随着人工智能技术的进一步发展和更多的新技术的产生，专家系统也随之不断进步，出现了各种类型的专家系统。
（一）深层知识专家系统
深层知识专家系统，不仅具有专家经验性表层知识，而且还具有深层次的专业知识，从而使系统的功能更接近于人类专家的水平。例如一个故障诊断专家系统，若该系统不仅有专家的经验知识，而且也有设备本身的原理性知识，则对于故障判断的准确性将会进一步提高。这里的关键是如何恰当地在知识的表示和运用方面将浅层知识与深层知识进行有机的结合。
（二）模糊专家系统
专家系统中由模糊性引起的不确定性问题（还有由随机性引起的不确定性及由于证据不全或不知道而引起的不确定性），可采用模糊技术来处理，这种不确定性的专家系统称为模糊专家系统。
模糊专家系统能在初始信息不完全或并不十分准确的情况下，较好地模拟人类专家解决问题的思路和方法，运用不太完善的知识体系，给出尽可能准确的解答或提示。模糊专家系统适用于处理模糊性不确定性问题，做适当改进后也可处理随机性不确定性问题。另外，也可以把精确数据模糊化来处理确定性问题。这种系统不仅能较好地表达和处理人类知识中固有的不确定性，进行自然语言处理，而且通过采用模糊规则和模糊推理方法来表示和处理领域知识，能有效地减少知识库中规则的数量，增加知识运用的灵活性和适应性。
模糊专家系统在知识获取、表示和运用（推理）过程中全部或部分采用了模糊技术。体系结构与通常的专家系统类似。一般也是由输入/输出、知识库、数据库、推理机、知识获取模块和解释模块6部分组成，只是数据库、知识库和推理机采用模糊技术来表示和处理。基于规则的模糊专家系统的一般结构如图7－1所示。
图7-1 模糊专家系统的一般结构
①输入/输出：分别表示输入系统的初始信息（允许模糊的、随机的或不完备）和输出系统的最终结论（允许不确定性）。
②模糊数据库：与一般专家系统中的综合数据库相类似，库中主要存放系统的初始输入信息、系统推理过程中产生的中间信息和系统最终结论信息等，这些信息都可能是不确定的。
③模糊知识库：存放由领域专家总结出来的与特定问题求解相关的事实与规则，与一般知识库有所不同的是这些事实与规则可以是模糊的或不完全可靠的。
④模糊推理机：可根据系统输入的初始不确定性信息，利用模糊知识库中的不确定性知识，按一定的模糊推理策略，较理想地处理待解决的问题并给出恰当的结论。
⑤解释模块：与非模糊专家系统中的解释模块相类似，但规则和结论中均附带有不确定性。
⑥知识获取模块：它的功能主要是接受领域专家以自然语言形式描述的领域知识，并将其转换成标准规则或事实的表达形式，再存入模糊知识库，它是一个具有模糊学习功能的模块。
（三）神经网络专家系统
神经网络专家系统是一类新的知识表达体系。神经网络与以逻辑推理为基础的在宏观功能上模拟人类知识推理能力的专家系统不同。神经网络是以连接节点为基础，在微观结构上模拟人类大脑的形象思维。[4]专家系统广泛应用的知识表示方法有产生式、谓词逻辑、框架等，虽然各自采用不同结构和组织形式描述知识，但都须将知识转换成计算机可以存储的形式存入知识库，以便推理需要时，再依照推理算法到知识库去搜索。这种知识表示方式，当知识规则很多时会产生以下问题。
（1）以何种策略组织和管理知识库。
（2）在知识搜索的串行计算过程中会发生冲突，进而产生推理复杂、组合爆炸（无穷递归）等问题。
（3）传统专家系统的知识采集要求“显式”知识表示，而工程中往往很难实现。
神经网络专家系统不存在上述问题。它采用与传统人工智能不同的知识表示思想；知识不是一种显式表示，而是隐式表示；也不像产生式系统那样独立地表示每一条规则，而是将某一问题的若干知识在同一网络中表示。知识表示表现为内部和外部两种形式，面向专家。知识工程师和用户的外部形式是一些学习实例（也可看成If－Then规则），而由外部形式转换为面向知识库的内部编码是其关键。它不是根据一般代码转换成编译程序，而是通过机器学习来完成。机器学习程序可以从实例中提取有关知识，将其以网络或动力学系统形式表示。神经网络专家系统的知识表示有以下优点。(www.xing528.com)
（1）具有统一的内部知识表示形式，通过学习程序，就可获得网络相关参数，任何知识规则都可变换成数字形式，便于知识库组织和管理，通用性强。
（2）便于实现知识的自动获取。
（4）能表示事物的复杂关系，如模糊因果关系。
（四）大型协同分布式专家系统
这是一种多学科、多专家联合作业，协同解题的大型专家系统，其体系结构又是分布式的，可适应分布式网络环境。
具体来讲，分布式专家系统的构成可以把知识库分布在计算机网络上，或者把推理机制分布在网络上，或者两者兼而有之。此外，分布式专家系统还涉及问题分解、问题分布和合作推理等技术。
问题分解就是把所要处理的问题按某种原则分解为若干子问题。问题分布是把分解好的子问题分配给各专家系统去解决。合作推理是指分布在各节点的专家系统通过通信，进行协调工作，当发生意见分歧时，甚至还要辩论和折中。
需指出的是，随着分布式人工智能技术的发展，多Agent系统将是分布式专家系统的理想结构模型。
（五）网上专家系统
网上专家系统就是建在Internet上的专家系统，其结构可取浏览器/服务器模式，用浏览器（如Web的浏览器）作为人机接口，而知识库、推理机和解释模块等则安装在服务器上。
多媒体专家系统就是把多媒体技术引入人机界面，使其具有多媒体信息处理功能，并改善人机交互方式，进一步增强专家系统的拟人性效果。
将网络与多媒体相结合，是专家系统的一种理想应用模式，这样的网上多媒体效果将使专家系统的实用性大大提高。
（六）事务处理专家系统
事务处理专家系统是指融入专家模块的各种计算机应用系统，如财务处理系统、管理信息系统，决策支持系统、CAD系统、CAI系统等。这种思想和系统，打破了将专家系统孤立于主流的数据处理应用之外的局面，将两者有机地融合在一起。事实上，也应该如此，因为专家系统并不是什么神秘的东西，它只是一种高性能的计算机应用系统。这种系统也就是要把基于知识的推理，与通常的各种数据处理过程有机地结合在一起。当前迅速发展的面向对象方法，将会给这种系统的建造提供强有力的支持。
【注释】
[1]梁景凯，曲延滨.智能控制技术[M].哈尔滨：哈尔滨工业大学出版社，2016：204.
[2]卫民堂.决策理论与技术[M].西安：西安交通大学出版社，2000：157.
[3]李长青.人工智能[M].徐州：中国矿业大学出版社，2006：214.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
