农业专家系统问题探讨论文

〔摘要〕专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用，从一般推理策略探讨转向运用专门知识的重大突破。本文按照时间顺序，将专家系统划分为20世纪80年代以前、20世纪80年代、20世纪90年代、2000年后4个阶段。今天小编为大家精心挑选了关于《农业专家系统问题探讨论文 (精选3篇)》，仅供参考，大家一起来看看吧。

农业专家系统问题探讨论文 篇1：

“十二五”时期广西发展信息农业对策探微

[摘要]发展信息农业对于促进农业经营方式和组织方式的转变，推进农业现代化进程，加快农业结构调整有着十分重要的作用。发展信息农业应加强农业信息资源的建设，实现农业资源环境信息化：用现代信息技术武装农业，实现农业科学技术信息化;加强农业专家系统的开发。实现农业生产经营信息化：建立农产品市场信息网络，实现农产品市场信息化;建立农村科技信息服务体系，实现农业管理服务信息化;加大农业信息人员培训的力度，实现农业教育信息化。

[关键词]“十二五”;广西;信息农业;对策

[作者简介]林桂红，广西教育学院政治经济系副教授，广西南宁530023

“十二五”规划以科学发展为主题，以加快转变经济发展方式为主线，坚持把经济结构战略性调整作为加快转变经济发展方式的主攻方向，提高发展的全面性、协调性、可持续性。广西农业发展要贯彻“十二五”规划的精神。必须进一步加强信息农业的发展。

信息农业是集知识、信息、智能、技术、加工和销售等生产经营诸要素为一体的开放式、高效化的农业。农业信息化是指人们运用现代信息技术，搜集、开发、利用农业信息资源，实现农业信息资源的高度共享。推动农业经济发展。农业信息化的进程是不断扩大信息技术在农业领域的应用和服务的过程。

农业信息化对于促进农业经营方式和组织方式的转变。加快农业结构调整，提高农业劳动生产率，推进农业现代化进程，有着十分重要的作用。广西是农业大省，但是由于历史的原因，农业科学技术和生产、流通服务体系等，尤其是农业信息化方面，同先进省区相比仍有很大差距。探讨广西信息农业发展的路径已成为十分重要的课题。

一、加强农业信息资源的建设，实现农业资源环境信息化

農业的资源和环境包括土地、土壤、气候、水、光、温度、农业生物品种等。在农业生产过程中，必须合理利用农业资源，才能提高农业资源利用率。广西农业资源与环境类型多、差异性大，并且水资源以及农业环境的污染情况等的变化很快，需要对农业信息化及时准确地掌握。建立农业资源与环境的信息网络，如农业资源环境的信息监测、农业资源环境的决策支持系统等，才能准确、及时地了解农业资源的开发与利用情况，掌握农业生态环境的变化，及时制定相应的政策与措施。

广西2003年正式实施信息农业建设，至2008年底，已建成100多个农业系统网站，建立涉及种业、农技推广、果业、农经、农产品产销等17个农业业务专网以及14个地级市农业信息网、90个县级农业信息网、700多个乡镇信息服务站。自治区、地(市)、县(市)、乡(镇)四级网络已全线贯通，形成了以广西农业信息网为龙头的广西农业信息服务网站集群。农业信息网每年发布信息5万多条，每日更新信息200～300条”。信息农业的建设取得了一定的成效。但是。广西农业数据中心和自治区级粮食流通数据中心，农产品检测预警系统、农业信息采集系统和农产品及生产资料市场监管信息系统，包括农业自然资源信息、农业生产管理信息、农业实用技术及科研成果等数据信息在内的各种类型数据库尚未建立或还不完善。

广西农业信息资源的建设应以市场信息和技术信息资源为主，通过整合农业信息资源，提高信息质量，建立农业市场信息，完善农村市场体系和与农业系统有关的各种数据库。数据库的建设应紧密围绕农业生物、农业技术、农业环境、农业经济四大要素进行，一是进一步拓宽采集渠道，丰富信息来源，优化信息采集手段，提高信息采集的网络化水平;二是建设农业基础数据库群，建设和完善农产品供求、实用技术、动植物疫病、农产品价格、农业资源环境、农产品农资质量监管、农情气象等方面的农业基础数据库，各级数据库在纵向、横向之间要做到联网运行、资源共享;三是加强农产品市场信息资源的开发分析工作，提高农产品监测预警水平。

二、用现代信息技术武装农业，实现农业科学技术信息化

发展信息农业，就要用现代信息技术武装农业。农村的“三电合一”模式是整合电视、电话与电脑网络资源，利用“三电”的功能和优势互补，实现信息技术“进村入户”的有效途径。“三电合一”模式，一是通过电话网络以语音的咨询方式使农业信息服务进入农户;二是通过电视网络给农民提供信息服务：三是通过电脑互联网向农民提供信息服务。广西农村农业科技人员少、信息闭塞，用“三电合一”模式向农村提供信息服务，对于提高农业技术含量，推进农村经济发展。加快农业现代化的进程。具有十分重要的意义。

目前。广西各级农业部门充分利用电话、广播、电视“村村通”的成果，推广应用电视、电话与电脑网络相结合的“三电合一”模式。至2008年底，广西电话村村通率已达到100%，电视入户率为71.6%：光缆网络已经覆盖了广西全区所有市县乡镇及大部分行政村;移动通信网络覆盖广西100%的县城和乡(镇)，行政村覆盖率达90%。广西农业系统信息平台和“三电合一”信息网络通道每年向农业和农村经济运行注入大量的有效信息，发挥了信息在农业生产经营中的导向作用。

但广西农村的信息网络建设还比较落后，上网成本高、农民收入低和文化素质低阻碍农业信息网络在农村的普及。2008年广西城镇平均每百户拥有电脑67.62台。而农民平均每百户拥有家用计算机仅1.39台，2008年广西农村每百个劳力中初中以下文化的占到83.5%，绝大多数农民甚至农业大户缺乏计算机操作能力。这说明在农业科技信息传播途径上，电视、广播、电话、报刊、农村广播站仍是农村信息传播的主要渠道，利用互联网络或将互联网络与传统媒介相结合传播信息仅在少数农村刚刚开始，电脑互联网“进村入户”的比例还很低。

因此，对广西而言，要用现代信息技术武装农业，首先要加快农村互联网建设的步伐，为农民利用互联网获取所需的信息提供必要的条件;其次要进一步整合资源，利用电视、电话、电脑网络三种信息载体，不断提高“三电合一”信息进村人户工程的技术含量和应用水平。只有这样，才能实现农业科学技术信息化，为农村经济的发展插上腾飞的翅膀。

三、加强农业专家系统的开发，实现农业生产经营信息化

农业专家系统是把专家系统知识应用于农业领域的一项计算机技术。具体地说，是运用人工智能知识工程的知识表示、推理及知识获取等技术，总结和汇集农业领域的知识和技术、农业专家长期积累的大量宝贵经验以及通过试验获得的各种资料数据及数学模型等，建造的各种农业“电脑专家”计算机软件系统。农业专家系统可应用于农业的各个领域，如作物栽培、植物保护、配方施肥、农业经济效益分析、市场销售管理等。农业专家系统来自专家经验，它们代替为数极少的专家群体，走

向地头，进入农家，在各地具体地指导农民科学种田，培训农业技术人员，把先进适用的农业技术直接交给广大农民，把农民种田技术提高到像专家那样的水平，这是科技普及的重大举措。

农业生产和管理包括农田基本建设、农作物栽培管理、农作物病虫害防治、畜禽饲养管理、养殖管理，等等。天气的变化与病害的发生会造成农业生产的不稳定，如果了解不及时，掌握不准确，或不能采取正确对策，必将造成重大损失。加强农业专家系统的开发、利用和信息共享，让专家的知识通过系统直接进入田间地头，增强快速反应、正确决策、及时指导的能力，实现农业生产经营信息化，既可以减少信息闭塞带来的采购、销售方面存在的各种问题。又可以获取经济技术信息和进行管理决策，使农业行政管理、农业生产管理、农业科技管理、提高到一个新水平，从而加速农业的发展。

目前，农业专家系统的开发、利用和信息共享方面的建设还存在一定的问题。一是专家少。服务人员既要懂得农业科学技术，又要懂得信息技术，这种复合型人才在广西农业主管部门还不多：二是现有队伍存在信息把握不全、不精、不深、不纯等现象。网站发布转载的信息多，自己独有的权威信息少;原始的信息多，加工消化的信息少;动态的描述性的信息多，系统的信息少等，信息资源共享程度低，没有得到系统的整合和综合的开发利用。农户所需信息多是市场供求、农产品及生产资料价格、新技术和新品种等信息却往往很难得到。因此，加强广西农业专家系统的开发、利用和信息共享的建设，提高农业生产经营信息化水平，就显得十分迫切。

加强广西农业专家系统的开发、利用和信息共享，既要追踪国内外新信息，又必需结合广西区情，才能取得明显效果。第一，开发和推广一批符合广西实际的农业专家系统，指导农民科学生产，提高农业生产的科技水平和农产品的科技含量。第二，开发一批农产品市场预测专家系统。根据广西实际，建立主要农产品监测数据库，为政府部門提供决策参考。引导产业结构调整和产业升级。第三，采取各种措施引进、吸收国内外优秀农业信息技术人才到广西工作。以加快广西农业信息化进程。第四，用信息技术武装农情工作，在农情统计、灾害监测预警、产量估算、应急反应等方面，提升农情工作信息化、智能化水平。

四、建立农产品市场信息网络，实现农产品市场信息化

随着社会主义市场经济体制的建立和农业商品经济的发展，广大农民已是商品生产者和市场经营主体，有巨大的商业性信息服务需求，既需要政府的公益性信息服务，也需要商业性信息服务，以更好地解决小生产与大市场对接的矛盾。为此，需要大力发展农业电子商务，提供农业商务信息服务。

农产品市场信息化通过网络系统提前发布农产品需求信息和供给信息，方便农户全面、整体的把握市场信息的变化，了解迫切需要的农产品市场，寻求发展有竞争力的农业和提高农产品的附加值;同时，网上发布信息寻找交易伙伴或交易对象，签订和履行产销合同，也有助于加强农户经营的计划性。降低农民的交易成本，提高交易效率，增加农民收益。

据统计，2003-2008年，广西累计促成农产品交易700多万吨，成交金额190多亿元翻。但是，目前我国农业生产资料的品种、质量、价格不能满足农业生产与农民的要求，这是因为农业市场信息化不健全。经销商难以掌握分散农户的情况造成的。

全国的农产品综合信息网及各种网络把全国的农产品汇集到一起，不仅实现了农户小生产与农产品大市场的对接，而且将生产、消费有机地连在一起，真正推进了农业产业化经营。广西因网络基础建设滞后的原因，农业电子商务的服务还落后于全国水平，必须加大建设力度，迎头赶上。应运用信息化工具，健全以初级市场为基础、区域性批发市场为骨干、全国性批发市场为龙头，以基地为纽带，以农户为基础，多种经济形式和多种经营方式并存、设施完备的商品信息网络市场。通过电子商务的形式完善市场管理和服务，建立良好的市场交易秩序;建立以计算机联网为基础的农产品市场信息网络，包括农民生活消费市场信息，网上电子商务信息，多种媒体信息服务，农产品批发、零售市场和进出口公司的市场需求信息，等等。促使农产品销路畅通、供销协调。通过农产品市场信息网络实现农产品市场信息化，推进广西农业现代化的发展。

五、建立农村科技信息服务体系，实现农业管理服务信息化

应用信息技术管理农业资源，可以高效率地开发利用各种农业资源。为保证科技信息与技术能为农民所用，一个有效的农村科技信息服务体系是必不可少的。通过进入外部的信息网络，能广泛获取多种先进的科学技术信息。_个有效的农村科技信息服务体系可以实现农业行政、生态经济管理零距离办公，农资、农产品零距离交易，农业资源、生态环境零距离监测，技术推广、农民培训零距离见面。提高农业生产和经营的科技含量、信息含量，大幅度提升生产力水平，获得最佳的经济效益。

目前。广西在农业管理服务方面开辟了农业电子政务、农业电子商务和农村公共信息三大服务系统，开展了办公自动化、视频会议、农产品网上交易、农村信息服务为主要内容的信息和信息技术服务。2003年以来，广西农业厅开通了行政办公自动化系统、与农业部之间的双向卫星网络视频会议，实现了远程公文传输和处理的网络化、零距离。依托网络的农村公共信息服务成为农业部门服务“三农”的有效方式，通过农业信息网站为农民提供技术培训、技术和政策咨询服务已成为了农业部门服务的重要形式。但是，由于农村网络基础建设普及率低及信息内容滞后和欠缺深度，广大农民还不能广泛地从农业管理服务系统受益。

广西农业管理信息服务必须进一步加强。做到既服务政府管理决策，又服务企业生产经营;既面向生产者，又面向流通者和消费者。首先，要按照“集中、统一、规范、效能”的原则，集中建设统一兼容、资源共享、高效适用的市、县、乡、村信息网络平台，形成市场信息网络体系。其次，要强化信息服务，用准确的信息指导农产品生产和销售。再次，要抓好流通服务，积极开拓国内外市场。在充分利用农村现有集贸市场的基础上，培育大型专业批发市场，建设一批不同类型、不同层次的农副产品批发市场，积极组织各类农副产品的展销促销活动，努力探索产销直挂、连锁经营、配送中心等新的流通方式，大力扶持发展农村流通合作组织。最后，要建立健全科技服务体系，提高科技入户率和含量，切实提高服务质量和服务效果，力争农业信息服务模式和服务效能有新的突破。

六、加大农业信息人员培训的力度，实现农业教育信息化

人才队伍建设是农业、农村信息化建设最重要的组成部分。是推进农业和农村信息化建设成功的关键。农业教育信息化可以加强农业科研和生产活动的信息沟通，加快农业新技术成果的交流和扩

散，加快农业知识传播和农业科学技术的普及，提高农民的科技水平和文化素质。10多年来，广西共培训各级各类农村信息员6000多人次。经过信息收集传播方法、农业科技及管理、计算机应用等知识和技能培训。农村信息员具备了收集、分析、传播信息的服务技能，提高了农村信息员的素质，这支具有良好业务素质的信息服务队伍为广西提供了大量第一手农业农村经济动态信息，在农村信息服务中发挥了重要的作用。但是，广西农业信息人才仍比较缺乏，现有人才结构也不够合理，加上广西少数民族人口较多，交通不发达，信息闭塞。导致教育落后，农业实用技术推广慢，农业产业化发展滞后，农民收入相对较低。要实现广西农村经济的科学发展，必须通过农业信息化教育，提高农民和农村的农业科技水平。

首先。应充分发挥各科研、教育及社会团体的作用。开展农业信息服务从业人员分层次、分类型的培训教育，培养引进一批适应市场需求、精通信息技术的技能型人才，造就一支具有开发创新能力、贴近基层、了解农业的复合型人才队伍。其次，應加强对农村信息员和农村信息专业户的培训教育。同时采取各种有力措施着重培养农民的信息意识，激发农民参与农业信息化的热情，诱发农民的信息需求，让农民自觉注重收集信息、利用信息，并加强对农民进行信息技术培训，加大互联网应用技术培训的力度。教育农民使用和掌握检索网络信息资源的方法和操作技巧，提高农民的信息获取能力。总之，要通过集中培训、分级培训、以会代训和远程培训等方式，大幅提高整个农业系统人才队伍的信息化水平，培养一大批农业信息专家，形成农业信息服务长效机制，不断提高广西农业信息服务业的质量和水平，发挥好政府与广大农民之间的信息“二传手”作用。有效解决信息服务“最后一公里”问题。

农业信息化是发展现代农业的重要内容，是建设社会主义新农村的重要推动力量。科学发展观为农业信息化提供了坚实的理论基础，转变经济发展方式的重大决策和社会主义市场经济体系的逐步完善为农业信息化创造了良好的外部环境，经济实力的增强、科学技术的进步和科技人才队伍的成长为农业信息化奠定了重要基础，只要坚定不移地推进农业信息化的步伐，就能扩大科学技术在农业领域的应用，加快农业经济结构调整的步伐。实现“十二五”广西经济发展的目标。

[责任编辑：舒生]

作者：林桂红

农业专家系统问题探讨论文 篇2：

基于知识图谱的专家系统发展综述

〔摘 要〕专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用，从一般推理策略探讨转向运用专门知识的重大突破。本文按照时间顺序，将专家系统划分为20世纪80年代以前、20世纪80年代、20世纪90年代、2000年后4个阶段。文章利用文献计量学的方法，分析了专家系统发展的历程、发展方向和趋势，指出当前正是专家系统的发展期，多种专家系统投入商业化运行，需要解决知识获取瓶颈、匹配冲突等问题，为了解和掌握专家系统的学科结构、演化过程、发展方向等提供了独特的视角和知识。

〔关键词〕知识图谱;专家系统;发展轨迹

DOI：10.3969/j.issn.1008-0821.2012.02.040

〔

Knowledge-based Expert System Development Overview MapLiao Yi

(Political Department，National University of Defense Technology，Changsha 410073，China)

〔Abstract〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.

〔Key words〕knowledge maps;expert systems;the development trajectory

专家系统作为人工智能的一个重要分支，发展已经超过50年，在很多应用领域都获得了广泛使用，取得了丰硕成果。本文运用文献计量这一独特视角对专家系统进行了再回顾和再分析，将智能科技划分为初创期、成长期、低谷期、发展期，利用词频分析、共引分析、作者共现分析等方法揭示专家系统的学科结构、影响程度、关键节点与时间点等重要而独特的知识，为了解和掌握专家系统的发展与演化过程提供了独特视角。

1 数据来源

SCI(Science Citation Index)是美国科学情报研究所ISI(Institute for Science Information)出版的期刊文献检索工具，所收录的文献覆盖了全世界最重要和最有影响力的研究成果，成为世界公认的自然科学领域最为重要的评价工具。本文以Web of Science中的SCI数据库为数据来源，选用高级检索方式，以“Expert System/Experts System”作为主题词，于2011年5月在Web of Secience中进行检索，一共检索到14 500篇相关文献记录。获得的论文发表年度分布如图1。所示。虽然，专家系统研究从20世纪五六十年代就开始了，但是从图1可以看出直到1982年才有主题词与专家系统相关的论文出现。图1表明1991年左右，专家系统相关论文达到了峰值，但随后呈逐年下降的趋势。到1999年，只有494篇论文发表。但21世纪开始，专家系统相关论文又出现了增加的趋势，并维持在一个稳定的水平中。图1 专家系统在SCI数据库文献发表年度变化情况

2012年2月第32卷第2期基于知识图谱的专家系统发展综述Feb.，2012Vol.32 No.22 专家系统前40年的发展

本文利用基于JAVA平台的引文分析可视化软件Citespace，首先设定时间跨度为1950-1991年，时间切片长度为1年，聚类方式为共被引聚类(Cited Reference)，阈值选择为(2，2，20)、(3，3，20)、(3，3，20)。Citespace得出这些引文的时间跨度为1950-1990年，可以绘制出该时间段的专家系统论文时区分布图，如图2所示。我们以年代先后为序，将20世纪80年代以前作为第一阶段，80年代至90年代作为第二阶段。图2 1950-1991年各年度专家系统论文之间的时区分布图

2.1 专家系统起源时期

根据图2显示，这段时期有7个突出节点，既有7位代表人物。第一个节点代表的是“人工智能之父”——英国著名科学家阿兰·麦席森·图灵(Alan Mathison Turing)，他于1950年在《心灵》杂志上发表论文《计算机器与智能》，提出了著名的“图灵测试”，探讨了机器智能的可能性，为后来的人工智能科学提供了开创性的构思[1]。

第二个节点代表的是美国工程院院士、加州大学扎德(LA.Zadeh)教授，他于1965年在《信息与控制》杂志第8期上发表题为《模糊集》的论文，提出模糊集合理论，给出了模糊性现象定量描述和分析运算的方法，从而诞生了模糊数学。1978年，扎德教授提出了“可能性理论”，将不确定性理解为可能性，为模糊集理论建立了一个实际应用上的理论框架，这也被认为是模糊数学发展的第二个里程碑。同年，国际性期刊《International Journal of Fuzzy Sets and System》诞生，这使得模糊理论得到普遍承认，理论研究高速发展，实际应用迅速推广。

第三个节点代表的美国两院院士、卡内基-梅隆大学教授艾伦·纽厄尔(Allen Newell)，1972年，他出版了《人怎样解题》(Human Problem Solving)一书，书中描述了他和西蒙试图建立一个计算机化的“通用问题求解器”的历程：20世纪50年代，他们发现，人类的问题解决，在一定知识领域内可以通过计算机实现，所以他们开始用计算机编程来解决问题，1956年，他们研发出了逻辑理论家和通用问题求解器(General Problem Solver)，并建立了符号主义人工智能学派。我们可以看出，这本书是对他以前所作工作的总结与归纳，而逻辑理论家和通用问题求解器正是专家系统的雏形，为专家系统的出现奠定了坚实的基础。

但是艾伦·纽厄尔的尝试无法解决大的实际问题，也很难把实际问题改造成适合于计算机解决的形式，并且对于解题所需的巨大搜索空间也难于处理。为此，美国国家工程院院士、斯坦福大学教授费根鲍姆(E.A.Feigenbaum)等人在总结通用问题求解系统成功与失败的经验基础上，结合化学领域的专门知识，于1965年研制了世界上第一个专家系统dendral，可以推断化学分子结构。专家系统进入了初创期，其代表有dendral、macsyma(数学专家系统)等，第一代专家系统以高度专业化、求解专门问题的能力强为特点，向人们展示了人工智能应用的广阔前景[2]。

第四个节点代表人物是美国麻省理工学院著名的人工智能学者明斯基(Minsky)。1975年，他在论文《表示知识的框架》(A Framework for Representating Knowledge，McGraw-Hill)中提出了框架理论，框架理论的核心是以框架这种形式来表示知识。理论提出后，在人工智能界引起了极大的反响，并成为了基于框架的专家系统的理论基础，基于框架的专家系统适合于具有固定格式的事物、动作或事件。

第五个节点代表人物是美国普林斯顿大学教授格伦谢弗(Glenn Shafer)，他在1976年出版了《数学理论的证据》(A mathematical theory of evidence)一书，介绍了由他和Dempster于1967年提出的D-S理论(即证据理论)。证据理论可处理由不知道因素引起的不确定性，后来，该理论被广泛应用于计算机科学和工程应用，是基于D-S证据理论的专家系统的理论基础。

第六个重要节点代表是美国斯坦福大学爱德华·汉斯·肖特利夫(Shortliff EH)教授，他于1975年在著名杂志《数学生物科学》上发表《A model of inexact reasoning in medicine》(《在医学模型的不精确推理》)一文，他结合自己1972-1974年研制的世界第一个医学专家系统——MYCIN系统(用于诊断和治疗血液感染及脑炎感染，是第二代专家系统的经典之作)，提出了确定性理论，该理论对专家系统的发展产生了重大影响。

第七个节点代表人物是美国麻省理工学院计算机科学和人工智能实验室的戴维斯(Randall Davis)教授，他于1976年提出元知识的概念，并在专家系统的研制工具开发方面做出了突出贡献——研制出知识获取工具Teiresias，为专家系统获取知识实现过程中知识库的修改和添加提供了工具[3]，关Teiresias，他于1977年在《Artificial Intelligence》杂志上中进行了详细介绍，而这也为本时期专家系统的快速增多和广泛应用奠定了坚实基础。

20世纪70年代后期，随着专家系统应用领域的不断开拓，专家系统研发技术逐渐走向成熟。但同时，专家系统本身存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一等问题也被逐渐暴露出来。人们从各种不同类型的专家系统和知识处理系统中抽取共性，人工智能又从具体研究逐渐回到一般研究。围绕知识这一核心问题，人们重新对人工智能的原理和方法进行探索，并在知识的获取、表示以及知识在推理过程中的利用等方面开始出现一组新的原理、工具和技术。

2.2 专家系统发展的黄金时期

20世纪80年代是专家系统突飞猛进、迅速发展的黄金时代，根据图2显示，这段时期共有论文982篇，有7个突出节点。

1980年，出现了第一个节点代表——美国斯坦福大学计算机科学系系主任尼尔森(NILS J.NILSSON)，他出版的《人工智能原理》(《Principles of artificial intelligence》)一书，表明了拉近理论和实践的距离的目标，书中对基于规则的专家系统、机器问题解决系统以及结构对象的代表等都进行了具体的论述。

1981年，出现了第二个节点代表——英国赫特福德大学教授Clocksin，威廉F，他出版的《PROLOG语言编程》一书，引起了计算机科学界的极大兴趣，并已被证明是一个重要的编程语言和人工智能系统的新一代基础，是专家系统的重要编程语言。

1982年，出现了第三个节点代表——美国匹兹堡大学教授米勒(Miller RA)，他在《英格兰医药分册》上发表了《基于计算机的医学内科实验诊断顾问》(An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982)一文，属当时诊断专家系统的代表力作，书中介绍了著名的内科疾病诊断咨询系统INTERNIST-1，之后将其不断完善成改进型INTERNIST-2，即后来的CADUCEUS专家系统，其知识库中包含了572种疾病，约4 500种症状。

1983年，出现了第四个节点代表——美国的海斯罗斯(Hayes-Roth，F)教授，他于1983年发表著作《建立专家系统》，对专家系统建立的原则和要素、开发的生命周期等重要问题进行了详细讲解，为研究与开发各种类型的专家系统提供了理论依据。

1984年，出现了第五个节点代表——美国匹兹堡大学计算机科学、哲学和医学教授布鲁斯·布坎南(Bruce G.Buchanan)，他于1984年发表著作《规则的专家系统：斯坦福启发式编程项目Mycin实验》(《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》，这是有史以来关于医疗诊断系统MYCIN的实验规则库公布。基于规则的专家系统MYCIN是专家系统开发过程中一个里程碑，研究其开发思路与方法具有非常重要的意义。

1985年，出现了第六个节点代表——美国人工智能专家、加州大学教授哈蒙(Harmon P)，他出版了《专家系统：人工智能业务》(《Expert systems：artificial intelligence in business》)一书。书中阐述了专家系统如何解决问题，代表知识，并得出推论，并介绍了人工智能的具体制度，确定了专家系统的市场。

1986年，出现了第七个节点代表——著名的专家系统学者沃特曼(Waterman DA)，他出版了《专家系统指南》一书，该书对专家系统的概念、组成、建立过程、建立工具、应用领域等做了深入浅出的系统介绍与论述，是当时全面介绍专家研发与应用的经典书籍。

20世纪80年代初，医疗专家系统占主流，主要原因是它属于诊断类型系统且容易开发。80年代中期，出现大量投入商业化运行的专家系统，为各行业带来了显著的经济效益。从80年代后期开始，大量新技术成功运用到专家系统之中，使得专家系统得到更广泛的运用。在这期间开发的专家系统按处理问题的类型可以分为：解释型、预测型、诊断型、设计型等。应用领域扩展到农业、商业、化学、通信、医学等多个方面，成为人们常用的解决问题的手段之一。

然而，与此同时，现有的专家系统也暴露出了自身严重的缺陷，使不少计算机界的知名学者对专家系统产生了怀疑，认为专家系统存在的问题有以下几点：(1)专家系统中的知识多限于经验知识，极少有原理性的知识，系统没有应用它们的能力;(2)知识获取功能非常弱。为了建造专家系统，必须依赖于专家获取知识， 不仅费时， 而且很难获取完备性和一致性的知识;(3)求解问题的方法比较单一，以推理机为核心的对问题的求解尚不能反映专家从认识问题到解决问题的创造性过程;(4)解释功能不强[4]。等到学者们回过头重新审视时，20世纪90年代的专家系统理论危机已然爆发。

3 90年代专家系统向多个方向发展

由于20世纪80年代专家系统研究迅猛发展，商业价值被各行各业看好，导致90年代大批专家系统从实验室走出来，开始了它们的工程化市场化进程。从图1看以看出，在20世纪90年代，专家系统的相关论文不增反减，进入一个局部低谷期，这期间以“Expert System/Experts System”为主题词的论文共7 547篇。本文利用Citespace软件，设置参数为(4，4，20)(4，3，20)(4，4，20)，获取了该时期论文的引文聚类图(如图3所示)。图2 专家系统1990-2000年的论文引文聚类图

从图3中我们可以看出，全图的节点比较分散，没有形成大的聚类，这表示该阶段没有形成重点研究方向，也没有重大科研成果和标志性著作产生，专家系统的市场化进程严重牵引了研究者们的注意力，这是专家系统研究陷入低谷期的重要原因。

这段时间专家系统的研究工作大致分以下几个方面：第一个研究方向依旧是建立在扎德(LA.Zadeh)教授模糊理论上的模糊专家系统，它同样是该年代专家系统研究的重点方向。

第二个研究方向是骨架专家系统，代表人物有美国斯坦福大学的爱德华·汉斯·肖特利夫(Shortliff EH)教授。1974年末，MYCIN系统基本建成后，MYCIN的设计者们就想到用其它领域的知识替换关于感染病学的知识，可能会得到一个新的专家系统，这种想法导致了EMYCIN骨架系统的产生。EMYCIN的出现大大缩短了专家系统的研制周期，随后，AGE、OPS5、KEE、KBMS、GESDE等骨架系统应运而生，它们在20世纪90年代专家系统的研究进程中，发挥着重要作用。

第三个研究方向是故障诊断专家系统，代表人物有美国麻省理工学院的兰德尔·戴维斯(Randall Davis)教授。他于1984年在《人工智能》杂志上发表了《基于结构和行为的诊断推理 》(《Diagnostic Reasoning Based on Structure and Behavior》)一文，该论文描述了一个利用知识结构和行为，在电子电路领域进行故障诊断排除的专家系统。之后，故障诊断专家系统在电路与数字电子设备、机电设备等各个领域已取得了令人瞩目的成就，已成为当今世界研究的热点之一。

第四个研究方向是基于规则的专家系统，布鲁斯·布坎南(Bruce G.Buchanan)的著作对基于规则的专家系统在这个时期的发展仍有着积极的指导作用。多种基于规则的专家系统进入了试验阶段。传统基于规则的专家系统只是简单的声明性知识，而目前，规则的形式开始向产生式规则转变，并趋向于提供较完善的知识库建立和管理功能。

第五个研究方向是知识工程在专家系统中的运用。代表人物是美国斯坦福大学的克兰西教授(Clancy W J)，他于1985年在《人工智能》杂志上发表了重要论文《启发式分类》(《Heuristis classification》)，启发式分类即对未知领域情况的类的识别过程。它是人类思维解决问题的重要方法，在人工智能、专家系统中可常用启发式设计计算机程序，模拟人类解决问题的思维活动。

第六个研究方向是机器学习在专家系统中的运用。代表人物是机器学习领域前辈、澳洲悉尼大学著名教授John Ross Quinlan。他于1986年在《机器学习》(《Mach.Learn》)杂志上发表《决策树算法》(《Induction of Decision Trees》)一文，文中他详细描述了决策树算法的代表——ID3算法。之后，有大量学者围绕该算法进行了广泛的研究，并提出多种改进算法，由于决策树的各类算法各有优缺点，在专家系统的实际应用中，必须根据数据类型的特点及数据集的大小，选择合适的算法。

第七个研究方向是神经网络专家系统，代表人物有人工智能专家Stephan I.Gallant和美国加利福尼业大学教授巴特·卡斯科(Bart Kosko)。Gallant于1988年在《ACM的通信》上发表了《连接主义专家系统》(《Connectionist expert systems》)一文，文中讲述Gallant 设计了一个连接主义专家系统(Connectionist expert system)，其知识库是由一个神经网络实现的(即神经网络知识获取)，开创了神经网络与专家系统相结合的先例。

第八个研究方向是遗传算法在专家系统中的运用。代表人物是遗传算法领域著名学者、美国伊利诺伊大学David Goldberg教授和人工智能专家L.Davis。1989年，Goldberg出版了专著《搜索、优化和机器学习中的遗传算法》，该书系统总结了遗传算法的主要研究成果，全面而完整地论述了遗传算法的基本原理及其应用;1991年，Davis编辑出版了《遗传算法手册》，书中包含了遗传算法在科学计算、工程技术和社会经济中的大量应用实例，该书为推广和普及遗传算法的应用起到了重要的指导作用。这些都推动了基于遗传算法的专家系统的研发推广。

第九个研究方向是决策支持系统在专家系统中的运用，代表人物是美国加利福尼亚大学伯克利分校教授埃弗雷姆·特班(Efraim Turban)。他于1990年出版了《决策支持和专家系统的管理支持系统》(《Decision support and expert systems:management support systems》)一书。20世纪80年代末90年代初，决策支持系统开始与专家系统相结合，形成智能决策支持系统，该系统充分做到了定性分析和定量分析的有机结合，将解决问题的范围和能力提高到一个新的层次。

第十个研究方向是各种理论知识在专家系统中的综合运用，代表人物是美国加利福尼业大学教授巴特·卡斯科(Bart Kosko)和美国伊利诺伊州研究所教授Abdul-Rahman K.H。卡斯科(Kosko)于1992年出版《神经网络和模糊系统：一个拥有机器智能的动力系统方法》(《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》)一书，这是第一本将神经网络和模糊系统结合起来的读本，也是神经网络与模糊理论综合应用于专家系统建设的经典著作;Abdul-Rahman K.H教授于1995年，在美国电气和电子工程师协会的《电力系统及自动化》(《Transactions on Power Systems》)会议刊上发表了《人工智能模糊无功负荷的最优VAR控制方法 》(《AI approach to optimal VAR control with fuzzy reactive loads》)一文，论文提出了一个解决无功功率(VAR)控制问题，这个方法包含了专家系统、模糊集理论和人工神经网络的重要知识。

虽然专家系统大量建造，但投入实际运行的专家系统并不多，且效率较低，问题求解能力有待进一步提高。原因之一就是专家系统主要是模拟某一领域中求解特定问题的专家的能力，而在模拟人类专家协作求解方面很少或几乎没有做什么工作。然而在现实世界中，协作求解具有普遍性，针对特定领域、特定问题的求解仅仅具有特殊性，专家系统虽然在模拟人类专家某一特定领域知识方面取得了成功，但它仍然不能或难以解决现实世界中的问题。其次，开发的专家系统的规模越来越大，并且十分复杂。这样就要求将大型专家系统的开发变成若干小的、相对独立的专家系统来开发，而且需要将许多不同领域的专家系统联合起来进行协作求解。然而，与此相关的分布式人工智能理论和实用技术尚处在科研阶段。只有分布式系统协作求解问题得以解决，才能克服由于单个专家系统知识的有限性和问题求解方法的单一性等导致系统的“脆弱性”，也才能提高系统的可靠性，并且在灵活性、并行性、速度等方面带来明显的效益[5]。

4 21世纪专家系统进入稳定发展时期

进入21世纪，专家系统开始缓慢发展，这期间以“Expert System/Experts System”为主题词的论文共5 964篇。本文利用Citespace软件，设置参数为(6，6，20)(5，5，20)(5，5，20)，获取了该时期论文的引文聚类图(如图4所示)。图4 专家系统2000-2010年的论文引文聚类图

这个时期专家系统有3个主要研究方向：第一个是研究方向是节点明显的基于模糊逻辑的专家系统研究方向。90年代以来，模糊控制与专家系统技术相结合，进一步提高了模糊控制器的智能水平。基于模糊逻辑的专家系统有以下优点：一是具有专家水平的专门知识，能表现专家技能和高度的技巧以及有足够的鲁棒性(即健壮性);二是能进行有效的推理，能够运用人类专家的经验和知识进行启发性的搜索和试探性的推理;三是具有灵活性和透明性。

第二个是研究方向是Rete模式匹配算法在专家系统中的应用，代表人物是美国卡内基—梅隆大学计算机科学系的Charles L.Forgy教授，1979年，他首次提出Rete算法。专家系统工具中一个核心部分是推理机，Rete算法能利用推理机的“时间冗余”特性和规则结构的相似性，并通过保存中间运算结果的方法来提高推理的效率。1982年，他在《人工智能》杂志上发表《Rete算法：许多模式/多对象的模式匹配问题的一个快速算法》(《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》)一文，该文解释了基本算法的概念，介绍了详细的算法，描述了模式和适当的对象交涉算法，并说明了模式匹配的执行操作。

第三个是研究方向是专家系统在电力系统中的运用。世界各国的专家们开始热衷于在电力生产的各个环节使用专家系统，代表人物有日本的福井贤、T.Sakaguchi、印度的Srinivasan D、美国伊利诺伊州研究所的Abdul-Rahman K.H、希腊雅典国立技术大学的Protopapas C.A、和中国的罗旭，他们在美国电气和电子工程师协会的《电力传输》(《IEEE transactions on power delivery)会议刊及《电源设备系统》会议刊(《On Power Apparatus and Systems》)上发表了多篇有影响力的论文，内容涉及系统恢复、电力需求预测、变电站故障诊断和报警处理等多方面。

这十年间，专家系统的研究不再满足于用现有各种模型与专家系统进行简单结合，形成基于某种模型的专家系统的固有模式。研究者们不断探索更方便、更有效的方法，来解决困扰专家系统的知识获取瓶颈、匹配冲突、组合爆炸等问题，而这也推动了研究不断向深层次、新方向发展。但是，由于专家系统应用的时间长、领域广，他们遭遇的瓶颈问题一时得不到有效解决，导致了这一时期末，专家系统研究呈现出暂时的下滑现象。

5 专家系统发展趋势分析

图一发展曲线上第二个时间节点是1992年，从该年起专家系统相关论文呈下降趋势，然后在2002年又开始缓慢增长，近一年多来又开始下降，这标志着专家系统研究在布满荆棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年为一个单位，统计了1990-2009年20年期间专家系统相关论文中高频词的变化情况，如表1所示，从该表可以获得这个时期专家系统研究的一些特点。

(1)在1990-1999年期间，人工智能出现新的研究高潮，由于网络技术特别是国际互连网技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究，使人工智能更加实用，这给专家系统带来了发展的希望。正因为如此，我们从词频上可以看出，人工智能(artificial intelligence)一词在这十年一直位居前两位，在专家系统研究中处于主导地位，而与其相关的知识表示(knowledge representation)、知识获取(knowledge acquisition)等，也成为了学者们研究的重点方向。

(2)该时期的第二个特点是神经网络研究的复苏。神经网络是通过模拟人脑的结构和工作模式，使机器具有类似人类的智能，如机器学习、知识获取、专家系统等。我们从词频上可以看出神经网络(neural network)一词得以快速增长，1995年时位列第一，进入21世纪也是稳居第二位，神经网络很好地解决了专家系统中知识获取的瓶颈问题，能使专家系统具有自学习能力，它的出现为专家系统提供了一种新的解决途径[6]，同时也显示出他独有的生机与活力。

(3)该时期是模糊逻辑的发展时期。模糊理论发展至今已接近三十余年，应用范围非常广泛，它与专家系统相结合，在故障诊断、自然语言处理、自动翻译、地震预测、工业设计等方面取得了众多成果。我们从词频上可以看出，模糊逻辑(fuzzy logic)一词，除在1990-1994年期间位居第六位外，之后都位居前三甲，2000-2004年期间更是位列第一。模糊控制与专家系统技术相结合，进一步提高了模糊控制器智能水平，这种控制方法既保持了基于规则的方法的价值和用模糊集处理带来的灵活性，同时把专家系统技术的表达与利用知识的长处结合起来，能处理更广泛的控制问题。

(4)故障诊断成为专家系统研究与应用的又一重要领域。故障诊断专家系统的发展起始于20世纪70年代末,虽然时间不长,但在电路与数字电子设备、机电设备等各个领域已取得了令人瞩目的成就,已成为当今世界研究的热点之一。这从高频词分布可以开出，故障诊断(fault diagnosis)从1995-1999年间的最后一位攀升至2005-2009年间的第一位，足见其强大的生命力。在专家系统己有较深厚基础的国家中，机械、电子设备的故障诊断专家系统已基本完成了研究和试验的阶段，开始进入广泛应用。

(5)遗传算法的应用逐渐增多。20世纪90年代，遗传算法迎来了发展时期，无论是理论研究还是应用研究都成了十分热门的课题。尤其是遗传算法的应用研究显得格外活跃，不但应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高。进入21世纪，遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。这在高频词分布中可以看出，以2000作为临界点，遗传算法(genetic algorithms)从20世纪90年代的10名之后，到位于高频词前六强之中，充分反映出它发展的良好势头。

6 小 结

专家系统是20世纪下半叶发展起来的重大技术之一，它不仅是高技术的标志，而且有着重大的经济效益。“知识工程之父”E.Feignbaum在对世界许多国家和地区的专家系统应用情况进行调查后指出：几乎所有的ES都至少将人的工作效率提高10倍，有的能提高100倍，甚至300倍[7]。

专家系统技术能够使专家的专长不受时间和空间的限制，以便推广稀缺的专家知识和经验;同时，专家系统能促进各领域的发展，是各领域专家专业知识和经验的总结和提炼。

专家系统发展的近期目标，是建造能用于代替人类高级脑力劳动的专家系统;远期目标是探究人类智能和机器智能的基本原理，研究用自动机模拟人类的思维过程和智能行为，这几乎涉及自然科学和社会科学的所有学科，远远超出了计算机科学的范畴。

随着人工智能应用方法的日渐成熟，专家系统的应用领域也不断扩大。有人类活动的地方，必将有智能技术包括专家系统的应用，专家系统将成为21世纪人类进行智能管理与决策的工具与助手。

参考文献

[1]百度百科[EB].http:∥baike.baidu.com/view/2130.htm.

[2]黄可鸣.专家系统二十年[J].计算机科学，1986，(4)：26-37.

[3]路耀华.思维模拟与知识工程[M].北京：清华大学出版社，1997.

[4]赵致琢.专家系统研究[J].贵州大学学报：自然科学版，1990，(6)：40-48.

[5]邹光宇.专家系统发展现状及其应用前景[J].电力勘测，1994，(3)：21-26.

[6]杨兴，朱大奇，桑庆兵.专家系统研究现状与展望[J].计算机应用研究，2007，(5)：4-9.

[7]毕学工，杭迎秋，李昕，等.专家系统综述[J].软件导刊，2008，(12)：7-9.

作者：廖佚

农业专家系统问题探讨论文 篇3：

高等教育研究的自适应性专家系统应用探索

摘要：自适应性专家系统(self-adaptive expert system)体现计算机科学、信息管理学等学科的交互，已被现代社会诸多领域使用，该系统传统上基于规则对已知事物进行推理，呈现出一定的优越性，也存在缺陷。随着高等教育研究与实践信息化程度的增强，专家系统的运用正进入一个关键阶段。旨在分析专家系统的特征及运用，并尝试从教育信息管理的角度，遵循原则性、对象性及启发性原则，通过建立机制以促使自适应行为发生并提高其有效性。

关键词：专家系统;自适应性;启发性原则;学习体系

近年来，专家系统被广泛运用于计算机科学、心理学、语言学和信息管理科学等领域，日渐发展为多学科交叉理论，成为人们研究和讨论的热门问题。专家系统最早起源于20世纪六七十年代，由f.a.费根鲍姆等人最先研制。它是一个涵盖大量专门知识与经验的程序系统，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，专家系统被称为人工智能的一个重要分支，可以看做是一类具有专门知识和经验的计算机智能程序系统。尽管专家系统旨在模拟实现人工技能，但实际操作过程中往往存在重大缺陷，如耗时长、程序复杂等，但普遍存在的问题是无法基于经验实现知识和技能的深度习得，系统本身适应性不够，影响功能的实现。

专家系统同样能够被运用于高等教育研究中，众多高校均设置了高教研究机构，部分甚至建立了符合本校发展实际的专家资源共享库，这些实体可以作为该系统载体。在分析该系统的发展进程及核心理念、重要作用、意义以及构建途径的基础上，可以尝试构建一种能够基本满足用户需求的、基于问题解决的系统模式，最终旨在通过夯实高校研究机构的信息能量和运转效率，促使行业领域最新知识信息的流通与交换，提高资源共享的力度和广度。

一、适应性专家系统的特征及其在高等教育研究知识管理中的意义

高等教育研究机构一般为高校自主设立，其主要功能为高校教师从事科研的主要阵地，也是高校实现学科完善发展、完善教学体、健全行政机构的重要组成部分，在高等教育发展中起到不可忽视的作用。但是伴随着院校研究的兴起，高等教育研究所的功能有必要进行重新审视和定位。①高校科研机构能够致力于整合高校内外科研资源，增强科研资源的配置能力，同时创新科学研究，提升服务地方经济与社会的能力。而要实现这些目标，最基本的就是要遵循知识管理相关理念和原则，提升知识创新速度，完善学习体系，实现科研机构与个体或团体用户之间的良性双赢互动。对于专家系统而言，其本身的适应性强弱直接影响高等教育研究的知识管理效用，最终影响到研究机构的运转和兴衰。

1.创建并优化学习环境

“学习”最初的概念主要立足于人类通过一定途径获得知识和技能的过程，是一种使个体可以得到持续变化(知识和技能，方法与过程，情感与价值的改善和升华)的行为方式。②但随着信息时代的到来，很多人开始设想“计算机”能否实现“学习”功能，甚至意欲对“学习”进行重新定义。现有的关于“学习”的研究，均普遍认同学习行为的四大基本要素为：学习者、学习环境或方式、学习互动与协作以及学习结果。其中的“学习者”可被视为一个相对独立的体系，能够实现学习行为并主动适应学习环境，反之，不断变化的学习环境又能够促使学习者不断强化学习行为。

以上说明，良性学习环境能够弥补学习者偶然性的主动性不足，增强二者的交互式联系，最终能不断改善学习效果。高校研究机构中的专家系统正好给特定需求和范围的学习个人或团体提供了环境和平台，无论是专家资源库本身，还是由此衍生的相关拓展领域资源，都能够与这些用户实现充分互动，促进知识的发生—交互—再生—再交互的过程。同时，在科研及专家信息资源库更迭迅速、旧的信息丧失时效或者新的信息未被证明和演绎的情形下，基于计算机信息管理应用程序的专家系统本身的适应性显得尤为重要，单纯的知识集聚与单向传递是远远不够的。专家系统必须提高自身之于知识本身的适应性，密切契合研究机构的发展实际、资源库服务器的容纳力度和更新速度、高等教育研究前沿、教育专家的研究领域和研究动向、用户反馈信息等。

2.实现知识共享与转化

专家系统为高校研究机构实现资源共享提供了一个平台，系统通过服务器实现最新知识、相关专家与用户的交融，有利于知识习得过程的实现，同时通过知识更新和再度研发，能够最终运用于实践。专家系统所含的共享型资源本身可大致归为两类：一是源知识，即客观存在的并已被业界普遍接纳的真理性知识，通常由专家系统直接将内容传授给学习者或相关用户。二是推理性知识，由源知识衍生、推理或在特定行业领域未被明确定义的内容，通常需在专家系统内外部的共享、交互过程中达成一致并得出结论，对于某些高等教育发展的前沿和最新问题，甚至始终保持争论状态，同时催生一些新的思想和理念，有助于推动整个高教研究领域的发展。当然，推理性知识对专家系统本身的适应性也提出了较高的要求。

适应性专家系统记忆每一个用户提出的问题以及提交的验证问题，在知识交融、观点碰撞之后总结归纳最新研究动向，自动分析研究趋势，适时得出大多数高教研究者基本认同的结论，最终目的是将相关结论引入科学实验阶段，实现知识从理论到实践的成功转化，积极发挥高等教育研究机构在院校发展当中的决策参考作用，将知识成功转化到实践活动中加以运用。

3.优化高校教育研究机构的管理

自适应性专家系统能够复制教育专家们的知识和技能，降低广泛知识交流和传播的成本。由于这种系统开发注重启发式设计，知识资源库的更新和修正显得非常容易操作。同时，自适应性专家系统24小时不断运作，能够通过不断提供新知识，提高用户的问题解决能力，系统运行稳定，避免现实面对面交流中可能出现的情感、健康等因素。高等教育研究机构通过该系统对内部知识资源库的建设以及师生使用情况进行监控，能够把握整个研究工作动向，提高管理效率。

自适应性专家系统的运用为研究机构内部或特定的外部用户提供方便，系统建设属于一次性投入，后期只需要定期维护，却能够永久性的为研究人员或师生节约研究成本，系统管理人员可以控制整个访问权限，根据需要面向社会开放，能够降低信息管理成本，一定程度提高院校研究机构的影响力。

二、高等教育研究机构中适应性专家系统的构建及应用

高等教育研究机构中的专家系统建设首先要遵循信息管理以及知识管理的基本框架结构，在满足一定的计算机网络硬件基础的条件下，方能启动系统建设。专家系统建设要按照学习行为中的启发性原则，实际运用计算机程序if-then语句，系统工作时定义某一特定条件，通过询问用户相关问题完成访问，系统需具备一个或多个动作的反应，在与用户交互过程中适时更新资源库。

1.适应性专家系统中的知识网络结构

网络知识结构是知识习得的实现方式之一，其适应性专家系统的建立首先要以适应性强为基本原则，同时具备明确的目标导向性。在一个完整的知识网络中，所有节点都可以表示为处理对象，通过节点的创建和修正实现系统的适应性。知识网络结构可存在两种类型的节点：问题节点(代表性的相关问题)和行动节点(相应行为的反应)。

问题节点可包含一个或多个输入连接，每个连接加权，加权值的变化基于搜索的成功与否。每个输入连接对应两个输出连接，输出连接再直接关联其他问题节点或行动节点。每个问题节点包含一个相关问题和对应的解答。系统推理过程中，如果某个问题节点被信息激活，该问题将被评估并反馈至下一个激活程序。同样的，一个行动节点可包含一个或多个输入连接，并加权，加权值的变化基于用户的反馈。一个行动节点可进行一个或多个操作，并可被问题节点的信息激活。

同时，知识网络结构包含一个源知识体系(即一组问题节点和行动节点适当的连接)。用户使用过程中，由于问题的多样性，源知识体的适应性可能呈现出不足。因此，亟需通过调整源知识体和创建新的知识体来适应这些变更。改良后的知识体内，各节点通过某个相关问题或动作来关联数值，并与其他节点相连。适应性较强的知识体系能够重新定义新节点的创建以及各个节点之间的关联性。

2.适应性专家系统的特性

如图1所示，在系统推理过程中，自适应性专家系统加入了生成和测试回路，具备学习功能，而传统的专家系统则只是一种单向的行为流。从系统构建看，与传统专家系统相比，适应性专家系统具备如下特性：一是传统专家系统的知识库是静态的，适应性专家系统包含一个动态的知识库，通过知识网络(即访问对象和它们之间的相互作用)加以呈现，从而可以基于与用户之间的适时交互实现动态修正。二是除了具备传统推理引擎的功能外，适应性专家系统可以根据用户反馈信息适时修正，甚至重建整个知识网络。

上述适应性专家系统的建构包含三大主要部分：推理引擎、知识网络以及带有节点矫正功能的代理引擎。推理引擎通过筛选符合一定条件的行为，完成任务并被赋予一定的执行命令，自动选择优先权，最终得到满意结果。知识网络包含知识节点以及节点链。负责节点矫正的代理引擎要进行节点的建立、维护和节点之间的关联。这些代理分析反馈信息并根据需要调整知识资源库。该专家系统的最终目标旨在以较高的自适应能力为媒介，满足访问用户的需求。

3.适应性专家系统的设计基础

总体来说，适应性专家系统的设计应涵盖以下方面：

(1)任务分析：定义目标和范围。任务分析乃建构专家系统的第一步。在任务分析阶段，系统设计者需要了解和分析问题，大致上可以分为以下三个层次：基础数据、源知识以及衍生知识、典型案例分析。基础数据来源于专家系统各个组件的信息，系统知识库内的分布式知识则影响着整个数据采集和分析过程，而典型案例的分析模块则被视为针对各教学部门的一种监督和评估。因而，专家系统构建起初必须建立在对研究机构基本情况、专家资源库、信息资源库等充分了解的基础之上，才能够做到目的明确、内容丰富、重点突出。

(2)知识资源库建立。知识习得是整个适应性专家系统信息资源库建立的大方向，必须对资源知识网络进行合理组织，才能最大程度发挥效用，满足学习者习得知识的需要。设计者首先要将既定知识即源知识以资源库的形式写入系统，然而又不仅仅局限于简单的复制，还需要在条件允许的情况下通过计算机程序进行必要的处理和转换，才能够有针对性的应对用户提出的各种问题。笔者认为，知识资源库建设程序可以分两个阶段：一是来源于已公开发行的书籍、期刊、文件、技术手册和数据库，这类知识通常能被业界广泛讨论，具备一定的科研参考价值，设计者需征询专家群的意见，从中筛选比较权威和前沿的相关内容。二是充分发挥专家群的作用，采取访谈、座谈、会议等形式积极与关联领域专家协商，完善源知识资源库的背景知识并适当补充新的信息。同时，对于资深专家或者在某个领域比较有影响力的学者，要发挥他们的巨大潜力，采取单独协商的方式，探讨学界典型案例，进行适当分析。

(3)系统原型开发。任务分析和知识资源库建设过程之后，接下来系统设计进入了关键的原型开发环节，需要通过计算机程序进行，对系统进行测试和适当的调整。在开发过程中，由于系统整体增量较大，设计者需要按模块分段进行，而且期间需要筛选出最关键性的因素，便于系统的基础测试。

知识网络构建中，设计者需设定计算规则，可采取最常用的IF-THEN语句，通过IF语句设定前提和条件，THEN语句得出相关结论。IF-THEN命令的优势在于能够按照要求适时进行矫正，操作简单方便，同时也能够提供用户所需的信息并在交互过程中协助解决问题。

(4)系统的测试、矫正以及改良。一是系统需要适时更新资源库内存，除了及时通过多种途径增加教育研究前沿知识以外，还需要适当清空过时的或不被用户接纳的信息，保持系统的反馈处于满意程度。二是系统面向客户开放之前需要经过系列测试，包括有效性、精准性、用户即时体验等，尽管此类测试不可或缺，但是目前业界暂无统一标准，系统开发部门要按照实际需求制定标准。

三、基于专家——用户的交互式自适应系统案例分析

高校教育研究运用自适应性专家系统可以提供数据平台协助管理，教学和非教学人员甚至包括学生都可以使用系统并进行评估，同时有助于根据企业、市场发展需求建设知识库，进行适当的信息处理，因此该系统从技术层面提高了研究机构内部的管理能力。

从分层的角度处理数据的采集和分析。第一层阐述多方面(如高校教学资源信息库、教育专家、教师、管理者等)进行数据采集的过程。第二层描述知识资源库，由行业专家和知识库建设的工程师完成。第三层则阐述了该专家系统的自适应性、充分性、有效性等。本文设计的案例基于高校已有专家资源库的现实，模拟系统与用户(system-user)之间的交互，尽可能保证系统设置的优越性，方便教师和学生访问与使用。案例还会分别阐明专家系统获得积极反馈和消极反馈之后，与用户之间的交互过程。系统管理员全程可以进行后台操作和管理，保证系统流畅有效运行，并能够实时根据用户意见和反馈完成更新。

四、结语

本文基于适应性原理设计高等教育研究的专家资源库，以满足师生及必要的社会大众复杂问题求解的需要，具备基于环境反馈的学习认知、适应动态问题背景、不断更新完善知识资源库等功能。同时，系统能实现与用户的良性沟通，适时根据用户反馈信息提升适应性，有针对性的发现问题，更正系统缺陷，体现学习及记忆功能。自适应性专家系统的建立对于高校教育研究而言，便于提高其科研资源的储存、流通以及使用的科学性，专家资源库及教育资源库的更新能够夯实驾驭研究机构的实力，提高信息化资源管理水平及人才培养质量，促进高等教育研究的健康发展。

注释：

①吴叶林，熊春荣.高等学校高等教育研究所功能审视——基于院校研究的视觉[J].西南农业大学学报(社会科学版)，2010，8(6).

②学习[EB/OL].http：//baike.baidu.com/subview/8261/11233800.htm?

fr=aladdin.

参考文献：

[1]Tripathi P，Ranjan J.“Decision Supporting System for the Competence Management”[J].Procoeedings of the First International Conference on Information System Technology and Management，2007.

[2]鲁宏伟，罗钢.专家系统自适应性应用研究[J].武汉理工大学学报(交通科学与工程版)，2003，(4).

(责任编辑：孙晴)

作者：刘大洪等