【文档说明】人工智能与专家系统92课件.ppt，共(92)页，4.618 MB，由小橙橙上传

转载请保留链接：https://www.ichengzhen.cn/view-13148.html

以下为本文档部分文字说明：

2022/11/15第8章人工智能与专家系统92第8章人工智能与专家系统92第8章人工智能与专家系统92本章主要内容l人工智能的基本原理l专家系统原理与产生式规则专家系统l遗传算法的决策支持一、人工智能的基本原理第8章人工智能与专家系统92什么是智能?l请说出3种你身边或你所知道

的智能化事物第8章人工智能与专家系统92什么是智能?l智能（Intelligence)即智力功能，是人类大脑所具有的感知、认识、学习、理解、分析、综合、判断、推理、创造„„等局部功能的总和与它们的有机综合的统称；因此，完善的智能中还应包含有人类的情感、意识、意志等这种高级

因素。第8章人工智能与专家系统92计算机与智能l例子：IBM超级计算机l通常我们用计算机，不仅要告诉计算机，要做什么，还必须详细地、正确地告诉计算机怎么做。也就是说，人们要根据任务的要求，以适当的计算机语言，编制针对该任务的应用程序，才能应用计算机完成此项任务。这样实际上是人完全控

制计算机完成的，是谈不上计算机有真正的“智能”。第8章人工智能与专家系统92一个例子---IBM超级计算机“深蓝”l1997年5月11日，世界国际象棋棋王卡斯帕罗夫与美国IBM公司的RS／6000（深蓝）计算机系统进行了

六局“人机大战”，结果“深蓝”以3.5比2.5的总比分获胜。第8章人工智能与专家系统92一个例子---IBM超级计算机“沃森”l2011年，IBM超级计算机Watson在《危险边缘》竞赛节目中击败了该节目历史上最成功的两位人类选手，继“深蓝”之后，聪明的人脑再一

次败给了智慧程序。l视频http://v.youku.com/v_show/id_XMjY5ODIwODg4.html计算机战胜人类的“诀窍”是什么？返回第8章人工智能与专家系统922、什么是人工智能(AI,ArtificialIntelligence)？l就是研究怎样让计算机做一些

通常认为需要智能才能做的事情，又称机器智能。l虽然是计算机科学的一个分支，但并不只涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知（思维）科学、行为科学和数学以及信息论、控制论

和系统论等许多学科领域。第8章人工智能与专家系统9221世纪三大尖端技术基因工程纳米科学人工智能第8章人工智能与专家系统92关于人工智能问题l是一个古老的但又十分新颖的研究课题l各国在人工智能的研究上都已经获得巨大的进展l各种

传统的或新颖的智能模型迄今还不能完全而圆满地对大脑思维活动的过程进行解释和模拟¡人们还不十分了解信息在大脑中的底层结构和编码方法；¡象人们的概念、意识、情感和创造性思维过程等，还根本无从着手；l在哲学上、自然科学以及社会学科上还有很大的争论，还不能得

到一致认同。第8章人工智能与专家系统92谷歌无人驾驶汽车内华达州是美国对公共道路无人驾驶立法的第一个州。截至2012年6月，谷歌的无人驾驶汽车已经在该州行进了25万英里。第8章人工智能与专家系统92谷歌无人驾驶汽车的构造示意图及

其描绘的3D地形图第8章人工智能与专家系统92关于无人驾驶汽车的争议话题l如果无人驾驶汽车因为避让行人而损害了其他车辆或给车内人员带来危险，它应该避让吗？第8章人工智能与专家系统92为什么要研究人工智能？lPeoplelik

etomakemachinesthatcandowhatwecan.lBecausewearecuriouslBecausewearelazylBecausewearenotsoable第8章人工智能与专家系统92人工智能研究的目标l如果说现在有一台电脑，其运算速度非常

快、记亿容量和逻揖单元的数目也超过了人脑，而且还为这台电脑编写了许多智能化的程序，并提供了合适种类的大量数据，使这台电脑能够做一些人性化的事情，如简单地听或说。回答某些问题等。那么，我们是否就能说这台机器具有思维能力了呢?或者说，我们怎样才能判断一台机器

是否具存了思维能力呢?l1950年英国数学家图灵（A.M.Turing,1912—1954）发表了”计算机与智能”的论文中提出著名的“图灵测试”，形象地提出人工智能应该达到的智能标准。第8章人工智能与专家系统92图灵测试l即一个人在不接触对方的情况下，通过一种特殊的方式，和对方进行

一系列的问答，如果在相当长时间内，他无法根据这些问题判断对方是人还是计算机，那么，就可以认为这个计算机具有同人相当的智力，即这台计算机是能思维的。如果由你来提问，你会问哪些问题呢？第8章人工智能与专家系统92图灵测试－－示范性问题问：请给我写出有关“第

四号桥”主题的十四行诗。答：不要问我这道题，我从来不会写诗。问：34957加70764等于多少？答：（停30秒后）105721问：你会下国际象棋吗？答：是的。问：我在我的K1处有棋子K；你仅在K6处有棋子K，在R1处有棋子R。现在轮到你走，你应该下那步棋？答：（停15秒钟后）棋子R走到R8处，

将军！可以通过编制特殊的程序来实现。第8章人工智能与专家系统92l从表面上看，要使机器回答按一定范围提出的问题似乎没有什么困难，可以通过编制特殊的程序来实现。然而，如果提问者并不遵循常规标准，编制回答的程序是极其困难的事情。第8章人工智能与专家系统92图灵测试的示范性问题－－不按常规的提问(1

)l问：你会下国际象棋吗？答：是的。问：你会下国际象棋吗？答：是的。问：请再次回答，你会下国际象棋吗？答：是的。你多半会想到，面前的这位是一部笨机器!第8章人工智能与专家系统92l问：你会下国际象棋吗？答：是的

。问：你会下国际象棋吗？答：是的，我不是已经说过了吗？问：请再次回答，你会下国际象棋吗？答：你烦不烦，干嘛老提同样的问题。图灵测试的示范性问题－－不按常规的提问(2)那么，你面前的这位，大概是人而不是机器!“图灵梦想”的对话l在这段对话中“询问者”代表人，“智者”代表机器

，并且假定他们都读过狄更斯（C.Dickens）的著名小说《匹克威克外传》，对话内容如下：询问者：在14行诗的首行是“你如同夏日”，你不觉得“春日”更好吗？智者：它不合韵。询问者：“冬日”如何？它可完全合韵的。智者：它确是合韵，但没有人愿意被比作“冬日”。询问者：你不是说过匹克威克

先生让你想起圣诞节吗？智者：是的。询问者：圣诞节是冬天的一个日子，我想匹克威克先生对这个比喻不会介意吧。智者：我认为您不够严谨，“冬日”指的是一般冬天的日子，而不是某个特别的日子，如圣诞节。能满足这样的要求，

要求计算机不仅能模拟而且可以延伸、扩展人的智能，达到甚至超过人类智能的水平，在目前是难以达到的！第8章人工智能与专家系统92人工智能的应用l减少密集型劳动强度，提高可靠性。l提高自动化程度，降低对人员质量，数量的需求，降低成本。l人工智能技术应用于机器人，可

以代替人类完成危险的、不适于人来完成的工作。第8章人工智能与专家系统92人工智能的应用－人脸识别她是谁?第8章人工智能与专家系统92人工智能的应用－机器翻译l翻译句子“Thespiritiswillingbutthefl

eshisweak”l翻译工具¡谷歌在线翻译http://translate.google.com/¡爱词霸英语翻译http://fy.iciba.com/¡……第8章人工智能与专家系统92如何实现智能？l专家系统l神经网络l

机器学习l遗传算法l自然语言理解l……等.二、人工智能的基本原理第8章人工智能与专家系统92知识的分类l事实¡对客观事物属性的值或状态的描述¡如：今天很热、我今年50岁、大海是蓝色的等l规则¡如果A则B¡如

果今天下雨，我就留在家里l规律¡同一类现象的本质关系或本质之间的稳定联系¡自然规律：水加热后会变成水蒸气知识：是经过提炼加工的信息，是一个或多个信息之间的关联。第8章人工智能与专家系统92知识的推理方法l演绎推理¡从

一般现象到个别现象的推理¡“苏格拉底之死”l归纳推理¡从大量个别现象到一般现象的推理¡金受热后体积膨胀，银受热后体积膨胀，铜受热后体积膨胀，铁受热后体积膨胀，…，因此，金属受热后都体积膨胀。l类比推理¡从个别现象到个别现象的推理¡如汽车：运输；鱼网：捕鱼第8章人工智能与专家系统92l知识的表示¡

就是对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。¡对知识进行表示的过程就是把知识编码成某种数据结构的过程。第8章人工智能与专家系统92知识的表示方法l直接表示¡计算机对直接表示的

信息难以处理。¡直接表示难以表示定量信息（语言设计失败）¡直接表示不能描述自然世界的全部信息l逻辑表示：一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。它以谓词形式来表示动作的主题、客体。客体可以多个。¡如：张三与李四打网球（ZhangandLiplayte

nnis），可写为：play(Zhang,Li,tennis)这里谓词是play，动词主体是Zhang和Li，而客体是tennis。l产生式规则表示法l语义网络表示法第8章人工智能与专家系统92l如何选择知识表示方法？¡表示知识的范围是否广泛例如，数理逻辑表示是一种广泛的

知识表示办法，如果单纯用数字表示，则范围就有限制。¡是否适于推理人工智能只能处理适合推理的知识表示，因此所选用的知识表示必须适合推理。数学模型（拉格朗日插值法）适合推理，普通的数据库只能供浏览检索，但不适合推理。¡是否适于计算机处理计算机只能

处理离散的、量化的byte字节流。因此，用文字表述的知识和连续形式表示的知识（如微分方程）不适合计算机处理。第8章人工智能与专家系统92是否有高效的求解算法考虑到实用的性能，必须有高效的求解算法，知识表示才有意义。能否表示不精确知识自然界的信息具有先天的模糊性和不精确性，能否表示不精确知识也

是考虑的重要因素。知识和元知识能否用统一的形式表示知识和元知识是属于不同层次的知识，使用统一的表示方法可以使知识处理简单。三、专家系统原理与产生式规则专家系统知识就是力量,而积累了知识的计算机会全面增强我们的力量。--费根鲍姆(斯坦福大

学教授)第8章人工智能与专家系统92一个实例：智能农业专家系统第8章人工智能与专家系统92实例（续）第8章人工智能与专家系统92实例（续）第8章人工智能与专家系统92专家系统的概念l什么是专家？l专家系统（ES，ExpertSy

stem）¡人类之所以能求解问题，是因为人类具有知识。¡定义l专家系统是利用大量的领域专家知识，运用知识推理方法解决特定领域实际问题的计算机程序系统。¡学科代表人物l爱德华·费根鲍姆（EdwardFeigenbaum）¡1968年世界上第一个专家系统DEN

DRAL问世。¡用于诊断传染病和提供治疗建议的著名专家系统MYCIN第8章人工智能与专家系统92专家系统的特点l专家系统是一种模拟人类专家解决领域问题的计算机程序系统。¡具有大量的专门知识与经验¡根据某领

域一个或多个专家提供的知识和经验，进行推理和判断¡需要解决的问题要足够的复杂第8章人工智能与专家系统92专家系统的优点具体地说，包括下列几个方面：(1)专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。(2)专家系统解决实际问题时

不受周围环境的影响，也不可能遗漏忘记。(3)可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。(4)专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力。第8章人工智能与专家系统92第一个商用专家系统：R

1世界上第一个成功的商用专家系统，1982年开始正式在DEC公司使用。该程序帮助为新计算机系统配置订单；到1986年为止，估计它为公司每年节省了4千万美元。第8章人工智能与专家系统92在1991年的海湾危机中，

美国军队使用专家系统用于自动的后勤规划和运输日程安排。这项工作同时涉及到50000个车辆、货物和人，而且必须考虑到起点、目的地、路径以及解决所有参数之间的冲突。AI规划技术使得一个计划可以在几小时内产生，而用旧的方法需要花费几个星期。海湾战争中的专家系

统第8章人工智能与专家系统92专家系统的主要构成l“系统”？l体系结构？知识库结果解释器知识推理机知识获取器人机接口用户知识工程师领域专家专家系统的核心部件第8章人工智能与专家系统924.2.3基于规则的表达方法l规则是什么？¡IF（条件）THEN（结论）l例子：¡IF（动物有毛发）T

HEN（动物是哺乳动物）¡IF（动物有奶）THEN（动物是哺乳动物）¡IF（动物有羽毛）THEN（动物是鸟）¡IF（动物会飞）并且（动物会产蛋）THEN（动物是鸟）第8章人工智能与专家系统92产生式规则表示法l美国数学家Post，1943年提出了一

种计算形式体系里所使用的术语。主要是使用类似文法的规则，对符号串做替换运算。这就是最早的一个产生式系统。l到了60年代，产生式系统成为认知心理学研究人类心理活动中信息加工过程的基础，由此心理学家认为，人脑对知识的存储就是产生式形式。因

此，用它来建立人类认知模型。l到目前为止，产生式系统已发展成为人工智能系统中最典型最普遍的一种结构。产生式表示方法是专家系统的第一选择的知识表达方式。第8章人工智能与专家系统92产生式规则知识的表示l表示形式ifAthenB或表示为“如果

A成立则B成立”，简化为A→B第8章人工智能与专家系统92举例规则1：如果发动机在抽油而且发动机会旋转那么火花塞有故障规则2：如果发动机不旋转而且灯不亮那么电池或电缆有故障规则3：如果发动机不旋转而且灯不亮

那么启动马达有故障规则4：如果油箱中有油而且化油器中有油那么发动机在抽油第8章人工智能与专家系统92产生式规则的基本特征l相同的条件可以得出不同的结论¡如：A→B，A→Cl相同的结论可以由不同的条件来得到¡如：A→G，B→Gl条件之间可是以“与”连接和“或”连接¡如：A∧B

→G，A∨B→Gl一条规则中的结论，可以是另一条规则中的条件¡如：F∧B→Z，C∧D→F第8章人工智能与专家系统92产生式规则的两种推理方法正向推理逆向（反向）推理第8章人工智能与专家系统92正向推理l逐条搜索规则库，对每一条规则的前提条件，检查事实库中是否存在。前

提条件中各子项，若在事实库中不是全部存在，放弃该条规则；若在事实库中全部存在，则执行该条规则，把结论放入事实库中。反复循环执行上面过程，直到推出目标，并存入事实库中为止。正向推理举例A∧B→GC∧D→AE→DB，C，E产生式规则库事实库在产生式规则库中有3条规则，在事实库中存在B，C，E3个事实

，且它们均为真。希望通过正向推理，证明目标G为真。推理过程：搜索每条规则的前提条件是否在事实库中步骤搜索规则是否激发该规则原因事实库状态1第1条规则否A不在事实库B，C，E2第2条规则否D不在事实库B，C，E3第3条规则是E在事实库B，C，E，D4第1条规则否A不在事实

库B，C，E，D5第2条规则是C和D在事实库B，C，E，A6第1条规则是A在事实库B，C，E，A，G第8章人工智能与专家系统92逆向推理l逆向推理用得较多，主要是目标明确，推理快。l逆向推理是从目标开始，寻找以此目标为结论的规则，并对该规则的前提进行判断，若该规则的前提中某个子项是另

一规则的结论，再找此结论的规则，直到对某个规则的前提能够进行判断。逆向推理举例A∧B→GC∧D→AE→DB，C，E产生式规则库事实库步骤规则搜索目标前提成立否原因事实库状态11G否A不在事实库B，C，E22A否D不在事实库B，C，E33D是E在事实库B，C，E，

D42A是C和D在事实库B，C，E，D，A51G是A和B在事实库B，C，E，A，G推理过程：搜索每条规则的结论，检查其前提是否在事实库中根据规则库得到的逆向推理树（知识树）GABCIJKLMEXFWZPQA

∨B∧C→G(I∧J)∨K→AX∧F→JL→BM∨E→CW∧Z→MP∧Q→E若有知识库为“与或”推理树的特点总目标G（结论）前提A（结论）前提B（结论）前提C（结论）前提IJ前提K前提LME前提X前提F前提W前提Z前提P前提Q①每条规则对应的结点分支有与、或关系②

树的根结点是推理树的总目标③相邻两层之间是一条或多条规则连接④每个结点可以是单值，也可以是多值。若结点是多值时，各值对应的规则将不同⑤可以把所有的叶结点直接放在事实数据库中，也可以安排向用户提问第8章人

工智能与专家系统92推理树的深度优先搜索过程－－逆向推理过程GABCIJKLMEXFWZPQYYNNYYY1264578910111235NNYYYY第8章人工智能与专家系统92专家系统的开发l由专家和知识工程师共同配合完成¡专家：可以不懂计算机，但一定是某个实际领域经验丰富的人¡知

识工程师：既懂计算机和专家系统原理，同时又具有编程专家系统能力的人l开发途径¡直接使用智能程序专用设计语言（如LISP或PROLOG）¡利用专家系统开发工具（如CLIPS：可从http://www.ghg.ne

t/clips/download/executables/pc/下载）第8章人工智能与专家系统921、专家系统的局限专家系统只是人的经验的汇集,因而它存在先天的缺陷,其解也可能未必正确;专家系统不能由第一原理推理,不能抓住相似,

缺乏普通的感知,所以专家系统不是一个通用的专家,不是一个问题求解器;对于复杂系统,专家系统这种表达知识的方法也很难表达,解就更难;专家系统的维护也很不容易,尤其对快速发展的医学和信息领域,有时一年就有30%的规则要加以改变。2、专家系统

的适用范围在相对窄的知范围和一些定义好的领域能成功应用；在企业的管理信息系统中专家系统能起到它应有的作用。专家系统的局限及适用范围四、遗传算法的决策支持第8章人工智能与专家系统92遗传算法起源l遗传算法是由美国的J.Holland教授于1975年在

他的专著《自然界和人工系统的适应性》中首先提出的，它是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法。第8章人工智能与专家系统92遗传学概述l达尔文进化论：“物竞天择、适者生存”l遗传学认为，遗传信息封装在染色体中，并以基因（位）的形式包含在染色体（个体）中。l每个基因有特殊的位置并

控制某个特殊的性质。基因杂交和基因突变能产生对环境适应性强的后代，通过优胜劣汰的自然选择，适应值高的基因结构就保存下来。第8章人工智能与专家系统92遗传算法（GeneticAlgorithm,GA）遗传算法模拟自然界中的生命进化机制，是具有“生存＋检测”的迭代过程的搜索算法

遗传算法尤其适用于传统方法难以实现的最优化问题求解实践证明，遗传算法已经在求解旅行商问题、背包问题、装箱问题、布局优化、网络路由等具有NP难度的组合优化问题上取得了成功的应用。在人工智能研究中，人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能

一样，都是对今后十年的计算技术有重大影响的关键技术”。第8章人工智能与专家系统92生物进化与遗传算法群体种群子群选择婚配变异遭淘汰的群体生物进化与遗传算法之间的对应关系生物进化中的概念遗传算法中的作用环境适应函数适应性适应函数值适者生存适应函数值最大的解被保留的概率最大个体

问题的一个解染色体解的编码基因编码的元素群体被选定的一组解种群根据适应函数选择的一组解交配以一定的方式由双亲产生后代的过程变异编码的某些分量发生变化的过程遗传算法的工作示意图实际问题参数集三个基本算子选择交叉变异编码成位串形式种群1计算适应函数

值选择和遗传统计结果种群2经过优化的一个或多个参数集改善或解决实际问题不满足要求第8章人工智能与专家系统92遗传算法的三个主要操作l选择：选出繁殖后代的个体¡轮盘赌法¡期望值法¡最佳个体保存法¡其它…l交叉：互换染色体，从而产生新的染色体¡一点交叉、二点交叉、多点交叉

l变异：以很小的概率，随机地改变字符串某个位置的值第8章人工智能与专家系统92染色体的选择l“轮盘赌”法：每个个体的选择概率和其适应值成比例，个体适应值越大，其被选择的概率就越高。x1x2x3x4x5x6设群体大小为n，其中个体i的的适应度值为fi，则i被选择

的概率Pi为：第8章人工智能与专家系统92染色体的选择l期望值方法：计算群体中每个个体在下一代生存的期望数目，即若某个体被选中并要参与配对和交叉，则它在下一代中的生存的期望数目减去0.5；若不参与配对和交叉，则该个体的生存期望数目减去1。因此，若一个个体的期望值小于零，则该个体不参与选择。第8章

人工智能与专家系统92l被选择次数的期望值对于规模为N的群体，一个选择概率为p(xi)的染色体xi被选择次数的期望值e(xi)：对于群体中的每一个xi，首先选择次。这样共得到个染色体。然后按照从大到小对染色体排序，依次取出个染色体，这样就得到了N个染色体。染色体的选择第8章人

工智能与专家系统92染色体交叉l交叉发生在两个染色体之间，由两个被称之为双亲的父代染色体，经杂交以后，产生两个具有双亲的部分基因的新的染色体。当染色体采用二进制形式编码时，交叉过程是以这样一种形式进行的：a1a2...aiai+1...anb1b2

...bibi+1...bna1a2...aibi+1...bnb1b2...biai+1...an交叉前交叉后交叉位置第8章人工智能与专家系统92变异l变异发生在染色体的某一个基因上，当以二进制编码时，变异的基因

由0变成1，或者由1变成0。如对于染色体x=11001，如果变异位发生在第三位，则变异后的染色体变成了y=11101。例：求函数的最大值其中x为[0,31]间的整数编码：采用二进制形式编码由于x的定义域是[0,31]

间的整数，刚好可以用5位二进制数表示，因此可以用5位二进制数表示该问题的解，即染色体。如00000表示x＝0，10101表示x＝21，11111表示x＝31等适应函数：直接使用函数f(x)作为适应函数。假设群体的规模N＝4，交配概率pc＝100％，变异概率pm＝1％。设随机生

成的初始群体为：01101，11000，01000，10011染色体的选择方法：轮盘赌法第8章人工智能与专家系统92序号群体适应值选择概率（％）选中次数10110116914.44121100057649.23230100064

5.47041001136130.851第0代情况表序号种群交配对像交配位（随机选择）子代适应值1011012401100144211000141100162531100042110117294100113210

000256第0代种群的交叉情况第8章人工智能与专家系统92序号种群交配对像交配位子代适应值1110112311001625211101131111196131000042100012894110113211010676第

2代种群的交配情况第8章人工智能与专家系统92序号群体适应值选择概率（％）选中次数1011001448.21021100162535.62131101172941.56241000025614.601第1代情况表序号种群交配对象交配位（随机

选择）子代适应值1110012311011729211011131100162531101141100002564100003111011729第1代种群的交配情况由于选择的变异概率Pm=0.001，则平均每1000位中才有一位变异，由4个位串组成的种

群中共有4×5＝20位，则变异的期望值为20×0.001＝0.02位。事实上在该例中没有变异发生。对比1,2，3代的结果，可以看出，每一代的平均值及最大值都比前一代有了很大提高，说明种群正朝优化的方向前进最大适应值、平均适应值进化曲线第8章人工智能与专家系统92遗传算法的应用

l遗传算法是多学科结合与渗透的产物。目前遗传算法所涉及的主要领域有自动控制、规划设计、组合优化、图象处理、信号处理、人工生命等。第8章人工智能与专家系统92课堂练习l请用“抛硬币”的方式，随机生成初始种群，求解函数F(x)

=x2的最大值（其它条件与例题相同）l在确定种群的交配对象和染色体交换位置时，也请“抛硬币”来决定。一个遗传算法的应用实例下表是一个客户的信息组成数据表，可以利用遗传算法在客户群中预测最佳客户的类型。企业的最佳客户群，即可以从客户处获

取最大利润的特征应该由客户的收入水平、客户的家庭人口、客户的年龄所构成。而从客户处所获取的利润则是从客户的累计购买商品金额乘以2%，减去每次购买商品的手续费10元。客户ID年龄累计购买金额收入家庭人口性别10985461843中等4女18595490中等2男47382613628低5男74

9123618463高6女95623298463高3男8552632274中等2男58753521846低2女64957480中等3女769572721634高5男6583945842低1女第8章人工智能与专家系统92遗传编码的定义l根据客户数据中的条件，可用如下八个

染色体来定义客户类型¡基因1：客户的年龄下限¡基因2：客户的年龄上限¡基因3：高收入¡基因4：中等收入¡基因5：低收入¡基因6：家庭人口少（1－2人）¡基因7：家庭人口一般（3－4人）¡基因8：家庭人口多（5人以上）第8章人

工智能与专家系统92附表：客户群的新基因组成年龄上限年龄下限高收入中等收入低收入人口少人口一般人口多客户群13864是是否否是是客户群22650是否是是否是客户群32040否是是是否否在对这些染色体进行遗传计算时，通常要将染色体的等位基因转换成二进制数，如，用“1”表

示“是”，“0”表示“否”第8章人工智能与专家系统92l环境适应函数¡客户群的购买收益扣除手续费¡限制条件：客户的年龄下限必须小于年龄上限l由于适应性函数是从利润角度定义的，群体的进化应该逐渐收敛于客户收益最大的客户特征群第8

章人工智能与专家系统92本章内容回顾l人工智能的基本原理l专家系统原理与产生式规则的推理方法l遗传算法的原理及应用第8章人工智能与专家系统92本章作业R1：A∨B∨C→GR2：D∧E→AR3：F→BR4：H∨P→CR5：Q→E问题：1.请根据该知识库的规则画出推理树。2

.若用户对结点D，Q，F，P的回答为Yes，对结点H的回答为No，那么根据推理树，可以推出根结点为Yes吗？请给出正向推理和反向推理的过程。TheEnd.第8章人工智能与专家系统92什么是专家？l与领域相关l有丰富知识：对该领域的事

物精通，有丰富的知识或者说有独到的见解l能进行判断：对该领域的复杂问题能进行独到明确的判断返回第8章人工智能与专家系统92l1936年生于美国新泽西州l1952年进入卡耐基梅隆大学电气工程系学习，师从西蒙，获博士学位l196

5在斯坦福大学发明世界上第一个专家系统DENDRALl1977年在IJCAI上在世界上第一次提出知识工程的概念。l现为SKL教授返回第8章人工智能与专家系统92知识库l知识库是用来存放领域专家知识的仓库。其中的知识来源于知识获取器，并为推理器提供求解问

题所需要的知识。l主要涉及的问题：¡知识表达问题¡知识管理问题知识库返回第8章人工智能与专家系统92推理机l推理机是模拟人类专家的思维过程，控制并执行对问题的求解。它能根据已知的事实，利用知识库中的知识

，按照一定的推理方法和控制策略进行推理，直到得出相应的结论为止l主要研究问题：¡推理方法：精确/非精确¡控制策略：推理方向/规则搜索策略返回第8章人工智能与专家系统92知识获取l知识获取是建设专家系统的关键。没有知识的专家系统就是一个空壳，不能起任何作用。

l知识获取的任务¡抽取知识、知识的转换、输入、检测l知识获取方式¡非自动知识获取l与领域专家交流，提取专家的经验知识l查阅文献，获得有关概念的描述及参数l对知识进行分析，比较，归纳，整理，找出知识的内在联系及规律l将整理出的知识交专家审查l把确定下来的知识用知识表示模式表示出来¡自

动知识获取l具有识别语音，文字和图像的能力l具有理解，分析，归纳的能力l具有从运行实践中学习的能力返回第8章人工智能与专家系统92结果解释器l“为什么呀？”-2008年的流行语l人们在涉及重大决策的时候，一般不会满足于

结论，还关心得出这个结论的原因。l解释器的任务就是跟踪推理器的推理过程，并展示给用户。返回2022/11/15第8章人工智能与专家系统92演讲完毕，谢谢听讲!再见，seeyouagain3rew