是检查知识库中的知识是否存在冗余。也就是要求不能存在冗余。冗余的表现有重复、包含、环路等现象。例如，下面的三条规则： r1

20、:if P then Q r2:if Q then R r3:if P then R,12.5.5 知识库与知识库管理系统设计,3) 知识库操作设计 知识库操作包括知识库（文件）的建立、删除、分解、合并等。这里着重要说明的是知识库的分解与合并。这两种功能类似于关系数据库的投影、选择和连接操作，它们实现的是知识库的重组。我们说，知识库的重组也是可能甚至是必要的。因为随着系统的运行，可能会发现原先的知识组合不合理，因此就需要重新组合，这时就需要使用知识库的分解与合并功能。,12.5.5 知识库与知识库管理系统设计,1.从哪里着手 ; 推理机是与知识库对应的专家系统的另一重要部件。推理机的推理是基于

21、知识库中的知识进行的。所以，推理机就必须与知识库及其知识相适应、相配套。具体来讲，就是推理机必须与知识库的结构、层次以及其中知识的具体表示形式等相协调、相匹配。否则，推理机与知识库将无法接轨。因此，设计推理机时，首先得对知识库有所了解。,12.5.6 推理机与解释功能设计,2. 还应考虑些什么 对推理机本身而言，还要考虑推理的方式、方法和控制策略等。例如，对于推理方式，是正向推理，还是反向推理或双向推理？是精确推理，还是不精确推理？是串行推理，还是并行推理？是单调推理，还是非单调推理？又如，对于推理方法，是用归结法，还是用自然演绎法？对于不精确推理采用什么样的推理模型？还有，对于搜索控制，是采

22、用深度优先还是广度优先，对于冲突消解是依据优先数，还是可信度或程度（即隶属度）等等。,12.5.6 推理机与解释功能设计,3. 算法设计与程序设计 做了上述的分析以后，就可着手设计推理机的算法了。对于一个基于规则的系统来说，其推理机也就相当于产生式系统中的执行控制部件，所以其运行过程也就是产生系统的运行过程，因此，前面产生式系统所采用的算法，或者图搜索中所用的算法也就是这里的推理机所用的算法。算法确定后，就可进行程序设计。至于推理机用何种程序语言实现，这个并无什么限制，如可以用传统的LISP或PROLOG语言，也用当前流行的C或C+语言。,12.5.6 推理机与解释功能设计,4. 解释机制如何

23、实现 另外，在推理机的设计中还得考虑解释机制。因为专家系统一般要求要有解释功能。即在推理中要能回答用户“为什么”的问题，在推理结束后，要能回答“怎么样（得到结果）”的问题。从系统的结构上讲，一般是把解释作为一个独立的模块，但实际上解释功能也是与推理机密切相关的。因为要解释就必须对推理进行实时跟踪。,12.5.6 推理机与解释功能设计,系统构成技术被称为人工智能的三大技术之一。所以，对一个专家系统来说，其体系结构就显得非常重要。 虽然从原理来讲，专家系统由知识库、推理机等部分组成，但由于受问题领域、系统规模、知识表示方法、知识库结构以及其他特殊性等诸多因素的影响，故专家系统的体系结构难以形成固定

24、的模式。一般来讲，有诸如独立式（一个“纯”专家模块）、混合式（还有其他处理模块）、集中式、分布式、层次式以及“黑板模型”等。,12.5.7 系统结构设计,人机界面对于一个实用专家系统(特别是咨询型知识系统)来说至关重要。一个专家系统一般有两个人机界面：一个是面向系统开发和维护者的；一个是面向最终使用者的。前一个界面由开发工具提供；后一个则是专家系统自身的一部分。由于图形用户界面(GUI)的广泛使用，所以目前专家系统的开发界面已达到相当高的水平。而专家系统的使用界面相对还比较落后。这是因为，使用界面往往要涉及“人机对话”，如人对系统的询问、系统对人的回答，特别是系统对用户的解释。,12.5.8

25、人机界面设计,第12章专家系统,专家系统的概念 专家系统的结构 专家系统实例 专家系统设计与实现 专家系统开发工具与环境 新一代专家系统研究,12.6.1 专家系统开发工具,迄今已有数以百计的各种各样的专家系统开发工具投入使用。它们大致可分为以下几类。 1.面向AI的程序设计语言 面向AI的程序设计语言包括LISP、PROLOG等。由于这些语言与领域无关，所以它们的通用性强，且使用灵活，限制少，用户能“随心所欲”地设计自己的系统。但由于一切皆要“从头做起”，故开发周期长、效率低。,2. 知识表示语言 这是针对知识工程发展起来的程序设计语言，因此也称知识工程语言。这些语言并不与具体的体系和范例有

26、紧密联系，也不局限于实现任一特殊的控制策略，因而便于实现较广泛的问题。,12.6.1 专家系统开发工具,3.外壳系统 外壳系统亦称为骨架(frame)，这种工具通常提供知识获取模块、推理机制、解释功能等，只要加上领域专门知识，即建立起知识库就可以构成一个专家系统。这类系统典型的代表有EMYCIN、KAS和EXPERT等。国内也开发出了不少这类工具系统。显然，使用这种工具，开发效率最高，但限制也更多，灵活性最差。,12.6.1 专家系统开发工具,4.组合式构造工具 这种工具向用户提供多种知识表示方法和多个推理控制机构，使用户可以选择各种组成部件，非常方便地进行组合，来设计、建造自己所需的专家系统

27、。这类系统的典型代表有AGE等。,12.6.1 专家系统开发工具,5.专家系统工具EST 笔者也曾研制了一个通用专家系统开发工具，称为EST。EST的核心是专家系统设计语言ESL。ESL是融过程性和描述性于一体，把知识推理同其他数据处理相结合，模块化的程序设计语言。具体来讲，ESL是将人工智能的自动推理和搜索等功能嵌套于过程性语言之中，而ESL的语句和所处理的知识(事实和规则)本身又都是用一阶谓词描述的。,12.6.1 专家系统开发工具,下面就是一个用EST开发的一个小型专家系统示例： work(main): 主程序 make window(1,117,0,“d“,3,10,4,30),nl,

28、定义主窗口 write(“微机故障诊断专家系统“),nl,nl, make window(2,27,0,“a“,9,40,1,16) read char(-), dialog(yes), 开人机对话 meta KB(kb0), 将元知识调入内存 goal trouble(Y), 推理目标 reasoning(backward), 启动反向推理机,12.6.1 专家系统开发工具,Show conclusion, 显示结论 Clear window,write(“解释否(y/n)?“),read char(C), If C=ythen explain 给出解释 Else write(“), Cle

29、ar memory, Clear window. 运行结束,清屏,12.6.1 专家系统开发工具,随着专家系统技术的普及与发展，人们对开发工具的要求也越来越高。一个好的专家系统开发工具应向用户提供多方面的支持，包括从系统分析、知识获取、程序设计到系统调试与维护的一条龙的服务。于是，专家系统开发环境便应运而生。专家系统开发环境就是集成化了的专家系统开发工具包。提供的功能主要有： (1)多种知识表示：至少提供两、三种以上知识表示，如逻辑、框架、对象、过程等。,12.6.2 专家系统开发环境,(2)多种不精确推理模型：即提供多种不精确推理模型，可供用户选用。最好还留有用户自定义接口。 (3)多种知识

30、获取手段：除了必需的知识编辑工具外，还应有自动知识获取即机器学习功能，以及知识求精手段。 (4)多样的辅助工具：包括数据库访问、电子表格、作图等工具。 (5)多样的友好用户界面：包括开发界面和专家系统产品的用户界面，应该是多媒体的，并且有自然语言接口。 (6)广泛的适应性：能满足多种应用领域的特殊需求，具有很好的通用性。,12.6.2 专家系统开发环境,第12章专家系统,专家系统的概念 专家系统的结构 专家系统实例 专家系统设计与实现 专家系统开发工具与环境 新一代专家系统研究,12.7.1 深层知识专家系统,深层知识专家系统，即不仅具有专家经验性表层知识，而且具有深层次的专业知识。这样，系统

31、的智能就更强了，也更接近于专家水平了。例如一个故障诊断专家系统，如果不仅有专家的经验知识，而且也有设备本身的原理性知识，那么，对于故障判断的准确性将会进一步提高。要做到这一点，这里存在一个如何把专家知识与领域知识融合的问题。,模糊专家系统主要特点是通过模糊推理解决问题的。这种系统善于解决那些含有模糊性数据、信息或知识的复杂问题，但也可以通过把精确数据或信息模糊化，然后通过模糊推理进行处理的复杂问题。这里所说的模糊推理包括基于模糊规则的串行演绎推理和基于模糊集并行计算(即模糊关系合成)的推理。对于后一种模糊推理，其模糊关系矩阵也就相当于通常的知识库，模糊矩阵的运算方法也就相当于通常的推理机。,1

32、2.7.2 模糊专家系统,模糊专家系统在控制领域非常有用，它现已发展成为智能控制的一个分支领域。模糊控制系统的一般结构如图815所示。可以看出，这里的模糊控制器就相当于一个模糊专家系统。,12.7.2 模糊专家系统,图815 模糊控制系统结构,利用神经网络的自学习、自适应、分布存储、联想记忆、并行处理，以及鲁棒性和容错性强等一系列特点，用神经网络来实现专家系统的功能模块。 神经网络专家系统的一般结构如图816所示。这种专家系统的建造过程是：先根据问题的规模，构造一个神经网络，再用专家提供的典型样本规则，对网络进行训练，然后利用学成的网络，对输入数据进行处理，便得到所期望的输出。,12.7.3

33、神经网络专家系统,图816 神经网络专家系统概念结构,输入输出接口,神经计算模块,神经网络模块,这是一种多学科、多专家联合作业，协同解题的大型专家系统，其体系结构又是分布式的，可适应分布和网络环境。 具体来讲，分布式专家系统的构成可以把知识库分布在计算机网络上，或者把推理机制分布在网络上，或者两者兼而有之。此外，分布式专家系统还涉及问题分解、问题分布和合作推理等技术。,12.7.4 大型协同分布式专家系统,网上专家系统就是建在Internet上的专家系统，其结构可取浏览器/服务器模式，用浏览器(如Web的浏览器)作为人机接口，而知识库、推理机和解释模块等则安装在服务器上。 多媒体专家系统就是把多媒体技术引入人机界面，使其具有多媒体信息处理功能，并改善人机交互方式，进一步增强专家系统的拟人性效果。,12.7.5 网上(多媒体)专家系统,事务处理专家系统是融入专家模块的各种计算机应用系统，如财物处理系统、管理信息系统，决策支持系统、CAD系统、CAI系统等等。这种思想和系统，打破了将专家系统孤立于主流的数据处理应用之外的局面，而将两者有机地融合在一起。事实上，也应该如此，因为专家系统并不是什么神秘的东西，它只是一种高性能的计算机应用系统。,12.7.6 事务处理专家系统,The End！,