了得網研究生_高級專家繫統：原理、設計及應用（第2版）

編輯推薦

專家繫統,研究生,教材

內容簡介

《高級專家繫統：原理、設計及應用（第2版）》第二版介紹專家繫統的理論基礎、設計技術及其應用，共11章。《高級專家繫統：原理、設計及應用（第2版）》概述專家繫統定義、發展歷史、類型、結構和特點以及專家繫統構建的步驟；討論開發專家繫統時可能采用的人工智能的知識表示方法和搜索推理技術；探討專家的解釋機制；研究基於規則專家繫統、基於框架專家繫統、基於模型專家繫統、基於Web專家繫統和實時專家繫統的結構、推理技術、設計方法及應用示例；介紹人工智能和專家繫統的編程語言和開發工具；展望專家繫統的發展趨勢和研究課題，並簡介新型專家繫統的特征與示例。《高級專家繫統：原理、設計及應用（第2版）》內容比**版有較大的更新，特別是補充了許多專家繫統的設計方法、編程技術和應用實例。

作者簡介

蔡自興教授1962年畢業於西安交通大學電機工程繫。1962年至今在中南大學從事教學和科研工作，現為信息科學與工程學院教授、博士生導師。1983～1985年為美國普渡大學和內華達大學訪問學者，1988—1990#：任中國科學院自動化研究所和北京大學信息科學中心客座研究員，1992～1993年任美國倫塞勒工業大學客座教授。2004年4—7月為俄羅斯科學院聖彼得堡信息學與自動化研究所客座研究員。2007年5～8月任丹麥技術大學客座教授。是聯合國專家(UNIDO)、國際導航與運動控制科學院院士、紐約科學院院士，全國高等學校首屆*教學名師獎、寶鋼教育基金優秀教師特等獎和徐特立教育獎獲得者。曾任第八屆湖南省政協副主席，全國政協第九、十屆委員會委員。曾兼任中國人工智能學會副理事長及智能機器人專業委員會主任、中國自動化學會理事及智能自動化專業委員會委員、中國計算機學會模式識別與人工智能專業委員會委員等職。主要從事人工智能、智能繫統、智能控制、智能機器人等研究，是中國智能控制、人工智能、機器人學諸學科的學術帶頭人之一。已在國內外出版專著、教材40多部，發表學術論文近千篇。還出版散文選集、科普選集、政協提案選輯和科普中篇小說各1部。主持並完成包括國家自然科學基金重點項目在內的科教研究30多項，獲國際獎勵3項、*獎勵2項、省部級以上獎勵10多項。蔡自興教授1962年畢業於西安交通大學電機工程繫。1962年至今在中南大學從事教學和科研工作，現為信息科學與工程學院教授、博士生導師。1983～1985年為美國普渡大學和內華達大學訪問學者，1988—1990#：任中國科學院自動化研究所和北京大學信息科學中心客座研究員，1992～1993年任美國倫塞勒工業大學客座教授。2004年4—7月為俄羅斯科學院聖彼得堡信息學與自動化研究所客座研究員。2007年5～8月任丹麥技術大學客座教授。是聯合國專家(UNIDO)、國際導航與運動控制科學院院士、紐約科學院院士，全國高等學校首屆*教學名師獎、寶鋼教育基金優秀教師特等獎和徐特立教育獎獲得者。曾任第八屆湖南省政協副主席，全國政協第九、十屆委員會委員。曾兼任中國人工智能學會副理事長及智能機器人專業委員會主任、中國自動化學會理事及智能自動化專業委員會委員、中國計算機學會模式識別與人工智能專業委員會委員等職。主要從事人工智能、智能繫統、智能控制、智能機器人等研究，是中國智能控制、人工智能、機器人學諸學科的學術帶頭人之一。已在國內外出版專著、教材40多部，發表學術論文近千篇。還出版散文選集、科普選集、政協提案選輯和科普中篇小說各1部。主持並完成包括國家自然科學基金重點項目在內的科教研究30多項，獲國際獎勵3項、*獎勵2項、省部級以上獎勵10多項。

（JohnDurkin)1970年於美國賓州卅l立大學(PennsvlvaniaStateuniversity)獲得學士學位。1973年和1983年在匹茲堡大學(universityofPittsburgh)分別獲得碩士和博士學位。1980—1982年在卡耐基一梅隆大學(camegleMellonuniverslty)任助理研究員，1986—1987年任賓州州立大學助理教授。現為美國阿克倫大學(UniversityofAkron)電氣與計算機工程繫副教授，美國智能計算機公司(Intelllgentcomputersvstems，Inc)總裁，IEEE高級會員，圍際機器人學制造工程師學會高級會員，美國人工智能學會會員。主要研究領域為專家繫統和知識工程。出版關於專家繫統的著作9部，已發表論文和技術報告90多篇。曾在美國和歐洲一些著名公司和政府機構(如IBM和NASA等)擔任高級技術職務，長期從事專家繫統的開發和指導工作，取得許多重要成果。1979年獲得全美IRloo獎(此獎授予當年美國重要的100項技術性開發成果)，1989年在第11屆周際人工智能聯合會議上獲*論文獎，1990年被英國知識工程國際刊物授予傑出專家繫統指導者獎。

龔濤2003年、2007年在中南大學信息科學與丁程學院分別獲得碩土、博士學位，2007年至今在東華大學從事教學科研工作。現為東華大學信息科學與技術學院副教授、碩士生導師。2011-2012年作為訪問學者留學美國普渡大學(WestLafayette)。2012~2013年擔任lEEE免疫計算研究組副主席，2012年牽頭創辦了免疫計算領域首個學術刊物lmmunecomputation，擔任主編。2007年為首屆上海市晨光學者，2010年為sigmaxi科學研究學會終身會員。曾獲首屆寶鋼教育基金獎優秀學生特等獎(2006年)、上海市優秀教學成果二等獎(2013年)。已發表論文近百篇，SCI、EI檢索48篇，獲得專利授權19項，出版專著10多本。主持完成E海市自然科學基金項目l項，正在主持上海市*項目1項。

目錄
第二版前言
**版前言
第1章專家繫統概述 1
1.1 專家繫統的定義 1
1.2 專家繫統的發展歷史 4
1.3 專家繫統的分類 11
1.3.1 繫統應用領域 11
1.3.2 問題求解任務 12
1.3.3 繫統工作原理 16
1.4 專家繫統的結構 16
1.5 專家繫統的特點 18
1.6 構建專家繫統的步驟 22
1.7 人在專家繫統中的作用 24
1.8 本章小結 26
習題1 27
第2章專家繫統的知識表示和推理 28
2.1 知識表示 28
2.1.1 知識的類型 28
2.1.2 對像-屬性組 29
2.1.3 規則 30
2.1.4 框架 32
2.1.5 語義網絡 34
2.1.6 謂詞邏輯 35
2.2 知識獲取 37
2.2.1 基本概念和知識類型 37
2.2.2 知識提取任務 39
2.2.3 知識獲取的時間需求和困難 40
2.3 知識推理 41
2.3.1 人類的推理 41
2.3.2 機器的推理 43
2.4 不確定推理 44
2.4.1 關於證據的不確定性 44
2.4.2 關於結論的不確定性 45
2.4.3 多個規則支持同一事實的不確定性 46
2.5 基於規則的推理繫統 47
2.6 模糊邏輯 48
2.6.1 模糊集合？模糊邏輯及其運算 48
2.6.2 模糊邏輯推理 51
2.6.3 模糊判決方法 53
2.7 人工神經網絡 54
2.7.1 人工神經網絡研究的進展 55
2.7.2 人工神經網絡的結構 56
2.7.3 人工神經網絡的典型模型 58
2.7.4 基於神經網絡的知識表示與推理 59
2.8 進化計算 64
2.8.1 遺傳算法基本原理 64
2.8.2 遺傳算法求解步驟 67
2.9 免疫計算 72
2.9.1 自體和異體的知識表示 72
2.9.2 異體特征空間的表示 73
2.9.3 異體特征空間的搜索與推理 74
2.10 本章小結 77
習題2 78
第3章專家繫統的解釋機制 80
3.1 解釋機制的行為 80
3.2 解釋機制的要求 81
3.3 解釋機制的結構 82
3.3.1 預制文本法 83
3.3.2 追蹤解釋法 83
3.3.3 策略解釋法 88
3.3.4 自動程序員法 91
3.3.5 基於事實的自動解釋機制 93
3.4 解釋機制的實現 94
3.4.1 預制文本法的實現 94
3.4.2 基於事實的自動解釋機制的實現 95
3.5 解釋機制的Web可視化 98
3.5.1 基於Web的解釋界面設計 98
3.5.2 解釋信息的可視化顯示 99
3.5.3 解釋機制的Web可視化案例 100
3.6 本章小結 104
習題3 104
第4章基於規則的專家繫統 105
4.1 基於規則專家繫統的發展 105
4.2 基於規則專家繫統的工作模型 107
4.2.1 產生式繫統 107
4.2.2 基於規則專家繫統的工作模型和結構 120
4.3 基於規則專家繫統的特點 122
4.3.1 基於規則專家繫統的優點 122
4.3.2 基於規則專家繫統的缺點 124
4.4 基於規則專家繫統的設計過程 125
4.4.1 專家知識的描述 125
4.4.2 知識的使用和決策解釋 128
4.5 反向推理規則專家繫統的設計 129
4.5.1 基於規則專家繫統的一般設計方法 130
4.5.2 反向推理規則專家繫統的設計任務 130
4.6 正向推理規則專家繫統的設計 142
4.6.1 正向規則專家繫統的一般設計方法 142
4.6.2 正向推理規則專家繫統的設計任務 143
4.7 基於規則專家繫統的設計示例 152
4.7.1 MYCIN概述 152
4.7.2 咨詢子繫統 154
4.7.3 靜態數據庫 156
4.7.4 動態數據庫 160
4.7.5 非精確推理 161
4.7.6 控制策略 163
4.8 基於規則專家繫統的應用實例 165
4.8.1 機器人規劃專家繫統 165
4.8.2 基於模糊規則的飛機空氣動力學特征預測專家繫統 169
4.9 本章小結 175
習題4 176
第5章基於框架的專家繫統 178
5.1 基於框架的專家繫統概述 178
5.2 框架的表示與推理 179
5.2.1 框架的表示 179
5.2.2 框架的推理 179
5.3 基於框架專家繫統的定義和結構 181
5.4 基於框架專家繫統的概念剖析 182
5.4.1 框架的類剖析 182
5.4.2 框架的子類剖析 183
5.4.3 實例框架剖析 184
5.4.4 框架的屬性剖析 184
5.5 基於框架專家繫統的繼承？槽和方法 185
5.5.1 基於框架專家繫統的繼承 185
5.5.2 基於框架專家繫統的槽 187
5.5.3 基於框架專家繫統的方法 188
5.6 基於框架專家繫統的設計 188
5.6.1 框架專家繫統與規則專家繫統的對比 188
5.6.2 基於框架專家繫統的一般設計任務 190
5.7 基於框架專家繫統的設計示例 201
5.7.1 基於槽的對像間通信 202
5.7.2 消息傳遞 203
5.8 基於框架專家繫統的應用實例 203
5.8.1 基於框架的繫統知識表示與獲取 204
5.8.2 故障診斷推理與繫統實現 206
5.9 本章小結 206
習題5 207
第6章基於模型的專家繫統 208
6.1 基於模型專家繫統的提出 208
6.2 基於神經網絡的專家繫統 210
6.2.1 傳統專家繫統與神經網絡的集成 210
6.2.2 基於神經網絡專家繫統的結構 211
6.2.3 基於神經網絡的專家繫統實例 212
6.3 基於概率模型的專家繫統 216
6.3.1 主觀概率與Monte Carlo模擬 216
6.3.2 概率模型 217
6.4 基於模型專家繫統的設計方法 219
6.4.1 因果時間本體論 219
6.4.2 推理繫統設計 225
6.4.3 可變繫統的本體論 228
6.5 基於模型專家繫統的實例 229
6.5.1 核電站應用實例 230
6.5.2 電路和汽車啟動部分的實例 234
6.6 本章小結 236
習題6 237
第7章基於Web的專家繫統 238
7.1 基於Web專家繫統的結構 238
7.2 基於Web專家繫統的應用實例 243
7.2.1 基於Web的飛機故障遠程診斷專家繫統 243
7.2.2 基於Web的拖網絞機專家繫統 245
7.2.3 基於Web的通用配套件選型專家繫統 247
7.2.4 基於Web的苜蓿產品開發與利用專家繫統 251
7.2.5 基於Web的好萊塢經理決策支持繫統 251
7.3 基於Web專家繫統的開發工具 260
7.4 本章小結 264
習題7 265
第8章實時專家繫統 266
8.1 實時專家繫統的定義和技術要求 266
8.1.1 實時專家繫統的定義 266
8.1.2 實時專家繫統的設計要求和技術要點 267
8.2 基於單片機的實時專家繫統 268
8.2.1 基於單片機的實時專家繫統結構 268
8.2.2 基於單片機的實時專家繫統案例分析 269
8.3 基於嵌入式繫統的實時專家繫統 270
8.3.1 基於嵌入式繫統的實時專家繫統結構 271
8.3.2 基於嵌入式繫統的實時專家繫統案例 271
8.3.3 基於手機的實時專家繫統案例 273
8.4 實時控制與決策的專家繫統RTXPS 275
8.5 高爐監控專家繫統 276
8.6 實時專家繫統研究的難點與生長點 280
8.7 本章小結 282
習題8 283
第9章專家繫統的評估 284
9.1 評估專家繫統的原因 284
9.1.1 發展專家繫統的需要 284
9.1.2 專家繫統評估的受益者 285
9.2 評估專家繫統的內容和時機 286
9.2.1 評估專家繫統的內容 286
9.2.2 評估專家繫統的時機 289
9.3 專家繫統的評估方法 291
9.4 專家繫統的評估工具 293
9.4.1 一致性檢驗程序 293
9.4.2 在數據庫中查找模式搜索程序 293
9.4.3 比較計算機結論與專家結論 294
9.5 專家繫統的評估實例 295
9.5.1 多面評估方法實例 295
9.5.2 R1專家繫統的評估實例 299
9.6 本章小結 302
習題9 303
第10章專家繫統的編程語言和開發工具 304
10.1 概述 304
10.2 LISP 305
10.2.1 LISP的特點和數據結構 305
10.2.2 LISP的基本函數 307
10.2.3 遞歸和迭代 310
10.2.4 LISP編程舉例 312
10.3 PROLOG 315
10.3.1 PROLOG語法與數據結構 315
10.3.2 PROLOG程序設計原理 316
10.3.3 PROLOG編程舉例 318
10.4 基於Web專家繫統的編程語言 319
10.4.1 Java語言 319
10.4.2 JavaScript語言 320
10.4.3 JSP語言 321
10.4.4 PHP語言 322
10.4.5 ASP.NET語言 322
10.5 其他語言 323
10.5.1 關繫數據模型 323
10.5.2 關繫模型的操作語言 329
10.6 專家繫統的開發工具 333
10.6.1 骨架開發工具 333
10.6.2 語言開發工具 334
10.6.3 輔助構建工具 334
10.6.4 支持環境 335
10.7 專家繫統的新型開發工具 336
10.7.1 基於框架的開發工具 336
10.7.2 基於模糊邏輯的開發工具 338
10.7.3 基於神經網絡的開發工具 341
10.8 專家繫統的Matlab開發工具 342
10.9 其他開發工具 347
10.10 本章小結 350
習題10 351
第11章專家繫統的展望 353
11.1 專家繫統的發展趨勢 353
11.1.1 專家繫統的發展要求 353
11.1.2 專家繫統的研究方向 355
11.2 專家繫統的研究課題 358
11.3 新型專家繫統 359
11.3.1 新型專家繫統的特征 359
11.3.2 分布式專家繫統 360
11.3.3 協同式專家繫

在線試讀

第1章專家繫統概述
專家繫統的開發與成功應用至今已經有50年了。正如專家繫統的先驅費根鮑姆( Feigenbaum)所說：專家繫統的力量是從它處理的知識中產生的，而不是從某種形式主義及其使用的參考模式中產生的。這正符合一句名言：知識就是力量。到20世紀80年代，專家繫統在全世界範圍內得到迅速發展和廣泛應用。進入21世紀以來，專家繫統仍然不失為一種富有價值的智能工具和助手。
專家繫統實質上為一計算機程序繫統，能夠以人類專家的水平完成特別困難的某一專業領域的任務。在設計專家繫統時，知識工程師的任務就是使計算機盡可能模擬人類專家解決某些實際問題的決策和工作過程，即模仿人類專家如何運用他們的知識和經驗來解決所面臨問題的方法、技巧和步驟。
1.1 專家繫統的定義
長期以來，專家繫統(expert system)是人丁智能應用研究*活躍和*廣泛的領域之一。自從1965年**個專家繫統DENDRAL在美國斯坦福大學問世以來，經過20年的研究開發，到20世紀80年代中期，各種專家繫統已遍布各個專業領域，取得很大的成功。現在，專家繫統得到更為廣泛的應用，並在應用開發中得到進一步發展。
構造專家繫統的一個源頭即與問題相芙的專家。什麼是專家？專家就是對某些問題有出眾理解的個人。專家通過經驗發展有效和迅速解決問題的技能。我們的工作就是在專家繫統中“克隆”這些專家。
在定義專家繫統之前，有必要介紹人工智能( artificial intelligence)、智能機器(intelligent machine)和智能繫統(intelligent system)等的定義。
定義1.1 智能機器是一種能夠呈現出人類智能行為的機器，而這種智能行為涉及人類大腦思考問題、創造思想或執行各種擬人任務(anthropomorphic tasks)的那種智力功能。
定義1.2 人工智能（學科）是計算機科學中涉及研究、設計和應用智能機器的一個分支；其近期主要目標在於研究用機器來模仿和執行人腦的某些智力功能，並開發相關智能理論和技術。
定義1.3 人工智能（能力）是智能機器所執行的通常與人類智能有關的智能行為，涉及學習、感知、思考、理解、識別、判斷、推理、證明、通信、設計、規劃、決策和問題求解等活動。
1950年圖靈(turing)設計和進行的著名實驗（後來被稱為圖靈實驗，turing test），提出並部分回答了“機器能否思維”的問題，也是對人工智能的一介很好注釋。
定義1.4 智能繫統是一門通過計算實現智能行為的繫統。簡而言之，智能繫統是具有智能的人工繫統(artificial systems with intelligence)。
任何計算都需要某個實體（如概念或數量）和操作過程（運算步驟）。計算、操作和學習是智能繫統的要素。而要進行操作，就需要適當的表示。
智能繫統還可以有其他定義。
定義1.5 從工程觀點出發，把智能繫統定義為一門關於生成表示、推理過程和學習策略以自動（自主）解決人類此前解決過的問題的學科。於是，智能繫統是認知科學的工程對應物，而認知科學是一門哲學、語言學和心理學相結合的科學。
定義1.6 能夠驅動智能機器感知環境以實現其目標的繫統叫智能繫統。
專家繫統也是一種智能繫統。
專家繫統可能存在一些不同的定義。下面按我們的理解，給出專家繫統的一個定義。
定義1.7專家繫統是一種設計用來對人類專家的問題求解能力建模的計算機程序。
專家繫統是一個智能計算機程序繫統，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。也就是說，專家繫統是一個具有大量的專門知識與經驗的程序繫統，它應用人工智能技術和計算機技術，根據某領域一個或多個專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復雜問題，簡而言之，專家繫統是一種模擬人類專家解決領域問題的計算機程序繫統。
此外，還有其他一些關於專家繫統的定義。這裡首先給出專家繫統技術先行者和開拓者、美國斯坦福大學教援費根鮑姆1982年對人工智能的定義。為便於讀者準確理解該定義的原意，下面用英文原文給出：
定義1.8 Expert system is“an intelligent computer program that uses knowledge and inference procedures to solve problems that are difficulttenough to require significant human expertise for their solutions.”thattis， an expert system is a computer system that emulates the decision-making ability of a human expert. the term emulate means that the expert sys tem is intended to act in all respects like a human expert.
下面是韋斯(Weiss)和庫利柯夫斯基(Kulikowski)對專家繫統的界定。
定義1.9專家繫統使用人類專家推理的計算機模型來處理現實世界中需要專家做出解釋的復雜問題，並得出與專家相同的結論。
人們為什麼要開友與應用專家繫統呢？要回答這個問題有必要對專家繫統和人類專家進行比較。專家為任何組織提供了有價值的資源，包括提供創造性思想、解決難題或者高效完成日常事務的方法。他們的貢獻可以增強組織的生產力，反過來也提高了其自身的市場競爭力。然而，專家繫統如何實現這種價值呢？可從表1.1中專家繫統與人類專家的比較回答這個問題。
表1.1 人類專家與專家繫統的比較
表1.1的比較顯示，建造專家繫統主要有兩個理由：代替人類專家和輔助人類專家。專家繫統文獻的調查也顯示大多數組織贊成這兩點理由是開發專家繫統的動機。
有人聲稱，開發專家繫統代替人類會產生不祥的影響，可能帶來人類祖先想像的令人憤恨的景像，就跟他們看到工業革命的進程一樣：以機器代替人。盡管這個潛在可能性存在，但使用專家繫統代替人類工作的實踐已經取得了並不那麼倒霉的作用。開發專家繫統來代替人類專家的工作主要理由是：讓專家技術不受時間和空間的限制；促使需要專家的常規任務自動化；專家正在退休或者離開；專家太貴；在惡劣環境中也需要專家技術。有代表性的此類專家繫統包括：法國的Elf-Aquitaine石油開采公司委托以加利福尼亞為基地的工eknowl-edge公司開發的鑽井顧問(Drilling Advisor，1983)專家繫統，坎貝爾湯食公司(Campbell Soup Company)開發的廚師顧問(Cooker Advisor，1986)專家繫統等。
輔助人類專家是專家繫統*常見的應用。在這類應用中，該繫統輔助人類專家進行常規或者平凡任務。例如，醫生可能有大多數疾病的知識，但由於疾病太多醫生仍需要專家繫繞支持以加快疾病的篩選過程。銀行貸款員也能借此加快每天大量貸款申請的處理。在這兩種應用情況下，在專家繫統的輔助下人類專家都能充分完成任務。這種應用的目標就是改進當前實際總產量。開發專家繫統來輔助人類專家的具體理由包括：輔助專家做常規工作以提高產量；輔助專家完成一些困難任務；讓難以回想的專家信息重新可行。此類專家繫統的實例主要有：數字設備公司（Digital Equipment Company，DEC）委托卡內基？梅隆大學(Carnegie Mellon University，CMU)開發的計算機輔助配置專家繫統XCON(*初叫Rl，1980)，輔助銀行及其他借款機構進行決策的借款顧問(Lending Advisor，1986)專家繫統等。
專家繫統作為機器可以持續工作，可以比人類專家工作日時間長得多。作為計算機程序，專家繫統復制簡便，可分應用到人類專家缺乏的不同地方。你可以把專家繫統送到惡劣環境中，然後去睡大覺，因為在該惡劣環境中專家繫統的技能不會受到傷害。
人類專家的技術會消失。隨著死亡、退休或者丁作調動，一個組織會失去專家的纔干。一旦把人類專家的技術收入專家繫統中，人類專家的技術就能為組織長期捅有，獲得持續支持。組織也能按照訓練模式使用專家繫統，用來向新手傳授人類專家技術。
專家繫統能夠比人類專家產生更持續的結果。人類決策受到許多衝突性因素的影響。例如，個人問題可能困住專家，阻礙多產。在緊急情況下，專家可能會由於時間壓力或緊張而忘記一些重要的知識。在沒有情感的1和0的世界，專家繫統不會受這些分心事件的干擾。
人類專家解決問題的速度也受到許多因素的影響。相反地，專家繫統保持穩定的速度，在許多情況下能比專家更快地完成任務。例如，開發用在信用清理機構(Credit Clearing House，CHH)的專家繫統，能夠在服飾產業中輔助客戶信用等級評價和的信用極限建議分配。這個繫統對於過去需要三天纔能完成的任務現在隻需10s就夠了。
人類專家總是昂貴的。他們要求高薪水或高服務費，並且由於缺乏人類專家不難達到他們的要求。相反地，專家繫統相對而言就不昂貴。開發代價可能高，但在大多數情況下這種代價可以在專家繫統投產後得到有效補償。例如，授權助手( Authorizer's Assistant，AA)專家繫統開發用來輔助美國快遞(American Express)公司的信用卡申請處理。它幫助信用授權器在12個數據庫中排序，以決定是否批準個人費用。這個繫統縮短了處理信用卡客戶購買授權請求所需的時間，將錯誤的信用決定的損失降為*小，並且改進了人為授權的整個商業性能。美國快遞公司使用專家繫統後產量增加20%，因而可使這筆開發代價在兩年內獲得回報。
1.2 專家繫統的發展歷史
我們曾經按時期來說明國際人工智能的發展過程，盡管這種時期劃分方法有時難以嚴謹，因為許多事件可能跨接不同時期，另外一些事件雖然時間相隔甚遠但又可能密切相關。現在，我們又按時期來說明國際專家繫統的發展過程，因為專家繫統是人工智能的一個重要研究與應用領域，而且專家繫統的發展和命運是與人丁智能的發展和命運休戚與共的。
1．孕育時期（1956年以前）
人類對智能機器和人工智能的夢想和追求可以追溯到三千多年前。早在我國西周時前1066前771年），就流傳有關巧匠偃師獻給周穆王一個歌舞藝伎的故事。作為**批自動化動物之一的能夠飛翔的木鳥前400前350年制成的前2世紀出現的書籍中，描寫過一個具有類似機器人角色的機械化劇院，這些人造角色能夠在宮廷儀式上進行舞蹈和列隊表演。這就是一個古典的“智能繫統”，一個表現當時人類專家構建的舞臺角色的“專家繫統”。
我們不打算列舉三千多年來人類在追夢智能機器和人工智能道路上的萬千遐想、無數實踐和眾多成果，而是跨越三千年轉到20世紀。對於人工智能的發展來說，20世紀30年代和40年代的智能界，出現了兩件*螢要的事：數理邏輯和關於計算的新思想。弗雷治( Fre-ge)、懷特赫德(Whitehead)、羅素(Russell)和塔斯基(tarski)以及另外一些人的研究表明，推理的某些方面可以用比較簡單的結構加以形式化。1948年維納( Wiener)創立的控制論( cybernetics)，對人工智能的早期思潮產生了重要影響，後來成為人工智能行為主義學派。數理邏輯仍然是人工智能研究的一個活躍領域，其部分原因是由於一些邏輯一演繹繫統已經在計算機上實現過。不過，即使在計算機出現之前，

商品搜索

商品分类

【醫學】

【各大出版社】