第八章 系統的其它功能
8.1系統的解釋功能
解釋功能是專家系統區別于傳統程序系統的主要特征之一。專家系統的解釋是指專家系統在同用戶交互過程中，由系統對系統的行為能產生易于被用戶理解的說明。系統的解釋能力能夠在系統自身的生成、測式、運行和維護中起重要作用，能夠增強系統的可接受性，同時，也能夠起到傳播知識的效果。解釋功能作為AI研究的一個重要研究課題，越來越引起了廣泛的重視。
目前，專家系統的解釋方法有許多種，比較典型的有以下幾種：
（1）鄧制文本法（prepared text），又稱唱征解釋法（canned explanations）；
（2）追蹤解釋法（traced explanation）；
（3）策略解釋法（straegic explanation）；
（4）自動程序員法（autmatic programmer）；
圓柱齒輪減速器專家系統設計中，采用的解釋方法是預制文本法和追蹤解釋法的結合。預制文本法是將運行中可能出現的問題的解答編制在程序中，供解釋使用。追蹤解釋法是通過顯業系統問題求解過程的推理路徑和知識庫中的確良知識的使用情況來解釋系統是怎樣求解問題直至得出最結論的方法。在作研制則用于產生式知識系統，這主要是基于以下的考慮：
由框架、數表及過程式表達的懷脫，預先編寫一些說明，可以增加使用這類知識的透明度；同時，這類知識在解釋時，有時重點在于知識的運用過程，而并非知識本身，如齒輪強度計算時，解釋的重點是強度計算過程中所要處理的問題，而不是種強度計算公式（若需要，同樣也可以顯示過程函數而得到各種計算公式）。
對于由間生式規則表達的知識，圓柱齒輪減速器專家系統解釋機則采用追蹤解釋法。追蹤解釋法完成以下基本功能；
①試用成功的規則有哪些；
②曾用過規則x嗎？
③如何推出ASSERTION；
④為何需要ASSERTION；

8.2 系統知識的獲取
專家系統在實際使用的過程中，仍然需要不斷地進行知識的維護、修改、擴充和完善。因此，知識獲取將貫穿專家系統開發和維護的整個過程。知識獲取是建造專家系統的中心任務。知識獲取方式可分為兩類：編程方式和機器學習方式。編程方式是由知識工程師以“人工”方法從領域專家那里獲取知識然后編入程序內，機器學習方法是計算機直接從環境中獲取所需知識，機器學習又可分以下各種方法:
①機械記憶式學習；
②教導注入式學習，
③歸納學習；
④類比學習；
⑤從觀察和發現中學習。
本文采用的方法是：對規格化的框架知識元，可以通過相應的函數建立知識；對變體框架知識元，由于其結構的多樣性，仍采用編程的方式；對于產生式知識元，可通過最基本的機械記憶式學習方法并通過LEARN函數實現。
8.3 系統與高級語言的接口
在IBM-PC 微機上使用的GCLISP語言，盡管字符處理能力非常強，但數學運算方面的處理能力顯得不足，屏幕處理圖形的能力較弱。在圓柱齒輪減速器專家系統中，數學運算是必不可少，運行過程中圖形的顯示也是需要的。為了改善GCLISP語言的運行環境，作者通過在GCLISP控制之下調用BASIC 語言的方法來實現繪圖及數學運算的功能，在語言間交互時需要解決語言的格式問題。下面是編寫的接口控制程序。

(defun f-m(name parameterl ＆optional parameter2)

(setf n1(with-diskette *interface-diskette* #′open(merge-pathnames

″func-in.dat″*interface-pathname*):output))

(print parameter1 n1)(ifn(nul1 parameter2)(print parameter2 n1))

(close n1)

(dos (string-append″basic″(string-append *bas-pathname*(string name))))

(setf n1(with-diskette *interface-diskette* #′open

(merge-pathnames″func-out.dat″*interface-pathname*)))

(values(read n1)

(close n1)))

在APOLLO上使用的COMMON-LISP語言與高級語言的聯結只要通過的外培接口函數即可實現高級語言的調用。

上一頁

下一頁