论文部分内容阅读
专家系统是人工智能应用研究最活跃和最广泛的领域之一。它是利用存储在计算机内人类专家的知识,来解决过去需要人类专家才能解决的现实问题的计算机程序系统。粗糙集理论是一种新型软计算方法,它不需任何先验知识,广泛应用于不确定环境下的信息处理,是人工智能领域一个新的研究热点。将粗糙集理论运用到专家系统的知识获取中具有现实的意义。
本文立足于某出入境检验检疫部门医学媒介生物检测工作的实际需求,设计实现了一个基于粗糙集理论的国境口岸医学媒介生物检测专家系统,属于诊断教育型专家系统。
专家系统设计的核心问题是知识获取和推理机设计。本文在知识获取方面,运用粗糙集理论的属性约简思想,改进了属性约简算法,设计了基于代数系统的属性重要性算子,以此为启发式信息,以相对核为终止条件,最后得到一个相对优的属性约简。同时,本文设计了规则检测与求精算法,在属性约简的基础上,进一步对规则表进行简化,保证了知识库的一致性和完整性;在推理机设计方面,本文采用了正向推理和反向推理两种推理模式,主要设计了动态存储器中选择匹配算法和最终结果算法,作为推理机的核心模块。还分析了系统运行中可能遇到的各种模式匹配情况,并给予相应解决办法。
本专家系统的实现一定程度上满足了医学媒介生物检测工作的实际需求,提高了检测工作的效率,对检测人员的业务素质提高具有学习帮助作用。这个系统的建立过程,对于构建其它类似的诊断教育型专家系统,具有实际的参考意义。