基于语义元模型的混合推理专家系统的研究与实现

论文摘要

专家系统是一种基于知识的人工智能技术,通过综合运用某个领域专家提供的专门知识和经验进行推理和判断,模拟专家的决策过程。作为一类“浅知识”系统,专家系统的优劣很依赖于知识库的完备性及推理的策略。知识表示作为专家经验知识的计算机表现形式,直接决定着知识获取方式、知识库及推理策略。传统产生式系统在知识获取方式、资源共享、知识扩充、功能集成等方面还存在一些不足,因此有必要对这些问题作进一步研究。论文首先介绍了现阶段专家系统的应用及研究现状,分析了目前产生式系统在应用中存在的不足;然后在元建模技术为指导下定义了一种表示知识的语义元模型,给出元模型各元素的图符表示、语义、形式化定义及形式化描述;继而提出了一种新的专家系统体系结构,旨在克服传统产生式系统在知识获取、资源共享等方面存在的不足。论文对其中两个重要的支撑工具:图形化建模工具及知识转化引擎的设计思想和实现方案进行了详细的阐述;同时针对目前主流系统外壳无法支持不确定性双向推理的问题,设计了一套描述知识的反向链。通过将正向知识进行反向表示,实现不确定性知识在FuzzyCLIPS推理引擎上完成双向推理;最后重点介绍了论文研究成果在航天科工集团二院项目“人体健康评估和疾病分析系统”中的实现及应用,验证了所取得成果的可行性及应用价值。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的意义和来源
• 1.2 课题研究现状
• 1.2.1 专家系统应用现状
• 1.2.2 医疗专家系统的应用现状
• 1.2.3 专家系统研究现状
• 1.2.4 模型驱动思想
• 1.3 课题主要研究内容
• 1.4 论文结构
• 第二章 产生式系统和专家系统外壳
• 2.1 产生式知识表示法
• 2.2 产生式系统基本结构
• 2.2.1 工作存储器
• 2.2.2 产生式规则库
• 2.2.3 规则解释程序（推理机）
• 2.2.4 知识获取机构
• 2.2.5 人机交互接口
• 2.3 传统产生式系统存在的不足
• 2.4 专家系统外壳与FuzzyCLIPS
• 2.4.1 专家系统外壳简介
• 2.4.2 FuzzyCLIPS 工具
• 2.4.3 FuzzyCLIPS 语法
• 2.5 小结
• 第三章 语义元模型及其实现
• 3.1 语义元模型
• 3.2 语义元模型的XML 描述
• 3.3 基于语义元模型的专家系统结构
• 3.4 图形化知识建模工具设计与实现
• 3.4.1 用户接口设计
• 3.4.2 系统设计与实现
• 3.5 知识转化引擎设计与实现
• 3.5.1 语义元模型与FuzzyCLIPS
• 3.5.2 系统设计与实现
• 3.6 小结
• 第四章 基于FuzzyCLIPS 的反向推理
• 4.1 问题的提出
• 4.2 面向FuzzyCLIPS 的反向链规则
• 4.2.1 反向链设计
• 4.2.2 反向链的FuzzyCLIPS 描述
• 4.3 语义元模型的反向链映射
• 4.4 小结
• 第五章 “人体健康评估和疾病分析系统”的实现与应用
• 5.1 系统功能概述
• 5.2 系统设计
• 5.2.1 系统体系结构
• 5.2.2 系统执行流程
• 5.2.3 系统开发工具
• 5.3 系统应用实例
• 5.4 系统特点及效果分析
• 5.5 小结
• 第六章 总结与展望
• 6.1 论文总结工作
• 6.2 下一步工作思考
• 参考文献
• 致谢
• 在校期间的研究成果