基于面向?qū)ο笾R表示的專家系統(tǒng)的實現(xiàn).pdf

1、專家系統(tǒng)作為人工智能領(lǐng)域中的一門重要學(xué)科20多年來一直處于活躍狀態(tài)，目前專家系統(tǒng)已經(jīng)在各個領(lǐng)域引起廣泛關(guān)注，但是由于專家系統(tǒng)開發(fā)復(fù)雜、模塊眾多、領(lǐng)域性強(qiáng)使得其的重用性受到很大的影響。而面向?qū)ο蠹夹g(shù)是計算機(jī)學(xué)科發(fā)展的最新導(dǎo)向之一，其最大優(yōu)勢就是封裝和繼承。如果能使用面向?qū)ο蟮奶匦允沟脤＜蚁到y(tǒng)得重用性得到改善，是很值得推薦的。 本文通過對專家系統(tǒng)和面向?qū)ο蠹夹g(shù)的深入研究，設(shè)計并實現(xiàn)了一個基于windows平臺的面向?qū)ο髮＜蚁?/p>

2、統(tǒng)模型，該模型采用面向?qū)ο蟮募夹g(shù)作為開發(fā)工具，內(nèi)部封裝了知識庫和推理機(jī)等專家系統(tǒng)基本模塊。通過對多種傳統(tǒng)知識表示的研究，提出了一種改進(jìn)的面向?qū)ο蟮闹R表示方法----知識對象，并將它應(yīng)用在專家系統(tǒng)模型中。這種以知識對象為基礎(chǔ)的專家系統(tǒng)模型，特別適合解決多種對象同時參與、互相影響情況下的復(fù)雜問題，特別是對于多狀態(tài)下的預(yù)測問題十分有效，因此是一種預(yù)測類的專家系統(tǒng)模型。 本文的基本思想是，首先使用面向?qū)ο蟮闹R表示方法作為知識的載體，

3、而后將過程性知識作為規(guī)則知識表示的后件，通過規(guī)則知識表示方法加強(qiáng)對過程性知識的控制，最后將規(guī)則性知識和對象性知識結(jié)合起來構(gòu)成一種全新的復(fù)合型知識表示方法。以此種知識表示方法為基礎(chǔ)構(gòu)建的專家系統(tǒng)模型著重解決了傳統(tǒng)專家系統(tǒng)領(lǐng)域中，專家系統(tǒng)本身重用困難、異構(gòu)對象重用困難等難點問題，隨著專家系統(tǒng)本身重用程度的提高，構(gòu)建專家系統(tǒng)的難度也大大地降低，可以很輕松的從一個領(lǐng)域的專家系統(tǒng)遷移到另外的領(lǐng)域。其中知識解釋和知識獲取部分，使用了更高層次的元知識

4、描述，并進(jìn)行對象化，結(jié)合高級語言中反射和序列化等相關(guān)技術(shù)，成功地將異構(gòu)對象無縫的結(jié)合到一個統(tǒng)一的系統(tǒng)模型中，是異構(gòu)對象重用的最直接體現(xiàn)；知識庫部分的最顯著特點是規(guī)則、事實的對象化和序列化，并采用松散方式與元知識對象進(jìn)行結(jié)合，在不用修改普通對象的前提下，附著對象化的規(guī)則，使其適應(yīng)面向?qū)ο髮＜蚁到y(tǒng)推理機(jī)的需求，從而具有了智能性；在該專家系統(tǒng)模型中，動態(tài)性是推理機(jī)最重要的設(shè)計思路，該過程中大量使用了反射、逆序列化等技術(shù)，保證推理系統(tǒng)可以根據(jù)不

5、同的推理對象作調(diào)整，是專家系統(tǒng)重用性的最直接體現(xiàn)。文章最后使用了小麥產(chǎn)量這個農(nóng)業(yè)問題作為實驗用例，成功的在此種原型專家系統(tǒng)中進(jìn)行了模擬。與傳統(tǒng)的專家系統(tǒng)相比，該原型專家系統(tǒng)的最大優(yōu)勢在于異構(gòu)對象的統(tǒng)一處理以及靈活的配置各種影響小麥生長的環(huán)境因素(陽光、水分等)，并能夠?qū)⑦@些變化按照規(guī)則的設(shè)置如實地反映到小麥產(chǎn)量這個問題中去。其中使用C[＃].net編寫的“小麥”知識對象和使用VB.net編寫的“陽光”知識對象在這個問題中得到統(tǒng)一的處理