专家系统

专家系统（通用12篇）

专家系统 篇1

专家系统是一种智能的计算机程序, 它能够运用知识进行推理, 解决只有专家才能解决的复杂问题。

一、专家系统的结构

专家系统的结构是指专家系统各组成部分的构造方法和组织形式。不同类型的专家系统, 其功能和结构上也不尽相同。

专家系统一般由知识库及其管理系统、推理机、综合数据库、知识获取机制、解释机构和人机接口六部分组成。

1、知识库及其管理系统

知识库是以一致的形式存储知识的机构, 用于存储某领域专家的经验性知识、原理性知识、相关的事实、可行操作与规则等。解决知识获取和知识表示问题是建立知识库的关键问题。

2、知识获取机制

知识获取机制的建立, 实质上是设计一组程序, 把知识送入到知识库, 负责维护知识的正确性、一致性和完整性。知识获取是专家系统知识库是否优越的关键, 我们试图建立自动知识获取机制, 实现专家系统的自动学习功能, 不断地扩充和修改知识库中的内容。

3、综合数据库

综合数据库又称全局数据库或“黑板”等, 它用于存储领域或问题的初始数据 (信息) 、推理过程中得到的中间结果或状态以及系统的目标结果, 包含了被处理对象的一些问题描述、假设条件、当前事实等。

4、推理机

推理机是专家系统中实现基于知识推理的部件, 是基于知识的推理在计算机中的实现, 是专家系统的核心部分。推理机用于记忆所采用的规则和控制策略的程序, 完成依据一定的知识规则从已有的事实推出结论的近似专家的思维过程, 保证整个专家系统能够以逻辑方式协调地工作。

5、解释机构

解释机构能够向用户解释专家系统的行为, 包括解释推理结论的正确性以及系统输出其它候选解的原因。这是专家系统区别于其它软件系统的主要特征之一, 解释机构实际上也是一组计算机程序, 通常采用预置文本法和路径跟踪法。当用户有询问需求时, 解释机构可以跟踪和记录推理过程, 把解答通过人机交互接口输出给用户。

6、人机接口

接口又称界面, 是用户与专家系统之间的连接桥梁, 它能够使系统与用户进行对话, 使用户能够输入必要的数据、提出问题和了解推理过程及推理结果。专家系统则通过接口, 要求用户回答提问, 并回答用户提出的问题, 进行必要的解释。

二、专家系统的特点

1、具有领域专家级的专门知识

专家系统的智能化主要体现为能够在特定的领域内模仿人类专家思维来求解复杂问题, 这就要求必须具有专家级的知识, 知识越丰富, 解决问题的能力就越强。

2、符号处理和启发式推理

专家系统的知识库存放着符号表示的专家知识, 能运用知识与经验进行推理、判断和决策。世界上的大部分知识都是非数学性的, 几乎全靠符号推理, 而不是数值计算, 只有一小部分人类活动是以数学公式为核心的。专家系统擅长符号处理和逻辑推理, 特别适合于解决自动计算、问诊和启发式推理等基于规则的问题。它不仅能利用定义严格的逻辑性知识, 而且还能利用经验知识和启发性知识来完成工程设计任务。

3、具有透明性和交互性

所谓的透明性是指系统自身及其行为能被用户所理解。专家系统一般都是交互式的, 一方面与专家对话获取知识, 另一方面与用户对话以索取求解问题时所需的已知事实以及回答用户的询问。这种交互式方式体现在友好的界面、功能智能化和操作自然化等方面。

4、具有一定的复杂性和难度

专家系统拥有知识, 可以运用知识进行推理, 模拟人类的思维过程。但是, 人类的知识是丰富多彩的, 思维方式也是多种多样的。因此, 要真正实现对人类思维的模拟, 是一件非常困难的工作, 并有赖于其他许多学科的共同发展。

三、专家系统的建立步骤

建造一个专家系统大致需要确认、概念化、形式化、实现和测试五个步骤, 如下图1所示。

从各种知识源获取专家系统可运用的知识是建造专家系统的关键环节。

在确认过程中, 知识工程师与专家一起工作, 确认问题领域并定义其范围, 还要确定参加系统开发的人员, 决定需要的资源 (时间、资金、进度、软硬件环境、计算工具等) , 决定专家系统的目标和任务, 提出对系统功能、性能的要求, 同时确定具有典型意义的子问题, 用以集中解决知识获取过程中的问题。

在概念化过程中, 知识工程师与专家密切配合, 深入了解给定领域中问题求解过程需要的关键概念, 关系和信息流的特点, 并加以详细说明, 若能用图形描述这些概念和关系, 使之成为建造系统的永久性概念库将是非常有用的。概念化要按问题求解行为的具体例子进行抽象, 并且修改使之包含行为且与行为一致。

形式化过程中, 根据在概念化期间分离的重要概念、子问题及信息流特性, 选择适当的知识工程工具, 把它们映射为以该知识工程工具或语言表示的标准形式。形式化过程有3个要素:假设空间、过程的基础模型和数据特征。

在实现过程中, 把前一阶段形式化的知识映射到与该问题选择的工具 (或语言) 相联系的表达格式中。知识库是通过选择适用的知识获取手段 (知识编辑程序、智能编辑程序, 或知识获取程序) 来实现的。

专家控制器的设计和应用, 以及把专家系统和模糊理论、神经网络理论相结合形成的模糊专家系统和神经网络专家系统等新型的专家控制和决策支持系统是本章的重点和难点, 也是今后专家系统研究的热点和发展方向。

专家系统 篇2

摘要:专家系统是人工智能领域中较为成熟的一个分支。本文阐述了专家系统的基本概念及基本要素，介绍了专家系统在我国农业中的应用和我国农业专家系统的发展趋势。

关键词:人工智能;专家系统;农业专家系统;应用

农业专家系统也可叫农业智能系统,是一个具有大量农业专门知识与经验的计算机系统。它应用人工智能技术,依据一个或多个农业专家提供的特殊领域知识、经验进行推理和判断,模拟农业专家就某一复杂农业问题进行决策。典型的农业专家系统主要由知识库、数据库、模型库、推理机、知识库管理系统、解释器、用户界面7个部分组成。其中,知识库和推理机是农业专家系统最核心部分,这是任何一个农业专家系统都不可缺少的组成部分。知识库的质量直接影响到农业专家系统质量及可信度;推理机是农业专家系统的运行动力。而知识库管理系统则是对知识库中的知识进行检查和检索,还可以把推理过程中使用知识的实际情况显示出来,这是数据库管理系统中所没有的。知识获取是农业专家系统开发过程中的瓶颈,其主要任务是完成领域知识的收集与整理.解释器是用来向用户,特别是专用户,解释推理的结果和在推理过程中所发生的一切。

专家系统有四个特点,即:启发性,能运用专家的知识和经验进行推理和判断;透明性,能解决本身的推理过程,能回答用户提出的问题;灵活性,能不断地增长知识,修改原有的知识。综合性,能解答种子、土肥、植保、农经等多专业问题,克服了单个农业专家的专业局限。研发农业专家系统的主要目的是使计算机在农业领域中起农业专家的作用,对那些需要专家知识才能解决的难题提供相关专业权威专家水平的解答。

专家系统在世界农业领域中的应用始于20世纪70年代末,经过20余年发展,应用已遍及作物栽培管理、设施园艺管理、畜禽管理、水产养殖、植物保护、育种以及经济决策等各方面。专家系统在灌溉、施肥、栽培、病虫害的诊断与防治、作物育种、作物产量预测、畜禽饲养管理和水产养殖管理等方面,展示了广阔的应用前景。

一．农业专家系统在作物病虫害综合治理中的应用

根据以往的研究和病虫害综合治理的过程，专家系统的研究主要集中在6个方面: 1.1病虫害诊断 在病虫害诊断中，如果人工开具病虫处方，工作人员必须有牢固的植物保护基础知识和丰富的实践经验，需要查询大量资料，无法及时满足农户的需要。专家系统把这些资料编制成简单的程序，达到迅速确定目标的目的，从而得到最佳防治时期和方案。

1.2预测预报 病虫预测预报需要的基本信息是:病虫害的生物学参数(如发生虫态、分布范围、空间分布状况等)、发生环境状况(如经纬度、作物品种等)和气象条件资料。这些数据的获得需要通过繁琐的计算，人工操作费时费工，易出错。专家系统可根据输人的原始资料自动选择模拟和计算方法来预测或预报目标信息，快速得出预测预报模型，以掌握其防治时期。

1.3管理决策 管理决策型专家系统为病虫害综合管理提供了一种有力的工具。由于影响病虫害发生的各种因素之间的关系复杂，不确定因素很多，同 时在治理中既要保护作物的正常生长，又要使防治措施不危害环境，需要进行全面的考虑。专家系统采用模块化方式解决了这一难题。

1.4专家咨询 专家系统可帮助用户分析和解决具体问题，提供计算机专家咨询服务。系统内容涵盖十分全面，根据用户不同的要求，分别由相应的条件触发相应的动作，实现模拟专家咨询的过程。

1.5方案设计 设计型专家系统就是按照给定的要求，为待确定的问题构造模式。组建病虫害模拟模型的专家系统，也就是将组建模拟模型的一般过程用专家系统的形式表达出来，其目的是为那些缺乏建模经验的测报或研究人员提供方便。

1.6人员培训大多数专家系统能够解释“为什么?”和“怎么样?”之类的问题，也可以很好地充当培训工具。人员培训专家系统有良好的推理机制，它能够根据用户提出的不同问题分别予以解答。2 存在的问题

2.1解决问题的能力不完备由于病虫害管理本身的复杂性、动态性、模糊性导致专家对其经验描述的困难和缺乏各种现代化技术的运用，许多专家系统并不具备完备、详尽、动态的知识库和数据库，只能向用户提供一些基本的或常识性的解释、判断，无法详尽、准确地解决用户提出的问题。

2.2应用与开发脱节我国农业专家系统已受到了一定程度的重视，但至今仍未深人到农村。有些系统要求使用者具有一定的计算机水平，很难在农业基层普及，另一方面与领域知识结合不够，停留于科普性知识介绍，先进性和实用性不够。2.3信息获取困难、存储方式落后我国农业信息网络和数据库的建设严重滞后，缺乏有序管理，使专家系统的知识来源比较单一。信息大多以纸为存储介质，不但精度和数量受限，更新也不方便，影响其时效性。二． 我国农业专家系统存在的问题和对策 2.1 应用中存在的问题和对策

2.1.1 农业专家系统的应用与开发脱节 我国的一些农业专家系统只强调应用,缺乏进行二次开发所需的专家系统开发工具,使用者无法根据当地实际情况创建知识库和模型库,限制了专家系统的进一步应用。有些农业专家系统虽提供了开发工具,但缺少通用的模板和模型,要求使用者具有一定的计算机基础技术,缩小了专家系统的应用范围。因此,农业专家系统应该同时注重开发与应用两个方面。农业专家系统适用对象狭窄。一些农业专家系统追求所谓先进性,要求高档次的硬软件,也要求使用者有一定的计算机技术基础,很难在农业基层普及;一些农业专家系统与领域知识结合不够,停留于科普性知识介绍,其先进性和实用性不高。2.1.2 人工智能技术还不成熟 至今为止,在农业专家系统等人工智能技术中,由专家整理出来的知识大多属于这个领域的浅层知识,形式上也主要是条件规则型知识。因为知识种类、数量可能很多,难于详细检验,待到专家系统具体使用这些知识时,机械死板的计算机程序就有可能推导出一些错误的结论。另外,目前各种专家系统在收集、整理专家知识时并没有把专家是如何学习、获得这些知识的知识整理出来,这样开发的专家系统并不具有真正的学习能力,结果导致系统的表现只能处理人类专家见过的各种情况,不能“随机应变”,人工智能面临严峻的考验.因此,研究和开发面向基础科技人员、基层农技人员和广大农民群众三个层次的农业专家系统是十分必要的。农业专家系统多是静态的系统。农业专家系统要解决的是农业生产中的问题,这些问题大多具有四维特性,这就要求系统的知识库、数据库、模型库必须是动态的,能随着时间的推移不断更新。而我国目前的农业专家系统多是静态的,时效性差,实用性不高,因此,在农业专家系统的建设过程中必须注意其动态性。农业专家系统源于人工智能技术,近年来与数据库技术相结合,并取得成功。但农业生产要求系统要不断有新技术的支持,以适应农业生产的发展,新技术包括“3S”技术、多媒体技术、计算机技术、网络技术等。2.2 发展中存在的问题和对策

2.2.1 知识获取困难、存储方式落后 我国是农业大国,农业信息资源极其丰富,但农业信息网络和数据库的建设严重滞后,缺乏有序管理,使专家系统的知识来源比较单一。另外,我国已完成了农业普查、土地利用现状调查等基础性工作,取得了大量的属性数据图和形数据,这是农业专家系统的基础数据。但这些数据大多以纸为存储介质,不但信息的精度和数量受到限制,信息的更新也不方便,影响其时效性。以软盘、光盘和CCT磁带为存储介质的数据仓库技术,在“GPS”等技术支持下,不但能存储属性数据,还能通过数字化存储图形数据,通过地理编码实现属性数据和图形数据的对应连接。农业专家系统应采用这些存储手段。2.2.2 没有通用的知识表示方法 在我国专家系统的构建过程中,对精确性知识多采用产生式规则方法,但每一种知识表示方法只能适用于表示某种或某些类型的知识,至今还没有通用的知识表示方法。农业领域知识的复杂性,要求多样性的知识表示方法,例如基于面向对象的知识表示、人工神经元网络等。2.2.3 推理策略比较单一 我国农业专家系统的推理策略比较单一,三种推理方式基本上是针对规则型知识的,而实际生产中的许多事实、概念并不能精确描述,不能使用精确推理规则,而需借助于概率论、证据理论、模糊理论等数学方法。2.2.4 开发工具不完善 我国农业专家系统的开发工具在应用国外较成熟的开发工具,如PC、SHELL、EX2PORT等的同时,也自主研制了一些开发工具。但目前国内开发的农业专家系统生成工具大都在处理文字描述的定性知识方面功能较强,而在处理用数学模型描述的定量知识方面很少涉及。多功能、高效的专家系统开发工具壳(Expert System Shells)的研制开发,是信息技术发展的必然趋势。三．发展前景

根据我国农业的现有水平、农业生产的实际状况以及农业专家系统的应用特点，其未来发展趋势应该有以下几个方面。

3.1注重多种技术的综合运用根据我国国情，强调农业专家系统的应用推广，逐步将通信网络技术、“3S”技术、人工神经网络、数据库、信息网络、优化模拟、多媒体等众多高新技术应用到系统的开发、建模等方面，是农作物病虫害类专家系统发展的必然趋势。

3.2实现网络化、数据共享作为信息技术的良好载体—网络技术的迅速发展为信息和专家系统的传播提供了很好的通道。未来社会需要的是网络化的专家系统，能够成功地在网上运行、成功实现数据共享的系统才真正具有强大的生命力和实用性。

3.3普及化现阶段我国直接从事农业生产与田间管理的人员主要是农民。随着社会的发展、微机的普及、软件产品价格的下调、农民综合素质的提高，农民将成为未来专家系统的主要用户之一。

3.4注重市场国际化我国已加人WTO，农业专家系统的建造不应忽视国际市场的需求，开发既适宜我国需要也适宜国际需要的农业专家系统是有必要的。四．结束语

农业专家系统在我国方兴未艾。它是农业决策的重要手段。通过建立甜菜专家系统，可以对传统的育种技术改善和综合栽培技术推广发挥巨大作用。由于它能把定性分析和定量分析、符号处理和数值处理有效地结合起来，因而展示出广阔的发展前景和应用前景。参考文献

基于知识图谱的专家系统发展综述 篇3

〔关键词〕知识图谱；专家系统；发展轨迹

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１２．０２．０４０

〔中图分类号〕Ｇ２５０.７１ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１（２０１２）０２－０１５９－０８

Knowledge-based Expert System Development Overview MapLiao Yi

（Political Department，National University of Defense Technology，Changsha 410073，China）

〔Ａｂｓｔｒａｃｔ〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.

〔Ｋｅｙ ｗｏｒｄｓ〕knowledge maps;expert systems;the development trajectory

专家系统作为人工智能的一个重要分支，发展已经超过50年，在很多应用领域都获得了广泛使用，取得了丰硕成果。本文运用文献计量这一独特视角对专家系统进行了再回顾和再分析，将智能科技划分为初创期、成长期、低谷期、发展期，利用词频分析、共引分析、作者共现分析等方法揭示专家系统的学科结构、影响程度、关键节点与时间点等重要而独特的知识，为了解和掌握专家系统的发展与演化过程提供了独特视角。

１ 数据来源

SCI（Science Citation Index）是美国科学情报研究所ISI（Institute for Science Information）出版的期刊文献检索工具，所收录的文献覆盖了全世界最重要和最有影响力的研究成果，成为世界公认的自然科学领域最为重要的评价工具。本文以Web of Science中的SCI數据库为数据来源，选用高级检索方式，以“Expert System/Experts System”作为主题词，于2011年5月在Web of Secience中进行检索，一共检索到14 500篇相关文献记录。获得的论文发表年度分布如图１。所示。虽然，专家系统研究从20世纪五六十年代就开始了，但是从图１可以看出直到1982年才有主题词与专家系统相关的论文出现。图１表明1991年左右，专家系统相关论文达到了峰值，但随后呈逐年下降的趋势。到1999年，只有494篇论文发表。但21世纪开始，专家系统相关论文又出现了增加的趋势，并维持在一个稳定的水平中。图１ 专家系统在SCI数据库文献发表年度变化情况

２０１２年２月第３２卷第２期基于知识图谱的专家系统发展综述Ｆｅｂ.，２０１２Ｖｏｌ.３２ Ｎｏ.２２ 专家系统前40年的发展

本文利用基于JAVA平台的引文分析可视化软件Citespace，首先设定时间跨度为1950-1991年，时间切片长度为1年，聚类方式为共被引聚类（Cited Reference），阈值选择为（2，2，20）、（3，3，20）、（3，3，20）。Citespace得出这些引文的时间跨度为1950－1990年，可以绘制出该时间段的专家系统论文时区分布图，如图２所示。我们以年代先后为序，将20世纪80年代以前作为第一阶段，80年代至90年代作为第二阶段。图２ 1950-1991年各年度专家系统论文之间的时区分布图

２.１ 专家系统起源时期

根据图２显示，这段时期有7个突出节点，既有7位代表人物。第一个节点代表的是“人工智能之父”——英国著名科学家阿兰·麦席森·图灵（Alan Mathison Turing），他于1950年在《心灵》杂志上发表论文《计算机器与智能》，提出了著名的“图灵测试”，探讨了机器智能的可能性，为后来的人工智能科学提供了开创性的构思［１］。

第二个节点代表的是美国工程院院士、加州大学扎德（LA.Zadeh）教授，他于1965年在《信息与控制》杂志第8期上发表题为《模糊集》的论文，提出模糊集合理论，给出了模糊性现象定量描述和分析运算的方法，从而诞生了模糊数学。1978年，扎德教授提出了“可能性理论”，将不确定性理解为可能性，为模糊集理论建立了一个实际应用上的理论框架，这也被认为是模糊数学发展的第二个里程碑。同年，国际性期刊《International Journal of Fuzzy Sets and System》诞生，这使得模糊理论得到普遍承认，理论研究高速发展，实际应用迅速推广。

第三个节点代表的美国两院院士、卡内基-梅隆大学教授艾伦·纽厄尔（Allen Newell），1972年，他出版了《人怎样解题》（Human Problem Solving)一书，书中描述了他和西蒙试图建立一个计算机化的“通用问题求解器”的历程：20世纪50年代，他们发现，人类的问题解决，在一定知识领域内可以通过计算机实现，所以他们开始用计算机编程来解决问题，1956年，他们研发出了逻辑理论家和通用问题求解器（General Problem Solver），并建立了符号主义人工智能学派。我们可以看出，这本书是对他以前所作工作的总结与归纳，而逻辑理论家和通用问题求解器正是专家系统的雏形，为专家系统的出现奠定了坚实的基础。

３ 90年代专家系统向多个方向发展

由于20世纪80年代专家系统研究迅猛发展，商业价值被各行各业看好，导致90年代大批专家系统从实验室走出来，开始了它们的工程化市场化进程。从图１看以看出，在20世纪90年代，专家系统的相关论文不增反减，进入一个局部低谷期，这期间以“Expert System/Experts System”为主题词的论文共7 547篇。本文利用Citespace软件，设置参数为（4，4，20）（4，3，20）（4，4，20），获取了该时期论文的引文聚类图（如图３所示）。图２ 专家系统1990－2000年的论文引文聚类图

从图３中我们可以看出，全图的节点比较分散，没有形成大的聚类，这表示该阶段没有形成重点研究方向，也没有重大科研成果和标志性著作产生，专家系统的市场化进程严重牵引了研究者们的注意力，这是专家系统研究陷入低谷期的重要原因。

这段时间专家系统的研究工作大致分以下几个方面：第一个研究方向依旧是建立在扎德（LA.Zadeh）教授模糊理论上的模糊专家系统，它同样是该年代专家系统研究的重点方向。

第二个研究方向是骨架专家系统，代表人物有美国斯坦福大学的爱德华·汉斯·肖特利夫（Shortliff EH）教授。1974年末，MYCIN系统基本建成后，MYCIN的设计者们就想到用其它领域的知识替换关于感染病学的知识，可能会得到一个新的专家系统，这种想法导致了EMYCIN骨架系统的产生。EMYCIN的出现大大缩短了专家系统的研制周期，随后，AGE、OPS5、KEE、KBMS、GESDE等骨架系统应运而生，它们在20世纪90年代专家系统的研究进程中，发挥着重要作用。

第三个研究方向是故障诊断专家系统，代表人物有美国麻省理工学院的兰德尔·戴维斯（Randall Davis）教授。他于1984年在《人工智能》杂志上发表了《基于结构和行为的诊断推理 》（《Diagnostic Reasoning Based on Structure and Behavior》）一文，该论文描述了一个利用知识结构和行为，在电子电路领域进行故障诊断排除的专家系统。之后，故障诊断专家系统在电路与数字电子设备、机电设备等各个领域已取得了令人瞩目的成就，已成为当今世界研究的热点之一。

第四个研究方向是基于规则的专家系统，布鲁斯·布坎南（Bruce G.Buchanan）的著作对基于规则的专家系统在这个时期的发展仍有着积极的指导作用。多种基于规则的专家系统进入了试验阶段。传统基于规则的专家系统只是简单的声明性知识，而目前，规则的形式开始向产生式规则转变，并趋向于提供较完善的知识库建立和管理功能。

第五个研究方向是知识工程在专家系统中的运用。代表人物是美国斯坦福大学的克兰西教授（Clancy W J），他于1985年在《人工智能》杂志上发表了重要论文《启发式分类》（《Heuristis classification》），启发式分类即对未知领域情况的类的识别过程。它是人类思维解决问题的重要方法，在人工智能、专家系统中可常用启发式设计计算机程序，模拟人类解决问题的思维活动。

第六个研究方向是机器学习在专家系统中的运用。代表人物是机器学习领域前辈、澳洲悉尼大学著名教授John Ross Quinlan。他于1986年在《机器学习》（《Mach.Learn》）杂志上发表《决策树算法》（《Induction of Decision Trees》）一文，文中他详细描述了决策树算法的代表——ID3算法。之后，有大量学者围绕该算法进行了广泛的研究，并提出多种改进算法，由于决策树的各类算法各有优缺点，在专家系统的实际应用中，必须根据数据类型的特点及数据集的大小，选择合适的算法。

第七个研究方向是神经网络专家系统，代表人物有人工智能专家Stephan I.Gallant和美国加利福尼业大学教授巴特·卡斯科（Bart Kosko）。Gallant于1988年在《ACM的通信》上发表了《连接主义专家系统》（《Connectionist expert systems》）一文，文中讲述Gallant 设计了一个连接主义专家系统（Connectionist expert system），其知识库是由一个神经网络实现的（即神经网络知识获取），开创了神经网络与专家系统相结合的先例。

第八个研究方向是遗传算法在专家系统中的运用。代表人物是遗传算法领域著名学者、美国伊利诺伊大学David Goldberg教授和人工智能专家L.Davis。1989年，Goldberg出版了专著《搜索、优化和机器学习中的遗传算法》，该书系统总结了遗传算法的主要研究成果，全面而完整地论述了遗传算法的基本原理及其应用；1991年，Davis编辑出版了《遗传算法手册》，书中包含了遗传算法在科学计算、工程技术和社会经济中的大量应用实例，该书为推广和普及遗传算法的应用起到了重要的指导作用。这些都推动了基于遗传算法的专家系统的研发推广。

第九个研究方向是决策支持系统在专家系统中的运用，代表人物是美国加利福尼亚大学伯克利分校教授埃弗雷姆·特班（Efraim Turban）。他于1990年出版了《决策支持和专家系统的管理支持系统》（《Decision support and expert systems:management support systems》）一书。20世纪80年代末90年代初，决策支持系统开始与专家系统相结合，形成智能决策支持系统，该系统充分做到了定性分析和定量分析的有机结合，将解决问题的范围和能力提高到一个新的层次。

第十个研究方向是各种理论知识在专家系统中的综合运用，代表人物是美国加利福尼业大学教授巴特·卡斯科（Bart Kosko）和美国伊利诺伊州研究所教授Abdul-Rahman K.H。卡斯科（Kosko）于1992年出版《神经网络和模糊系统：一个拥有机器智能的动力系统方法》（《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》）一书，这是第一本将神经网络和模糊系统结合起来的读本，也是神经网络与模糊理论综合应用于专家系统建设的经典著作；Abdul-Rahman K.H教授于1995年，在美国电气和电子工程师协会的《电力系统及自动化》（《Transactions on Power Systems》）会议刊上发表了《人工智能模糊无功负荷的最优VAR控制方法 》（《AI approach to optimal VAR control with fuzzy reactive loads》）一文，论文提出了一个解决无功功率（VAR）控制问题，这个方法包含了专家系统、模糊集理论和人工神经网络的重要知识。

虽然专家系统大量建造，但投入实际运行的专家系统并不多，且效率较低，问题求解能力有待进一步提高。原因之一就是专家系统主要是模拟某一领域中求解特定问题的专家的能力，而在模拟人类专家协作求解方面很少或几乎没有做什么工作。然而在现实世界中，协作求解具有普遍性，针对特定领域、特定问题的求解仅仅具有特殊性，专家系统虽然在模拟人类专家某一特定领域知识方面取得了成功，但它仍然不能或难以解决现实世界中的问题。其次，开发的专家系统的规模越来越大，并且十分复杂。这样就要求将大型专家系统的开发变成若干小的、相对独立的专家系统来开发，而且需要将许多不同领域的专家系统联合起來进行协作求解。然而，与此相关的分布式人工智能理论和实用技术尚处在科研阶段。只有分布式系统协作求解问题得以解决，才能克服由于单个专家系统知识的有限性和问题求解方法的单一性等导致系统的“脆弱性”，也才能提高系统的可靠性，并且在灵活性、并行性、速度等方面带来明显的效益［５］。

４ 21世纪专家系统进入稳定发展时期

进入21世纪，专家系统开始缓慢发展，这期间以“Expert System/Experts System”为主题词的论文共5 964篇。本文利用Citespace软件，设置参数为（6，6，20）（5，5，20）（5，5，20），获取了该时期论文的引文聚类图（如图４所示）。图４ 专家系统2000－2010年的论文引文聚类图

这个时期专家系统有3个主要研究方向：第一个是研究方向是节点明显的基于模糊逻辑的专家系统研究方向。90年代以来，模糊控制与专家系统技术相结合，进一步提高了模糊控制器的智能水平。基于模糊逻辑的专家系统有以下优点：一是具有专家水平的专门知识，能表现专家技能和高度的技巧以及有足够的鲁棒性（即健壮性）；二是能进行有效的推理，能够运用人类专家的经验和知识进行启发性的搜索和试探性的推理；三是具有灵活性和透明性。

第二个是研究方向是Rete模式匹配算法在专家系统中的应用，代表人物是美国卡内基—梅隆大学计算机科学系的Charles L.Forgy教授，1979年，他首次提出Rete算法。专家系统工具中一个核心部分是推理机，Rete算法能利用推理机的“时间冗余”特性和规则结构的相似性，并通过保存中间运算结果的方法来提高推理的效率。1982年，他在《人工智能》杂志上发表《Rete算法：许多模式／多对象的模式匹配问题的一个快速算法》（《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》）一文，该文解释了基本算法的概念，介绍了详细的算法，描述了模式和适当的对象交涉算法，并说明了模式匹配的执行操作。

第三个是研究方向是专家系统在电力系统中的运用。世界各国的专家们开始热衷于在电力生产的各个环节使用专家系统，代表人物有日本的福井贤、T.Sakaguchi、印度的Srinivasan D、美国伊利诺伊州研究所的Abdul-Rahman K.H、希腊雅典国立技术大学的Protopapas C.A、和中国的罗旭，他们在美国电气和电子工程师协会的《电力传输》（《IEEE transactions on power delivery）会议刊及《电源设备系统》会议刊（《On Power Apparatus and Systems》）上发表了多篇有影响力的论文，内容涉及系统恢复、电力需求预测、变电站故障诊断和报警处理等多方面。

这十年间，专家系统的研究不再满足于用现有各种模型与专家系统进行简单结合，形成基于某种模型的专家系统的固有模式。研究者们不断探索更方便、更有效的方法，来解决困扰专家系统的知识获取瓶颈、匹配冲突、组合爆炸等问题，而这也推动了研究不断向深层次、新方向发展。但是，由于专家系统应用的时间长、领域广，他们遭遇的瓶颈问题一时得不到有效解决，导致了这一时期末，专家系统研究呈现出暂时的下滑现象。

５ 专家系统发展趋势分析

图一发展曲线上第二个时间节点是1992年，从该年起专家系统相关论文呈下降趋势，然后在2002年又开始缓慢增长，近一年多来又开始下降，这标志着专家系统研究在布满荆棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年为一个单位，统计了1990－2009年20年期间专家系统相关论文中高频词的变化情况，如表１所示，从该表可以获得这个时期专家系统研究的一些特点。

（１）在1990-1999年期间，人工智能出现新的研究高潮，由于网络技术特别是国际互连网技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究，使人工智能更加实用，这给专家系统带来了发展的希望。正因为如此，我们从词频上可以看出，人工智能（artificial intelligence）一词在这十年一直位居前两位，在专家系统研究中处于主导地位，而与其相关的知识表示（knowledge representation）、知识获取(knowledge acquisition)等，也成为了学者们研究的重点方向。

（２）该时期的第二个特点是神经网络研究的复苏。神经网络是通过模拟人脑的结构和工作模式，使机器具有类似人类的智能，如机器学习、知识获取、专家系统等。我们从词频上可以看出神经网络（neural network）一词得以快速增长，1995年时位列第一，进入21世纪也是稳居第二位，神经网络很好地解决了专家系统中知识获取的瓶颈问题，能使专家系统具有自学习能力，它的出现为专家系统提供了一种新的解决途径［６］，同时也显示出他独有的生机与活力。

（３）该时期是模糊逻辑的发展时期。模糊理论发展至今已接近三十余年，应用范围非常广泛，它与专家系统相结合，在故障诊断、自然语言处理、自动翻译、地震预测、工业设计等方面取得了众多成果。我们从词频上可以看出，模糊逻辑（fuzzy logic）一词，除在1990－1994年期间位居第六位外，之后都位居前三甲，2000-2004年期间更是位列第一。模糊控制与专家系统技术相结合，进一步提高了模糊控制器智能水平，这种控制方法既保持了基于规则的方法的价值和用模糊集处理带来的灵活性，同时把专家系统技术的表达与利用知识的长处结合起来，能处理更广泛的控制问题。

（４）故障诊断成为专家系统研究与应用的又一重要领域。故障诊断专家系统的发展起始于20世纪70年代末,虽然时间不长,但在电路与数字电子设备、机电设备等各个领域已取得了令人瞩目的成就,已成为当今世界研究的热点之一。这从高频词分布可以开出，故障诊断（fault diagnosis）从1995-1999年间的最后一位攀升至2005-2009年间的第一位，足見其强大的生命力。在专家系统己有较深厚基础的国家中，机械、电子设备的故障诊断专家系统已基本完成了研究和试验的阶段，开始进入广泛应用。

（５）遗传算法的应用逐渐增多。20世纪90年代，遗传算法迎来了发展时期，无论是理论研究还是应用研究都成了十分热门的课题。尤其是遗传算法的应用研究显得格外活跃，不但应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高。进入21世纪，遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。这在高频词分布中可以看出，以2000作为临界点，遗传算法（genetic algorithms）从20世纪90年代的10名之后，到位于高频词前六强之中，充分反映出它发展的良好势头。

６ 小 结

专家系统是20世纪下半叶发展起来的重大技术之一，它不仅是高技术的标志，而且有着重大的经济效益。“知识工程之父”E.Feignbaum在对世界许多国家和地区的专家系统应用情况进行调查后指出：几乎所有的ES都至少将人的工作效率提高10倍，有的能提高100倍，甚至300倍［７］。

专家系统技术能够使专家的专长不受时间和空间的限制，以便推广稀缺的专家知识和经验；同时，专家系统能促进各领域的发展，是各领域专家专业知识和经验的总结和提炼。

专家系统发展的近期目标，是建造能用于代替人类高级脑力劳动的专家系统；远期目标是探究人类智能和机器智能的基本原理，研究用自动机模拟人类的思维过程和智能行为，这几乎涉及自然科学和社会科学的所有学科，远远超出了计算机科学的范畴。

随着人工智能应用方法的日渐成熟，专家系统的应用领域也不断扩大。有人类活动的地方，必将有智能技术包括专家系统的应用，专家系统将成为21世纪人类进行智能管理与决策的工具与助手。

参考文献

［１］百度百科［ＥＢ］.http:∥baike.baidu.com/view/2130.htm．

［２］黄可鸣.专家系统二十年［Ｊ］.计算机科学，1986，（4）：26-37.

［３］路耀华.思维模拟与知识工程［Ｍ］.北京：清华大学出版社，1997．

［４］赵致琢.专家系统研究［Ｊ］.贵州大学学报：自然科学版，1990，（6）：40-48.

［５］邹光宇.专家系统发展现状及其应用前景［Ｊ］.电力勘测，1994，（3）：21-26.

［６］杨兴，朱大奇，桑庆兵.专家系统研究现状与展望［Ｊ］.计算机应用研究，2007，（5）：4-9.

［７］毕学工，杭迎秋，李昕，等.专家系统综述［Ｊ］.软件导刊，2008，（12）：7-9.

专家系统 篇4

飞机电源系统作为整个飞机的“血液系统”在飞机的整个运作过程中起到非常重要的作用, 如果电源系统出现故障将影响到其他系统的正常工作, 从而导致整个飞机系统的瘫痪。随着机载用电设备增多, 飞机电源系统的地位愈显的重要, 电源系统中的任何故障如果不能及时检出并得到纠正, 故障就可能进一步扩大, 致使上层系统的状态发生变化, 影响飞行任务执行, 甚至危及飞行安全[1]。建立一整套完备的飞机电源系统故障诊断系统对于飞机的排故以及飞机的安全飞行是非常必要的。

专家系统 (ES) 作为人工智能最重要和最广泛的一个应用研究领域, 它能够以人类专家的水平完成特别困难的某一专业领域的任务。在过去30多年中专家系统取得了很大进展, 其基础理论研究不断深入, 并有所创新[2]。在故障诊断领域, 专家系统作为一种故障诊断方法已被广泛使用, 它是一个具有丰富的专门领域知识的计算机程序, 它应用人工智能技术, 根据专家提供的知识及其推理能力, 模仿人类专家决策的思维过程, 解决原本需要由专家才能解决的复杂问题[2,3]。本文参考了大量文献, 著作, 在前人研究的基础上继续深入研究, 研究的主要思路是采用CLIPS专家系统开发环境, 建立专家系统底层文件, 通过Eclipse开发平台、Java编程语言编写专家系统的人机界面程序, 通过界面的控件调用执行CLIPS程序, 从而实现专家系统故障诊断的功能。

1 专家系统

1.1 概述

专家系统是用来对人类专家的问题求解能力建模的一种计算机程序, 可以根据系统的应用环境和所执行任务的不同选择合理的专家结构系统, 直接关系到专家系统的适用性和效率[4]。

专家系统作为人工智能一个重要的分支是在20世纪60年代初期产生并发展起来的一门新兴的应用科学, 而且正随着计算机技术的不断发展而日臻完善和成熟[5]。

专家系统主要由人机界面、知识库、解释机、推理机、工作内存等组成, 其中人机界面是用户与专家系统之间的通信机制;知识库是专家系统包含领域知识的部分;工作内存是专家系统包含执行任务时发现的问题事实的部分;推理机是专家知识的处理器, 它将工作内存中的事实与知识库中的领域知识相匹配, 以得出问题的结论。一个简化专家系统的结构及工作流程如图1所示。

根据求解问题的性质不同专家可分为解释专家系统、诊断专家系统、设计专家系统、控制专家系统等。据调查显示每4个以建造的专家系统中就有一个是作用于诊断活动[6]。本文所设计的专家系统就是以飞机故障诊断为目的的, 故障诊断专家系统具有下列特点:

(1) 能够了解被诊断对象各组成部分的特性以及联系;

(2) 能够区分一种现象及其所掩盖的另一种现象;

(3) 能够向用户提出测量数据, 并从不确切信息中得出尽可能正确的诊断。

1.2 开发流程

专家系统的开发过程不同于传统的程序开发设计, 因为其问题通常没有算法去求解, 而是通过推理来获取一个合理的解决方法, 其开发的一般步骤如下。首先, 知识工程师通过与专家进行对话而获取专家知识, 然后知识工程师将知识编码到知识库中, 随后专家评估系统并返回意见给知识工程师。专家系统的开发流程如图2所示。

2 专家系统设计

2.1 CLIPS开发工具

飞机电源故障诊断专家系统是由CLIPS专家系统开发工具开发。CLIPS (C Language Integrated Production System) 是一种多范例编程语言, 它支持基于规则的、面向对象的和面向过程的编程。在语法方面, CLIPS规则与Eclipse、CLIPS/R2和Jess语言的规则极为相似。由于CLIPS具有可移植性, 所以, 它可以安装在多种类型的计算机上, 从PC机到CRAY超级计算机都有。同样, 由于CLIPS是由C语言开发而来, 从而用CLIPS开发的程序也具有很强的移植能力, 可以将CLIPS编写的专家系统运行在PC机上, 也可以运行在移动设备上。

2.2 创建CLIPS专家诊断系统

2.2.1 诊断对象

本文所选择的故障诊断对象是西锐SR20飞机电源系统, 该机型电源系统原理如图3所示。

该电源系统主要故障是发电机故障, 蓄电池故障, 外部电源故障, 以及电路保护系统故障等。

2.2.2 专家系统的建立

基于规则的专家系统里的知识被定义为由事实激发而产生新的事实或结论的规则, 其中知识表示 (Knowledge representation, KR) 在专家系统中具有非常重要的作用[6]。首先, 专家系统是专为某一类基于逻辑 (Rule of Logic) 即推理的知识表示设计, 通常是根据推理理解从事实中得出结论, 由于人们并不擅长推理, 从而可以借助专家系统中的知识库以及推理功能轻松的得出有效的结论或者方法。其次, 知识的表示影响到专家系统的开发、效率、速度和维护。

(1) 建立知识模板

在建立模板以及建立知识库时都是按照对象-属性-值 (Object-Attribute-Value triple, OAV) 三元组思想建立的。1#发电机OAV表见表1。

根据表1可以建立一个发电机ALT1的知识模板 (框架) , 具体CLIPS程序代码举例如下:

(2) 建立知识库

根据前一步建立的模版创建知识库, 具体CLIPS代码举例如下:

(3) 推理机

完成前两步的工作后便可以着手创建推理机来实现具体的推理功能。本文专家系统的推理机是由一系列规则 (rules) 及函数 (functions) 组成, 规则的一般结构是这样的, 模式条件=>动作。其中等号和箭头左边的是条件部分, 条件可以是一个或多个组成, 当左边条件满足时就会执行箭头后面的动作部分。其内部匹配算法采用Rete算法, 如图4所示。

在Rete网络中主要有Root节点、Alpha节点和Beta节点三种类型节点, 其中Alpha节点包含一个输入和一个存储区, Beta节点包含两个输入和两个存储区, Beta存储区和Alpha存储区。

Rete算法具体执行过程如下所示:

(1) 导入需要处理的事实到Facts集合中。

(2) 如果Facts不为空, 选择一个Fact进行处理。否则停止匹配过程。

(3) 选择Alpha网的第一个节点运行, 通过该节点进入Alpha网的下一个节点, 直到进入Alpha memory。否则跳转到下一条判断路径。

(4) 将Alpha memory的结果加入到Beta memory中, 如果不为Terminal节点, 则检测另一个输入集合中是否存在满足条件的事实, 满足则执行join, 进入到下一个Beta memory重复执行 (3) 。若另一个输入集合无满足条件的事实, 返回到 (2) 。完成所有条件匹配意味着规则 (rules) 的LHS (Left-Hand-Side) 匹配完成, 如果最终节点的存储区含有的元素不为空, 将规则 (rules) 加入议程 (Agenda) 中等待执行[7,8]。

本文推理机CLIPS代码举例如下:

(4) 人机界面

人机界面 (Human Machine Interaction, HMI) , 又称用户界面或使用者界面, 是人与计算机之间传递、交换信息的媒介和对话接口, 是计算机系统的重要组成部分[8]。它可以实现信息的内部形式与人类可以接受形式之间的转换。

由于CLIPS没有提供界面开发的一些功能, 所以, 做专家系统界面需要通过其他开发工具或者是编程语言进行开发, 本文界面的制作是在Eclips开发环境下, 利用JAVA语言进行程序编写。主界面如图5所示。

CLIPS实质上也是一种面向对象的高级语言, 我们可以利用Java中的JNI实现Java对CLIPS程序的调用, JNI是Java Native Interface的缩写, 中文为Java本地调用。从Java1.1开始, Java Native Interface (JNI) 标准成为Java平台的一部分, 它允许Java代码和其他语言写的代码进行交互。充分利用JNI这一功能, 在Eclips开发环境中嵌入CLIPS JNI即可进行通过Java调用CLIPS程序[9,10]。Java调用CLIPS代码如下:

3 结语

飞机电源系统作为飞机最为重要的系统之一, 是飞机其他电子设备及其所在系统正常工作的基础。研究针对飞机电源系统的故障诊断专家系统能够提高飞机电源系统故障诊断的效率。文章建立的是一个基于规则的专家系统, 采用正向推理的方法, 最终经过测试表明专家系统应用到飞机电源系统的故障诊断是行之有效的。

专家系统采不仅仅可以应用到飞机电源系统的故障诊断, 还可以其他领域的故障诊断。在过去几十年里由于计算机处理性能以及人机交互方面的技术限制专家系统并没有得到很好地发展, 随着技术的进步以及人们对工作、生活效率的追求, 专家系统应用的领域将会更加广泛。

参考文献

[1]徐亨成, 陈璞.利用计算机技术对飞机电源系统故障诊断进行逻辑分析[J].国外电子测量技术, 2003 (3) :15-17.

[2]蔡自兴, 德尔金, Durkin J, 等.高级专家系统:原理、设计及应用[M].北京:科学出版社, 2005.

[3]印鉴, 刘星成, 汤庸.专家系统原理与编程[M].北京:机械工业出版社, 2000.

[4]钱宇, 向小军, 杨军利.基于CLIPS的航天器预警专家系统的设计与实现[J].计算机仿真, 2012 (9) :61-64.

[5]FEIGENBAUM E A.Panel:history of AI research 1965-67[C]//Proceedings of 6th IJCAI.[S.l.]:[s.n.], 1979:1103-1105.

[6]代荣, 何玉林, 杨显刚.结合CLIPS和VC++实现规则推理的方法[J].计算机工程与应用, 2010 (3) :54-57.

[7]FORGY C L.Rete:a fast algorithm for the many pattern/many object pattern match problem[J].Artificial intelligence, 1982, 19 (1) :17-37.

[8]TARNBE M, ROSENBLOOM P S.A framework for investigating production system formulations with polynomially bounded match[C]//Proceedings of 8th National Cobrence on Artificial Intelligence.Menlo Park, California:AAAI Press, 1990:693-699.

[9]BURD B.Eclipse for dummies[M].USA:John Wiley&Sons, 2004:83-113.

专家系统 篇5

ERP的核心管理思想是供需链管理。供需链按原文Supply Chain直译是“供应链”，但实质上链上的每一个环节都含有“供”与“需”两方面的双重含义，“供”与“需”总是相互相存，国外也称Deman/Supply Chain。在市场经济下，供应总是因为有了需求才发生的，没有需求，何谈供应？作为供应系统，通常是指Logisics(后勤体系)的内容，后勤体系是“从采购到销售”，而供需链是“从需求市场到供应市场”。

浙江ERP系统基本内涵是先进的管理理念、管理方法和信息技术相结合的产物。它是当前国际企业管理的重要内容，也是我国企业管理的发展方向。供应链管理可以从以下3个方面加以理解。

1)企业内部供应链管理。它是将企业内部经营的所有业务单元如订单、采购、库存、计划、生产、质量、运输、市场、销售、服务等以及相应的财务活动、人事管理均纳入一条供应链内进行统筹管理。这种供应链管理使得企业各种业务和信息能够实现集成和共享。

2)产业供应链或动态联盟供应链管理。它是将企业内部供应链管理延伸和发展为面向全行业的产业链管理，管理的资源从企业内部扩展到了外部。在整个行业中建立一个环环相扣的供应链，使多个企业能在一个整体的管理下实现协作经营和协调运作。对于大型印刷包装企业，由于企业规模大，产品种类繁多，供销客户多。因此，可以在市场、加工、包装、制造环节与流通环节之间，建立一个业务相关的动态企业联盟和全球网络供应链管理。

3)全球网络供应链管理，是一种基于Internet的开放式的全球网络供应链。而大型印刷包装企业在全球网络供应链中，企业的形态和边界将产生根本性改变，整个供应链的协同运作将取代传统的电子订单，供应商与客户间信息交流层次的沟通与协调将采取交互式、透明的方式。浙江ERP系统与供应链关系

浙江ERP系统提供的计划和决策支持功能十分有限，浙江ERP系统所擅长的是管理性的事务处理，如成本核算、订单处理，同时对已经发生的事情进行统计和分析；ERP可以处理客户订单，但对于订单的获利性以及如何最好地向客户交付产品和服务仅提供有限的信息，它所做的主要是事务处理。而供应链计划系统SCPS能够随着发展和变化不断修正和强化计划的内容，直至计划执行的最后时刻。因此SCPS是对ERP的补充，它提供进一步的智能决策支持信息。SCPS覆盖已有的应用系统，如后勤管理、财务管理等，并从中提取信息，加工成整个供应链的知识，使得企业能够评估供应链中的各个环节、事件和客户需求变化对企业的影响。大型印刷包装企业是一个大型企业，在大型印刷包装企业ERP下的供应链管理覆盖了从供应商的到客户的全部过程，包括外购、制造分销、库存管理、运输、仓储、客户服务等。因此，对于大型印刷包装企业ERP中的供应链管理需坚持以下原则：

(1)根据客户所需的服务特性来划分客户群；(2)根据客户需求和企业可获利倩况，设计企业的后勤网络；(3)获取市场的需求信息。销售和营运计划必须监测整个供瘦链，以及时发现需求变化的早期警报，并据此安排和调整计划；(4)与供应商建立双赢的合作策略。迫疰供应商相互压价，固然使企业在价格上收益；但相互协作则可以降低整个供应链的成本；(5)在整个供应链领域建立信息系统。信息系统首先应该处理日常事务和电子商务；然后支持多层次的决策信息，如需求计划和资源规划；最后应该根据大部分来自企业之外的信息进行前瞻性的策略分析；(6)建立整个供应链的绩效考核准则，而不仅仅是局部的个别企业的孤立标准，供应链的最终验收标准是客户的满意程度。浙江ERP系统与供应链的集成

大型印刷包装企业中ERP是一个面向供需链管理(Supply Chain Management)的管理信息集成。对于大型印刷包装企业ERP主要包括产品的制造、供销、财务功能，在需求端增加了支持物料流通体系的运输管理、在线分析处理(Online Analytical Processing，OLAP)、售后服务及质量反馈、远程通信、Web/Internet/Intranet Extranet、电子商务(E-commerce、E-business)、电子数据交换(EDI)、工作流(业务流程)动态模型变化与信息处理程序命令的集成、企业资本运行和投资管理、各种法规及标准管理等。网络通信技术的应用，使ERP系统得以实现供需链管理的信息集成。

2.1 集成内容

浙江ERP系统和供应链系统共享信息集成的基础数据，供应链系统的采购订单和需求预测作为ERP系统的客户需求，它是指定生产计划的重要依据，而ERP系统根据在近期生产计划和BOM表分解的原材料采购需求的基础上，做调整生成供瘦链系统的确定型供应计划，提供给供应链系统。在企业的实际应用中，ERP系统和供应链管理系统集成的信息流接口，见图1。

(1)基础数据。供应链系统为ERP系统提供大量的基础数据，包括：项目信息，客户基本信息，供应商基本信息，仓库基本信息等；(2)库存状态。ERP系统中的库存管理子系统为供应链系统提供全面的实时的库存状态信息；(3)客户订单、供应计划及预测。ERP系统是供应链系统的组成单元，可以看作是供应链上的客户或供应商，为供应链系统提供应信息及需求预测信息，同时又从供应链系统那里接受采购订单信息及采购预测信息。

2.2 基于WEB的ERP与SCM集成的实现

为更好地利用ERP、SCM等管理思想和先进的信息技术来构造大型印刷包装企业信息系统。采用了基于web的B/S体系结构的SCM系统，这种结构特别适应于对于要进行网上发布信息、数据处理量不大，信息查询多、地点灵活的广域范围使用的系统及模块，如客户服务管理、物料供应管理等。基于web的B/S体系结的SCM分系统见图2。SCM分系统由计划与决策子系统、供应商管理子系统、销售管理子系统、制造商管理子系统、客户服务子系统等子系统组成，其中：计划与决策子系统由供应商管理子系统、销售管理子系统、库存管理子系统等组成；过程管理子系统采用工作流机制执行计划与决策系统下达的计划，跟踪、协调、控制计划的执行过程，进行执行过程的信息管理；任务执行子系统由出入库任务执行、运输任务执行及收支付款任务执行组成，完成各类任务的查询、执行及归档工作。

2.3 供应链管理中解决方案 2.3.1 SCM解决方案

供应链管理本身是一个很大的系统，国外的一些大的软件商提出了很多好的解决方案，例如：以i2公司为代表的几个软件厂商给出了整套供应链管理解决方案——SCM(供应链管理)。一个完整的供应链解决方案一般都包括了从原料采购到最终产成品的分销的所有相关的流程，包括物流网络设计，采购计划，供应商管理，存货配置，销售与营销区域划分，配送管理，库存管理，车辆计划，生产地点选址设施布置，提前期报单，生产计划，人力计划，需求计划，产量或供应计划等等。供应链具体实施的时候，一定要辅以强大的信息系统的支持，采用i2等公司的整套供应链计划，对大型印刷包装业是一个最佳的选择，它可以帮助一个企业实现供应链的信息化管理从无到有，从无序到有序，从零乱到融为一个整体，这样一个质的飞跃。但是这需要企业的大量的资金投入作为保障，而且它对于解决方案提供商的依赖性会很高。

2.3.2 供应链管理中关键部分

供应链的关键部分包括供应链战术计划和运作计划、供应链计划的逻辑关系以及供应链计划方法等。

1)供应键的战术计划有：主需求计划、主生产计划、分销需求计划、物料需求计划和能力需求计划。供应链的运作计划有：采购计划、车间制造计划和发运计划。

2)供应链计划的逻辑关系。供应链计划根据供应计划订单、货源信息、组织列表和供应进度对多组织进行计划。它通过需求及生产计划、资源战略、物料清单、计划接收量、现有库存、生产和运输提前期等计算物料净需求。计划逻辑是：根据预测和订单生成主需求计划→根据主需求计划生成主生产计划→根据主生产计划、物料清单、现有库存、计划接收量、提前期等生成产品的物料需求计划→根据货源百分比和分销清单分销货源等生成发运目标的百分比→生成多组织的相关需求。

3)供应链计划方法。供应链计划时执行什么样的计划由供应链中的物料定义时的属性决定。传统的物料需求计划方法有主生产计划和物料需求计划二种属性。供应链计划中物料增加了分销需求计划、主生产计划和分销需求计划、物料需求计划和分销需求计划三种属性。如果项目的计划方法定义为分销需求计划，则该物料只能进行分销需求计划。如果项目的计划方法定义为主生产计划和分销需求计划，则该物料在进行主计划时可以进行主生产计划和分销需求计划。如果项目的计划方法定义为物料需求计划和分销需求计划，则该物料在进行物料需求计划时可以同时进行物料需求计划和分销需求计划。

2.3.3 供应链计划的实施范例

大型印刷包装公司的供应链计划。图中C1～C4为顾客，D1、D2为销售商，AF1是总包装厂，PF1、PF2是零部件制造分厂，V1～V4是原材料供应商。

在这个供应链中，如果在信息集成和共享情况下，可以对整个供应链进行计划，如果信息不共享，需要进行分步的供应链计划。

对整个供应链进行整体计划，整个计算过程由系统自动完成，处理过程如下：(1)对A1在D1、D2进行需求数量的计算。根据时间段，按照需求数量=预测数量+实际订单计算生成A1在D1、D2主需求计划；(2)当A1现有库存量+已发货数量-需求数量小于安全库存则生成计划订货订单，定货数为订单批量；(3)合并A1在D1、D2计划订单数得A1在AF1主需求计划数量；(4)根据现有库存量计算A1在AF1净需求，即需要生产的数量；(5)按照A物料清单和组织AF、PF、PF中物料的现有库存展开计算各组织物料制造、采购的数量，生成计划订单。订单中含A1物料的零部件的订货数量、开始日期、完成日期。对整个供应链进行整体计划具有计划效率高、数据一致性、全局优化和通信错误少等优点。在这个计划中生成供应链的MDS、MPS、MRP、DRP等计划。结语

专家系统 篇6

关键词：专家系统 番茄栽培 模糊理论 Web系统

为了更好的设计番茄栽培专家系统，详细调查了番茄栽培专家系统的用户需求，并分析得到相应的系统功能需求。针对以上用户需求和功能需求，基于Web的番茄种植专家系统的详细的设计路线。最后介绍了系统的开发平台与运行平台的选择。

1 用户需求分析

研究并实现一种协助用户进行番茄栽培管理的基于Web的专家系统。番茄是一种常见的蔬菜，在我国境内广泛种植，实现番茄种植管理的专家系统平台能够帮助用户进行合理栽培及田间管理，减少人力资源的投入，并有效利用肥料资源、水资源，降低成本，在推广农村农业信息化的同时，实现番茄作物优质增产及节能减排作用。

为了有效合理的设计专家系统平台，我们进行了一系列的实际调查，听取番茄种植户的栽培经验，总结调查结果，详细的分析的番茄种植管理专家系统平台的用户需求。

1.1 考虑到番茄种植面积大，种植位置分散，以及分布式的数据采集方式的问题，用户迫切需要一种能够远程、随时随地实现栽培管理的方法。针对这种需求，我们拟采用基于Web的方式实现番茄栽培专家系统，该系统能够实现番茄栽培远程管理，无需投入资金购买客户端软件，能够实现随时随地查看作物的生长情况。

1.2 番茄的生长模型及预测。在传统的番茄种植过程，种植户需要根据往年经验选择合理的种植时间、进行施肥、灌溉等。本专家系统平台需要解决的首要问题就是，根据农业专家以及种植的经验知识，建立番茄的生长模型，对番茄各个阶段的生长情况进行推理、判断和预测，并给出合理正确的建议。譬如当土壤湿度过低时，需要及时的通知种植户进行灌溉；根据土壤的氮、磷、钾等元素的含量，提醒用户进行施肥；根据作物的生长情况，给出番茄成熟时间以及产量的预测等。

1.3 番茄作为常見的作物，也受到各种病虫害的侵袭。专家系统平台迫切需要解决的另一个问题是对当前番茄的病虫害情况进行诊断，并给出合理的治理建议。常见的番茄病害包括：灰霉病、枯萎病、斑枯病、白粉病等；常见的番茄虫害包括：地老虎、棉铃虫等。

1.4 在番茄种植的过程中，用户需要观测作物的长势，施肥造成的土壤环境的变化等。番茄栽培专家系统平台需要为用户提供观察作物生长过程中历史数据的变化趋势，主要包括各项环境参数的变化，以及番茄各项生长状态参数的变化等。合理的参数变化趋势能够帮助用户作出栽培的决策，并为来年的番茄种植提供指导依据。

2 软件功能需求分析

基于Web的番茄栽培专家系统的主要功能及目标是整理农业专家的多年研究经验，结合智能推理分析算法，为番茄种植用户提供合理的建议和帮助，提高番茄产量，降低种植投入，增加农民收入。根据上述的用户需求分析，可以得到以下软件功能需求：

2.1 系统登陆功能。本系统为不同的用户设立不同的权限，根据权限为用户提供不同级别的功能。譬如，一级用户为系统管理员，系统管理员可以通过系统平台对番茄温室的设备进行控制，修改番茄生长模型参数、完善番茄病虫害知识库、直接操作系统的历史数据库等；二级用户为普通用户，普通用户可以对番茄温室的设备进行控制，可以查询数据库中的数据，但不能对数据库进行修改或删除等操作；三级用户为查看用户，只能查看番茄温室设备当前工作状态，但不能实施控制操作。用户信息以加密方式存储在系统数据库中。

2.2 为了计算番茄的生长状态，并预测产量及成熟时间，需要建立详细番茄生长模型。根据生长模型以及实测数据，计算并记录番茄的各项生长指标，包括：平均温度、累积生长度日、每日净同化量、干物质积累日增量、干物质积累量、植株地上部干物重、叶片干物重、果实干物重、植株高度、产量（果实鲜重）等数据。

2.3 根据实测番茄生长的环境数据，以及番茄的生长状态，推理判断番茄当前生长所需要的水分、肥料以及光照等各项因子是否合适。系统并提供了用户控制接口，可以实时控制温室中各项设备，对番茄进行灌溉、施肥以及补光等操作。

2.4 为了更直观的显示番茄生长过程中的各项数据变化情况，系统设计了接口，在用户界面上显示作物生长的趋势、环境因子的变化趋势图，用户可以根据需要选择查询的数据项以及统计周期，高权限用户可以对平台的数据库进行操作和编辑。

2.5 为了实现番茄病虫害的远程诊断功能，系统根据用户种植实际经验，构建番茄的病虫害数据库，用户可以根据番茄生长过程中出现的各种病虫害的现象，查询可能出现的病虫害，系统针对此种病虫害，给出治理建议。

系统建立完善的番茄生长模型，并建立推理规则。系统终端采集温室中实时参数，并存入数据库中。根据采集到的番茄生长状态参数，番茄生长模型的规则库可以预测番茄成熟时间及预计产量；跟据采集到的番茄温室环境参数，番茄生长模型的规则库可以推理出温室的控制建议，包括补水、补光、施肥等。在系统建立与运行过程中，不断完善番茄的病虫害知识库，用户可以输入当前番茄的病虫害症状，要求系统诊断出病虫害的种类、名称及防治方法；同时用户可以根据病虫害的名称，在系统中搜索病虫害的具体信息及描述，提前进行病虫害的预防。在历史数据显示与编辑功能模块中，为用户提供了数据显示接口，用户可以自行选择需要查看的数据项与时间区间，譬如“温室湿度”，区间“2011-8-1~2011-9-1”，系统自动从数据库中查询此段时间内温室湿度的所有数据，并可以以曲线、饼图、柱状图等方式直观的显示在用户的面前；历史数据编辑功能，是为高权限用户提供的一种数据编辑功能，包括数据项的插入、修改与删除等。

3 设计路线与系统框架

本文设计并实现了番茄栽培专家系统平台。通过采用JSP、Tomcat以及MySQL进行Web应用程序的开发，实现了支持用户通过网络浏览器的应用方式。本系统实现了番茄在温室大棚环境下的种植综合管理。在专家知识库以及事实数据库的基础上，系统功能主要分为番茄生长模型预测子系统、番茄病虫害诊断子系统以及历史数据查询三个部分。在番茄生长模型预测子系统中，通过番茄的生长模型知识库构建番茄的生长模型推理机，推理机根据番茄生长的实测数据库，判断番茄的生长态势，预测番茄的成熟时间及产量，并给出专家级的建议。在番茄病虫害诊断子系统中，我们收集了大量的番茄病虫害资料，结合专家意见，分析归类，生成表示番茄病虫害的模糊知识库。病虫害诊断子系统在获得了实测数据后，根据知识库里先验数据，进行模糊推理判断，诊断出当前番茄最可能出现的病虫害，并给出相应的治理方案。系统展现给用户的界面层是由JSP页面完成与用户的交互，包括番茄栽培的预测、诊断、管理的相关状态输入及对策、结果输出等；第二层是逻辑应用层，包括Web服务器和应用服务器，专家系统的推理、解释等功能在逻辑应用层实现，该层接受来自用户的输入，并从数据库查询数据进行处理，然后将结果返回给用户；第三层是数据库服务器，在农作物专家系统推理机中要使用到的知识以数据库的形式存放于数据层，并在数据层完成对数据的完整性和安全性的检验工作。这种三层体系的B/S模式结构，可以满足多用户同时访问相同的服务器。应用程序在服务器端集中管理，显著降低了平台的开发费用和维护成本，利用Java语言还可以方便地编写接口，易于系统的进一步扩展，更加适合信息时代的要求。前两层实现页面结构和元素的定义，而把该页面的大量元素值即数据存放在数据库，数据的复杂处理放在中间层。从而使站点结构维护和数据更新成为两个相对独立的过程。这种结构的最大好处就是把应用程序和计算逻辑全部移植到服务器端，客户端只保留界面统一的浏览器，便于维护和减轻网络负担。

4 结论

综上所述，系统的运行机制以后台数据库为核心，在Web服务器端实现专家系统的推理决策，通过前台浏览器管理和运行。首先，浏览器向服务器发出HTTP请求；然后服务器在适当的条件下响应请求并产生相应动作，通常是利用脚本采集并分析提交的数据，需要访问数据库时可利用JDBC访问后台数据库，最后生成标准的HTML语言内容下载到客户浏览器端。系统在分布于网络环境下的多台计算机上运行。

参考文献：

[1]陈明亮，李怀祖.基于规则的专家系统中不确定性推理的研究[J]. 计算机工程及应用，2000，(5).

[2]吴信东.不精确推理实现的问题和求解[J].微型机算计系统.1989，10(5).

[3]刘有才，刘增良.模糊专家系统原理与设计[M].北京:北京航空航天大学出版社.1995.

[4]刘普寅，吴孟达.模糊理论及其应用[M].长沙:国防科技大学出版社.

[5]吴沁奕，陈英，黄湘武.专家系统中基于模糊对象匹配的研究[J].北京理工大学学报.2002，22(4).

农业专家系统应用综述 篇7

作为人工智能技术中发展程度最快最广的专家系统技术, 在各个产业领域都取得了较好的成果, 特别是农业领域。农业专家系统是农业信息技术发展的一个重要组成部分, 具有广泛的应用发展前景。自从国家实施“863计划”以来, 技术人员根据农业生产的需要研发了一系列适用于各地区不同生产条件的农业专家系统, 涉及到农作物生产管理、畜禽饲养、森林保护、市场管理和农业经济分析等多种领域。

国内农业专家系统按其功能和结构主要可分为启发式专家系统、实时控制专家系统、基于模型的专家系统、专家数据库系统和专家系统开发工具。专家系统拥有对问题的解释、诊断、预测、修理, 产品系统的设计、监控以及行为的控制等功能。

1专家系统简介[1]

专家系统是一个利用某个领域大量的专家水平的知识与经验来处理和解决该领域复杂问题的智能计算机程序系统。随着计算机技术和人工智能技术的进步, 基于规则的专家系统的工作模型和结构逐步完善, 现已发展成了完整的体系。专家系统具有启发性、透明性和灵活性, 能够高效、准确地进行工作, 使各领域的专家的专业知识和经验能够得到总结和适用。专家系统的研制和应用具有巨大的经济效益和社会效益。

专家系统的体系结构包括三个部分:知识库、推理机和工作存储器[2]。知识库将一系列信息和知识有序化形成一套规则, 用来存放农业领域专家的专门知识。其库中知识的好坏影响着农业专家系统的效率。工作存储器通过存放相关问题事实建立起短期存储的模型。推理机包括推理和控制两个方面, 以演绎推理的方式从存储器中已有的事实推出结论。 专家系统又分为基于规则的专家系统、基于框架的专家系统、基于模型的专家系统和基于Web的专家系统, 根据其工作机制和结构的不同, 进行研发所用的工具也各有不同, 分为骨架型、语言型、构造辅助工具和支持环境四类。

2农业专家系统的研制过程

农业专家系统又称为农业智能系统, 其知识库中累积了大量农业的知识与经验, 并能够用计算机模拟专家推理和解决问题的逻辑和过程, 为农业生产中的复杂问题提供相关决策。

农业专家系统的研制包括农业知识获取与数据整理、确定知识和推理方法、建立农业知识库和数据库、编写推理程序和调试程序四个部分。

知识获取的过程是农业领域的专家或知识工程师共同整理总结知识及自身的经验、模型和取得的成果, 按照建立农业专家系统规定的知识表示形式, 整理成知识单元存入知识库的过程。其目的是为专家系统获取知识, 建立起健全、完善、有效的知识库, 以满足求解该领域问题的需求。

知识和推理方法的确定需要根据不同的问题采用不同的方式。确定了问题之后, 首先要搜集相关的知识, 并按照一定的表示方法形成规则, 常见的知识表示有产生式系统、框架结构、语义网络等, 专家系统要求知识表示具有简明性和可扩充性, 知识库的各部分层次要清晰, 并形成一定的规则集, 如信息处理规则集、分离模式规则集、固定相选择规则集、 流动相选择规则集和添加剂相选择规则集, 并分别与推理机的相关模块对应, 在推理过程中起决策作用。

农业知识库与数据库的构建要按照知识库和数据库的框架进行。知识库的框架包括农作物的品种知识、作物的播种与生长发育的知识、农田水分管理知识及病虫鼠害防治的知识等。数据库的框架包括地理信息、气象、土壤、品种资料和管理措施和相关试验的数据等。

编写推理程序可以用到不同的专家系统开发工具和开发环境, 其支持的功能有推理过程、数据存取、自然语言对话的界面和过程界面以及解释的功能。计算机可以通过程序设计语言 (如以C语言为代表的面向问题设计语言、以LISP为代表的函数型语言、以Prolog为代表的逻辑型语言和以Java、C++ 为代表的面向对象语言) 、知识工程语言 (骨架型和通用型) 、辅助型工具 (知识的获取和系统设计助手) 、支持工具 (程序设计辅助和解释设施) 和开发环境来编写专家系统。

3专家系统的设计原则[4]

(1) 给出一个详细的问题描述。

(2) 确定什么样的数据结构能够最好地描述问题空间。

(3) 将问题分解为几个规则尽量小的模块, 一个模块就是一个源文件。

(4) 通过初始状态的工作空间给出一些测试规则来测试系统的各个部分。

本文介绍基于Java的Jess插件工具来开发专家系统的相关过程[5]。我们以一个前向推理为例, 推理如下:

Is_ Wheat =>Is_Gramineae . (小麦属于禾本科植物)

我们遵循以下约定:

(1) 在产生式的左右两边, 都允许变量存在;

(2) 在产生式的左右两边, 都允许多重条件;

(3) 在产生式的左右两边, 可以进行逻辑算法操作。

设定的规则为:

If state equals Is_Wheat

Then set state to (Is_Wheat and Is_Gramineae)

一个高层的控制状态将初始状态state设为Is_Wheat, 使得产生式得以执行。初始的数据和高层的产生式规则存在于状态工作空间中, 产生式存在于产生式空间中[6]。

Jess解释器在系统运行产生式规则的时候, 会调用一个称为startup的规则, 系统在重启时调用reset函数。

startup创建了两个工作空间元素, 创建元素后可以用Rete匹配算法来自动决定哪些规则可以使用。

运用if…then…的规则来进行一个规则的定义, 并向用户打印出相关的信息[7]。

运行结果:

002 is_gramineae

001 is_gramineae

4我国农业专家系统的应用现状和存在问题

我国的农业专家系统起步于20世纪80年代初, 并于1990年被列入国家的“863”课题, 目前已经研制出一批有影响的系统软件。我国的第一个专家系统是由中国科学院合肥智能机械研究所开发成功的施肥咨询专家系统[3]。

近年来, 大数据、物联网的产生加快了国内的农业专家系统的发展速度[8], 智慧农业的诞生也为其提供了更完备的信息支撑、更透彻的农业信息感知以及更集中的数据资源, 对建设世界水平的农业专家系统具有重要的意义。

我国农业专家系统的研究与应用起步较晚, 一部分科研院所和高等院校都开展了对专家系统的研究、开发及推广应用。截至目前, 已经有冀北小麦专家系统、玉米病虫害专家系统[9]、蚕育种专家系统等相继研发成功, 受益于它的农民已超过500万人。

我国是农业大国, 农业信息资源丰富, 但是我国的社会主义现代化建设还未完善, 尤其是农业的信息化建设滞后, 部分农业知识的数据库没有建立完成, 缺乏有序管理。除此之外, 农业知识库的构建过程中没有通用的知识表示方法, 推理的政策也比较单一, 严重阻碍了我国专家系统的研发进程。

农业专家系统的发展, 意味着我国贯彻科技与农业结合的方案, 在提高中国农民科技文化素质的同时, 也提高了土地养分资源的利用率, 不仅有效地保护了耕地, 也提高了作物病虫害的防治水平, 有效地促进了农业增产和农民增收[10]。

5结束语

在社会主义现代化建设的今天, 信息技术与农业生产结合可以更有效地节约成本, 促进产业链的发展, 为建设农业专家系统和农业信息网, 加快农业科技知识和农业信息传播提供了重要手段, 成为促进农业经济快速发展的积极动力[11], 有利于走资源节约型的可持续农业之路。

摘要：专家系统技术是运用某个领域的专家水平的知识与经验来处理和解决该领域复杂问题的计算机系统技术, 是人工智能领域中发展程度相对较快的一门技术。本文对人工智能中的专家系统在农业领域的理论建设到实际应用的发展过程做出了简单的介绍, 就其应用开发的过程进行了实例剖析, 并对国内专家系统的发展现状进行了介绍, 最后对农业专家系统的发展作出了展望。

关键词：专家系统,农业领域,人工智能

参考文献

[1]Patrick Henry Winston, 著.崔良沂, 赵永昌, 译.人工智能 (Artifical Intelligence, Third Edition) [M].北京:清华大学出版社, 2005.

[2]蔡自兴, 徐光礻右.人工智能及其应用[M].北京:清华大学出版社, 2010.

[3]张明瑶.专家系统在农业方面的应用[J].哈尔滨工程大学学报, 2010, 31 (04) :2-5.

[4]杨阿琴, 高曙.专家系统中基于Jess的推理研究[J].电脑知识与技术, 2007, (16) :1102-1103.

[5]寸仙娥.基于规则的专家系统推理框架Jess应用研究[J].微计算机信息, 2010, 26 (15) :224-225.

[6]陈宏希, 邹益民.基于Java的Jess功能函数扩展方法[J].工业仪表与自动化装置, 2015, (01) :65-69.

[7]张国煊, 张翔.如何用Jess开发专家系统[J].计算机与现代化, 2003, (01) :29-31.

[8]郭明.基于物联网技术的农业信息化解决方案[J].科技广场, 2014, (10) :117-120.

[9]张静, 王双喜.论农业专家系统在作物病虫害综合治理的应用[J].农技推广与安全, 2004, (02) :9-10.

[10]盛畅, 崔国贤.专家系统及其在农业上的应用与发展[J].农业网络信息, 2008, (03) :4-7.

专家系统 篇8

从20世纪50年代起, 国内外就已经进行了很多高炉过程控制方面的研究。从早期的单一静态模型到70年代的基于理论推理与实践相结合的炉况综合判断 (GO-STOP) 系统, 80年代出现的基于规则库和推理机的炉况诊断专家系统, 90年代结合数学模型的多目标专家系统, 近年又出现了直接参与控制的闭环专家系统。国外具有代表性的专家系统有芬兰罗德洛基专家系统[1,2,3]、奥钢联VAIron专家系统[1,2];国内有冶金部自动化研究院 (现名冶金自动化研究设计院) 的河北钢铁集团宣化钢铁集团有限责任公司和马鞍山钢铁股份有限公司高炉专家系统[1,4], 中国科学院的河北钢铁集团石家庄钢铁有限责任公司高炉专家系统[5], 北京科技大学与首钢集团合作的高炉冶炼专家系统, 浙江大学的高炉智能控制专家系统[6,7]等。

由于国外专家系统是基于原料品位高、稳定性好、监测数据齐全的高炉开发的, 因此虽然价格昂贵, 但在国内的使用效果却并不理想。而国内专家系统或偏重炉况炉热诊断专家系统, 或偏重优选法寻找最优操作模式, 功能相对单一, 故不少未能坚持下去。另外, 以上系统大都没有把专家系统与决策支持结合起来, 没有提供建立在一代炉龄数据库基础上的数据分析方法。

为此, 本文开发了基于专家系统的高炉智能诊断与决策支持系统, 并于2006年在江苏沙钢集团有限公司华盛炼铁二分厂6#高炉 (以下简称“沙钢6#高炉”) 应用, 充分发挥了计算机、人工智能与辅助决策的综合作用, 降低了异常炉况出现频率, 保障了高炉顺行, 达到了“高产、优质、低耗、长寿”的目的, 解决了工长凭经验判断炉况的片面性、工艺改进缺乏数据和分析方法、手抄报表费时易错等问题, 通过代替工长思考和帮助工长思考, 给工长省力, 实现了高炉智能诊断与决策支持。

1 系统组成

系统构成如图1所示。沙钢6#高炉原有位于主控室的监控高炉本体、上料、热风炉的工业计算机各两台, 采集数据的PLC包括高炉本体、热风炉、上料、喷煤、化验室PLC各一台, 构成生产局域网。本项目在主控室增加两台计算机作为服务器和客户端, 并新增一台打印机 (见图中虚线框内部分) , 其中服务器可以通过公司网与信息中心和厂办连接, 客户端可以增加为多个, 只要能连接服务器的均可。系统在服务器上运行数据采集软件模块和数据库, 将PLC检测参数处理后存储在数据库中, 高炉智能诊断与决策支持系统软件模块运行在客户端上。

运行在服务器上的数据采集软件模块以10 s, 1 min, 1 h, 1 d为周期, 对来自高炉本体、热风炉、上料系统、化验室和喷煤PLC的检测数据 (包括温度、压力、流量、出铁出渣成分、铁水质量、加料组成及质量) 进行处理后存储到数据库。数据处理包括对直接采集数据进行二次计算获得透气性指数、压量指数、全压差、鼓风动能、理论燃烧温度等, 并对冷风流量、热风压力、热风温度、料速等数据进行波动和梯度计算, 其中, 波动用于表征数据变化幅度, 梯度表征变化方向及加速度。

数据库采用关系型数据库, 记录了所有采集的过程数据和手工录入数据。共有数据表160余个, 按记录是否递增分为动态表和静态表。

动态表包括实时数据表、预处理数据表、历史数据表、生产数据表、统计数据表等。其中, 实时数据表是秒级记录的暂存, 每10 s一条记录, 对秒级数据均需进行均值滤波处理, 个别随加料周期变化的数据 (如十字测温等) 还需进行加料周期内滑动均值滤波处理;预处理数据表是分钟级记录的暂存, 每1 min一条记录, 这些表主要用于炉况诊断;历史数据表为小时级, 以1 h为间隔长期存储记录 (一代炉龄) , 主要作为数据仓库之用, 其中的炉缸温度也作为长期炉况趋势的判断依据;生产数据表包括出铁、出渣、变料、炉顶煤气成分等数据表, 这些表的记录是不定期的, 相应的生产事件发生时才记录;统计数据表为天级, 以1 d为间隔长期存储记录 (一代炉龄) , 主要包括利用系数、焦比等日生产指标。

静态表包括设备信息、数据字典、系统设置、人员信息、常数等表。每张表保存数据条数可以设置, 存储过程中数据库定期删除过期数据, 清理超过存储数目的记录以确保数据库不过度膨胀。此外, 还设有数据库阈值自学习功能, 供存储过程定期进行专家系统阈值自学习。自学习采用统计自学习方式, 可学习目标值 (最理想情况) 、正常值上下限 (高炉正常情况) 、极大极小值 (高炉异常但不是非常严重) 、最大最小值 (高炉炉况严重异常, 或者数据出现错误) , 并根据学习结果以一定学习率更新原阈值。该自学习算法在学习目标值、正常值上下限时, 以某个指标量作为抽取学习样本的参照, 指标量应该能够表征高炉状态, 一般为利用系数、焦比或冷风流量。指定指标量正常取值范围后, 系统自动抽取样本, 统计样本偏态分布 (相对于正态分布有一定的偏移) 的期望值作为目标值, 取某百分比作为正常值上下限。极大极小值、最大最小值的学习基于全体样本取某百分比。

2 系统功能

运行在客户端上的高炉智能诊断与决策支持系统软件模块, 通过生产管理、炉况诊断和数据分析等功能, 实现高炉状态分析和炉况诊断, 为决策提供支持。

2.1 生产管理

在客户端上进行生产管理时, 采用高炉配料计算Excel程序进行配料计算, 该程序将配料计算公式定义到Excel单元格中, 可以根据原料成分、焦炭水及配比的修改立即计算出焦比、碱度等, 一次操作几秒即可完成, 配料后使用变料单窗体导入高炉配料计算Excel文件, 系统自动将本次物料成分及配比等数据存入数据库。有新出铁时, 系统自动从化验室PLC读取铁渣成分、铁水质量等, 计算理论铁量、理论渣量、残存铁量等, 并由操作人员在出铁出渣画面手动输入估计成分和铁水去向。化验室电话通知炉顶煤气化验成分时, 由操作人员在混合煤气成分画面手动输入煤气成分、煤气利用率和热值。调整风口后, 操作人员可以在风口参数画面手动输入风口直径和长度等参数。班次结束时, 操作人员在交接班画面输入交接班记录。每天生产结束时在高炉日志画面生成日报并打印, 在加料报表画面生成加料报表并打印。每月结束时在高炉月报画面生成高炉月报并打印。报表以Excel文件形式存储在指定的年月目录中以便查看。

2.2 炉况诊断

高炉生产操作主要是配料并把炉料及时装入炉内、保持煤气流与炉料良好接触并使炉料均匀下降以及保持规定的炉缸热状态, 从而获得合格的生铁。由于高炉是密闭机组, 难以直接了解炉内情况, 因此通常高炉工长要监视许多表征炉内反映炉况的参数并综合判断, 出现异常或失常炉况时及时调整, 以保证高炉顺行, 这是工长最主要的工作。在本系统中, 炉况诊断由专家系统根据建立的规则由推理机自动完成。

2.2.1 建立规则库

规则库存储根据熟练工长判断炉况的经验和炼铁工艺理论编写的规则。所用规则属于产生式规则, 规则形式为:“If风量>正常值上限and热风压力<正常值下限then炉况=炉温向凉概率=30”, 本规则可解释为:如果风量偏大且风压偏小, 则有30%的可能是炉温向凉。由于对应每种异常炉况都有多条规则, 因此, 我们采用综合运算方法 (又称独立乘积法) , 把相同结论 (规则中then部分) 但前提 (If部分) 不同的规则进行综合运算, 以得出该结论的最终概率。例如当两条规则同时推出炉温向凉时, 如果概率分别为20%和30%时, 经过概率综合运算后的概率为 (1- (1-0.2) (1-0.3) ) ×100=44%, 计算结果表明:如果高炉出现两条规则的前提所示情况时, 则会出现炉温向凉的概率为44%。采用概率综合运算方式, 就可以将多影响因素分别放在多条简单的规则中, 不仅简化了构成规则的复杂度, 而且符合操作员判断炉况的推理思维。

这里值得一提的是, 规则中的“正常值上限”和“正常值下限”是可以改变的阈值, 这是本系统的创新点之一, 具体做法是根据高炉冶炼问题的本质, 将规则分为本体和阈值两种, 规则本体反映的冶炼规律是国内外多年炼铁经验的积累, 在不同高炉上都适用, 属于质的层面;而阈值则反映了不同高炉及同一座高炉不同时期的差异性, 属于量的层面。规则本体是固定的, 阈值是可以改变的, 这样, 规则中的“正常值上限”和“正常值下限”就可以通过阈值自学习或在辅助功能模块的数据界限值画面设置来修改。由多条规则形成的规则库以XML文件的形式保存, 规则库的编辑在专门的专家系统开发工具中完成, 修改规则就像编辑文档一样方便, 修改完成后直接覆盖旧规则库文件就实现了规则库的更新。

2.2.2 推理

推理机定时将高炉实际运行数据 (包括整理的复合数据) 与规则库中的规则进行比较和推理以得到炉况诊断结果。推理使用的事实来源于存储在数据库中的采集数据和输入数据等, 通过将规则库变量与数据表列进行配对可以提取用于推理的数据, 当数据库增加新列时, 不需要修改程序即可将其用于推理。在事实 (包括中间推理结论) 使用完成之前, 系统会一直循环匹配规则库, 每循环一次产生的中间结果存放在冲突集中, 对冲突集进行冲突消解时取规则中优先级高的, 如果优先级相同则取第1个。推理机的推理流程如图2所示, 推理方式为正向推理, 推理过程中保存了规则的匹配状态等, 而略过了已经证真或证伪的规则, 以提高推理效率。推理过程解释图中包括使用的规则、规则成立的原因, 如图3所示。

2.2.3 炉况诊断结果

系统每隔1 min进行炉况短期诊断, 包括边缘过分发展、边缘不足、中心过分发展、中心不足、偏料、悬料、崩料、管道;每隔15 min进行中期诊断, 包括炉温向凉、炉温向热、碱害、低料线;每隔2 h进行长期诊断, 包括炉缸堆积、炉墙结厚。炉况诊断结果中将操作指导以醒目的画面 (如图4所示) 显示供工长决策, 诊断结果按照概率从高到低排列, 并以醒目的饼图方式显示各种异常炉况, 颜色愈红表示发生的几率越大, 颜色越绿表示发生的几率就越小 (图下方显示的“异常炉况”饼图的颜色由左至右分别为红、橙红、黄、浅绿、绿、深绿) 。系统针对各种异常炉况给出操作指导并且保存在数据库中 (可修改) 。

2.3 数据分析

通过数据分析画面可以进行数据挖掘的趋势及频度分析、回归分析、相关分析、主影响因素分析和分布分析, 分析对象是存储到数据库中的所有过程数据, 分析后可以导出Excel格式的分析报告, 还可以保存/打开一个分析, 以避免重复设置。

数据趋势表示特征的连续变化, 高炉生产属大惯性连续过程, 掌握既往炉况变化趋势是进行当前高炉操作的必要条件。本系统设有高炉主要数据趋势的图表及柱状图画面, 进行趋势分析时, 只需设定好时间范围后在备选列表中选好要分析的表的列名, 用鼠标拖拽到绘图区, 系统就可绘制趋势加频度图, 只需拖动红色拉杆就能查看某时刻的具体值, 可以在一个或多个坐标系上同时绘制多个单位相同或不同的量以查看量之间的关系, 还可以切换到柱状图画面查看分布状况。

回归分析是将因果关系定量化的方法, 所得方程可作为经验公式使用。回归分析采用的是基于最小二乘法的多元线形回归和一元多项式回归。操作时只需选择2个以上绘图变量拖拽到绘图变量框, 即可绘制散点图并计算回归方程。

对于影响因素之间的定性关系往往可从操炉实践中获得, 比如风量与产量成正相关关系, 但是其间的定量关系必须通过统计方式才能获得。相关分析通过解协方差矩阵计算过程量两两相关系数, 越接近1表示越正相关, 越接近-1表示越负相关, 接近0表示不相关。本系统设有高炉主要相关数据的图表, 例如要分析鼓风动能、喷煤量、富氧量与炉顶煤气利用率之间的相关关系, 只需在含有该相关数据的图表中, 拖拽至少一个原因变量和至少一个结果变量, 系统即可自动计算变量间的相关系数。

分布分析的一个典型应用是分析一段时间内以十字测温表征的煤气流分布曲线, 该曲线能直观地反映出是否有边缘或中心发展或不足, 是否有管道行程, 这些是衡量炉况的重要依据。分布分析还可以定制成炉体各段温度分布曲线看是否有边缘发展或不足。例如使用十字测温东西向9个点和南北向9个点分别绘制一条曲线, 代表炉顶煤气分布, 指定时间范围后, 该分布图还可代表一段时间内的炉况, 比如一班或一天。

另外, 还可以在工艺计算画面进行物料平衡、热平衡、直接还原度、理论焦比计算, 计算依据物质不灭论和能量守恒定律。指定计算起止时间后, 相关的原料、渣铁、煤气等成分可由系统自动提取平均值并计算, 该计算可以作为报表导出到Excel。工艺计算中常用的鼓风动能、风口区理论燃烧温度、冷却强度等均可在服务器数据处理过程中在线计算。通过工艺计算, 可以检验高炉是否存在丢料和不明热损失等。而Rist操作线反映了矿石氧化度、生铁成分、鼓风量、高炉内铁还原度、炉顶煤气成分等变化与燃料比的关系, 它用于分析高炉内能量利用情况, 探求高炉冶炼最佳条件, 对进一步提高高炉冶炼效果和降低能耗, 具有十分重要的理论和实际意义。在本系统Rist操作线画面中, 只需输入成分即可自动绘图并计算出理论操作线方程、实际操作线方程、炉身效率和节焦潜力等, 如图5所示。

2.4 数学模型

由于高炉过程复杂, 许多表征高炉状态的数据靠经验很难准确判断, 必须经过复杂的计算。为此, 本项目开发了多个数学模型, 包括一般模型 (如配料模型[1]等) 和控制模型, 其中, 控制模型中的炉热推断模型计算碳温指数, 使工长间接了解炉温水平;下料模型计算某溜槽角度的炉料落点, 使工长调整矿石、焦炭的溜槽角度时不再盲目;热风炉燃烧优化模型计算最佳空燃比, 保障送风热量, 保护拱顶和烟道设备;离线软熔带模型根据输入的炉喉径向煤气成分, 采用分割圆筒的方法计算软熔带形状及位置;等等。

2.5 软仪表

软仪表综合了实际单一仪表的测量结果, 通过改变其排列组合和显示方式使检测结果更直观。本项目开发了多个软仪表, 其中有代表性的是炉喉煤气分布 (图6) 。高炉炉内煤气流分布反映炉料与煤气流是否接触良好, 是高炉操作的重要指标, 但由于设置多台或多点切换自动分析炉喉多点的煤气成分系统难以实现且价格昂贵, 因此, 通常利用炉喉料面上各点的煤气温度与其煤气CO和CO2体积分数有关, 采用十字测温装置测量东西和南北两个径向各点温度, 以间接了解煤气流分布。这里我们采用软仪表将通常仪表只能记录的温度与时间关系曲线变换成如图5所示的炉喉径向各点位置与温度的关系曲线;此外, 还利用炉顶测量总煤气成分测得的CO和CO2体积分数、高炉炉喉十字测温装置处的总面积、十字测温径向各点圆环面积, 通过专门的数学模型和每隔一定时间人工分析炉喉各点的煤气CO和CO2体积分数进行修正, 以连续得出径向各点的CO和CO2体积分数关系曲线。

3 技术创新点

(1) 将人工智能与数据挖掘技术结合, 发挥智能诊断、决策支持、管理自动化的综合效应, 提高了工长决策质量;

(2) 立足于现有检测条件对同一炉况建立多条规则, 对不同因素的影响进行概率综合, 增强专家系统诊断准确性和对数据缺失的容错能力;

(3) 区分专家知识中的不变与变, 不变的部分作为规则本体写入规则库, 变化的部分作为阈值由计算机进行统计自学习。这种知识工程方式解决了不同高炉和同一高炉不同时期规则库的适用问题, 大大方便了专家系统的推广, 增强了专家系统的鲁棒性;

(4) 建立了一代炉龄数据库, 并在此基础上为工长提供了趋势频度分析、相关分析、回归分析、主影响因素分析等手段, 分析场景可保存, 可导出分析报告;

(5) 开发了Excel配料程序及配料Excel文件导入程序, 使配料只需几秒即可完成。

4 总体性能指标与国内外同类先进技术的比较

沙钢6#高炉总体性能指标与国内外同类先进技术的比较如表1所示。

本系统与国外先进技术对比, 优点是对原燃料、基础自动化无特殊要求;规则与阈值分离以及结合阈值自学习使专家系统规则修改方便, 且有自适应能力;提供一代炉龄数据库基础上的数据挖掘工具;具有丰富的中文报表;成本低。不足之处是数学模型不多, 特别是依赖于特定数据的工艺模型少, 这主要是考虑到国内大部分钢铁厂的设备和原料条件较差, 导致工艺模型很难适用。

5 经济效益

厂方统计了沙钢6#, 7#, 8#高炉2006年8~11月的指标, 见表2, 这3座高炉类型和容积相同, 6#高炉应用了专家系统, 而7#和8#高炉未使用。

按生铁目前市场价2 400元/t, 生铁利润300元/t, 焦炭价格1 000元/t, 煤价格600元/t, 每年按实际生产353 d计算, 根据表1可得到本系统使用后所带来的经济效益如下:新增产值2 795.76万元/a, 增产利润349.47万元/a, 降低焦比节支428.47万元/a, 增加喷煤成本146.9万元/a, 年增收节支总额631.04万元/a, 新增利税788.22万元/a。上述经济效益是经财务部门认可并盖章的。该项目总投资为100万元, 由此可见, 其投资回收期不到2个月。

6 结束语

本系统已在江苏沙钢集团华盛炼铁二分厂6#高炉上使用7年, 并申报项目专利一项[8]。

本系统对已具备基本的基础自动化条件的中小高炉均可推广, 项目周期在2个月以内。对基础自动化齐全的大高炉, 如果原燃料及铁渣成分分析准确、及时, 还可扩充规则库和有针对性地增加数学模型。由于规则具有开放性以及专家知识具有通用性 (指其中定性部分) , 因此专家系统会随着项目的推广和工艺人员的改进越来越强大。

本系统的推广将使第2代高炉操作水平发生质的飞跃, 能提高操炉科学性和管理信息化水平, 起到稳定炉况、节能降耗、降低成本作用。本系统作为厂级信息化节点可在其上构建三级系统, 实现计划执行跟踪、铁水质量跟踪、能源管理、指标横向对比分析等功能, 从而提高全厂信息化水平。

参加本系统共同开发的还有冶金自动化研究设计院何岱、祝小鸥, 江苏沙钢集团有限公司孙自卫、陆亚飞、崔崇高、高永生、钱兴南等同志。

摘要：根据国内外高炉自动化的进展及运行经验, 开发了基于专家系统的高炉智能诊断与决策支持系统, 其主要特点是低成本、功能齐全、实用、先进和经济效益明显, 它是在原有系统中增设少量硬件而成。该系统实现了生产管理、炉况诊断、数据分析、数学模型和软仪表等功能。系统投入使用后, 起到稳定炉况、节能降耗、降低成本的作用。

关键词：专家系统,智能诊断,决策支持,高炉

参考文献

[1]马竹梧.炼铁生产自动化技术[M].北京:冶金工业出版社, 2005.

[2]马竹梧.高炉专家系统的最新进展[J].世界钢铁, 2003, 3 (5) :1-6.

[3]马竹梧, 许祖泽.芬兰罗德洛基拉赫钢铁厂自动化[J].冶金自动化, 1999, 23 (5) :6-11.

[4]冯云凤, 王文敬, 马竹梧, 等.高炉异常炉况预报专家系统在宣钢300高炉上的应用[J].冶金自动化, 1993, 17 (5) :36-39.

[5]孙铁栋, 张京, 杨章远, 等.石钢高炉炉况智能预测系统[J].冶金自动化, 1996, 20 (4) :27-30.

[6]刘祥官, 刘芳, 李满喜, 等.炼铁优化专家系统在济钢高炉的应用[J].冶金自动化, 2001, 25 (2) :15-19.

[7]刘祥官, 刘显著, 蒋美华, 等.智能控制专家系统在莱钢高炉的应用[J].冶金自动化, 2002, 26 (6) :15-18.

专家系统 篇9

人工智能 (Aritificial Intelligence, 简称为:AI) 是现代科学技术发展的成果, 是最新兴的学科之一。从1956年发展至今, 它以哲学、数学、经济学、计算机科学、控制论、信息论、神经生理学、心理学、控制论、语言学等多个学科为发展的基础。人工智能的发展也推动了全社会的进步, 为人类文明史展开了全新的领域。

专家系统 (Expert system) 是人工智能一个分支[1]。专家系统是指:依据知识库中的知识, 对用户输入的数据及问题来进行推理判断。知识库是专家提供的, 包含着专门的知识和经验, 对于复杂的问题, 专家系统依靠知识获取和知识表示的理论。专家系统就是来模拟人类专家的决策过程[2]。

目前, 随着计算机科学技术的迅猛发展以及软件使用无处不在, 在软件开发的过程中, 出现错误即缺陷的几率越来越大。任何一款软件都存在着各种各样的软件缺陷, 为了确保软件的可靠性, 进行软件缺陷的自动分类显得尤为重要。

1 软件缺陷分类概述

随着软件工程学的快速发展, 特别是在软件开发的过程中, 缺陷不仅只局限于程序和代码, 在软件开发的过程、组织的管理结构中都对软件质量产生了或多或少的影响。研究人员开始关注软件过程对软件缺陷的影响。

为什么要进行软件缺陷的分类呢?其目的是分析软件缺陷产生的原因, 进而改进软件过程;对软件缺陷进行预防, 从而改进软件的质量, 提高组织的软件能力成熟度。软件分类应满足以下要求:准确地对发现的软件缺陷进行分类;软件缺陷的分类之间没有重叠, 分类体系应包含所有存在的缺陷类型;分类要与软件的生命周期进行有机结合, 从软件过程的角度对软件缺陷进行分类。

2 DACS的结构

人类专家在进行软件缺陷分类时的基本思路是利用软件测试人员在测试的过程中填写的问题报告和用户反馈问题报告来分析错误分类的信息。DACS模拟了人类专家解决问题的基本思想, DACS由用户接口、知识库、推理机及解释器几个模块组成, 其结构如图1所示。

2.1 知识库

知识库是用来存放专家级领域知识的, 包含了某领域中的大量事实和规则, 所有问题也都依赖于知识库。知识库中的知识主要有两种类型:一是事实性知识, 也就是常识;另一类是启发性知识, 也就是领域专家个人的经验总结。

DACS的知识库中的知识来源于IBM公司开发的正交缺陷分类 (Orthogonal Defects Classification, 简称为:ODC) 。[3]SQL Server数据库系统便于保存、管理和查询数据, 用SQL Server建立一个软件缺陷库, 在这个数据库中包括2个表:控制和数据流类型缺陷表;结构化和非功能性缺陷表。其中控制和数据流类型包括了以下4种类型的缺陷:初始化和赋值类, 是指初始值不正确或者没有赋初值;检验类, 是指由参数缺失或者不正确的参数或者在数据的验证条件语句引起的错误;算法及方法类, 是指算法的效率或正确性的问题影响了软件开发;时序类, 是指资源序列化出现错误或者错误的序列化技术被运用。结构化及非功能类包括:功能及对象类;I/O接口类;关联类。为查询方便, 每个表中的字段都有相同的数据类型。例如, 控制和数据流类缺陷表的表结构如表1所示。

用树状结构表示知识组织如图2所示, 这种树形的结构可以确保该系统能在推理时确定大的分支, 如缺陷是属于控制和数据流类还是结构化及非功能类别;然后再确定小分支, 如初始化和赋值类、检验类、算法及方法类等。这样划分知识组织结构, 就不必对每个分支下的产生式规则进行匹配, 从而使得推理机搜索知识库的空间大大减小了。

2.2 知识推理机

推理机是由内部程序推动的, 是专家系统求解问题过程的机构。推理的策略主要与正向推理策略、反向推理策略、混合推理策略、冲突消解策略、双向推理策略及元控制策略。本系统采用正向推理方式。正向推理也被成为数据驱动, 它的基本思想是:根据现有的、已知的数据和知识, 通过正向逻辑逐步推理最后得到结论。

正向规则推理的一般模式是MIMO模式, 即多输入多输出模式。用公式可以表示为:

R (k) :If x then y is (yk, ck) (k= (1…M) :CF (yk) )

其中:R (k) 表示第k条规则, 其中k∈U。X= (x1, x2, …, xm) 为用户输入的标准化向量。Y= (y1, y2, …, yn) 为输出向量, 表示知识库中的结论, M为规则库中的规则数。

DACS先通过对典型特征的选择来确定软件缺陷所属的类别, 缩小推理机搜索知识库的空间, 再在某一类缺陷的特征中作出选择, 确定出缺陷的名称, 最后根据需要选择不同获得某一缺陷的产生原因及预防方法。其具体的推理流程如图3所示。对于用户每次对缺陷特征的选择, 都将有一个解释程序向用户输出缺陷的类别或名称信息。

2.3 用户接口和解释机

用户接口可以用来接收来自用户的信息, 又可以向用户发送信息, 即用户接口既可作为用户的输入接口也可以作为用户的输出接口, 把信息传送给推理机, 是专家系统另外一个关键的组成部分。当推理机把从知识库中抽取的有用知识返回时, 用户接口用适当的形式将得到的信息再传送给用户。用户接口为用户和系统提供通讯, 包括利用键盘和屏幕作为输入输出设备;支持用户和专家系统的对话问答;识别出用户和专家系统之间的认知差异;提供给用户灵活友善的界面。

解释器的职责是向用户解释系统的运行过程和结果, 对推理机给出的结论进行解释, 它的性能增加了该专家系统的可信任度和透明度, 使用户对于所得到的结论接受程度提高, 从而改善用户的使用体验。

2.4 知识获取机

知识获取机的功能将某领域内的常识知识和领域专家的经验知识转化为计算机可以识别利用的形式, 对知识库中的知识进行编辑。在不同的专家系统中, 知识获取的功能和实现方法差别不大, 有的系统通过知识编辑软件把知识编辑到知识库中, 有的系统自身具有学习功能, 在系统运行的过程中, 自我总结归纳得到新的知识。DACS系统采用软件测试人员的经验以及IBM公司的正交缺陷分类作为知识库的重要来源。

3 结论

本文介绍了一种将软件缺陷的管理与专家系统联系的方法, 通过软件测试人员的专家经验、参考IBM公司的正交缺陷分类的经验知识, 搭建了DACS专家系统, 解决了软件缺陷自动分类的问题。

摘要：随着计算机科学技术的快速发展和软件应用的逐步推广以及软件规模、成本逐渐增大, 软件设计的复杂程度不断提高, 软件开发过程中出现错误即缺陷的机会越来越大。专家系统是人工智能的一个分支。把专家系统的理论应用于互联网平台, 可以将软件缺陷自动分类这一问题高效解决。本文首先介绍了专家系统的原理、发展和应用, 然后依据软件缺陷自动分类的特点及近年来的软件缺陷分类, 采用Visual C++6.0开发工具, 基于windows 7操作系统平台的软件缺陷分类专家系统DACS (Defect Automatic Classify System) 。经过大量的数据测试证明, 该系统能得到合理的结论, 并且具有一定的应用价值。

关键词：人工智能,专家系统,软件缺陷,软件缺陷自动分类

参考文献

[1]毕学工, 杭迎秋, 李昕, 等.专家系统综述[J].软件导刊, 2008 (12) :7-9.

专家系统 篇10

1 系统构成

系统是根据水稻控制灌溉节水理论[4]、水稻各生育期灌溉上下限指标、稻田土壤水分与稻田地下水埋深关系曲线 (稻田土壤水分专家系统) 、灌溉水质自动监测系统、小型泵站智能控制保护系统及自力式稻田进水口门与无线遥控技术, 实现水稻全生育期的自动化智能灌溉。

系统主要由灌溉水源、水质监测、提水泵站、输水渠道、自力式进水口门、稻田土壤水分专家和水稻田构成。

1.1.1水源与水质监测

灌溉水源为乡村二、三级河道, 源头为长江水。由于工程所在位置属于沿海工农业混居区, 为防止突发事件污染灌溉水源, 造成农作物受损, 在灌溉泵站进水口前端加装灌溉水源自动监测装置, 如图1所示。

考虑作物生长要求, 本文仅对《地表水环境质量标准》 (GB3838-2002) 中地表水环境质量标准基本项目第2项pH值、第3项溶解氧进行自动监测, 当pH值在6~9之间, 溶解氧≥饱和率90% (或7.5) 、6、5、3、2, 灌溉水质可分类为Ⅰ类、Ⅱ类、Ⅲ类、Ⅳ类、Ⅴ类[5]。当检测量超过设定限量时, 通过报警脉冲信号开关自动关闭水泵并进行声光报警。

1.1.2提水泵站

提水泵站配电柜全部加装智能控制板, 诸如配备电动机多功能保护装置 (过载、过流、过压、欠压、缺相等) ;电机起动运行后不出水自停装置;出水池溢流自停装置;进水池超低水位自停装置;泵站不开门水泵起动、停止遥控装置 (≤30m) 、降雨自停控制装置 (实现降雨不出水的节水灌溉模式) ;泵站远程 (手机短信) 遥控开、停机功能;泵站远红外防盗报警装置[6]。

1.1.3自力式进水口门

为让泵站提水通过输水渠道自动进入稻田, 设置了自力式进水口门 (见图2) 。它是根据水稻节水灌溉控制指标, 人工调节浮块关水深度, 采用杠杆原理, 通过水浮力, 当灌水达到控制水层自动关闭进水口。渠水位退水后, 稻田水也不会倒流进输水渠道, 实现了无源自动化灌溉。

1.1.4稻田土壤水分专家系统

稻田土壤水分专家系统 (见图3) , 根据水稻不同生育期节水灌溉控制指标, 以绿色能源太阳能 (5~15V) 作为供电能源, 采用微功耗设计技术的遥控开关, 自动开启灌溉泵站水泵, 通过输水渠道、自力式进水口门向稻田供水, 实现水稻自动化智能灌溉。该专家系统环保、简便, 适合室外安装与使用[7]。

根据多年水利技术推广经验, 推广水稻节水灌溉技术时, 其灌水下限以根层土壤水分为控制灌溉指标, 因而, 及时、准确地获取稻田土壤水分, 成为提高推广水稻节水灌溉技术水平的关键。常规的取土烘干称重法虽数据准确, 但工作量大, 数据提供也不及时;中子土壤水分仪投资大, 且测定表层土壤水分不尽准确;运用电阻和电容原理制作的各式水分仪 (如土壤湿度计、查墒仪等) , 对接近田间持水量 (高水分段) 的土壤水分测定误差较大;水银负压计可较准确测得土壤水吸力, 但大面积推广应用在操作管理上还存在一定的难度。用稻田地下水埋深来反映根层土壤水分状况, 将会为水稻节水灌溉技术的推广提供一种简便而更有效的测试方法。研究结果表明, 根层土壤水分与地下水埋深大致呈幂函数的变化规律[8], 即随浅层地下水埋深加深, 土壤含水率由大变小, 其经验公式见表1。

根据土壤含水率与地下水埋深的关系曲线, 即可按土壤含水率占饱和含水量的百分比推算确定灌水下限的地下水埋深指标。这样, 只要在稻田设置地下水位观测井, 自动测记稻田地下水埋深, 在一次灌水后自动检测地下水埋深, 当达到某生育期灌水下限时的地下水埋深指标时, 就触发遥控开关运行 (见图4) , 自动开启水泵进行灌水。

注:H为浅层地下水埋深, m;Wa为土壤含水率 (占干土重百分数) 。

本控制系统采用直接控制稻田的方法, 按照控制灌溉的要求, 根据稻田各生育期需水量 (换算成水层深度) , 通过水稻生育期波段开关 (见图5) 执行控制动作, 本生育期灌溉水上、下限控制值预置在生育期波段开关内。渠系控制田块灌水结束, 渠水位自动抬高, 同时自动关闭控制闸门, 由农、支、干渠逐级上传, 最后泵站关机, 完成一次自动智能灌水过程。在水稻各生育期均依此进行。这种操作方法不仅简便、节水、省工、节能, 而且适应当前农村的管理水平, 容易大面积推广。

1.1.5水稻田

水稻田是自动化智能灌溉系统的中心。所有方案全部围绕水稻高产、节水、省工、降低成本和增加收益来实施。

2 系统自动运行过程

自动化智能灌溉系统的运行, 首先是将水稻控制灌溉的高产节水模式和水稻各生育期土壤水分控制指标输入土壤水分专家系统。将稻田土壤水分专家系统的水稻生育期波段开关拨至水稻相应的生育期。稻田土壤水分专家系统对稻田耕作层土壤水分进行自动跟踪检测。达到灌水下限指标时, 由稻田土壤水分专家系统启动遥控器, 向提水泵站发送遥控命令, 自动启动水泵抽水灌溉, 同时对灌溉水源的水质进行自动监测, 如水质不符合农田灌溉水源标准将自动关闭水泵。灌溉水经渠道引向自力式进水口门自动注入稻田, 当达到相应生育期灌水上限指标时, 自动关闭进水口。农、支渠系节制闸根据渠系水位自力式调节, 灌水结束渠水位抬高, 直至关闸。农、支渠关闸最后导致干渠水位抬升到一定高度, 泵站自动关机, 停止抽水, 完成一次自动化智能灌溉过程。以后周而复始, 自动检测至下一个灌溉周期的到来。系统自动运行流程图如图6所示。

3 运行效果分析

3.1 安全可靠, 田间无触电事故发生

该系统的田间信号采集与传输电源为绿色环保的太阳能光伏能源, 直流电压12V, 可防止触电事故发生, 安全可靠。

3.2 操作简便, 便于推广

所有控制器件和操控码盘便于广大群众易学好用。自力式进水口门、水位调节闸口采用杠杆力平衡原理制作, 平时的维护与调节简单易行;提水泵站加装了智能控制装置, 能实现无人值守的自动化运行;自控信号传输与执行是采用国家规定的开放频段315mHz, 抗干扰的滚动编码方式, 安全可靠;根据控制灌溉的高效节水模式和自动化智能灌溉说明, 便能轻松运用水稻自动化智能灌溉系统。

3.3 节水、节能、省工, 效益明显

根据控制灌溉的高效节水模式, 实现精确灌溉, 比正常灌溉节水1 845m3/hm2, 节能 (省电) 22.275元/hm2, 省工187.5元/hm2, 增产 (2012年度) 390kg/hm2 (按市场价4.2元/kg计算, 增效1 638元/hm2) 。直接综合效益达1 847.775元/hm2。小型灌区以66.67hm2为例, 投资1 548元/hm2 (设备寿命≥10a) , 净增收益达1 548元/hm2, 当年便可收回全部投资。

4 结语

此系统虽不及现代化的集监视测量、控制、保护、管理于一体的计算机农田灌溉自动化控制综合系统。但它结构简单、投资省、技术易懂、效益明显, 推广前景广阔。它能对泵站智能控制、灌溉水源水质自动监测、通过稻田土壤水分专家系统来实现控制灌溉节水模式的精确实施, 大大提高泵站的劳动生产力, 提高泵站运行的安全可靠性, 发挥了巨大的经济效益和社会效益, 对我国现阶段农田水利精确灌溉、节水增效有着重大的现实意义, 可促进农田水利现代化的早日实现。

参考文献

[1]胡培金, 江挺, 赵燕东.基于Zigbee无线网络的土壤墒情监控系统[J].农业工程学报, 2011, 27 (4) :128-131.

[2]鞠茂森.关于灌溉现代化的思考[J].水利发展研究, 2013, (3) :10-14.

[3]钱梦清, 于泓川, 苏中滨.稻田节水灌溉系统的研究与设计[J].农机化研究, 2012, (12) :230-234.

[4]南纪琴, 肖俊夫, 刘战东, 等.灌溉基本理论及发展趋势研究[J].节水灌溉, 2012, (6) :75-78.

[5]GB3838-2002, 地表水环境质量标准[S].

[6]沈波, 黄勇.三联灌区自动化控制技术研究与应用[J].中国农村水利水电, 2004, (1) :53-56.

[7]黄勇, 沈波.稻田土壤水分指示仪, 中国, ZL2004 20079357.5[P].2006-03-29.

电子购票系统系统分析 篇11

传统的购买电影票的方式是人们到相应的电影院，然后查看相应的电影信息，再去购买电影票。随着科技的迅猛发展，网络的广泛使用，越来越多的人们在各个领域可以实现足不出户，就能够买到相应的产品，而网上订票系统就就可以很好的解决人们足不出户就能够查到相应的电影资讯，购买电影票。

同时随着java及HTML等技术的日益完善，电子票务管理系统在开发上的便捷性及稳定性都有一个比较大进步，基于这些前提下，电子票务系统中比较有代表性的电影网上购票系统应运而生。本系统基于Windows操作平台，主要使用eclipse来设计开发，该开发环境能够很好的兼容其他开发语言，大大提高开发便捷度，数据库用的是SQL server 2008。

1、可行性分析

依据功能需求使用JAVA、JSP技术与SQL server数据库，B/S架构设计可以完成软件的软件部分编写。

开发环境为Windows7，eclipse，SQL server 2008，tomcat7.0。以上要求均不会要求太高，所以在技术层面是可行的。

2、经济可行性

对于开发者来说，只要在本地电脑上面配置好java web开发环境即可进行软件开发，而在投入使用中，用户可以通过安装浏览器就可以很好的进行使用。因此对于用户来说是方便可行的。

3、实际操作性分析

为了使用方便，因此系统设计简单方便。注册，订票以及评论之类的管理迅速可靠。可以尽可能的减少操作人员的操作，并且有很强的可扩充性。因此，这个系统是具有很好的操作可行性的。

4、用户分析

每一个系统到最后都是面向用户的，所以对于用户需求的分析最为至关重要，对于电影网上购票系统来说，这个系统的用户分为两类，一类是系统的管理员，一类是购票的客户，其功能如下：

（1）系统管理人员：系统的管理人员应该具有订单管理、密码管理、系统管理、影片管理等功能（2）用户：普通的使用人员只要能够进行个人信息查询、修改个人信息、查看影讯，进行订票等功能就可以。

5、功能分析

在管理员用户的界面当中，管理员可以随意修改电影院信心，播放信息和管理员信息等所有信息。在数据进行更新的过程当中，应保持所有的数据都尽可能最大的进行级联。而且在进行数据添加操作之前，确保原数据库中是都有相同的数据，以达到数据唯一性的要求。从而保证数据库中的数据不被破坏。添加功能应保证在添加新的数据时能立即进行数据库中数据的更新，并把新的数据结果在界面上显示出来。以保证用户第一时间看到更新的数据。超级管理员对任何的数据都应该具有添加、修改、查看等功能。在进行数据删除时，确保所有的删除操作之前，系统级联的其他表中的数据都被删除。

本系统采用B/S结构。该系统最核心的问题就是数据库系统，一个好的数据库可以对软件设计进行更好的支持，通过对软件系统与数据库系统的连接从而达到界面观察和数据操作处理的连接。

系统采用三层结构，客户端用户通过浏览器完成数据的下载与模拟操作，浏览器端的表现逻辑通过JSP网页完成，而系统内部复杂的业务逻辑主要通过JavaBean的组件实现。JavaBean组件在WWW服务器上运行，通过JSP返回到客户端浏览器。通过表现逻辑与业务逻辑的分离，从而使网页内容简洁，增强系统的可扩充性和可维护性。服务器端，系统采用JDBC中间件访问数据库。数据库服务器定义了系统所需要的数据逻辑和事务逻辑。系统采用JSP技术作为表现手段，服务器采用tomcat7.0作为JSP引擎，系统业务逻辑由javabean组件完成，使用JDBC3.0驱动程序访问数据库。由于系统的测试需要稳定成熟的数据库支持，因此系统采用SQL server 2008数据库作为数据库服务器。

二、关键技术分析

（一）java web环境搭建

1.jdk的安装与配置

jdk全称是java development kit，是java语言的软件开发工具包，其基本组件包括javac（编译器）、jar（打包工具）、javadoc（文档生成器）、jdb（差错工具）、java（运行编译后的java程序）、appletviewer（小程序浏览器）、javap（java反编译器）、jconsole（系统调试和监控工具）等。

2.eclipse简介

eclipse是目前开发java常用的开发平台之一，eclipse是一个开发源代码、基于java的可扩展开发平台，eclipse最初由OTI和IBM两家公司的IDE产品开发组创建，起始于1999年4月，发展至今已经有150多家软件公司参与到eclipse项目中。Eclipse是一个开发源码项目，其核心的设计思想是全部采用插件。Eclipse核心很小，其他所有的功能都以插件的形式附加于eclipse核心之上。Eclipse的基本内核包括：java开发环境插件、图形API、插件开发环境。

3.tomcat简介及在eclipse中配置tomcat

tomcat服务器是一个免费的开放源代码的web应用服务器，目前最新版本是8.0.20。在eclipse中配置tomcat比较简单，本系统使用的tomcat7.0免安装版，直接解压到C盘，然后在eclipse中选择Windows—preferences—server—runtime environment，然后选择tomcat版本—next—browse—选择对应的tomcat路径—install jres—在选择对应的JDK—finish。而后要使用的时候选择对应的web项目然后run in server，选择对应tomcat即可启动。

（二）JSP技术简介

JSP是一种跨平台的动态网页技术，局势在静态页面中嵌入Java代码片段，再由Web服务器中的JSP引擎来进行编译并执行嵌入的Java代码片段，生成的页面信息返回给客户端。

JSP是java技术的简单应用，和运行平台无关，安全稳定，可以对支持任何平台系统；只要编写一次，任何地方都可以运行；并且除了系统之外，代码不用做任何更改；具有强大的可伸缩性；多样化和功能强大的开发工具支持；支持服务器端组件。随着科技的日益发展，尤其是web技术的日益成熟，被广泛使用到各个领域，从而基于Web的远程售票系统被越来越多的人关注，越来越多的人更愿意使用电子购票系统。本文从电子售票系统的需求及需要技术两个方面做了简单的介绍，希望对大家的研究工作有所启发。

参考文献

[1]邵冬华主编著，Web数据库设计项目教程[M].东南大学出版社，2014.

作者简介

一种检测用专家系统 篇12

1检测专家系统框图

业务系统OA中的报检、检测和分析等服务需利用专家系统功能来辅助工作,其中报检服务根据所提交基本事实应用专家系统实现快速准确的决策;检测服务通过专家系统检索检测规范、检测步骤过程及自动化检测控制信息等;分析服务利用专家系统检索数据分析处理方法和结果判定规则等内容。检测专家系统原理框图如图1所示。

2检测专家系统研究

2.1检测专家系统推理机理

检测专家系统推理机理如图2所示。

推理过程:

2.2检测专家系统实例分析

检测专家系统包括送检阶段、检测阶段、分析阶段三个阶段:

2.2.1送检阶段

2.2.2检测阶段

2.2.3分析阶段

3检测专家系统开发

检测专家系统服务器操作系统采用Linux;数据库采用My SQL;WEB服务采用Apache,专家系统采用Python开发。

图3为使用智能手机访问检测专家系统登录界面,图4为检测专家系统输入界面。

4结论

本文给出了一种检测用专家系统。应用专家系统辅助开展业务工作后,业务决策的准确率和速度都有显著提升,同时大大降低相关岗位对工作人员的业务水平要求。提供基于Web的跨平台访问,用户能使用各类智能终端设备便捷地访问专家系统,为灵活工作带来更大的便利。检测专家系统采用主流的开源系统和开发工具,具有附加成本低、易二次开发和安全可控性高等特点,具有很好的应用和推广价值。

参考文献

[1]王龙来.水流量装置中主标准器体积管检定装置及次标准器标准流量计的测量不确定度评定[J].中国计量,2015(08):87-90.

[2]戴丽娜.高准确度水流量标准装置的应用研究[J].计量技术,2014(07):21-23.

[3]孙青竹.水流量标准装置自动检定系统[J].计量技术,2005(12):44-46.

[4]张永春.机车制动系统实时监测与故障诊断专家系统[J].计算机测量与控制.2013(10):2615-2617,2620.