专家系统论文例1

Abstract：InordertosolveknowledgeacquisitionandreasoningtechnologyissuesinthetraditionalChinesemedicineexpertsystem，thispaperintegratestheCBRtechniqueintotheKnowledge''''srepresentationandreasoningofit.Weputforwardthesystem''''smodelandintroducethebasicframeworkofcasereasoning:caseretrievalnets,andcaseextractionalgorithm.ThispaperalsoexplainsthemechanismofcasestudyandreviseandputsforwardamethodtoexplainthediagnosisresultandtobuildaassistanttutoringsystemofChinesetraditionalmedicinebyusingcase-baseexplanation.Atlast,thispapermakesasummaryoftheadvantagesofthesystem,andputforwardthefurtherresearchanddevelopmentdirections.Itcanadapttouncertainty,incompleteknowledge,convenientaccesstomedicalrecordscase,fullyembodytheimportantroleoftheChinesemedicineexperienceintheclinicprocess.OurmethodisanovelmethodtoestablishatraditionalChinesemedicineexpertsystem.

Keywords：AI；Expertsystem；TraditionalChinesemedicine；Case-basedreasoning；Caseretrievalnets

中医药现代化是国家中长期科技发展规划中具有战略意义的研究课题。为了适应信息时展要求，促进祖国传统医学的传承和发展，使中医中药在国际竞争中更具优势和特色，利用现代先进的智能的信息技术来解决中医诊断信息化过程中的关键问题，无疑是一项迫在眉睫的基础性工作。然而，我国在这方面的整体研究水平还较低，多数中医诊疗专家系统缺乏足够的智能性，离临床使用要求还有很大距离。归结其原因主要有：没有从中医的整体性、系统性来分析和解决问题，仅针对具体病症分散开发一些小系统［1］；系统结构固定，多采用基于规则的推理，准确性依赖于初始化时专家知识库的建立，难以适应多变的实际应用环境；没有很好实现中医专家知识的自动获取和学习，对于半结构化和非难以适应结构化诊疗知识无法很好地表示，存在知识获取瓶颈；直觉性经验知识是专家经验知识的重要组成部分［2］，现有系统的知识获取和表示形式难以适应中医知识的这种经验性。

基于案例的推理（case-basedreasoning，CBR）是将以前解决问题的经验以案例形式存储，作为以后的问题解决参考的一种机器学习和推理方法［3］。它在非结构化知识表示上很有优势，并且在知识获取上，优于基于规则的表示。在基于案例推理的医学诊疗专家系统中，知识的主体是病案案例，在知识获取和学习上有大量现成的来源。本文将基于案例的推理技术引入中医诊疗专家系统的建模中，使用案例表示中医专家的诊疗经验，用案例提取网（caseretrievalnets，CRN）作为案例提取结构，实现案例的提取、学习。系统根据几千年来众多中医名家的诊疗经验建立案例库，以案例推理方法为基础，模拟中医专家看病推理过程，针对病人的“望、闻、问、切”四诊症状，推断出病人几种症候的可能性，并由此提出建议处方，实现智能化的中医专家诊断过程。

首先提出基于案例推理的中医诊疗专家系统的体系结构，介绍了基于案例的推理和案例提取网的概念，说明案例提取（也即诊疗过程）的实现算法；然后说明了在这种结构下案例的修正、学习和解释的机制及效用；最后，进行了总结和进一步研究的展望。

1系统框架和案例提取算法

1.1系统框架中医诊断治疗过程是，首先建立病人信息模型，通过“望、闻、问、切”四诊来获取疾病症状、体征等临床信息；其次，根据患者个人信息和症状信息，结合中医理论，给出患者的证型症候信息及对患者症状的解释，即“辨证”；最后，根据辨证和药物特征，结合前人方药经验，开出药方，提出相应的治疗方案［4，5］。可以看出，在这个过程中包含两个推理阶段：由疾病的表现得到症候信息、由证候信息推理得到相应的治疗方案和方剂。

有经验的中医专家在这两个阶段中除了能够充分结合多方面的中医药理论知识，最重要的一点就是他们还能将各种诊疗经验结合在当前疾病的诊疗上。而这种诊疗经验可以转化为案例的表述，从而利用案例推理实现智能的中医诊疗系统。由此，提出将案例推理技术用于中医诊疗专家系统开发的思想。基于案例推理的中医诊疗专家系统诊断模型见图1。

图1中病人信息包括病人的既往病史、日常生活习惯、体征等内容，CBR推理机根据病人信息和四诊症状信息进行推理，从诊断案例库提取的最近似案例送入案例修正模块，案例修正后输出即为对当前病案的诊断结果。诊断并治疗取得一定效果后，该病案可以被输入到案例学习模块，根据病人反馈及诊断案例库现有案例的情况判断是否可以作为经验案例存入诊断案例库，也即经验学习。

诊断模块的输出是症候辨证信息，这也是治疗模块的输入信息。因为基于案例推理的治疗模块与上述诊断模块结构近似，这里就不赘述了。

1.2案例的表示和案例提取网由于中医学的学科特性，案例的描述具有极大的不确定性，不能以固定属性描述的案例结构来表达诊疗经验。这里用案例提取网（case-retrievalnets，CRN）作为诊疗案例的描述和提取结构，以动态属性结构描述案例，有效解决了上述问题。根据不同的查询问题，这个网状结构在内存中动态生成［6］。

图2是一个CRN的结构图。CRN中的案例是通过一个叫信息实体（InformationEntities，IEs）的知识单元来描述的。IEs类似于传统CBR中案例描述的“属性－值”对，但它是一个原子结构，是CRN中知识的最小单元。通常情况下使用多个IEs来描述一个案例，不同案例由不同的IEs集合来描述。不同IEs之间有相似性关联，且每个IEs与它要描述的对应案例之间有相关性关联。

利用CRN解决问题包括以下3个基本步骤：①与待解决问题相关的IEs的激活。在中医诊断过程中，可以把病人的症状信息解析为IEs；在治疗方案提出过程，则是具体的症候描述作为IEs。②CRN中IEs间相似性计算。IEs间的相似性计算提供了类似于传统CBR中相同属性的不同值之间的比较。通过IEs之间的相似性，可以得到与问题描述相关的其他IEs的集合，这是一种传播激活的方式。通过这种方式，扩大了搜索的范围。③案例相关性计算。根据集合中的各个IEs与各案例的相关度，计算出案例与当前问题的关联程度。而最终的案例提取就以此为依据。

1.3CRN的建立和案例提取CRN是根据具体问题实时建立的一个网状结构，然而，要根据问题生成CRN，需要案例库中存在如下两个关系：①IEse1和IEse2之间的相似性，用δ(e1，e2)来表示。②IEse和案例描述c之间的相关性，用p(e,c)来表示。

这两个关系取值可以是［0,1］间的一个小数。根据上面CRN解决问题的基本步骤，相应的CRN构建过程有三个步骤：

第1步，诊断过程中的各种输入信息（症状表现等）可以解析为一个IEs子集。对于案例库中所有IEs：e，E，症状描述中若出现该IEs，则有，否则，有。由于可能有同义词出现，可以建立一个同义词表，多个同义词对应一个IEs。而匹配过程则是先以单个词为基础对问题描述进行简单的字符串匹配或是自然语言理解（NLP）分析，得到一个词语集合以后，再根据同义词与IEs的对应关系，将其转化成为信息实体全集E的一个子集。这一步也是问题的解析过程，得到解析后IEs的集合，也就是＝，是通过存储在内存中的值来表示它是与问题相关的。

第2步，对于案例库中每一个IEs：e∈E，计算：

α1(e)=πe〔σ(e1,e)·α0(e1),Λσ(es,e)·α0(es)〕，……(1)

e1～es∈E是问题解析出来的IEs的集合，而πe则是一个加权函数，一般情况下可以采用求最大值或是求和的算法。这一步完成后，针对当前问题的CRN中各个IEs之间的相似性关联就建立起来了。

通过E1以及上述公式，激活另一些IEs：e∈Es，它们满足∈Es(e)∈Es0。这个激活过程可以通过以下公式进行无限的扩展：αf(e)=πf［σ（e1＞e)·αf-1(e1)，…，σ（es,e)·αf-1(es)］……(2)

其中，e1～es∈Et-2，且Et-2=eI(e))。是计算时的一个阀值。当这种激活过程只进行了两步（即只计算到了）时，这种迭代的计算只进行了1次，因此，此时就是CRN的基础模型BCRN（BasicCRN）。

在传统CBR中，需要计算案例库中每一案例与当前问题对应的描述属性的两个属性值之间的相似程度，以反映问题描述与该案例的相似度。在CRN中，计算的值就反映了这样一种属性值的相似度，反映出案例库中案例的“属性－值”对与所提问题的相关度。

第3步，对于案例库中每一个案例，计算：

α2（C）=πc［ρ1(e1,c)·α(e1)，…ρ（es,c）·α1（es)］……(3)

其中，πc函数与上述的πe类似，是一个加权函数。这时，IEs之间存在相似性关联［即α1(c)］，而IEs与案例之间存在相关性关联（即α1(e)），图2所示的CRN网络构建完成。

CRN中每一个α2(c)≠0的案例都是跟当前问题有关联的案例，只是它们与当前问题关联程度不同，而α2(c)值，就是案例与当前问题关联程度的数值表示。这个数值可以称为关联值。我们可以提取出关联值最大的一个或几个案例作为当前问题解决的参考。在基于案例推理的中医诊疗专家系统中，对于诊断过程，根据具体病例信息建立CRN，然后提取出与当前症状最相似的以前的案例（存储着诊断经验），采用其诊断结果经过案例修正，作为当前病例的建议诊断结果，实现了基于案例推理的诊断。中医“论治”的治疗过程与此类似，这里就不再赘述了。

2案例修正、学习和解释

2.1案例的修正和学习案例的修正是CBR系统中一个重要的环节［7］。因为提取出来的案例不可能完全与待解决问题吻合，因此，就要根据待解决问题以及一些修正规则，对提取的案例进行改编，以期能更加符合用户的要求。案例的修正也是基于案例推理系统的一个难点，在中医专家系统中，中医学基础理论是案例修正规则的主要来源，也可以利用人工智能方法提取修正规则，作为案例修正的依据。

在中医诊疗专家系统案例的初始化过程中，领域专家要将各种疾病的典型中医病案案例以标准术语进行描述，形成规范的IEs全集，并初始化相似度和相关度度量，然后知识工程师将这些典型病例输入系统，构造两个案例库：诊断案例库和治疗案例库。症状表现等信息是诊断案例库的案例描述，而辨证的症候描述则是诊断案例库的案例解决；同理，症候描述是治疗案例库的案例描述，而相应的治疗方案和药方则是其问题解决描述。

在系统使用过程中，具体案例的诊疗又可以以标准化术语（IEs）描述，根据其治疗效果决定是否加入案例库，成为以后诊疗的经验，实现案例的学习。并且，在学习过程中还要避免过于相似的案例存入案例库，造成案例库的冗余。

2.2案例的解释案例的解释在中医诊疗专家系统中有两个重要的目的，一是面向病患的解释，用于说明病患症状的成因；二是面向系统使用者的解释，这种解释通过进一步的改造可以成为基于案例的中医辅助教学系统。

可以使用中医学理论规则作为病案案例的解释，然而，已有研究表明，基于规则的解释在分类/诊断类型应用中并不优于基于案例的解释［8］。基于案例的解释（case-basedExplanation，CBE）是基于案例的推理与解释技术的结合，这种结合主要在三个层次上：使用解释支持CBR的内部过程、利用CBR来生成解释、使用案例为外部用户解释系统的推理结果。在中医专家系统中，可以提供以前案例诊断过程和结果作为当前病案诊断的解释，这对于解释的第二个目的来说很有效果。然而面向病患的解释还需要有专家规则的辅助才能生成。

基于案例的解释在诊断过程中还有重要的辅助作用。当患者提供的初始信息及症状描述并不完备时，需要医生对某些可能症状进行询问以进一步明确症状表现。这时，需要根据已有的信息找出最应该询问的问题。参考McSherry在其FirstCase和TopCase系统中采用增量最近邻方法［9］，在诊断过程中，根据当前已提供信息进行最相似案例查找，然后对这最相似的若干个案例进行比较，找出没有提供的且差异最大的“属性－值”对（也即信息实体），据此向病患提出问题，以明确具体症状。这其实就是实现了“望闻问切”中的问诊。通过这种交互反馈方式，进一步减小了系统误诊的几率，提高了系统的精度；同时，也有助于使用系统的医生水平的提高。

3总结和展望

将基于案例推理技术用于中医诊疗专家系统是中医智能诊疗系统建设的一个新思路，能够有效解决中医专家系统在构建过程中的若干问题，总结起来，其优势主要有以下几点：对于不确定、不完全和不一致的病患信息有较强的适应能力，并可以利用基于案例的解释实现问诊，以进一步明确症状信息，提高诊断精度；案例提取网的结构决定了病案案例的知识获取非常方便，并且不会影响以前的案例，有效解决了知识获取瓶颈；大量的古今病案案例也是很好的案例来源；通过基于案例的解释进一步发展，可以生成中医诊疗案例教学系统，帮助年轻医师迅速提高诊疗经验；随着系统的使用时间增长，案例不断增加，系统也可以逐渐改善推理性能，适应各种病征而不仅限于某一种或一类疾病。

要建成实际可应用的系统，还应在以下方面进一步完善和发展：望、闻、问、切四诊的定量化、数字化研究进一步的深入研究和发展；有助于促进中医诊疗专家系统的发展；利用数据挖掘和人工神经元网等人工智能方法从大量病例中挖掘有效的专家规则，用于指导案例的学习和修正；会话式CBR（conversationalCBR）和交互式CBR的研究发展有助于帮助中医问诊的智能化实现；需要找到合适的知识表示方法来表达病案案例中病情发展的时序关系；“1.3”项中的各加权函数常采用最大值或求和的形式，可以考虑利用人工神经元网络技术求取和表示这些函数及权值信息，以求得更加准确的表达。

【参考文献】

［1］周昌乐，张志枫.智能中医诊断信息处理技术研究进展与展望［J］.中西医结合学报，2006，4（6）：560..

［2］王震宇.人工神经网络在中医专家系统知识挖掘中的应用［J］.计算机与数字工程，2006，34（10）：146.

［3］AgnarAamodt,EnricPlaza.Case-BasedReasoning:FoundationalIssues,MethodologicalVariations,andSystemApproaches［J］.ArtificialIntelligenceCommunications，1994，7（1）：39.

［4］章浩伟，朱训生，杨华元.中医证候分级推理诊断方法［J］.计算机工程与应用，2005，9：207.

［5］胡东红，李德华，关景火，等.中医的四诊特征空间与辨证特征空间［J］.北京生物医学工程，2003，22（4）：286，239，1996.

［6］LenzM.，BurkhardHD.CaseRetrievalNets:Basicideasandextensions［J］.G?rzG，H?lldoblerS(eds)KI-96:AdvancesinArtificialIntelligence.LNAI1137，SpringerVerlag：227.

专家系统论文例2

2.专家系统核心规则数据库逻辑上个性化推荐系统的静态数据库可以使用专家系统的核心规则数据库作为程序建立的核心内容，用来存放专家系统运行的领域知识结构以及内容，并设置相应的辅助参数保证专家系统核心规则数据库的良好运行。规则特性每一个规则包括四个特性，例如PREMISE规则的前提部分、ACTION规则的操作部分等等，同时注意CATEGORY规则按照上下文分类，每条规则只能用于某几个上下文，以便调用；设置参数每个设置参数应该各自存储一组属性，用来咨询以及程序调用，同时规定好每一个参数的参数组名称、参数取值范围、参数的类型结构。动态数据库电子商务网站的用户数据库以及产品数据库都隶属于动态数据库的存储范围，每一次客户登录或者登出的过程中，电子商务网站的动态数据库都会随之实时更新一次，添加相应的动态数据内容。动态数据库对数据的主要存储方式是根据相关对象、相关对象的具体属性以及相关对象的具体参数数值（对象可信度、对象参数、对象跟踪次数）来确定对该对象的信息存储、追踪和使用过程。

3.电子商务用户数据库电子商务用户数据库的存储信息主要是商务网站浏览和登录登出过程中各个用户的主要信息，包括用户的性别、年龄、职位、爱好、收藏、收入、购物经历以及其他相关信息等等。电子商务商品数据库电子商务商品数据库的存储信息主要是诸多网站商户的产品细细，包括产品的名称、品牌、价格、尺寸、重量、功能、材料、生产日期、保质期、售后服务以及其他相关的产品信息等等。资讯子系统资讯子系统的主要功能是根据客户在电子商务网站上的登录、访问、收藏、购物等一系列信息对网站的客户数据库提供对客户的定位信息，更好的做好客户个性化产品的推荐工作，同时有效的满足客户产品咨询的功能。规则子系统规则子系统的主要功能是专家系统的核心规则内容，专家智能系统能够凭借自身的核心规则以及规则子系统的有效连接来实现客户的产品推荐工作结果子系统结果子系统的主要功能是记录客户浏览、咨询以及最终购买的过程，为客户的可信度数值提供相应的资讯信息，并记录下客户本次的操作内容，为客户的下次购买提供信息支持。

专家系统论文例3

2.专家系统核心规则数据库逻辑上个性化推荐系统的静态数据库可以使用专家系统的核心规则数据库作为程序建立的核心内容，用来存放专家系统运行的领域知识结构以及内容，并设置相应的辅助参数保证专家系统核心规则数据库的良好运行。规则特性每一个规则包括四个特性，例如PREMISE规则的前提部分、ACTION规则的操作部分等等，同时注意CATEGORY规则按照上下文分类，每条规则只能用于某几个上下文，以便调用；设置参数每个设置参数应该各自存储一组属性，用来咨询以及程序调用，同时规定好每一个参数的参数组名称、参数取值范围、参数的类型结构。动态数据库电子商务网站的用户数据库以及产品数据库都隶属于动态数据库的存储范围，每一次客户登录或者登出的过程中，电子商务网站的动态数据库都会随之实时更新一次，添加相应的动态数据内容。动态数据库对数据的主要存储方式是根据相关对象、相关对象的具体属性以及相关对象的具体参数数值（对象可信度、对象参数、对象跟踪次数）来确定对该对象的信息存储、追踪和使用过程。

3.电子商务用户数据库电子商务用户数据库的存储信息主要是商务网站浏览和登录登出过程中各个用户的主要信息，包括用户的性别、年龄、职位、爱好、收藏、收入、购物经历以及其他相关信息等等。电子商务商品数据库电子商务商品数据库的存储信息主要是诸多网站商户的产品细细，包括产品的名称、品牌、价格、尺寸、重量、功能、材料、生产日期、保质期、售后服务以及其他相关的产品信息等等。资讯子系统资讯子系统的主要功能是根据客户在电子商务网站上的登录、访问、收藏、购物等一系列信息对网站的客户数据库提供对客户的定位信息，更好的做好客户个性化产品的推荐工作，同时有效的满足客户产品咨询的功能。规则子系统规则子系统的主要功能是专家系统的核心规则内容，专家智能系统能够凭借自身的核心规则以及规则子系统的有效连接来实现客户的产品推荐工作。结果子系统结果子系统的主要功能是记录客户浏览、咨询以及最终购买的过程，为客户的可信度数值提供相应的资讯信息，并记录下客户本次的操作内容，为客户的下次购买提供信息支持。

专家系统论文例4

§1.1简述专家系统的发展与现状 1

§1.1.1专家系统具有的一般特点 1

§1.1.2专家系统的结构及开发方法 1

§1.2操作票专家系统的主要内容及本文所做的主要工作 3

§1.2.1 现有操作票自动生成系统的研究 3

§1.2.2本文所做的主要工作 4

第二章 本课题的主要研究对象及其特点 6

§2.1大港油田电力系统简介 6

§2.2大港油田电力系统中变电站的主要接线结构及其特点 6

§2.2.1电源侧母线结构 6

§2.2.2负荷侧母线结构 8

§2.3大港油田电力系统中主要的电力设备及其特点 10

§2.3.1可操作的一次设备 10

§2.3.2不可操作的一次设备 11

第三章 知识的表示、获取与推理机制 13

§3.1知识的表示 13

§3.1.1框架表示法 13

§3.1.2产生式表示法 15

§3.1.3面向对象表示法 17

§3.2知识的获取与推理机制 17

§3.2.1知识的获取 17

§3.2.2知识检测的实现方法 18

§3.2.3 推理机制 19

第四章 …………略

第六章 结论………………………………………………………………………44

参考文献……………………………………………………………………………45

致谢…………………………………………………………………………………48

第一章 绪论

随着计算机技术的飞速发展，人工智能（AI， Artificial Intelligence）获得了很大的发展，并在许多学科领域内得到应用，成为我们现代化生产、生活的重要组成部分。自从上世纪70年代，电力系统也开始应用人工智能来解决一些以前难以解决的问题，并取得了较好的成绩，如：神经智能网络系统的应用，电压无功自动补偿系统，智能型微机继电保护等。其中以专家系统在电力系统继电保护中应用最为广泛，并解决了大量的专业领域问题。

§1.1简述专家系统的发展与现状[42] [43]

专家系统（ES， Expert System）是一种模拟人类专家解决领域问题的计算机程序系统，专家系统内部含有大量的某个领域专家水平的知识与经验。能够运用人类专家的知识和解决问题的方法进行推理和判断，模拟人类专家的决策过程来解决该领域内的复杂问题。

§1.1.1专家系统具有的一般特点

无论是属于任何领域的专家系统，都具备以下的一般性特点：

1、知识的汇集：知识是专家系统解决问题，完成人类所下达的任务的基础。专家系统只有汇集了领域内多位专家的知识和经验，才能高效率、准确、迅速的工作。

2、启发性推理：专家系统必须能够自身汇集知识和经验，对提出的问题进行准确的判断和决策。

3、推理和解释的透明度。

4、知识的更新：专家系统必须具备自学习能力，以便不断的更新知识库，适应该领域内技术不断更新进步的需要。

：29000多字的硕士论文

有大量图

400元

专家系统论文例5

中图分类号：C861 文献标志码：A 文章编号：

10085831（2014）02009906

一、引言

国务院2010年6月颁布的《国家中长期人才发展规划纲要（2010-2010年）》（以下简称纲要）中明确提出，为了加强人才工作基础性建设，推进人才工作信息化建设，建立人才信息网络和数据库，为此政府需要积极支持社会各方力量建设完善面向市场的各类专业人才数据库和人才管理系统。同时纲要还提出，在体制机制创新中必须创新人才工作机制，特别是人才评价发现机制，要求完善人才评价标准，注重靠实践和贡献评价人才，把评价人才和发现人才结合起来，坚持在实践和群众中识别人才、发现人才[1]。

本文将构建一个可操作性强的实际人才评价的应用平台，该平台可以依托各期刊数据库，自动化处理和分析文献信息，构建各领域的专题文献库，基于该库通过识别、筛选出各个研究领域的杰出专家及相互联系，解释其合作模式与规律，并对其进行科学评价。专家库的建立主要是通过采用包括h指数评价法、引文分析在内的多种文献计量方法和“中心性分析”等社会网络分析方法，利用专题文献库从各领域的核心作者中筛选出各领域专家而实现。各领域专家库的建成不仅有助于领域研究者加深对同行的了解，而且有助于科研管理部门和社会大众把握各领域研究人员分布情况和遴选相关专家。目前，我们开发的专家评价网络信息服务平台已经在武汉大学研究中心各项目组都投入了实际使用，大大提高了科研中的数据获取、处理、分析与评价的效率，并能导出各种统计图表、专家地图和专门格式的数据文件，以供更为深入分析之用，本网络平台也为一些高校的高端人才引进与评价提供了咨询服务。

二、平台构建意义

（一）对科研管理部门科技管理的决策支持

通过对专题文献库进行科研合作网络和引文网络的分析，可以发现某学科领域的核心专家群体，发现国家或机构研究人员的合作模式及规律，综合运用文献计量学、社会网络分析等指标对科学家个人，甚至扩展应用到对科研机构、学术期刊、科研项目进行学术水平的评价，从而为科研管理部门的人才引进、项目论证、科研团队组建、科技资源配置等决策提供定量依据。

（二）创新人才评价方法论体系

评价理论框架本身具有跨学科特征，所涉及的学科领域主要有决策学、管理学、政策学、行为学、经济学、计量学、工程学、社会学、心理学和逻辑学等，设计和实施科学的评价活动需要跨学科的方法，需要不同专业领域理论的整合和综合应用[2]。我们在评价过程中采取了多学科方法的融合，综合运用了以下各种方法：综合评价方法（如层次分析法、模糊综合评判法）、统计学方法、文献计量学方法（如引文分析）、社会网络分析方法（如中心性分析等）、心理测量方法等。

（三）人才评价活动的科学化、智能化

在评价过程中充分利用先进的信息技术是提高评价活动效率和准确性的必然要求，受到科学评价界的广泛关注。本网络平台要解决海量数据的获取途径和处理、分析方法的创新以及过程的自动化问题，实现各类数据库的数据自动采集、整理和目标关系矩阵的生成与运算，从而实现数据处理完全自动化，大大提高研究效率和结果的准确性，为科学研究的深入开展创造条件。

（四）开放化的网络服务平台创造社会价值

搭建基于web的评价信息服务平台能够充分利用互联网的开放性和社会性，充分整合各种类型的信息资源，更好地实现个性化信息服务（如本平台后面的专家地图功能，就是利用了谷歌公司的地图开放应用编程接口，实现了专家评价信息和地理信息的有效整合，提供了直观的评价结果可视化方案）；开放化的网络服务平台，能满足广大科研工作者、科研管理部门各种信息需求，全面实现评价信息资源的社会价值和经济价值。

三、专家评价概述

科学评价（广义）是指用科学的方法对一切对象进行评价，意指“科学地评价”、“评价科学化”，覆盖的范围非常广泛，囊括了各行各业、各学科领域、各层次、各种类型的评价。评价就是根据评价的综合标准和指标体系确定被评价对象有无价值及价值的大小，价值是评价的基础[2]。本文研究的专家评价属于科研领域人才的评价，建立在心理测量学、文献计量学、社会学等基础上，对人才的人格、态度、能力、道德等内在（隐性）特质、工作成果与绩效等外部（显性）素质以及在同一社会群体的地位和影响力共三个方面进行测量，并按照评价标准进行评价的一种活动。科研人才的评价可以全面了解一个人各方面的内在素质、能力、业绩和社会影响力，对于科研管理部门的招聘、录用与选拨都有一定的参考价值。表1是我们提出的一个针对科研领域专家的一个通用人才评价体系，能根据不同的应用领域和目的对这三个方面的内部进行适当的微调。

本文将搭建一个基于文献信息的分析挖掘和专家评价系统，研究的目的是构建一个操作性强的应用平台，筛选出各个学科领域的杰出专家并进行评价和展示。哲学关于物质决定精神的观点，是心理测量的理论基础，一个人的心理特质可通过外在的行为样本进行间接测量和评价，很多都是通过与常模（群体中的相对水平，如人格特质测评）对比或者自比（个人在各种职业兴趣类型上得分的对比，如职业兴趣测评）的方式判定一个人的某种心理特质水平，无法进行直接比较[6]，因此没有纳入综合排名的计算，而是另外单独提供心理测评服务，而学术道德诚信方面的评价更是难以标准化处理。因此，评价指标侧重于科研绩效（文献计量学定量指标）的评价和学术水平与地位（社会网络分析定量指标）的评价，突出可操作性，评价的指标权重确定采用了层次分析法。由于很难获得科研人员在具体某一学科的专利、自然基金项目、科技奖励等数据，因此专家评价主要采用期刊论文数据。本系统的国内数据源主要来自CNKI中国学术期刊出版总库，国外数据源主要来自美国ISI的Web of Science，而没有涉及博士、硕士学位论文、会议论文、专利、标准和其他科技成果数据库以及科技奖励和科研项目信息，这个需要以后再加以扩展。

四、系统分析与设计

（一）系统体系结构

本系统选择的开发平台是：LAMP（Linux/Apache/MYSQL/PHP） 。此开发平台具有开源、免费、跨平台、低成本的优势。这是一组常用来搭建动态网站或者服务器的开源软件，四个部分具有很高的兼容度，共同组成了一个强大的Web应用程序开发平台[7]。从使用的广泛性看，互联网信息服务提供者大量采用了LAMP的开发平台，比如著名的Google、FaceBook、维基百科以及大量的开放社区系统等。

表1 专家评价指标体系

（二）系统模型

整个系统主要包括从期刊数据源采集、整理、入库，到文献分析挖掘、专家筛选与管理、专家评价、专家关系挖掘与展示等各种分析结果导出，流程非常复杂，中间还涉及到大量系统与用户的交互环节，因此系统的流程设计必须充分考虑用户体验，部分交互环节采用了AJAX技术实现，做到按需加载数据，简洁高效，同时基于web信息构建原则，系统还具备了清晰的导航、标识和检索系统。系统流程模型如图2所示。

图2 系统模型

（三）数据库设计

本项目数据库的设计综合考虑了数据库存储优化和查询效率优化两方面的需求，对数据库的关系表结构进行了相应的优化处理。比如优化查询语句、试验联接、并、子查询等寻找最佳查询语句，文本检索时为了性能考虑少用LIKE关键词通配符匹配，而考虑采用全文本搜索（FULLTEXT）。为经常检索的表字段建立合适的索引，表结构设计选择正确的数据类型等[9]。后台数据库的设计采用免费、开源数据库管理系统MYSQL，并采用可视化的管理工具Navicat for MySQL实现数据库的开发与管理。系统包括以下核心关系表：管理账户表、评价指标表、期刊表、论文表、主题词表、关键词表、共词表、专家表、作者对表等。

（四）系统功能设计与实现

本系统主要包括信息采集、文献信息分析与挖掘、专家库三大模块。首先通过信息采集功能完成专题文献库的自动化建立，然后利用文献分析与挖掘模块从专题文献库分析、抽取出该领域的专家信息，并构建专家库。专家库采用了专家网络（将专家库中的专家按照其合作或潜在合作关系组成一个相互链接的专家网络，就是一个相互链接的专家页面集合）、专家地图（以Google地图作为媒介的方式可视化呈现专家信息、区域分布与相互联系）和专家排行榜（综合排行榜和各单项指标排行榜）三种形式展示丰富的专家信息。为了便于阐述系统设计与实现原理，本文采用测试数据集演示系统功能界面。

1.信息采集

信息采集功能主要完成以各文献数据库（目前，本系统的数据源主要来自CNKI中国学术文献网络出版总库、ISI Web Of Knowledge，以后将逐步扩展）为数据源的自动采集、入库，并完成数据的标准化处理，自动建立各领域的专题文献库，以符合深入分析与评价的需要。首先选定特定的研究领域，构造检索式完成信息检索，通过期刊系统的数据接口将检索结果导出为txt格式的文本文件，然后按照分析需求解析并截取题录信息各字段内容存入数据库（专题文献库）。有些数据则通过web采集，识别指定数据库网址URL特征和页面文本特征，分别编制相应正则表达式集合，通过字符串截取、正则匹配抓取指定数据（各种引文、下载信息等）完成采集入库。

2.文献信息分析与挖掘

主要包括基本文献分析和高级文献分析。基本分析功能实现对某领域文献库的基本分析，让科学研究人员能从整体上把握研究领域的基本状况。主要完成基于传统的文献计量学的一些基本统计，比如论文总数、合著论文数、作者总数、合著作者人数、合作度、合作率、词频统计与分析、作者发文数分布、期刊发文分布、机构发文分布、发文时序分布等，还包括一些基本的社会网络指标（包括网络节点数、边数、平均度、网络密度、节点度分布）的统计。这些基本统计运算逻辑通过本系统的统计业务类实现了封装。统计分析结果的可视化则采用第三方绘图组件包JPGraph实现。高级文献分析模块主要是发现科研工作者的相互联系，解释其合作模式与规律。主要包括基本功能：（1）作者关键词耦合分析（潜在关系网络挖掘）；（2）作者合著关系分析（外在合作关系网络挖掘）；（3）作者共被引分析，用于挖掘学科共同体及其共同约定，进而分析其学术观点归纳出该学科领域的学科范式；（4）共词分析（挖掘研究热点、学科前沿领域）。几个模块的实现有很多相似之处，都是通过调用基本统计分析后生成的数据（如词频统计生成的核心关键词表、关键词、作者的共现分析生成的共词表和作者对表）生成相应的矩阵，然后调用本系统的分析业务类所封装的矩阵算法进行分析处理，得出有意义的社会变量。本模块可以将生成的各种矩阵数据（专家合作矩阵、专家潜在合作矩阵等）导出为excel格式、UCINET专用的数据语言文件（DL file）格式，可以方便地导入SPSS或UCINET，从而进行更深入的数据分析与挖掘。

3.专家库

主要实现识别并筛选指定研究领域的专家，构建各领域的人才库，并进行评价和各种分析。各领域人才库的建成有助于各领域研究者加深对同行的了解，也有助于科研管理部门和社会大众把握各领域研究人员分布情况和遴选相关领域的专家，能为各科研机构和高校的人才选拨、招聘以及项目团队组建提供定量依据。专家库需要存储以下四类信息：第一类是专家基本信息（如姓名、单位、联系方式、科研简介等）；第二类是该专家的专长研究领域信息（通过系统内置主题词表结合专题文献库的词频统计分析进行抽取）；第三类是该专家的合作网络揭示及其可视化呈现（科研合作网络、潜在合作关系揭示）；第四类是该专家各单项指标和综合指标的得分及其排名信息。包括专家识别与筛选、专家地图、专家检索和专家评价输出4个子模块。

之一，专家识别与筛选。通过分析专题文献库（作为专家数据源），提供各种组合筛选条件（发文数、期刊级别及影响因子、被引用频次、H指数、社会网络中心性指标等）由用户定制，然后根据用户定制条件从专题文献库提取专家基本信息（如姓名、单位、研究专长领域等），并计算该专家的相关特征数据，包括发文指标（发文数、第一作者发文数、个人独著发文数）、引文指标（被引用频次、高被引论文数、H指数）、社会网络指标（度中心度、中间中心度、结构洞约束系数）等，经过评价模型运算后将和评价数据一起存入该领域专家库。专家库会按照综合排名进行列表输出，点击每一个专家条目则进入该专家主页。后期通过后台管理界面实现专家个人信息的人工添加，主要包括个人各种联系方式、成果简介等补充信息。

之二，专家地图。专家地图是专家库系统的一个用于可视化展示的功能，其基于专家库的各种数据，通过Google Maps API实现地理信息和专家信息的有效整合，实现专家相关信息的可视化展示。专家地图是通过google地图加载专家基本信息（姓名、所在机构、研究领域等）和评价信息（发文数、引用次数、度中心度等指标的原始数据及其排名），通过google地图这个媒介直观呈现本学科领域专家的地域分布，使得专家的相关信息得以可视化展示。

基于专家数据库的基本信息和各项指标原始数据，进行各项排名生成处理，然后按照预置的模板将这些信息动态生成XML文档，然后利用XMLDOM解析

相应专家各项数据，并利用循环语句在地图上添加GMarker地标即可。由于专家数目比较多，所以采用了GMarkerManager地标管理器通过导入地标数组实现批量地标数据的加载[10]。

之三，专家检索。主要包括两部分：第一部分是专家库的多途径关键字（包括按题名、作者、机构、关键词、摘要、全文等）检索，通过关键字匹配实现精确或模糊检索，输出该专家基本信息和相关文献列表；第二部分是作者合作关系网络检索与可视化呈现（作者间的合作关系和潜在关系的揭示），可以任意指定一对作者，系统可以输出他们之间的所有最短路径，包括联系他们的作者及其文献信息，这是基于图论的Dijkstra算法并作出改进后实现的[11]。专家个人主页实现了专家相关信息的深度聚合，今后将向科研社会化网络服务方向发展，包括：个人基本信息、研究主题及时间分布、在线沟通（嵌入及时通讯和电子邮件工具）、各单项指标数据及其排名、二度合作人脉网络（每一个专家姓名链接到其个人主页，形成一个相互链接的合作社会网络）、潜在合作关系挖掘与展示（通过对因时空障碍而无直接联系的专家之间进行关键词耦合分析[12]，发现共同的研究兴趣及耦合度，以及相互之间共同的合作者）、相关文献列表（通过机构、关键词、期刊、标题等字段链接到对应专题文献库的详细信息）。

之四，专家评价输出。基于构建的各领域专家库实现专家的综合评价与单项指标评价，各种评价结果便于科研管理部门和相关领域研究者全面了解和把握本领域的专家绩效、学术水平和影响力。本模块包括指标库管理、评价模型运算等功能。指标库管理包括专家评价指标库的增、删、改、查等基本功能。其中评价指标库的权重生成采用了层次分析法（AHP）实现，层次分析法的算法封装在了系统的评价业务类中。评价模型运算通过调用评价指标库的指标及其权重数据，同时调用评价业务类的评价算法实现各一级指标排序和综合排序，并自动生成各种评价报表，包括了各个二级指标的单项排名和综合排名。

五、结论

本文搭建了一个基于科学文献的信息分析与专家评价网络信息服务平台，目的是通过该平台满足科研工作者和科研管理部门关于领域专家的各种信息需求。平台依托各期刊数据库，实现了自动化的文献信息处理和智能化的分析挖掘，能对目标研究领域的学科知识结构进行一定程度的揭示，并运用社会网络分析方法对科研工作者的（潜在）合作关系的网络结构进行挖掘，以发现核心作者群体及其相互联系。同时，本文提出了一个实用的科研人才评价体系，综合运用文献计量学、社会网络分析的指标进行专家评价及排名，并通过Google Maps API实现了专家的地域分布及相关评价信息的可视化展示。本平台现已得到部分科研领域用户的使用及反馈，目前在支持的数据源（由于数据源的原因尚无法进行引文网络的分析挖掘）及其采集的自动化和准确性方面尚有待提高，对专家绩效指标仅仅支持其科研论文数据的采集和分析，今后将对专利、标准、报告等绩效指标的采集处理进行扩展。而关于专家个体内在特质的各种心理特质、道德水准的衡量，因为采用的测量及评价方法属于间接测量和心理映射，我们并没有纳入综合排名计算中，而是作为单独的模块提供，作为用户单位在择人、用人方面测试评价使用。参考文献：

[1]中央人才工作协调小组办公室，中共中央组织部人才工作局.国家中长期人才发展规划纲要（2010-2020年）学习辅导百问[M].北京：党建读物出版社，2010：8.

[2]邱均平，文庭孝.评价学理论・方法・实践[M].北京：科学出版社，2010：5.

[3]赵基明，邱均平.一种新的科学计量指标――h指数及其应用述评[J].中国科学基金，2008（1）：23-32.

[4]宋歌.社会网络分析在引文评价中的应用研究[J].图书情报工作，2010，54（14）：16-19.

[5]朱天，吴斌，王柏.科研合作网络的重要作者发现[J].数字图书馆论坛，2010，75（8）：29-35.

[6] 刘远我.人才测评――方法与应用[M].北京：电子工业出版社，2008.

[7] JASON W， GILMORE W J.Beginning PHP and MySQL（Third Edition）[M].朱涛江，译.北京：人民邮

电出版社，2009.

[8] 叶新伟.PHP+Ajax Web2.0编程技术与项目开发大全[M].北京：电子工业出版社，2008.

[9]BEN FORTA. MySQL Crash Course[M]. Beijing：Posts&Telecom，2009.

[10]江宽，龚小鹏.程序天下Google API开发详解：Google Maps与Google Earth双剑合璧[M].北京：电子工业出版社，2008：1.

[11]周益民，孙世新，田玲. 一种实用的所有点对之间最短路径并行算法[J].计算机应用，2005，25（12）：2911-2934.

[12]刘志辉，张志强.作者关键词耦合分析方法及实证研究[J].情报学报，2010，29（2）：268-275.

Research on Web-based Information Service Platform of Expert Evaluation

DU Hui

（School of Information Management， Wuhan University， Wuhan 430072， P. R. China）

专家系统论文例6

中图分类号：TP182文献标识码：A文章编号：1009-3044(2008)17-21444-03

1 引言

随着我国经济的快速发展，城镇建设和工业生产不断扩大，许多水体遭到工业污水、生活污水的污染，水污染成为我国最严重的环境问题之一。水质监测与评价作为水资源管理和污染控制的主要手段之一，日益受到广泛关注。专家系统是一种智能的计算机程序，它运用知识和推理来解决只有专家才能解决的复杂问题,可以利用专家系统来对水质监测数据进行分析和处理，掌握水质现状及其发展趋势，为水资源管理和水环境保护等决策的制定提供更好的理论依据。

本文在介绍常用水质评价方法和专家系统的基础上，采用Delphi作为主要开发工具，实现了基于规则的水质评价专家系统中的知识库、推理机和用户界面。目的在于利用专家系统来模拟人类专家在水质评价中的决策作用，根据水质监测数据的特点，选择合适的水质评价方法，对水质指标的测量值进行计算分析，并给出合理的评价结果。

2 常用水质评价方法

水质评价是以定量的方式直观的表征水环境质量的总体状况，是进行水环境容量计算及实施水污染控制的重要基础。国内外的环境工作者研究开发了很多评价方法，目前常用的有指数评价法、模糊综合评价法、灰色聚类评价法、BP网络评价法、Hopfield网络评价法和D-S证据理论评价法等。

1)指数评价法：指数评价法可分单因子污染指数法和水质综合污染指数法，单因子污染指数法表示单项污染物对水质污染影响的程度，水质综合污染指数法表示多项污染物对水质综合污染的影响程度。指数法始终以其计算简便、结果直观和便于比较的特点，在河流水污染现状评价中被广为采用。

2)模糊综合评价法：基于模糊理论的水质评价方法，其关键是构造隶属函数或矩阵以及权重矩阵，应用模糊理论对水质进行综合评价，克服了用指数法进行分类的不合理性，考虑了水质分界的模糊性和污染因素的权重，因而，评价结果能客观反映水质的实际状况。

3)灰色聚类评价法：灰色聚类评价法就是将水体看作一个灰色系统，灰色聚类分析是建立在灰色的白化函数生成的基础上，将聚类对象对于不同的聚类指标所具有的白化函数进行归纳，用以判断该聚类对象属于哪一类。

4)BP神经网络评价法：BP神经网络通过对有代表意义的范例的学习、训练，就能掌握事物的本质特征，具有很强的模式识别和分类能力，将水质指标分级标准由网络输入节点表达，水质评价级别则由网络输出节点表达，网络通过不断学习，归纳出评价标准与评价级别之间复杂的内在对应关系，这样就可进行水质综合评价。BP神经网络用于水质综合评价，其评价效果取决于学习样本的各指标是否有显著特征及指标的分级标准是否合理。只有选择适当并合理，训练好的权值和阐值才对样本具有很好的分辨作用。

5)D-S证据理论评价法：D-S理论在不确定性的表示、量测和组合方面具有很大的优势，在水质监测过程中，受到环境、气候以及人为等因素的影响，使得监测数据具有不确定性，因此利用D-S理论在处理不确定性方面的优势，对水质监测数据进行融合处理，可以获得对水质的确切描述，及做出正确的评价。

3 专家系统

专家系统可视为一类具有大量专门知识的计算机智能程序系统，它能运用特定领域一位或多位专家提供的专门知识和经验，采用人工智能中的推理技术来求解和模拟通常由专家才能解决的各种复杂问题，达到与专家具有相同的回答和解决问题的能力，从而使专家的特长不受时间和空间限制。其基本结构由下面的几大组成部分：

1)知识库（又被称为规则库）：知识库是领域知识与经验的存储器。

2)事实库：事实库用于存储问题求解的初始数据和推理过程中得到的各种中间信息，也就是存入了用户回答的事实，已知的事实和推理而得的事实。专家系统中数据库的存储格式，必须满足推理时所使用的形式。

3)推理机：推理机是一组程序，用于控制和协调整个系统的工作。它根据当前输入的数据，如设计参数的值，利用知识库中知识，按一定的推理策略去解决当前的问题。由于专家系统是模拟人类专家进行工作，设计推理机时，我们采用使其推理过程与专家的推理过程类似的模式，具体有正向推理方式，逆向推理方式，双向推理和混合推理方式。

4)解释部分：解释部分是一组程序，其任务是负责人机对话，即对用户提问及回答用户的问题。一个专家系统必须能够解释它所给的决策和和建议，否则，即使它的决策和建议是正确的，也很难使人们接受。解释部分的主要功能是解释系统本身的推理结果，回答用户的问题。

5)知识获取部分：专家系统的知识获取部分，也称系统的学习功能，它为系统的改善提供方便，主要的工作是维护，如知识库的一致性检查、知识的扩充与修改等等。一个专家系统是否具有知识渐增的能力，将影响系统使用的生命力。

在专家系统的这五大组成部分中，知识库与推理机是它的核心。具体的结构如图1所示。在本文中，我们将专家系统与水质监测评价相结合，提出了基于规则的水质评价专家系统。

4 基于规则的水质评价专家系统

本系统的主要功能是根据用户提供的水质监测数据的特点进行分析，根据系统中知识库的事实性知识和规则性知识进行推理，选择合适的产生式规则，并根据规则从系统提供的多种水质评价方法中选出合适的方法对水质监测数据进行计算分析，并根据计算所得的结果进行推理，给出水质状况的评价结论。整个处理过程均给用户提供了友好的操作界面，便于使用。

4.1 水质评价专家系统的设计思想和总体结构

基于规则的水质评价专家系统采用Delphi作为主要开发工具，设计并实现了水质评价专家系统中的知识库、事实库、推理部分、解释部分以及用户界面，同时利用SQL Server作为后台数据库，存储专家系统中的专家知识和用于推理的所有规则。

为了更好的完成水质评价专家系统的开发，在系统的开发中采用了模块化设计，各个模块之间相互联系，完成不同的功能。本系统主要由三大模块组成：

1)方法选择模块：即系统根据水质监测数据的特点进行分析，选择合适的水质评价方法。本系统目前提供了基于D-S证据理论、人工神经网络和支持向量机的三种水质评价方法。

2)计算分析模块：即系统调用上层模块所选择的评价方法对水质监测数据进行计算分析。

3)结果评价模块：即系统对上层模块计算所得的结果进行处理，给出最终的水质评价结果。

基于规则的水质评价专家系统体系结构如图2所示。

4.2 系统的设计与实现

在系统的实现过程中，首先将水质评价专家的知识和经验总结出来，形成规则，并将它们以适当的形式存放在计算机中，建立知识库。然后根据水质评价、水质预报、水质预测、水质规划等要求，采用合适的控制策略，调用知识库中的各种水质信息以及其它有关信息进行分析处理，选择合适的规则进行推理，做出判断和决策，即选择出合适的水质评价方法。其次，系统调用所选方法对监测数据进行计算。最后，根据计算所得的结果，再次选择知识库中的相关规则进行推理，给出对水质状况的合理评价。

1)知识库的设计：本系统采用产生式规则来构造知识库，同时选用SQL Server作为知识库的载体，把专家知识存储在相应的表中。利用关系数据库强大的管理能力来构造知识库，有利于知识的共享和检索效率，进而提高推理能力。系统的知识库主要有两部分组成，一类是事实性知识，一类是规则性知识。设计过程中，通过设计以下的两张知识表来实现。如表1、表2所示。

2)知识的获取和维护：本系统采用人工获取知识的方法，即知识工程师从领域专家那里得到资料，进行分析，并借助系统提供的知识获取界面，将领域专家的经验分解为一些恰当的知识和规则加入到知识库相应的表中。

3)推理机制的设计：系统采用正向推理方法来实现推理机制。实现过程中，系统通过与用户不断的交互获得初始数据信息，然后从知识库的事实性知识中提取相应的知识，与产生式规则的前提条件进行匹配，并利用正向推理的机制进行推理，最后，从知识库的规则性知识中选择一条规则，作为水质评价方法选择的依据。这些推理规则存储在系统知识库的规则性知识表中，在系统运行过程中，针对不同水域水质的实际情况，为用户选择出合适的水质评价方法。

在系统的实现过程中，主要针对基于D-S证据理论的水质评价方法，设计并开发了基于D-S证据理论的数据融合计算分析软件，采用了模块化设计，各个模块相互联系，完成不同的功能。主要由数据输入模块、计算分析模块和结果输出模块三大部分组成，其体系机构如图3所示，左侧是多源数据输入模块，采用SQL Server 2000数据库进行存储；中间部分是软件的核心模块，用来完成对多源数据的融合计算分析；右侧是融合结果输出模块，可以按用户的不同需求把结果显示到终端设备上。

6 总结

本文在对常用水质评价方法进行介绍的基础上，重点介绍了基于规则的水质评价专家系统的设计与开发。目的在利用专家系统中的专家知识和经验对水质监测数据的特点进行分析，模拟人类专家做出决策，为不同的水质监测数据选择合适的评价方法，以对水质监测数据进行更好的计算和分析，并给出对区域水质状况的合理评价，为水资源管理、水环境保护和水污染控制等决策的制定提供更好的理论依据。

参考文献：

[1]衡彤,王文圣.水文智能系统[J].水利水电技术,2002,12(33).

[2]任明仑,杨善林.智能决策支持系统:研究现状与挑战[J].系统工程学报,2002,17(5).

专家系统论文例7

中图分类号： TP315 文献标识码： A 文章编号：2095－2163（2011）03－0061－03

Design and Realization of TRIZ Theory Remote Expert Consultation System

based on Scientific Effect Storehouse

LI Dan1， ZHANG Bin2

Abstract： This paper has introduced the TRIZ theory's research present situation and the significance to use the expert consultation system for spreading and developing the TRIZ theory in our country, elaborates the TRIZ theory Remote expert consultation system's design. Meanwhile, the paper analyzes the scientific effect storehouse as well as design process of the contradictory matrix application, therefore, has realized the uniform of study and application of TRIZ theory with expert concultation.

Key words：

0 引言

随着TRIZ理论在全世界范围内的广泛传播与发展，越来越多的企业单位、教育机构和开发部门逐渐将TRIZ理论运用到生产、实践当中，使自身的研发创新能力得到增强[1]。由于TRIZ理论在中国的发展还处于起步阶段，各阶层人员对TRIZ理论知识体系的学习与应用研究亟待普遍化及网络化。本文提出了一种基于科学效应库的专家咨询系统，不仅能够实现在线学习TRIZ理论知识，应用矛盾矩阵解决实际问题，同时还可以将提问的内容以科学效应库的形式组织存储，以高级搜索的形式为用户和专家提供支持与帮助，便于专家对科学效应库进行维护与更新。

1 科学效应库与专家咨询系统

科学效应库是进行案例管理与搜索的基础，由知识库开发形成，其具体内容主要包括在运用TRIZ理论时所遇到的新旧案例，这些案例按行业分类存储[2]。科学效应库继承了知识库的众多特点：（1）领域性。（2）层次性。（3）推理性。在其基础上可以开发出决策支持系统，通过案例分析支持正确决策[3]。

专家咨询活动是一种利用专家经验及知识储备解决具体问题的一种活动[4]。科学效应库与专家咨询系统相结合，总体上，可以实现如下功能：

（1）案例补充。用户的问题由专家解答完毕后，若此问题可以形成新的TRIZ理论案例，则可由专家存储入科学效应库。

（2）多种服务方式。专家在线值守时可对用户提出的问题进行实时回答，若专家不在线时，用户自身可通过科学效应库搜索相似案例解答，若用户对该解答不满意时，可等候专家上线作答。

2 基于科学效应库的TRIZ理论远程专家咨询系统

2．1 系统整体结构

系统分为用户端，系统平台，专家端三个子系统，如图1所示。

在用户端，用户可以实现在线学习TRIZ理论的基础知识，其中包括应用矛盾矩阵；当专家在线时将可以实时咨询，等待专家作答；无人值守时，可以自行在科学效应库中进行检索。

系统平台在每个知识学习或者应用界面都设置了实时交互接口，并且提供了科学效应库的检索平台。系统平台是整个系统的核心部分。

专家端一方面通过实时交互接口进行在线解答，一方面对科学效应库进行管理和维护。

下面着重对科学效应库的结构组织，高级的案例检索，矛盾矩阵的具体应用模式这些方面进行讨论。

2．2 科学效应库的结构模式

科学效应库的结构模式的解决策略，将直接决定实时专家咨询与无人值守时信息交互的具体实现方法。

在整个咨询过程中产生的案例，主要是通过专家的个人经验，将其归纳整理后形成的，同时将这些案例进行标引和归类。基本思想是按照所属行业进行标引，从多个检索入口均可进行检索，这样可以使案例存储得更加系统化。

专家选择出来的可以添加进入科学效应库的案例由关键词表、行业类，具体实例三部分组成。针对某一具体问题的解决，可通过对行业类型以及关键词进行检索，查找出所需具体案例的分析。

其中，每一个行业类用多个关键词来描述，每个行业类下面又包括多个咨询实例，而实例与关键词之间的多对多关系称为对应（reflect），这样就形成了一种案例表示的方法，即用关键词来描述某一个行业的案例。由于一个案例可能所属多个行业类，所以案例与行业类之间也形成了多对多的关系，从而实现案例的检索查询。这样，无论是从行业类或者某个关键词都可以实现案例的检索。

2．3 高级案例检索的具体实现

以往情况下，用户只能单纯地从关键词，或族类表中进行单一性的检索，TRIZ理论远程专家咨询系统实现了多个关键字，多个行业的自定义函数检索机制。无论是专家或者用户在利用科学效应库检索案例时，可通过科学效应库中的高级案例检索入口进入高级检索函数的编写。该检索函数可由操作人自行定义各个关键词或者行业类的运算方式，例如在输入某几个行业后可选择并且项，这样，检索出的即是同时属于这几个行业的案例，从而完成该次检索。检索过程如图2所示。

2．4 实时专家咨询模式

实时专家咨询是一个完整的咨询系统的重要组成部分。与传统的专家咨询系统相比，实时专家咨询在服务对象、服务方式、服务工具、服务内容上都发生很大变化。实时在线咨询服务是在虚拟环境中专家直接“面对”用户、即时回答用户提问的形式。其特点是，以在线咨询的形式可有效超越时空的局限；以“不见面的面对面”方式，使参考咨询人员和服务对象无论在何处，只要能登录站点就可以进行交互式交谈，这对所有的用户都是平等一致的。另外还可以定期邀请相关领域专家教授，参与对用户的在线咨询服务。实时专家咨询系统具有如下特点：

（1）实时性。可以实时为用户解答咨询问题，用户在互联网上提出问题，就能立刻获得专家的响应和解答。

（2）交互性。用户提出问题，专家接受问题并给出解答。经过交流，专家可以很好地了解用户的需求、问题的类型等，在交互的过程中，专家还可以根据自己的知识给出比知识地图等更多的引导，使得用户的问题能够更好地表达出来，进而给出更好的解答。

（3）灵活性。与传统专家咨询系统相比，实时专家咨询系统的灵活性更具突出。

其中，无人值守检索是将用户提出的自然语言问句通过分词技术切分成一个个关键字，然后分析问题的类型、提取问题的焦点，再在科学效应库中进行搜索，若科学效应库中存在相应问题的答案，系统以文字描述的形式提供给用户。检索的结果一般为多条，系统将内容相关的解答以标题的形式提供给用户，用户可以选择与自己提出问题息息相关的标题，并查看相应的答案。

2．5 科学效应库与矛盾矩阵

系统的科学效应库提供了在解决发明问题时经常遇到的、需要实现的30种功能，以及这些功能的实现经常要用到的100个科学效应和现象。

科学效应库的设计是以科学效应和现象的应用为基础。科学效应和现象的应用应遵循以下5个步骤：

（1）首先根据所要解决的问题，定义并确定解决此问题所要实现的功能。

（2）根据功能，从“功能代码表”确定与此功能相对应的代码，此代码是F1－F30中的其中之一。

（3）从“科学效应和现象清单”查找此功能代码下TRIZ所推荐的科学效应和现象，获得TRIZ推荐的科学效应和现象的名称。

（4）筛选所推荐的每个科学效应和现象，优选适合解决本问题的科学效应和现象。

（5）查找优选出来的每个科学效应和现象的详细解释，并应用于问题的解决，形成解决方案。

其中，科学效应和现象是依据其名称拼音中的字母顺序在结果表中进行排列的。

矛盾矩阵的设计由“工程参数表”、“发明原理表”、“恶化参数表”和“改善参数表”这四个二维表组成。每个二维表设计相应记录的序号列，在系统进行推理的时候，调用“恶化参数表”和“改善参数表”序号相同的记录，就得出解决对应工程矛盾的发明原理的号码，再调用“发明原理表”就得出相应的发明原理的详细说明。

3 系统实现

系统以JDK 5、Myeclipse为开发环境，采用 B／S结构和基于J2EE标准的开发模式。三层的B／S结构的第一层是用户层，用户通过浏览器进行操作和数据传递。第二层是应用层，主要负责接受用户的请求、进行业务处理和访问数据库。第三层是数据层，主要是存放各种数据资源，包括科学效应案例及相应的TRIZ解决工具案例[2]。其中，应用层使用Tomcat5．0服务器，数据层使用Mysql Server数据库，业务处理用Jsp＋Javabean的方式实现并通过JDBC的方式访问数据层的数据资源。客户端与专家端均用网页，消息用XML来封装传递，采用高层的HTTP协议，实现WEB通信，并用脚本实现页面效果。系统实现界面如图3和图4所示。

4 结束语

本文提出了一种基于TRIZ理论的远程专家咨询系统，详细介绍了系统的整体架构以及系统涉及的几个主要部分。系统实现了科学效应库管理与应用，具体检索方式，矛盾矩阵的应用过程等。然而本系统在矛盾矩阵输出发明原理序号后的处理以及科学效应库的组织、推理等方面还不太完善，有待进一步的研究。

参考文献：

[1] 聂惠娟，袁峰． 创新技法与TRIZ的应用研究[J]． 机械设计与

制造，2007（10）：218－219．

[2] 陈亚兵，孙济庆． 基于知识库的专家咨询系统设计与实现[J]．

计算机工程，2007．

[3] 张维明，曹泽文，朱承．知识库系统建模框架的发展与现状[J]．

计算机工程，2002，28（8）．

专家系统论文例8

知识经济的时代,知识存在于每一个领域,影响着人们的学习和生活,在社会各个方面的发展中起着决定性的作用。教育是知识密集的领域,在知识经济时代,面对动态的、多变的教学系统,如何促进教师的专业成长,以适应社会与教育的发展,无疑是我们应该积极思考的问题。

一、知识管理

知识管理是成功应用于企业中获取、存储、学习、共享、创新的管理过程,它“是运用集体的智慧提高应变能力和创新能力,是为企业实现显性知识和隐性知识共享提供的新途径”。[1]知识管理的对象是知识,而知识又可分为显性知识和隐性知识。显性知识指有条理且系统化的知识,这些知识很容易传播与分享。隐性知识则是指不容易表达的知识,这些知识高度个人化,很难将它传播给他人。这两类知识的划分是相对的,在一定条件下可以相互转化,是一个动态循环的过程。日本学者野中(Nonaka)和竹内(Konno)提出了知识转化的四种模式:1.从隐性知识到隐性知识(社会化);2.从隐性知识到显性知识(外化);3.从显性知识到显性知识(综合化);4.从显性知识到隐性知识(内化)。正是经由以上几个过程的不断螺旋循环,不但显性知识得到了不断积累,个体和群体的知识储量不断增加,而且最终实现了知识的创新和发展。

二、教师知识管理

教师知识管理,是指运用知识管理的理念,对包括显性和隐性在内的教师知识进行获取、存储、学习、共享、创新的管理,达到促进教师专业发展,最终不断提高教师工作绩效的过程。当前,教学系统变得越来越复杂和多变,这就要求教师必须相应地吸收新的理念,更新观念,改进教育教学工作,才能保证成功的教学。但由于现实中教学设计理论和教学设计实践脱节、教师知识得不到共享、大量隐性知识被忽视等问题的存在,使得相当一部分教师的教学技能并没有得到相应的提升,教师专业发展受到限制,从而影响了教育教学质量的提高。基于以上论述,我们很有必要引入知识管理思想来解决当前教师专业发展中存在的问题。将知识管理理论运用于教师,以教师的知识作为管理对象,将分别隶属于个别教师且潜藏于他们头脑中的知识通过取得、分享、运用、创新的过程,提升其价值,不仅能在教学上使教师知识发挥更高的应用价值,而且能避免教师专业知识发展与时代脱节,帮助教师专业发展实现其价值追求。因此,本文尝试通过借鉴知识管理的思想来构建一个集管理、合作与交流等功能为一体的动态的教师知识管理系统(Teachers’ Knowledge Management System,以下简称TKMS),实现教师在教学过程中从思想方法到教学过程细节的设计等隐性知识的存储和显性化,并对这些知识提供开放式管理,以实现知识的生产、利用、共享和创新,从而有效地提升教师的教育水平,促进教师的专业成长。

三、TKMS的构建

根据知识管理的思想及综合考虑,以信息技术课程教学为研究对象,可采用如下TKMS的结构模型。

TKMS的体系结构分为以下几层。

1.用户层是与用户直接交互的浏览器界面,完成用户接口功能,在客户端向指定的服务器发出请求,Web服务器用Http协议把所需的文件资料传给用户,客户端接受并显示在WWW服务器上。

2.应用程序层主要是促进教师之间的交流、协作,以期实现知识共享、应用与创新的目的。这一层是系统设计与实现的关键层,是知识管理的核心,决定着整个系统的功能。

3.功能模块层没有用户界面,一般不能直接实现具体的知识管理操作。它主要完成客户的应用功能,即对Web服务器接受客户的请求进行申请处理,而后数据库结果返回服务器,再传至客户端。

4.数据服务层包含了各种知识存储技术,由统一的知识库构成。它主要通过数据库系统来进行知识的管理、信息的存储,完成数据的更新、查询等操作,并维护数据的安全性和完整性。

四、TKMS的应用与分析

1.目前信息技术课程中存在的问题

我国中小学信息技术教育在经过多年的探索和实践并取得一定成果的同时,仍然存在着某些问题,如:(1)信息技术教师教学水平参差不齐;(2)信息技术教师在新型教学方法与模式的探索中出现困惑;(3)信息技术教师在教学过程中出现了诸多误区;(4)信息技术教师对于引进的教学方法与模式缺乏本土化研究。

2.运用TKMS解决问题

下面在介绍TKMS主要功能模块作用的过程中,渗透讲解如何运用本系统来解决以上所提到的信息技术学科中存在的问题。

(1)知识门户系统。在利用TKMS解决实际问题之前,教师须先通过浏览器进入系统进行注册,注册时要求教师填写个人信息,如姓名、所学专业、最高学历、讲授课程等,通过审核后再使用所获得的ID号登录到系统中。系统首页除了显示一些固定的功能模块,如知识检索、Blog等模块外,还根据教师在注册时所填入的个人资料对页面上不固定部分所应呈现的内容进行组织和分类。例如,当教师在注册时填写讲授课程为“信息技术”时,界面就会自动显示信息技术相关知识的分类,如信息技术的课程标准与解读、信息技术课题研究、理论学习等分类,这些分类有助于教师迅速找到所需知识,使用其所需功能。

(2)知识检索系统。上文提到了信息技术教师在探索新型教学方法和模式的过程中出现困惑。究其原因,主要是教师的教学设计理论基础不扎实。要提高教学设计能力,教师就必须了解先进的教育教学理论,了解教学设计的实质、原则,以及教学设计理论,等等,从而才能在探索新型教学方法和模式的过程中实现理论提升。针对这个问题,我们除了可以利用系统所提供的“理论学习”等相关专题来学习教学设计理论的基础知识外,还可以利用系统所提供的知识检索功能从知识库中检索这方面最新发展动态的相关文献、案例等知识。知识检索系统为教师提供多种类型的知识搜索方法,如全文搜索、上下文搜索、自然语言查询等,支持按关键词、按作者或按日期等多种检索方式,这些检索方式能有效地帮助教师从信息的海洋中快速定位知识,让教师从繁重低效的知识获取工作中解脱出来。

(3)Blog系统。教师在教学过程中出现诸多误区,主要由于教师教学观念等认识上的错误所造成的。教师对教学目标的认识还停留在“计算机文化论”或“计算机工具论”上,把中小学信息技术课程与计算机职业技能培训等同起来。要解决这个问题,教师就要积极地进行自我反思,并与国内外的同行进行探讨和交流,不断开拓思维和视野,在知识共享与交流中逐渐纠正错误的教学观念。这里,我们可以利用Blog功能作为解决问题的一个切入点。

Blog是一种个人自由表达和出版的工具,是深度交流沟通的网络新方式,是一个快捷易用的知识过滤、积累和管理的系统。教师可以在Blog上记录自己在教学中采用的教学方法和教学策略等,记录自己学习、思考的过程,同时可以将搜集到的相关知识沉淀下来,成为自己知识体系中的一部分。另外,教师可以通过阅读以往在Blog上写的帖子,对自己所写内容进行深入体会,并与当时自己的知识体系进行融合,反思自己的教学方法、教学行为等,通过反思不断改变错误的教学观念,不断提高教学设计水平。教师还可以在Blog上上传课堂教学视频相互交流与分享教学实践经验,使寓居在一线教学实践活动场景中的大量隐性知识流动起来,实现知识的社会化。一部分优秀的课堂教学视频经过系统审核后还可以存入系统的知识库中,以供更多的教师观摩和学习[2]。

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文

我们还可以在个人Blog的基础上建立Blog群。Blog群就是很多Blog的集合,是教师学习、交流的社区。教师可以在Blog群里围绕主题展开评论和讨论,并且能较详细地记录思考过程,使交流上升到更高的层次,实现知识的外化,进而促进知识共享和知识创新。对于那些经过实践证明有价值的知识经过标引、分类后,可以存入系统的知识库中,实现知识的高度集成。

(4)知识地图。信息技术教师对于引进的教学方法与模式缺乏本土化研究,这其实也是教学设计理论和教学设计实践脱节的一种表现。就目前而言,我国的教学设计还主要处于引用阶段。特别是理论方面,很多都源于国外。实践方面,由于“洋”理论的“水土不服”,加上我国根深蒂固的“儒家”教育观念、学习理论的影响,理论与实践出现了脱节。因此,我们应从实际出发,着力探寻本土化的教学设计理论与实践。在这个过程中,工作在第一线的教师们与教学设计的理论专家应加强合作,从理论与实践两方面去共同促进我国的教学设计的研究,以达到二者的有效结合。因此,我们可以尝试使用系统所提供的知识地图功能实现一线教师与教学设计理论专家的联系与沟通。

知识地图是TKMS中知识的索引,它可以为知识的位置进行导航,告诉教师“谁拥有我需要的知识”,以及拥有哪些方面的知识。知识地图以主题知识地图、专家地图、主题与专家的关联地图进行分类显示。主题知识地图是以教师的学科知识为主题对系统中存储的知识进行分类显示,存储关联文档之间的链接,提供智能化的知识向导。如当信息技术教师加入教学方法与模式本土化课题研究小组时,系统就会根据教师的属性和行为记录查找有关这方面的知识,并形成知识地图展现在教师的面前。专家地图则主要是将拥有知识的人,即某方面的专家如同显性知识一样标注在知识地图中,它储存了专家描述文档,根据学科知识对专家进行分类,教师通过专家地图可以和领域专家取得联系。主题与专家关联地图可以定位知识与专家之间的联系。如信息技术教师可以在阅读某一文档时,通过关联地图找到教学方法与模式本土化研究方面的专家,再通过专家定位系统与专家取得联系;反之,教师还可以通过专家定位找到该方面的关联文档[3]。

(5)实时交流系统。通过对信息技术教师教学水平参差不齐这个问题进行分析可以得知,当前的信息技术教师队伍主要是由青年教师和一些从其它学科转教信息技术课的教师组成的,他们的教学理论功底薄弱、实践经验少、教学水平参差不齐。因此,我们非常需要得到有关专家或优秀教师的指导来帮助提高信息技术教师的整体教学水平。

这里,我们可以通过刚才介绍的知识地图找到专家或优秀教师的联系方式,然后通过实时交流系统与其建立联系就可以进行直接交流。实时交流系统其实就类似于我们现在使用的QQ软件。教师可以通过系统的“查找”功能找到专家,并与专家进行沟通。当教师希望一个课题研究小组的教师都得到通知时,还可以选择类似于QQ软件的“群”功能一次性将消息发送给多个教师。同时,实时交流系统还提供功能类似于支持语音视频聊天的QQ聊天室的实时会议系统,为教师提供一个虚拟的学术沙龙,让教师可以选择加入某个讨论组进行非正式的组织讨论。

(6)知识评价系统。教师在阅读系统中的文章时,可以使用系统提供的知识评价模块来对这些文章进行评论,并根据文章的质量、重要性等指标打分;教师还可以对每一次检索结果进行评价。评价系统通过教师的评分与文章的引用率作出评价,并鼓励知识贡献最多的人,赋予其更多的权限或给予一定的奖励等激励方式,促使教师不断地将在系统中所学到的知识应用到教学实践当中,并将应用后所产生的新思想、新成果再次与其他教师共享,从而形成一个不断循环的过程。这个过程也能实现教师教学设计知识的内化,使教师个体的教学知识得到不断的升华,更实现知识的创新和发展。

五、结语

文中所设计的教师知识管理系统的功能模块,是作者在对教师知识管理活动进行抽象化和一般化的基础之上,应用现有知识管理的理论和技术所构建的一个框架,是在理论层面的一种新的设计思想的尝试,具体实践时可能还有许多不尽如人意或需要改进的地方。尽管论文中有些思想还不够成熟和完善,但文中进行的分析和得出的结论,以及所构建的教师知识管理系统,对于相关课题的研究会有一定的借鉴意义,希望本文能够抛砖引玉,促进教师知识管理系统应用研究的逐步深入。

参考文献:

[1]邱均平.段宇锋.论知识管理与竞争情报[J].图书情报工作,2000,(04).

专家系统论文例9

“专家系统”课程是本科专业“智能科学与技术”的特色课程之一,该专业是由北京大学在2004年率先自主建立的[1]。此后,国内很多大学也都陆续基于各自的特色建设开设了该专业,如北京邮电大学、南开大学、首都师范大学、西安邮电大学、北京科技大学、厦门大学、中南大学等。基于一个新兴本科专业设立的专业基础特色课程,应该如何建设,实施教学与改革,突出专业特色?各类学校都在摸索中。中南大学的“专家系统”课程是部级“智能科学基础系列课程教学团队”主干课程之一,它由部级教学名师领衔,以双语建设为教学基本手段,以精品意识为指导[2],培养学生自主创新意识,发掘学生兴趣潜能,非常具有专业特色。

1课程建设情况

专家系统使用人类专家推理的计算机模型处理现实世界中需要专家做出解释的复杂问题,并得出与专家相同的结论[3]。其最大特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由[4]。我们结合专家系统课程特色与学习认知过程特点,采取认知教学作为专家系统教学的理论基础[5-6],根据智能科学与技术系列课程教研经验,融合双语教学方式,初步提出课程定位和建设目标,给出了教学基本要求。

1.1课程定位与建设目标

在学习本课程之前,学生最好已经选修过离散数学、人工智能和面向对象的程序设计课程,本课程32个学时,2个学分,其中实验课6学时。此外,“专家系统”还可作为自动化、计算机科学与技术等相关专业有兴趣的学生的选修课程。可为学生提供一种新的手段和方法求解传统方法难解问题,也为学生们了解智能科学与技术领域知识提供良好的窗口。

专家系统成为智能科学与技术本科专业的专业基础课程,目的在于培养学生理解和掌握专家系统技术的基本观念、基本理论和智能科学方法;并灵活设计和构建不同领域的专家系统,解决实际问题,为学习后续课程奠定方法基础。通过教学过程,培养学生善于分析继承已有的科学进步成果、激励学生善于发现问题、分析问题和解决问题的自主科学创新精神。

1.2课程教材设计

本校专家系统课程选用了蔡自兴编写的《高级专家系统:原理、设计及应用》[3]一书,该教材包括专家系统的基本理论、技术方法和实际应用的诸多内容,知识点介绍全面详尽,同时列举了诸多实例,便于课堂分析与课后理解。

根据双语教学的要求,外文参考教材[7]选用了Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,适合学生作为主要参考书目进行课后学习。实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书,主要利用了同时,根据双语教学的要求,外文参考教材选用了China Machine Press出版的Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,有利于学生作为主要参考书目进行课后学习。我校实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书。主要利用了该书后半部分内容。目前,国内基于CLIPS的“专家系统”实验教学教材在国内几乎没有容,专家系统课程实验及其教材建设还需进一步改革与探索。

1.3教学要求与知识框架

通过学习,使学生了解和掌握专家系统的相关原理和方法,。要求学生掌握知识表示方法、搜索推理技术的相关内容,熟悉和了解常见的专家系统解释机制、开发工具和评估方法,学会基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构建立和应用,掌握专家系统的常用编程语言――CLIPS,了解专家系统的发展趋势和研究课题。经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。。

经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。

模块一专家系统的定义、发展历史、研究内容、类型、结构和特点以及构建步骤;。

模块二熟悉专家系统时可能采用的人工智能的知识表示方法和搜索推理技术,结合传统人工智能方法和计算智能的一些方法;。

模块三了解专家系统的解释机制、开发工具和评估方法;。

模块四熟悉基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构、推理技术、设计方法及应用示例;。

模块五掌握人工智能和专家系统的编程语言――CLIPS,了解其他LISP,PROLOG和关系数据操作语言等;。

模块六展望专家系统的发展趋势和研究课题,并了解新型专家系统的特征与示例。

从教学要求角度出发,模块一、模块三和模块六的教学要求相对一般,但却是学生涉及专家系统技术的必备知识模块。相对而言,模块五是基本教学条件要求中最高的一个模块,因为模块二与模块四的深刻理解与系统设计需通过模块五而实现的。

从教学内容的重难点角度出发,模块二是重点部分之一,但因有人工智能课程的基础,相对而言,教学实施过程中较为顺畅。模块四与模块五是专家系统课程重点阐述部分,其中模块五也是难点部分,在实验教学环节中,由于大部分学生初次接触推理性的编程语言,所以需要一定的入门时间和练习次数。

2专家系统课程教学改革实施

2.1基于多媒体的专家系统课程教学

教学应以学习者为中心,以先进教育技术为手段,相辅相成,促进教学效果。人类的感官功能中视觉与听觉器官起到了94%作用[78],而视听觉的协同作业能大大提高学习效率,而。多媒体教学就是一种集声、文、图、色于一体的教学手段之一,其实施。多媒体教学的关键实施内容就是教学设计,而教学设计的难点就是在不增加学生信息加工系统中工作记忆负荷的前提下,用促进生成的方式呈现学习材料,包括教材、课件、讲义、课堂讲解、课后习题等。

结合专家系统课程教学情况,教学设计分为以下3个方面进行详尽阐述:。

1) 把握好课堂教学知识量。

专家系统课程相对智能科学与技术专业第六期的学生而言是非常新颖的一门非常新颖的课程,学生们相对的学习热情比较高,但这里还需仍然需要对学生的先前知识结构和能力有个简单的估计。教师需考虑学生的工作记忆容量,并对学生的长期记忆有个估计,把握学习材料内在负荷。学习材料并非越多越好,关键在于精华,给学生留下深刻印象。“专家系统”课堂教授部分以原理性与推理性知识为主,应增加实践技术实例,这样让学生紧密联系实际应用进行学习,。多媒体视频就是一个很好的表现手段。将制作好的实例视频,向学生们展示,不但让课程氛围活跃,还激发学生对实践教学的兴趣;不但没有增加课堂的知识负荷,还可以留给学生课后对比学习。

2) 多元化课件制作呈现形式。

专家系统是一门推理性知识要求很强的课程,同时也需要掌握一门有利的开发工具方能使学生做到灵活应用。经过教学实践与课后调查发现,学生们对知识表述与相关画面共同呈现的形式比单一媒体呈现形式学习效果好,知识和画面也必须是关联的,呈现位置和各部分的比例也需考虑充分。为此,课件制作是一个“改无止境”的工程,因为每一届的学生具有自己的特点,且专家系统课程知识点的不断更新,每一年都要对课件进行大量的补充与改进。

3) 基于认知教学的课堂讲解过程。

认知教学模式中,是以学生为主体,教学教师起主导作用。课堂讲解是面对面教学活动中的重要环节,,它是多媒体中联系言语与画面的桥梁,是减少学生工作记忆负荷的有效手段。

专家系统课程知识可分为表示性知识与推理技术性知识,根据相关认知心理学理论,可将知识分为两类:陈述性知识和程序性知识[5]。其中在教育心理学中“陈述性知识”是指个人具有有意识的提取线索,能够直接加以回忆和陈述。其实就是关于“是什么”的知识,包括对事实,规则,事件等信息的表达。教育心理学中“程序性知识”是指个人没有有意识的提取线索,其存在只能借助某种作业形式简介推测的知识称为程序性知识,而现代认知心理学为程序性知识以产生式及产生式系统来表征的。所以可将陈述性知识采用“专家系统”中的语义网络形式为基础地表征,而程序性知识的表征形式可用“专家系统”中的产生式系统,以“ifthen”形式表示条件这一关系。众多形式的产生式规则相互联系就组成了复杂的产生式系统。基于认知理论的“专家系统”知识教学实施过程中,首先应选定系统设计内容,掌握开发系统时所需的知识与工具,;其次分析问题,并根据系统的具体特征转化知识。而后;接着对问题模型进行求解,建立和构造知识库,;最后,利用实现工具编写代码,系统联调。

2.2专家系统课程双语教学的实施

专家系统课程是信息学科新兴发展的一门课程,有许多关键性进展相关研究进展和成果的资料均源于英文文献,因而提高学生双语水平是一种大势所需,。同时,双语教学提高了对教师整体素质的要求,在双语教学过程中,有意识的增强教学互动,以问题启发式教学与课堂辩论形式教学,学生通过查阅主题文献进行针对性的演讲或讨论,教师对学生的表现加以评述,并进行补充。这种形式可扩大教师的知识面,使得任课老师了解前沿的研究成果。也可培养学生主动学习的积极性和创新能力,使得课程具有鲜活的生命力。双语教学对教师,特别是教师的其外语水平及其口语表达能力,,。促进了师资整体水平的提高。专家系统的双语教材已在1.2中介绍,但实验教材的设计与编写工作现仍处于空缺,这也是双语教学的需完善的内容工作之一。由于双语教学增加了授课难道难度,进而影响了授课的进度,应充分发挥多媒体先进教学手段对专业术语和难以理解的内容,进行注解,帮助于学生理解。在贯彻双语教学的过程中,除了指定适当英文参考短文或参考书,开发双语课件外,还应使学生接触国内外文献资料,开阔眼界,拓宽知识面,强化双语的意识,激发学生主观能动性,使学生找到课程学习的归属感。

2.3改革“专家系统”课程实时交互活动

专家系统课程是一门理论与实践关系密切的课程之一,课堂留下的作业大多需要计算机编程或计算机辅助教学方能较好的地完成。根据此特点,改革传统的作业形式与批审方法可节约反馈时间,同时可实现“低碳无纸化”办公。利用网络进行作业上交,教师批阅后通过网络及时返回给学生,不但能提高老师的办公效率,也使学生得到快速与准确的反馈。

针对多校区的现状,我们利用网络教学资源,采用了多种交互式策略,通过Email和群讨论组等方式进行在线交流,也可传递参考资料,交流课外成果,实现只要老师在实验室,学生在任何有网络终端PC机处,就能进行了实时交流或批改作业。避免了学生为了课后的困惑问题积压至下一堂课的矛盾,同时也节约了学生往返路程上耗费的时间。

为了进一步体现教学效果,我们下一步拟进行考试方式的变革,应综合考虑课堂出勤情况、平时正式作业成绩、课堂讨论情况和期末课程考试进行综合评分。还应考虑以双语形式进行笔试,当面交卷后进行双语发问。若有课程论文或创新作品表现突出者,可免参加最后的课程考试。使考试不再是学生的负担,而成为衡量与培养创新能力。和口试。

3基于CLIPS的专家系统实验教学

3.1专家系统与CLIPS语言

CLIPS(C Language Integrated Production system)是由美国航空航天局约翰逊空间中心(NASA’’s Johnson Space Center)开发的一种专家系统工具,由C语言编写而成。早期的专家系统工具大都用LISP、Prolog等编程语言开发,共同问题是运行速度慢,可移植性差,解决复杂问题的能力差。CLIPS是基于Rete算法的前向推理语言,其优点包括:①逻辑推理方面的强大功能强。②、可移植性好。③、可扩展性好。④、有利于和其他语言联合使用等。

3.1专家系统与CLIPS语言

专家系统与传统的计算机程序系统有着完全不同的体系结构,通常它由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个基本的、独立的部分所组成,其中尤以知识库与推理机相互分离而别具特色。用clips语言能够更好地熟悉专家系统的整个组成。CLIPS可为基于规则、面向对象以及过程的编程提供支持(rule-based, object-oriented, and procedural programming)。

以基于规则的专家系统利用CLIPS工具编程作为实例阐述。在CLIPS中找到专家系统基础的组成部分――Fact List、Knowledge Base、Inference Engine。Fact List中存放用于推理的事实,而Knowledge Base包含所有的规则,Inference Engine控制所有的进程。图1所示为专家系统框架示意图。专家系统中最核心的就是知识库,知识库中包含了大量某个领域专家的知识。,为了使计算机能运用专家的领域知识,必须要采用一定的方式表示知识 。目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。基于规则的产生式系统是目前实现知识运用最基本的方法。

3.2专家系统实验教学内容

通过CLIPS软件环境提供了的验证性、设计性和开发性实验,帮助学生更好地熟悉和掌握专家系统的基本原理和方法;,通过实验提高学生总结实验结果的能力,使之对专家系统的相关理论有更深刻的认识。实验内容如表2所示:。

其中,实验1为实验2的基础,这两个实验应与讲授课程穿插,使得学生利用课堂学到的理论联系实际实验操作,通过这两个实验的学习能够掌握专家系统的开发过程、掌握用产生式规则绘制推理树的方法、掌握、编写CLIPS应用程序的方法以及程序运行环境的应用等。实验3是一个有难度的实验,需要大量的课余准备时间,所以在完成实验3的时候,必须预留3周的时间,提前布置给学生,让学生做好实验前的准备,这样方能取得较好的实验教学效果。这些被挑选出来的CLIPS专家系统的代码应是经典的学习内容,通过该实验培养学生独立分析与开发完整的专家系统的能力。

3.3实验教学实例分析

1) 实验目的:学习和理解CLIPS编程语言,通过分析用CLIPS编写的“野人过河”的程序,深入理解专家系统的编程技巧,加深对专家系统的认识和理解。

2) 实验说明:野人过河问题属于智能学科中的一个经典问题,问题描述如下:,有三3个牧师传教士和三3个野人过河,只有一条能装下两个人的船,在河的任何一方或者船上,如果野人的人数大于牧师的人数,那么牧师就会有危险。

假设问题的初始状态和目标状态,假设和分为1岸和2岸: 。

初始状态:1岸,3野人,3牧师;2岸,0野人,0牧师;船停在1岸,船上有0个人;。

目标状态:1岸,0野人,0牧师;2岸,3野人,3牧师;船停在2岸,船上有0个人;。

整个问题就抽象成了如何从初始状态经中间的一系列状态达到目标状态。问题状态的改变是通过划船渡河来引发的,所以合理的渡河操作就成了通常所说的(算符)就是问题求解的关键。,根据题目要求,可以得出以下5个算符:渡1野人、渡1牧师、渡1野人1牧师、渡2野人、渡2牧师,。根据渡船方向的不同,也可以理解为10个往还算符。定义算符知道以后,剩下的核心问题就是搜索方法了,。本程序采用深度优先搜索,通过不断扩展后继结点节点,逐步找出下一步可以进行的渡河操作,;如果没有找到则返回其父节点,看看是否有其它其他兄弟节点可以扩展。

搜索中采用的一些规则如下:

(1.) 渡船优先规则:1岸一次运走的人越多越好(即1岸运多人优先),同时野人优先运走;2岸一次运走的人越少越好(即2岸运少人优先),同时传教士优先运走;。

(2.) 不能重复上次渡船操作,避免进入死循环。;

(3.)任何时候 河两边两岸的野人和牧师数在任何时候均分别大于等于0且小于等于3;

(4.) 由于只是找出最优解,所以当找到某一算符(当前最优先的)满足操作条件后,不再搜索其兄弟节点,而是直接载入链表。

(5.) 若扩展某节点a的时候,没有找到合适子节点,则从链表中返回节点a的父节点b,从上次已经选择了的算符之后的算符中找最优先的算符继续扩展b。

通过实验教学过程中的专家系统开发实例分析,总结了出应用于在许多专家系统项目中的线性生命周期模型,如图32所示。这个模型包括从计划到系统评估的许多阶段,对系统开发的描述一直到功能评估这种程度上。之后,生命周期不断重复:从计划到系统评估,直到系统交付正常使用。

4结语

专家系统课程的发展开发过程是教学研究和教学改革实践相结合的过程,需要不断加强学习、总结经验。本文从总结了专家系统课程定位与、建设目标、教材的选用设计和课程知识框架等方面的总结了“专家系统”课程建设情况。在,并就教学改革过程中注重多媒体教学的效果、双语的实施和课程互动活动的改革等问题进行比较深入的介绍与探讨。通过CLIPS语言与专家系统实验的结合,阐述了实验教学的目的、CLIPS实验特色及和实验方法,体现了基于CLIPS实验教学的优势与特色。在未来的教育领域,专家系统技术将成为信息时代教育发展的新生力军,专家系统也将成为新世纪人类智能管理与决策的得力助手。

致谢注 :本文受部级智能科学基础系列课程教学团队项目(2008)支持,感谢本文得到中南大学信息科学与工程学院智能所的大力支持,特别感谢蔡自兴教授的鼓励与帮助。

参考文献:

[1] 李蕾,王婵,王小捷,等..“机器智能”课程建设初探[J]. 计算机教育,2009(1):86-92.

[2] 陈爱斌.“人工智能”课程教学的实践与探索[J]. 株洲工学院学报,2006,20(6):137-139.

[3] 蔡自兴,Durkin,龚涛. 高级专家系统:原理设计及应用[M]. 北京:科学出版社,2005:1-2.

[4] 蔡自兴. 智能控制导论[M]. 北京:中国水利水电出版社,2007,:28-29.

[5] 杜海琼,张剑平..“专家系统”教学的认知教学理论基础及其教学实施[J]. 现代教育技术,2008,18(8):18-21.

[6] 杜海琼,张剑平. 认知学徒制在“推理与专家系统”教学中的应用[J]. 现代教育技术,2009,19(4):120-123.

[7] Joseph Giarratano, Gary Riley. Expert Systems Principles and Programming[M]. 3th ed. Boston:PWS Publishing Company,1998.

[78]肖桂清,李渺. 正确运用多媒体,促进认知学习的最优化[J]. 思茅师范高等专科学校学报,2002,18(4):55-57.

[8] 杜晖. 决策支持与专家系统[M]. 北京:电子工业出版社,2007:22-23.

Exploration in Course Construction and Teaching Reform of Expert System

YU Ling-li, WEI Shi-yong

专家系统论文例10

AssessmentofTowerCrane

HuangHongzhongYaoXinsheng

(SchoolofMechanicalEngineering,SouthwestJiaotongUniversity)

ChenXiaoanLiRunfangQinDatong

(StateKeyLab.ofMechanicalTransmission,ChongqingUniversity)

AbstractAsanimportantfacility,thetowercraneplaysanimportantroleinconstructionindustry.Thoughitssafetyproblemhasbeenconcernedworldwidely,theaccidentfrequencyhasbeenhigh.Itssafetyisstillapuzzleinthisindustry.AfterbuildingaDependRelationFigure(DRF),anexpertsystemforsafetyassessmentoftowercrane(TQES)isdevelopedinVisualC++environment,usingtheexpertsystemframetechnologybasedonmoderndesignmethodology.TheTQEShasbeenverifiedsuccessfully,andcouldbeusedtoassessthesafetyofgeneraltowercrane.

Keywords：TowercraneExpertsystemSafetyassessment

1引言

塔式起重机（简称塔机）的安全问题，一直是塔机及其应用行业的主要忧患之一，受到各国政府、制造厂商和使用单位以及科研部门的高度重视。现有的解决塔机安全问题的方法，一般立足于生产管理、使用管理和安全检查上。但是，由于人为管理的脆弱性，塔机安全问题依然严重。为此，笔者通过对塔机安全问题的调查以及对塔机的安全检查、评判的研究，开发了塔机安全评判专家系统，便于对塔机的安全状况进行经常性的安全评判，从而提高塔机的安全性。

2基本理论

2.1塔机安全的依赖关系图

在万物复杂变化的世界中，许多事物所处的状况或状态都是由一定的因素造成的，而这些事物的状态同时又是影响其他事物的状态的因素。这种相互依存、相互影响的关系就叫做依赖关系。这样的依赖关系在现实世界中随处可见。如：“他生病了”与“他感到不舒服”；“塔机超载”与“塔机不安全”等。

专家系统是一个基于推理、分析的系统，它的工作就是利用知识库的资源进行推理和分析，根据知识的相互依赖关系去寻求结论。因此，在建立专家系统前，整理知识并建立知识之间的依赖关系是基本的和必要的。

在相关知识领域中，由基本因素到复杂因素进行分析，从而形成了一种复杂的依赖关系，用图形表示就是依赖关系图。依赖关系图有助于对领域知识系统体系进行更加直观的整理，有助于系统结构设计和知识库的建立。

塔机安全的依赖关系图显示了塔机由于其自身因素和外界因素造成安全或不安全的依赖关系，在对塔机的事故和安全问题进行调查、分析、总结后，笔者给出了塔机的安全依赖关系图，如图1所示。

由于引起塔机不安全的因素的复杂性，塔机的安全依赖关系很复杂，这个依赖关系图只简单表明了塔机不安全的某些原因的某些主要发生点，具体的塔机的安全依赖关系将在专家系统知识库构造时全部装入系统。

2.2基于现代设计方法学的专家系统构造技术

专家系统的构造技术可以认为是一门高度智能化的边缘学科，把当代的相关科学领域的新的设计方法应用到专家系统的构造中，就形成了专家系统的新的构造技术即基于现代设计方法学的专家系统构造技术。

现代设计方法学是一门新兴的学科，其研究对象不是某个领域，而是某个领域的研究方法。其研究的主要内容是对现有的方法进行分析和总结，进而去发掘和创造新的方法，并把新的方法应用于相应的科学领域。在许多行业领域都有其特殊的科研队伍，其中较强大的一支是进行方法和策略的研究，其实是从事现代设计方法学的具体应用。在商业界，此类队伍已造就了许多商业奇迹，众多有效的销售方法的推出均是这些策划人员的杰作。在计算机软件行业，这样的队伍也已非常庞大，针对网络的许多新理论、新技术，对互联网络以及局域网络的发展均起到了巨大的推动作用。在机械等其他工业行业也不例外，模糊机械分析设计方法学的提出，无疑让机械设计水平跃上了一个新的台阶［1］。

在专家系统的构造方面，其构造技术也在不停地发展，但较其他软件行业就显得缓慢，主要原因就是设计新方法的发展和应用不够。专家系统的构造也应该吸收当今的现代设计新方法、新理论、新工具，以提高其构造的速度和质量。基于现代设计方法学的专家系统构造技术强调：基于面向对象的模型构造、基于用户的功能设计和基于模糊技术、神经网络的知识处理以及基于现代设计工具的实现等。

2.3可行性分析

塔机安全评判是解决塔机安全问题、提高塔机安全重要性的一种方法和手段。作为对塔机安全的评判，它具有一定的特点和作业流程。塔机安全评判人员，一般由一组塔机安全工程师和塔机专家组成，通过对塔机的状态的系统评定，根据专家的经验和有关规章制度进行评判，最后根据各个专家的评判结果进行综合，得到塔机的安全结论。检查塔机安全评判的流程，可大致描述为图2的形式。因此，塔机的安全评判具有以下特点：

1）评判人员应为塔机安全工程师和塔机专家；

2）评判应依据专家的经验和有关的规章制度实现；

3）评判过程多是专家进行分析，具体的物理活动少；

4）评判活动很难用传统的软件技术解决。

塔机安全问题的重要性在前面已有所叙述，而塔机专家是有限的，不可能对每一台塔机都配备专业的塔机专家进行实时监控，因此努力寻找新的方法来协助解决这一问题就十分必要。开发一个对应的塔机安全评判专家系统，能够对塔机随时进行安全评判，就是协助解决塔机安全问题的一种新方法的尝试。

塔机安全评判的专家系统的构造不仅是必要的而且是可行的，其理由有四：

1）塔机安全评判适宜于开发专家系统，根据前面提到的塔机安全评判的领域特点，其活动多为专家的推理活动，而评判的依据为专家群体知识，正好符合专家系统的开发要求；

2）塔机安全评判的知识存在并且可以获取，这些知识一部分来源于有关的规章制度，另外的来源于专家的经验，这两方面的知识获取都是可行的；

3）构造专家系统的技术比较成熟，专家系统也易于构造；

4）设计人员有开发专家系统的能力。

3系统模型设计

考虑到塔机安全评判的专家系统是一个基于规则的评判类专家系统。因此，在建立系统之初，就考虑了系统的扩充性，即：建立的专家系统应该适用于塔机的安全评判，同时也可作为一个一般的专家系统工具来使用，在系统启动使用后，能够通过简单的重新构造系统的知识库再构造为其他的专家系统。根据这样的设计考虑，塔机安全评判的专家系统的知识库、知识库的建立、知识的获取应该是重要的，而且是用户可重新定义使用的部分。因此，该系统是一个基于规则的评判类专家系统和工具，为了方便和说明系统的功能，以后都把该系统简称为TQES系统。

根据前面对专家系统结构的理论介绍和要求，TQES系统总体上的结构采用基于规则的一般结构，包括以下几部分：基本数据库，初始证据库，规则库，知识获取，推理机，解释机制，人机接口，综合数据库，最终数据库。其相互关系如图3所示。下面介绍其组成部分和功能。

图3TQES专家系统总体结构图

（1）库文件

TQES系统包括5个库文件，其实就是通常的知识库和综合数据库的具体形式体现。

规则库，即知识库，在基于规则的专家系统中，知识的表示是一组按照一定顺序排列的规则，这些规则一起组成规则库，规则库是知识的存放处。TQES的规则库包括了TQES专家系统用的所有知识。

基本数据库为系统的初始化数据文件，它为规则库的建立提供统一格式的数据。在TQES中，使用的最基本的推理单位为节点，节点包含有某种数据值、值的可靠度、数据的标识符等参数。基本数据库由节点构成。

中间数据库也叫综合数据库，该库是在推理中用的临时数据库，它也由节点组成。该库只有在TQES推理时存在，为动态库文件。

最终数据库是TQES推理结束并且成功后的数据库，该库存放推理的成功数据，它也由节点组成。该库只有在TQES推理成功后才产生，为动态库，但是可以进行存储和多种方式的输出。

推理机是TQES的主要的进行推理工作的模块，它根据用户的环境设定而进行推理。其主要功能实现如图4所示。

图4TQES专家系统总体流程图

（2）推理机

（3）解释机制

对推理的结论和推理的过程进行解释，增加推理的透明性。

（4）人机接口

人机接口模块是TQES的特色部分，它负责处理操作人员和系统的信息交换。包括对用户的输入信息转化为系统的形式，把系统的输出信息转化为自然化语言，动态显示推理进程、阅览检查、打印各个库文件和数据的模糊化处理等。

（5）知识获取

负责获取知识，具体来讲就是构造基本数据库文件和知识库文件。TQES通过可视化环境获取数据，动态编辑、显示，自动格式化存储，并具有安全、不失真特性。

4程序实现

按照TQES结构模型，利用基于现代设计方法学专家系统构造技术进行了程序设计。所有的程序都在VISUALC++环境下设计并调试通过，符合C++规范。由于源程序较多（500多页，近20000行代码、40万字符），在此就不列出源代码。同时，由于TQES是一个真正Windows下的面向对象的程序，因此其功能部分和界面部分是综合的。下面列出主要源程序的作用。

Item.cpp节点定义功能实现

ItemBase.cpp节点库实现文件

ItemNameManager.cpp建立基本节点库

ItemInit.cpp初始化基本节点库

ItemBasePrint.cpp打印节点库

ItemInitDate获取初始化数据

MyTree.cpp以树形显示节点库

MyList.cpp以列表形式显示节点库

Rule.cpp规则定义功能实现

RuleBase.cpp规则库实现

RuleManager.cpp建立和管理规则

RuleBasemanger.cpp建立和管理规则库

RuleAddItem.cpp为规则增加前提或结论

RuleDisplay.cpp规则以自然语言显示在屏幕上

RuleEqualEdit.cpp规则的前提和结论之间计算关系的公式编辑器

RuleList.cpp规则库以列表显示

RulePreHeight.cpp规则前提权重分配

Value.cpp节点的值实现

Do.cpp推理驱动

Doing.cpp推理进行

DoSutuo.cpp推理设置

ConclusionOut.cpp显示推理结论

MainFrm.cpp主窗口管理

Tqes.cpp程序进程总启动

TqesView.cpp程序视图管理

TqesDoc.cpp程序文档管理

t程序帮助的索引

Tqes.rtf程序帮助的源文件内容

5结论

TQES系统经过调试后全部达到功能指标，并对一些已经存在的塔机安全事故进行分析，结果正确、可靠，是一个值得信赖的塔机安全评判软件，可以对塔机的安全管理起到一定的协助作用。同时，考虑到软件开发的难度和塔机专业的局限性，在TQES开发之初就考虑到其功能和应用领域的不协调性。因此TQES在主文件不加修改的前提下，通过相应的库文件的重新构造或修改，就可应用到其他类似的评判类、推理类、故障诊断类专家系统中，TQES又是一个广义上的专家系统开发工具，它具有广阔的应用领域和光辉前景。

*国家自然科学基金、四川省跨世纪杰出青年学科带头人培养基金资助项目

作者简介：黄洪钟1963年6月生，重庆市长寿县人。博士，教授。现任纽约科学院会员，日本机械工程师学会会员，中国现代设计法研究会可靠性学会理事，中国机械工程学会可靠性工程分会理事，中国机械工程学会机械设计分会理事。《机械设计》杂志编委，国际著名杂志ReliabilityEngineeringandSystemSafety,FuzzySetsandSystems,MicroelectronicsandReliability等论文特约评阅人。主要从事可靠性与安全性工程、CAD、智能优化设计、神经网络、模糊技术的研究工作。主持或参加部级和省部级科研项目14项，获部级和省部级科技奖3项，获国家专利1项，出版学术著作4部，在国内外学术刊物上120余篇。

姚新胜1969年12月出生，山西晋城人。1993年7月毕业于西南交通大学，获学士学位。1993年8月至1996年8月在山西长治北机务段工作。1999年6月毕业于西南交通大学，获硕士学位。现正在西南交通大学攻读博士学位，研究方向为安全工程、智能CAD与专家系统。主持并研究部级和省部级项目3项，发表学术论文4篇。

作者单位：黄洪钟姚新胜（西南交通大学机械工程学院）

陈小安李润方秦大同（重庆大学机械传动国家重点实验室）

作者地址：四川省成都市；西南交通大学机械工程学院；邮编：610031

参考文献“”版权所有

1黄洪钟．机械设计模糊优化原理及应用．北京：科学出版社，1996.

2陈新标．浅析塔机使用方面的危险因素及防范措施．建筑安全，1997，（10）：6～8.