第八章 系统的其它功能
8.1系统的解释功能
解释功能是专家系统区别于传统程序系统的主要特征之一。专家系统的解释是指专家系统在同用户交互过程中，由系统对系统的行为能产生易于被用户理解的说明。系统的解释能力能够在系统自身的生成、测式、运行和维护中起重要作用，能够增强系统的可接受性，同时，也能够起到传播知识的效果。解释功能作为AI研究的一个重要研究课题，越来越引起了广泛的重视。
目前，专家系统的解释方法有许多种，比较典型的有以下几种：
（1）邓制文本法（prepared text），又称唱征解释法（canned explanations）；
（2）追踪解释法（traced explanation）；
（3）策略解释法（straegic explanation）；
（4）自动程序员法（autmatic programmer）；
圆柱齿轮减速器专家系统设计中，采用的解释方法是预制文本法和追踪解释法的结合。预制文本法是将运行中可能出现的问题的解答编制在程序中，供解释使用。追踪解释法是通过显业系统问题求解过程的推理路径和知识库中的确良知识的使用情况来解释系统是怎样求解问题直至得出最结论的方法。在作研制则用于产生式知识系统，这主要是基于以下的考虑：
由框架、数表及过程式表达的怀脱，预先编写一些说明，可以增加使用这类知识的透明度；同时，这类知识在解释时，有时重点在于知识的运用过程，而并非知识本身，如齿轮强度计算时，解释的重点是强度计算过程中所要处理的问题，而不是种强度计算公式（若需要，同样也可以显示过程函数而得到各种计算公式）。
对于由间生式规则表达的知识，圆柱齿轮减速器专家系统解释机则采用追踪解释法。追踪解释法完成以下基本功能；
①试用成功的规则有哪些；
②曾用过规则x吗？
③如何推出ASSERTION；
④为何需要ASSERTION；

8.2 系统知识的获取
专家系统在实际使用的过程中，仍然需要不断地进行知识的维护、修改、扩充和完善。因此，知识获取将贯穿专家系统开发和维护的整个过程。知识获取是建造专家系统的中心任务。知识获取方式可分为两类：编程方式和机器学习方式。编程方式是由知识工程师以“人工”方法从领域专家那里获取知识然后编入程序内，机器学习方法是计算机直接从环境中获取所需知识，机器学习又可分以下各种方法:
①机械记忆式学习；
②教导注入式学习，
③归纳学习；
④类比学习；
⑤从观察和发现中学习。
本文采用的方法是：对规格化的框架知识元，可以通过相应的函数建立知识；对变体框架知识元，由于其结构的多样性，仍采用编程的方式；对于产生式知识元，可通过最基本的机械记忆式学习方法并通过LEARN函数实现。
8.3 系统与高级语言的接口
在IBM-PC 微机上使用的GCLISP语言，尽管字符处理能力非常强，但数学运算方面的处理能力显得不足，屏幕处理图形的能力较弱。在圆柱齿轮减速器专家系统中，数学运算是必不可少，运行过程中图形的显示也是需要的。为了改善GCLISP语言的运行环境，作者通过在GCLISP控制之下调用BASIC 语言的方法来实现绘图及数学运算的功能，在语言间交互时需要解决语言的格式问题。下面是编写的接口控制程序。

(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语言与高级语言的联结只要通过的外培接口函数即可实现高级语言的调用。

上一页

下一页