专家系统及其在机器人设计中的应用(2)

人工智能领域大家始终都在不断研究的关键方向：专家系统和机器人

所以，专家系统应该是：应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，能像专家一样解决困难和复杂的实际问题的计算机（软件）系统。

专家系统是目前人工智能中最活跃、最有成效的一个研究领域。近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的系统。人类专家由于具有丰富的知识所以才能达到优异的解决问题的能力。那么计算机程序是否能体现和应用这些知识，解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错。现在，这一点已被证实是可行的。如在矿物勘测、化学分析、规划和医学诊断方面，专家系统已经达到了人类专家的水平。下面我们简单看一下专家系统的构成。

1.1 专家系统的一般结构

一个完备的专家系统从概念上来讲应该由以下几个部分组成：知识库、推理机、动态数据库、人机接口、解释模块、知识库管理系统。其中知识库和推理机是两个最基本的模块。

知识库（Knowledge Base，KB）。用于存储某领域专家的知识，包括事实、可行的操作与规则等。

推理机（Inference Engine，IE）。用于记忆专家系统所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作。推理机能够根据知识进行推理和导出结论，而不是简单地搜索现成的答案。

动态数据库。它是存放已知的或学习到的知识、推理结果和固定结论等数据，而且它所存放的数据随系统运行而产生、变化和撤消，所以称为“动态”数据库。

人机接口（Interface）。又称人机界面，它能够使系统与用户进行对话。 解释模块。专门负责向用户解释专家系统的行为和结果。

知识库管理系统。知识库管理系统对知识库的作用，类似于数据库管理系统（DBMS）对数据库的作用，它主要负责在专家系统开发和运行期间对知识库进行管理和维护。

以上是对不同类型专家系统的共同之处进行的一个分析。当落实到具体的专家系统时，可能各个部分有不同的实现方法，且可能差异很大。

1.2 专家系统的实现