基于BrainCell專家系統的實例研究

摘要：回顧了專家系統發展的歷史和發展現狀，對目前比較成熟的專家系統模型進行分析，指出各自的特點和局限性。其中，以braincell為例簡單介紹專家系統對實際管理工作的重要輔助作用，體現專家系統簡便性和準確性。

關鍵詞：專家系統；數據挖掘；人工神經網絡

中圖分類號：C93 文獻標志碼：A 文章編號：1673-291X（2012）31-0230-02

引言

專家系統（Expert System，ES）是在20世紀60年代初期產生和發展起來的一門新興的應用科學，而且正隨著計算機技術的不斷發展而日臻完善和成熟。1982年美國斯坦福大學教授費根鮑姆給出了專家系統的定義：“專家系統是一種智能的計算機程序，這種程序使用知識與推理過程，求解那些需要杰出人物的專門知識才能求解的復雜問題。”

一、專家系統的發展

專家系統就是應用于某一專門領域，由知識工程師通過知識獲取手段，將領域專家解決特定領域的知識，采用某種知識表示方法編輯或自動生成某種特定表示形式，存放在知識庫中，然后用戶通過人機接口輸入信息、數據或命令，運用推理機構控制知識庫及整個系統，能像專家一樣解決困難的和復雜的實際問題的計算機（軟件）系統。

1.初創期。人工智能早期工作都是學術性的，其程序都是用來開發游戲的。盡管這些努力產生了如國際象棋、跳棋等有趣的游戲，但其真實目的在于計算機編碼加入人的推理能力，以達到更好的理解。在這階段的另一個重要領域是計算邏輯。1957年誕生了第一個自動定理證明程序，稱為邏輯理論家。20世紀60年代初，人工智能研究者便集中精力開發通用的方法和技術，通過研究一般的方法來改變知識的表示和搜索，并且使用它們來建立專用程序。到了20世紀60年代中期，知識在智能行為中的地位受到了研究者的重視，這就為以專門知識為核心求解具體問題的基于知識的專家系統的產生奠定了思想基礎。

2.成熟期。到20世紀70年代中期，專家系統已逐步成熟起來，其觀點逐漸被人們接受，并先后出現了一批卓有成效的專家系統。其中，最為代表的是肖特立夫等人的MYCIN系統，該系統用于診斷和治療血液感染和腦炎感染，可給出處方建議（提供抗菌劑治療建議），不但具有很高的性能，而且具有解釋功能和知識獲取功能。MYCIN系統是專家系統的經典之作，它的知識表示系統用帶有置信度的“IF—THEN”規則來表示，并使用不確定性推理方法進行推理。

3.發展期。從20世紀80年代初，醫療專家系統占了主流，主要原因是它屬于診斷類型系統且開發比較容易。但是到了20世紀80年代中期，專家系統發展在應用上最明顯的特點是出現了大量的投入商業化運行的系統，并為各行業產生了顯著的經濟效益。從20世紀80年代后期開始，一方面隨著面向對象、神經網絡和模糊技術等新技術迅速崛起，為專家系統注入了新的活力；另一方面計算機的運用也越來越普及，而且對智能化的要求也越來越高。

二、專家系統的研究現狀

目前已研究的專家系統模型有很多種，其中較為流行的有以下幾種，這些專家系統的優缺點及技術要點（見下頁表1）。

三、實例研究

通過braincell專家系統，對工作人員在一定時期內擔當的職務工作中所表現出來的能力、工作努力程度及工作業績進行分析，全面評價員工的工作表現，一方面為薪酬調整、職務變更、人員培訓等人事決策提供依據，另一方面促使各個崗位的工作業績達到預期目標，提高企業的工作效率，以保證企業經營目標得到實現。通過對一系列指標考核，利用braincell分析得出對考核對象的評分。

結果分析：通過訓練好的專家系統，對Outcome中的實驗數據進行檢查。實驗結果如下所示，可以看出通過前十位的評估學習，braincell已經掌握評分的標準，并歸納為自己內部的一種運算。對象1、2的評分結果與人為的相吻合，我們可以認為實驗已經成功 ，這一特定環境下的braincell專家系統可以信任并運用。

結束語

專家系統是從20世紀末開始的重大技術之一，是高技術的標志。專家系統的近期研究目標是建造用于代替人類進行智能管理與決策的系統，而遠期目標是實現具有更新概念、更佳技術性能和更高智力水平的決策與咨詢系統。隨著專家系統研究的不斷深入與發展，必將進一步推動科技發展和社會進步。

參考文獻：

[1] 王偉.人工神經網絡原理入門與應用[M].北京：北京航空航天大學出版社，1995.

[2] 董長虹.神經網絡與應用[M].北京：國防工業出版社，2005：239-254.

[3] 李勁東.管理信息系統原理[M].西安：西電科大出版社，2003.

[責任編輯 王曉燕]