专家系统的基本结构探析，

专家系统一般有六个组成部分：人机接口、知识库、推理机、解释程序、知识获取和综合数据库。

专家系统的基本结构如图13-1所示，其中箭头方向为信息流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、知识获取、综合数据库等六个部分构成。

（续）

图13-1 专家系统的基本结构

人机界面是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题。系统输出推理结果及相关的解释也通过人机交互界面。

知识库是问题求解所需要的领域知识的集合，包括基本事实、规则和其他有关信息。知识的表示形式可以是多种多样的，包括框架、规则、语义网络等。知识库是专家系统的核心组成部分。知识库中的知识源于领域专家，是决定专家系统能力的关键，即知识库中知识的质量和数量决定着专家系统的质量水平。一般来说，专家系统中的知识库与专家系统程序是相互独立的，用户可以通过改变、完善知识库中的知识内容来提高专家系统的性能。

推理机是实施问题求解的核心执行机构，它实际上是对知识进行解释的程序，根据知识的语义，对按一定策略找到的知识进行解释执行，并把结果记录到动态库的适当空间中。推理机的程序与知识库的具体内容无关，即推理机和知识库是分离的，这是专家系统的重要特征。它的优点是对知识库的修改无须改动推理机，但是纯粹的形式推理会降低问题求解的效率。将推理机和知识库相结合也不失为一种可选方法。

解释器用于对求解过程做出说明，并回答用户的提问。三个最基本的问题是“Why？”“What？”和“How？”，即创新设计方法论中三个核心要素。解释机制涉及程序的透明性，它让用户理解程序为什么这样做？做什么？如何去做？向用户提供了关于系统的一个认识窗口。在很多情况下，解释机制是非常重要的。例如：为了回答“为什么”得到某个结论的询问，系统通常需要反向跟踪动态库中保存的推理路径，并把它翻译成用户能接受的自然语言表达方式。(www.xing528.com)

知识获取负责建立、修改和扩充知识库，是专家系统中把问题求解的各种专门知识从人类专家的头脑中或其他知识源那里转换到知识库中的一个重要机构。知识获取可以是手工的，也可以采用半自动知识获取方法或自动知识获取方法。

知识库中的知识可分为共性核心知识和专业知识两类。处理每一件事都应该针对每一具体事件的专业知识，但是，假如人们能从专业知识的基础上总结出可用于各种具体事件的一般共性知识，再用一般共性知识去处理具体问题，那就十分方便了。本书所研究的科学方法论就是总结出了一般共性核心知识，它可以用来处理具体问题，这给专家系统提供了极大的方便。除了共性核心知识，对于某些特殊的问题，也还有若干专门的知识；但如果有了共性核心知识，专门知识的比率可以大大减少。因此，利用总结出的共性核心知识来处理具体问题可以解决绝大多数实际问题，甚至有时只需要用共性核心知识来处理具体问题就已经足够了。

综合数据库也称为动态库或工作存储器，是反映当前问题求解状态的集合，用于存放系统运行过程中所产生的所有信息，以及所需要的原始数据，包括用户输入的信息、推理的中间结果、推理过程的记录等。综合数据库中由各种事实、命题和关系组成的状态，既是推理机选用知识的依据，也是解释机制获得推理路径的来源。

专家系统一般说来，它是由上述所说的六个部分所组成，但也有文献把专家系统写成如下简单的形式：

专家系统=知识库+数据库+推理机

可见专家系统最主要的三个部分是知识库、数据库和推理机，而知识库和推理机是专家系统中最关键的重要组成部分，下面将对这两项关键内容进行分析和讨论。