《专家系统概述及其应用人工智能毕业论文.doc》由会员分享，可在线阅读，更多相关《专家系统概述及其应用人工智能毕业论文.doc（20页珍藏版）》请在三一办公上搜索。
1、专家系统概述及其应用摘要: 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。专家系统是人工智能应用研究的主要领域。专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人
2、类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。本文中介绍了人工智能的概念，分类，特点以及人工智能的研究的发展及其现状。由此引出专家系统的基本概念及主要特点。最后，通过查阅各种资料以及自己的理解分析，对专家系统的主要应用做具体分析。阐述了将计算机人工智能的专家系统理念与全厚度再生机材料配置与设备自动控制系统相结合的思想，同时，具体分析了构建全厚度再生机材料配置与设备自动控制专家系统可供利用的计算机应用技术，并初步建立了该系统的模块体系。关键词：人工智能，专家系统，全厚度再生机材料配置与设备自动控制系统Expert system outline and a
3、pplicationAbstract: The artificial intelligence (Artificial Intelligence), English abbreviation is AI. It is the research, the development uses in simulating, extending and expands humans intelligence theory, the method, technical and an application system new technical science. The artificial intel
4、ligence is a computer science branch, it attempts the understanding intelligence the essence, the parallel intergrowth delivers one kind newly to be able to make the response by the human intelligence similar way the intelligent machine, this domain research including robot, language recognition, pa
5、ttern recognition, natural language processing and expert system and so on.In this article introduced the artificial intelligence concept, the classification, the characteristic as well as the artificial intelligence research development and the present situation. From this draws out the expert syst
6、em the basic concept and the main characteristic. Finally, through consults each kind of material as well as own understanding analysis, makes the concrete elaboration to the expert system main application. Introduced unifies the computer artificial intelligence expert system idea and the Auto-Contr
7、ol system plan, simultaneously, analyzed the construction to Auto-Control system specifically to be possible to supply the use the computer application technology, and established initially module of this expert system.Key word: Artificial intelligence, Expert system, Auto-Control Expert System目录目录4
8、1 引言51.1 人工智能51.2 专家系统61.3 人工智能与专家系统之间关系62 概述62.1专家系统与传统程序62.2 专家系统的特点72.3 专家系统的优点73 详细介绍83.1 专家系统的结构与类型83.1.1 专家系统的结构83.1.2 专家系统的类型93.2 专家系统的工作方式103.2.1 专家系统的工作过程103.2.2 专家系统的开发过程104 实际应用124.1 系统结构图124.2 材料知识库软件的设计思路134.2.1 材料配比体系结构图134.2.3 推理机涉及到的数据表144.3 发泡沥青推理机144.3.1 发泡沥青环境界面的功能选项144.3.2 发泡沥青体系
9、推理机推理分析过程145 现状与发展前景166 总结177 参考文献181 引言1.1 人工智能人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从基础理论的角度出发，其研究基本内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。它一方面不断获得新的进展，一方面又
10、转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。“人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。其发展主要经历了以下几个阶段: 第一阶段：50年代人工智能的兴起和冷落。 第二阶段：60年代末到70年代，专家系统出现，使人工智能出现新高潮。 第三阶段：80年代，随着第
11、五代计算机的研制，人工智能得到了很大发展。 第四阶段：80年代末，神经网络飞速发展。 第五阶段：90年代，人工智能出现新的研究高潮。人工智能系统的开发和应用，已为人类创造出可观的经济效益，专家系统就是一个例子。随着计算机系统价格的继续下降，人工智能技术必将得到更大的推广，产生更大的经济效益。1.2 专家系统专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人
12、类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。1.3 人工智能与专家系统之间关系专家系统(expert system)是人工智能应用研究最活跃和最广泛的课题之一。自从1965年第一个专家系统DENDRAL在美国斯坦福大学问世以来，经过20年的研究开发，到80年代中期，各种专家系统已遍布各个专业领域，取得很大的成功。专家系统属于人工智能的一个发展分支，并且运用于医疗、军事、地质勘探、教学、化工等领域，产生了巨大的经济效益和社会效益。现在，专家系统已成为人工智能领域中最活跃、最受重视的领域。2 概述2.1专家系统与传统程
13、序专家系统与传统程序相比，差别如下：2.2 专家系统的特点专家系统具有下列3个特点：(1) 启发性专家系统能运用专家的知识与经验进行推理、判断和决策。 (2) 透明性 专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高对专家系统的信赖感。 (3) 灵活性专家系统能不断地增长知识，修改原有知识，不断更新。由于这一特点，使得专家系统具有十分广泛的应用领域。 2.3 专家系统的优点近十多年来，专家系统获得迅速发展，应用领域越来越广，这是专家系统的优良性能以及对国民经济的重大作用决定的。具体地说，包括下列几个方面： (1) 专家系统能够高效率、准确、周到、迅速和不知疲
14、倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。(3) 可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。(4) 专家系统能促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够广泛有力地传播专家的知识、经验和能力。(5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力，它拥有更渊博的知识、更丰富的经验和更强的工作能力。(6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。(7) 专家系统的研制和应用，具有巨大的经济效益和社会效益。(8) 研究专家系统能够促进整个科学技术的发展。专家系统对人工
15、智能的各个领域的发展起了很大的促进作用，并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。3 详细介绍3.1 专家系统的结构与类型3.1.1 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。系统结构选择恰当与否，是与专家系统的适用性和有效性密切相关的。选择什么结构最为恰当，要根据系统的应用环境和所执行任务的特点而定。图1表示专家系统的简化结构图。图2则为理想专家系统的结构图。由于每个专家系统所需要完成的任务和特点不相同，其系统结构也不尽相同，一般只具有图中部分模块。 图1 专家系统的简化结构图2 理想专家系统的结构图专家系统的主要组成部分归纳如下：(1)
16、知识库(knowledge base)知识库用于存储某领域专家系统的专门知识，包括事实、可行操作与规则等。 (2) 综合数据库(global database)综合数据库又称全局数据库或总数据库，它用于存储领域或问题的初始数据和推理过程中得到的中间数据(信息)，即被处理对象的一些当前事实。 (3) 推理机(reasoning machine)推理机用于记忆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。 (4) 解释器(explanator)解释器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
17、统输出其它候选解的原因。 (5) 接口(interface)接口又称界面，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等。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。3.1.2 专家系统的类型用于某一特定领域内的专家系统，可以划分为以下几类： 1、 诊断型专家系统：根据对症状的观察分析，推导出产生症状的原因以及排除故障方法的一类系统，如医疗、机械、经济等。 2、 解释型专家系统：根据表层信息解释深层结构或内部情况的一类系统，如地质结构分析、物质化学结构分析等。 3、 预测型专家系统：根据现状预测未来情况的一类系统，如气象预报
18、、人口预测、水文预报、经济形势预测等。 4、 设计型专家系统：根据给定的产品要求设计产品的一类系统，如建筑设计、机械产品设计等。 5、 决策型专家系统：对可行方案进行综合评判并优选的一类专家系统。 6、规划型专家系统：用于制定行动规划的一类专家系统，如自动程序设计、军事计划的制定等。 7、 教学型专家系统：能够辅助教学的一类专家系统。 8、 数学专家系统：用于自动求解某些数学问题的一类专家系统。 9、 监视型专家系统：对某类行为进行监测并在必要时候进行干预的一类专家系统，如机场监视、森林监视等。3.2 专家系统的工作方式3.2.1 专家系统的工作过程 专家系统的基本工作流程是，用户通过人机界面
19、回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。 在这里，专家系统还可以通过解释器向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？ 领域专家或知识工程师通过专门的软件工具，或编程实现专家系统中知识的获取，不断地充实和完善知识库中的知识。3.2.2 专家系统的开发过程1开发步骤采用原型技术的专家系统开发过程如下图3所示，它可分为设计初始知识库、原型系统开发与试验、知识库的改进与归纳三个主要步骤。图3 建立专家系统的步骤2.知识获取图4 知识获取
20、的任务3.开发工具与环境常用的专家系统开发工具和环境可按其性质分为程序设计语言、骨架型工具、语言型工具、开发环境及一些新型专家系统开发工具等。(一)程序设计语言 程序设计语言包括人工智能语言和通用程序设计语言。它们是专家系统开发的最基础的语言工具。人工智能语言的主要代表有以LISP为代表的函数型语言和以PROLOG为代表的逻辑型语言等；通用程序设计语言的主要代表有C、C+和JAVA等。 (二)骨架型工具 骨架型工具也称为专家系统外壳，它是由一些已经成熟的具体专家系统演变来的。其演变方法是，抽去这些专家系统中的具体知识，保留它们的体系结构和功能，再把领域专用的界面改为通用界面，这样，就可得到相应
21、的专家系统外壳。(三)语言型工具 语言型工具是一种通用型专家系统开发工具，它是不依赖于任何已有专家系统，不针对任何具体领域，完全重新设计的一类专家系统开发工具。与骨架系统相比，语言型工具具有更大的灵活性和通用性，并且对数据及知识的存取和查询提供了更多的控制手段。常用的语言型工具有CLIPS和OSP等。(四)开发环境专家系统开发环境是一种为高效率开发专家系统而设计和实现的大型智能计算机软件系统。专家系统开发环境一般由调试辅助工具、输入输出设施、解释设施和知识编辑器4个典型部件所组成。4 实际应用对于专家系统我有自己的一些见解。下面结合我参与过的一个项目来对专家系统的实际应用来进行阐述。全厚度再生
22、机材料配置与设备自动控制系统（以下简称“系统” ）。全厚度再生机自动控制系统是沥青路面全厚度再生快速修复关键技术和装备项目的一个子项目，该系统主要实现两个系列的功能。第一，智能送料。通过用速度传感器测出再生机行驶车速、铣刨机铣刨深度及材料学专家经实验得到的材料配比标准计算出应有送料速度，使用电子阀门控制送料速度达到最优化，既能达到路面施工标准，又能实现原料利用率的最大化。第二，生产环境实时监测。通过各种传感器，元器件对装备的运行状态进行监测，并将监测到的数据进行实时显示、报警、保存，使物料的生产保证质量。4.1 系统结构图4.2 材料知识库软件的设计思路4.2.1 材料配比体系结构图4.2.2
23、.材料知识库涉及到的数据表1) 用户表(用户名，用户密码，权限)注：用户表同时作为另外两个子软件使用2) 材料体系表(体系编号，名称，配比表编号，配比表名称)注：新的材料体系，如发泡沥青材料体系等3) 基本元材料表(元材料编号，元材料名称，元材料单位)注：每种材料体系都是由多种元材料组成，他们之间存在一个配比关系。4) 基本指标性能表(性能指标编号，名称，单位)注：材料性能评价指标，如最大承载压力，最大抗压强度。5) 材料质量影响因子表(因子编号，名称，单位)注：影响材料体系质量的因子，影响材料体系质量的可能是其中某些因子。6) 材料体系性能指标表中字段表(编号，体系编号，字段名称，字段类型)
24、注：不同的材料体系有不同的组成元材料，不同的配比。7) 材料体系配比性能表(配比编号，体系编号，组成元材料，比例，外界影响因子，性能指标)注：不同的体系拥有自己的配比性能表。4.2.3 推理机涉及到的数据表1) 施工方案表（施工方案编号，配比编号，沥青流量，水流量，送料速度）2) 传感器和施动器配置表（配置编号，施工方案编号，传感器编号，传感器类型，备注）4.3 发泡沥青推理机4.3.1 发泡沥青环境界面的功能选项1. 温度监控2. 气压监控3. 水压监控4. 水流量监控5. 监控设备参数温度监控在功能显示区中提供：温度传感器状态、温度安全提示（包括趋势图）、温度阀值、操作提示等数据。气压监控
25、在功能显示区中提供：气压传感器状态、气压安全提示（包括趋势图）、气压阀值、操作提示等数据。水压监控在功能显示区中提供：气压传感器状态、气压安全提示（包括趋势图）、气压阀值、操作提示等数据。水泥流量监控在功能显示区中提供：水流量传感器状态、水流量安全提示（包括趋势图）、流量阀值、操作提示等数据。监控设备参数在功能显示区中提供：发泡装置内传感器状态、传感设备端口关选项、设备安全提示、操作提示等数据4.3.2 发泡沥青体系推理机推理分析过程 知识库获取数学计算体系原材料构成（水、沥青）体系材料配比沥青温度水压气压沥青流量水流量送料速度知识库数学计算数据修正传感器和施动器配置道路修复方案文件 推理条件
26、 道路类型（路基、路面等） 道路等级 材料体系（发泡沥青体系等） 铣刨宽度 铣刨深度 铣刨机转速 再生机速度 水流管道直径（固定） 沥青管道直径（固定） 待添加的隐藏文字内容25 现状与发展前景专家系统运用于医疗、军事、地质勘探、教学、化工等领域，产生了巨大的经济效益和社会效益。但与此同时，专家系统在开发使用中也存在着一下缺点:（1）知识获取的“瓶颈”。通常专家系统的知识获取主要靠人工移植，由知识工程师将领域专家的知识总结为规则加入到知识库中，这种知识获取是间接的，因而效率低；另外，领域专家的某些经验知识往往只能意会，不能言传，很难用一定的规则或者数学模型来严格描述，而这些经验知识在问题求解过
27、程中是相当重要的，这就是专家系统设计开发中的“瓶颈”问题。（2）另一种知识获取的困难就是多个领域专家的知识之间相互矛盾的处理。是在这些知识之间作某种折中处理，还是只取其中的某一种，作为非领域专家的知识工程师在这种情况下也束手无策。（3）知识“窄台阶”。目前，一般的专家系统只能在相当窄的专业知识领域内求解专门性问题，对于那些可以用相应经验知识完整描述的问题能够得到正确结论，但是一旦问题超出系统所拥有的专业领域经验知识，出现系统未预计到的情况，即使问题所涉及到的知识只与现有专业领域知识有细微偏差，系统就得不出结论甚至还可能得到错误的结果。所以存在知识的“窄台阶”，即只有浅层的、表面的、经验性的知识
28、，缺少深层的、本质的、理性的知识。（4）推理能力弱。由于推理方法简单，控制策略不灵活，所以容易出现“匹配冲突”、“组合爆炸”及“无穷递归”等问题，推理速度慢，效率低。（5）智能水平低。专家系统的知识存储是一一对应的，且限定没有冗余性，因而就失去了灵活性。一般的专家系统一般不具备自学习能力和联想记忆功能，不能在运行过程中自我完善、发展和创新，不能用联想记忆、识别和类比等方式进行推理。这样，系统就不能在实践中不断自我完善，就不能从环境变化中发展和创新知识。系统的功能取决于系统最初的知识和能力，它的本领只是输入知识的总和。以上种种都是专家系统发展中存在着的一些限制，在未来的年代中，许多今日专家系统缺
29、失将会被改善，相信未来专家系统应该继续研究的项目有:具有处理常识的能力；发展深层的推论系统；不同层次解释的能力；使专家系统具有学习的能力；分布式专家系统；轻易获取与更新知识的能力。 未来发展的专家系统，能经由感应器直接由外界接受资料，也可由系统外的知识库获得资料，在推理机中除推理外，上能拟定规划，仿真问题状况等。知识库所存的不只是静态的推论规则与事实，更有规划、分类、结构模式及行为模式等动态知识。 人工智能与专家系统的开发标志着计算机系统的发展进入了崭新的阶段，使得计算机的性能更科学、更智能化。专家们预计，人们在一般的知识系统支持下开发专家系统的日期不会太长。到那时，用户通过将本领域的专门知识
30、放入预先设计好的问题求解软件包中，就能获得用于解决本领域问题的专家系统，甚至可能从根本上改变传统设计程序的观念。 6 总结高级人工智能原理这门课程对我来说一直都是很有吸引力的一门课程。初时，我非常惊诧于那些推理的逻辑与算法，以及其在工业生产中可以称之为神奇的应用，而这些正好激发了我求知及探索的欲望。通过此次的论文撰写，使得我对本专业的相关知识有了更清楚的认识，熟悉和掌握了人工智能的基本概念，对专家系统也有了初步的了解，知识也得到了巩固与升华。首先，本文介绍了人工智能的基本概念与发展现状，为其后引出专家系统打下了基础。其次，本文研究了专家系统的基本概念、特点，分类，相关技术和理论，对其工作过程和
31、开发过程进行了具体阐述。最后，本文在研究分析了专家系统基本概念、相关技术和理论之后，分析了我曾经参与的一个系统的基本模型，并且对模型的整体结构及其各组成部分的功能做了详细分析。此次，我主要是对专家系统进行介绍，而在此之前已经有很多人研究过了，所以要参考他们的想法，但有些地方我们也要勇敢的跳出他们的框架，结合我们的实际情况进行分析设计，思想不局限于前人。能完成此次论文的撰写，毋庸置疑，与老师在课堂上的谆谆教诲密不可分。在此，非常感谢老师的启蒙和教导。最后，惭愧的是，由于本人知识与能力有限，对专家系统的了解以及应用方面掌握的知识都不够全面，因此需要迫切的提高自己这方面的知识。7 参考文献1 王永庆
32、. 人工智能原理与方法M.西安：西安交通大学出版社,1998.2 VictorB.Kreng.TheConstructandApplicationofKnowledgeDiffusionMod2el.Expert Systems with Applications,2003,(2).3Liao S H.Expert system methodologies and applications A decade review from 1995 to 2004J.Expert Systems with Applications.2005,28(1):93-103.4Prasad R,Ranjan
33、K R ,Sinha A K.AMRAPALIKA:An expert system for the diagnosis of pests,diseases,and disorders in Indian mangoJ. Knowledge-Based Systems,2006,19(1):9-21.5Lyu J J,Chen M N.Automated visual inspection expert system for multivariate statistical process control chartJ.Expert Systems with Applications,2009
34、,36(3):5113-5118.6Wang Y D,Lim E P,Hwang S Y.Efficient mining of group patterns from user movement dataJ.Data&Knowledge Engineering,2006,57(3):240-282.7Zheng H F,Chen L D,Han X Z,et al.Classification and regression tree(CART) for analysis of soybean yield variability among fields in Northeast China:
35、The importance of phosphorus application rates under drought conditionsJ,Agriculture,Ecosystems & Enviornment,2009,132(1) 8Cai J F,He Z H,Chen C W.A novel frame-level bit allocation based on two-pass video encoding for low bit rate video streaming applicationsJ.Journal of Visual Communication and Im
36、age Representation 2006,17(4):783-798.9Neves L P,Dias L C,Antunes C H,et al.Structuring an MC-DA model using SSM:A case study in energy efficiencyJ.European Journal of Operational Research,2009,199(3):834-845.10Liu K F R,Yu C W.Integratingcase-based and fuzzy reasoning to qualitatively predict risk
37、in an environmental impact assessment reviewJ.Environmental Modelling & Software,2009,24(10):1241-1251.11 Choy K L,Chow K H,Moon K L,et al.A RFID-case-based sample management system for fashion product developmentJ.Engineering Applications of Artificial Intelligence,2009,22（6）：882-896.12Jahromi M Z,
38、Parvinnia E,John R.A method of learning weighted similarity function to improve the performance of nearest neighborJ.Information Sciences,2009,179(17):2964-2973.13Medina J L V,Boque R,Ferre J.Bagged k-nearest neighbours classification with uncertainty in the variablesJ.Analytica Chimica Acta,2009,64
39、6(1):62-68.14Preseren P P,Stopar B.GPS orbit approximation using radial basis function networksJ.Computers& Geosciences,2009,35(7):1389-1396.15Chou J S.Generalized linear model-based expert system for estimating the cost of transportation projectsJ.Expert Systems with Applications,2009,36(3)：4253-42
40、67.16Liao S H，Chen J L，Hsu T Y.Ontology-based data mining approach implemented for sport marketingJ.Expert Systems with Applications，2009，36(8):11045-11056.17Jou Y T,Lin C J,Yenn T C,et al.The implementation of a human factors engineering checklist for human system inter-faces upgrade in nuclear pow
41、er plantsJ.Safety Science,2009,47(7):1016-1025.18Chuang Y H,Yoon W C,Min D.A model-based framework for the analysis of team communication in nuclear power plantsJ. Reliability Engineering & System Safety,2009,94(6):1030-1040.19Zhang Y D,Wu L N,Wei G.A New classifier for Polarimetric SAR imagesJ.Prog
42、ress in Electromagnetics Research,2009,94:83-104.20Amodio P,Pellegrini A,Ubiali E,et al.The EEG assessment of low-grade hepatic encephalopathy:Comparison of anartificial neural network-expert system(ANNES) based evaluation with visual EEG readings and EEG spectral analysisJ.Clinical Neurophysiology,
43、2006,117910):2243-2251.21 Delen D,Sharda R,Kumar P.Movie forecast Guru:A Web-based DSS for Hollywood managersJ.Decision Support Systems,2007,43:1151-1170.22Li D L,Fu Z,Duan Y Q.Fish-Expert:a web-based expert system for fish disease diagnosisJ.Expert Systems with Applications,2002,239(3):311. 23Glass
44、man M.Negation through history:dialectics and human developmentJ.New Ideas in Psychology,2000,18(1):1-22.24Han J W.Altman R B.Kumar V Emerging scientific applications in data mining 2002(8)25Chen M S.Han J.Yu P S Data mining:an overview from a database perspective 1996(6).26 敖志刚. 人工智能与专家系统导论M.合肥：中国科
45、技大学出版社,2002.27 杨学山. 专家系统及其在管理中的应用.北京:清华大学出版社 ,1991.28 武波，马玉祥.专家系统M.北京：北京理工大学出版社，2001.29 王万良. 人工智能及其应用M.北京高等教育出版社,2008.630 蔡自兴，约翰德尔金，龚涛. 高级专家系统原理、设计及应用M.北京：科学出版社,2005.31付炜. 基于框架网络结构的专家知识表示方法研究J.计算机应用.2002,22(1): 3-6.32李士勇.模糊控制、神经控制和智能控制理论M.哈尔滨：哈尔滨工业大学出版社,1998.33吴泉源.人工智能与专家系统M.长沙：国防科技大学出版社，1995.34乌日图.实时专家系统及其应用研究J.内蒙古工业大学学报，1998，17(2).
