摘要：本文在分析了當(dāng)前專家系統(tǒng)的原理及存在的不足之處的基礎(chǔ)上，介紹了分布式專家系統(tǒng)的原理及其驅(qū)動(dòng)方式，和協(xié)同式專家系統(tǒng)的原理及其協(xié)同方法。同時(shí)，提出并綜合了基于分布式和多專家協(xié)同的分布協(xié)同式專家系統(tǒng)，給出了分布協(xié)同式多專家系統(tǒng)的典型結(jié)構(gòu)，并對(duì)它的各個(gè)組成部分進(jìn)行了簡(jiǎn)單的分析。

關(guān)鍵詞：分布式；協(xié)同式；多專家系統(tǒng)

中圖分類號(hào)：TP182文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2008)14-20922-04

1 引言

專家系統(tǒng)是人工智能的一個(gè)重要分支，廣泛地應(yīng)用于醫(yī)療診斷、圖像處理、石油化工地質(zhì)勘探、金融決策、實(shí)時(shí)監(jiān)控、分子遺傳工程、教學(xué)、軍事等多種領(lǐng)域中，產(chǎn)生了巨大的社會(huì)效益及經(jīng)濟(jì)效益，同時(shí)也促進(jìn)了人工智能基本理論和基本技術(shù)的研究和發(fā)展。目前，它已成為人工智能中一個(gè)最活躍且最有成效的研究領(lǐng)域。[1]

2 專家系統(tǒng)概述

2.1 專家系統(tǒng)概念

對(duì)于專家系統(tǒng)，至今還沒有一個(gè)公認(rèn)的嚴(yán)格定義，但是我們可以從各種陳述中得出——所謂專家系統(tǒng)就是一種在相關(guān)領(lǐng)域中具有專家水平解題能力的智能程序系統(tǒng)，它能運(yùn)用領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗(yàn)與專門知識(shí)，模擬人類專家的思維過程，求解需要專家才能解決的困難問題。

2.2 專家系統(tǒng)的一般結(jié)構(gòu)

如圖1，一般都包括人機(jī)接口、推理機(jī)、知識(shí)庫(kù)及其管理系統(tǒng)、數(shù)據(jù)庫(kù)及其管理系統(tǒng)、知識(shí)獲取機(jī)構(gòu)、解釋機(jī)構(gòu)這六個(gè)部分。

2.3 目前的專家系統(tǒng)存在的問題

知識(shí)面窄：一方面，目前的專家系統(tǒng)只能應(yīng)用于相當(dāng)窄的知識(shí)領(lǐng)域內(nèi)求解預(yù)定的專門問題，一旦遇到超出知識(shí)范圍的問題，就無能為力，不能通過自身的學(xué)習(xí)增長(zhǎng)知識(shí)；另一方面，目前的專家系統(tǒng)著重強(qiáng)調(diào)利用領(lǐng)域?qū)＜业慕?jīng)驗(yàn)性知識(shí)求解問題，而忽視了深層知識(shí)（一般把經(jīng)驗(yàn)知識(shí)稱為表層知識(shí)或深層知識(shí)，把理論性知識(shí)、原理性知識(shí)稱為深層知識(shí)或常識(shí)）在問題求解中的作用，這就使系統(tǒng)的求解能力受到限制。

知識(shí)獲取瓶頸：知識(shí)的獲取可以劃分為兩個(gè)階段：一個(gè)是建立知識(shí)庫(kù)時(shí)，從領(lǐng)域?qū)＜壹坝嘘P(guān)文獻(xiàn)資料那里獲??；另一個(gè)是在系統(tǒng)運(yùn)行過程中，通過運(yùn)行實(shí)踐不斷總結(jié)、歸納出新的知識(shí)來動(dòng)態(tài)地修改知識(shí)庫(kù)。對(duì)于前一種情況，通常主要采用手工方法，由知識(shí)工程師將領(lǐng)域?qū)＜业闹R(shí)輸入到計(jì)算機(jī)中，間接、費(fèi)時(shí)且效率低，并直接影響到知識(shí)的質(zhì)量及專家系統(tǒng)的功能，是人們目前亟待解決的問題。理想的方法是實(shí)現(xiàn)自動(dòng)知識(shí)獲取，這需要解決對(duì)自然語言的識(shí)別與理解以及從大量事例中歸納知識(shí)等問題。

體系結(jié)構(gòu)的不足：目前的專家系統(tǒng)大部分還是單一、獨(dú)立的專家系統(tǒng)，缺少多個(gè)系統(tǒng)的協(xié)作及綜合型的專家系統(tǒng)。

推理方法的欠缺：不支持多種推理策略，在時(shí)態(tài)推理、定性推理和非單調(diào)推理等方面依舊沒有新的突破，而這些正是人類思維中最常用的推理形式。

系統(tǒng)的復(fù)雜性和效率問題：目前在專家系統(tǒng)中廣泛應(yīng)用的是把知識(shí)轉(zhuǎn)換成計(jì)算機(jī)可以存儲(chǔ)的形式存入知識(shí)庫(kù)，推理時(shí)再依一定的匹配算法及搜索策略到知識(shí)庫(kù)中尋找所需的知識(shí)。這種表示和處理方式一方面需要對(duì)知識(shí)進(jìn)行合理的組織與管理，另一方面由于知識(shí)搜索是一串行的計(jì)算過程，必須解決沖突等問題， 這就產(chǎn)生了推理的復(fù)雜性、組合爆炸和無窮遞歸等問題，影響到系統(tǒng)的效率。

不具有聯(lián)想記憶功能，適應(yīng)能力差：目前的專家系統(tǒng)一般還不具備自學(xué)習(xí)能力和聯(lián)想記憶功能，不能在運(yùn)行過程中自我完善，不能通過聯(lián)想記憶、識(shí)別和類比等方式進(jìn)行推理，當(dāng)已知的信息帶有噪聲、發(fā)生畸變等不完全信息時(shí)，缺少有利的措施進(jìn)行處理。

基于分布式、協(xié)同式的多專家系統(tǒng)能在一定程度上改善這些不足之處。

3 多專家系統(tǒng)的原理

3.1 分布式專家系統(tǒng)原理圖

分布式專家系統(tǒng)（DES，Distributed Expert System）是具有分布處理特征的專家系統(tǒng)。一般來說，專家系統(tǒng)的規(guī)模越大，就需要越長(zhǎng)的時(shí)間來對(duì)問題進(jìn)行推理求解。因此可以把一個(gè)大的問題分解后，分配給若干個(gè)子專家系統(tǒng)進(jìn)行并行求解，從而總體上提高系統(tǒng)的處理效率。圖2形象地表示分布式專家系統(tǒng)的基本結(jié)構(gòu)。

分布式專家系統(tǒng)是基于各種并行處理算法，采用各種并行推理和執(zhí)行技術(shù)，系統(tǒng)的各個(gè)子專家系統(tǒng)不僅能同步地并行工作，更重要的是還能進(jìn)行異步并行處理?？梢园磾?shù)據(jù)驅(qū)動(dòng)或要求的驅(qū)動(dòng)方式實(shí)現(xiàn)分布在各處理器上各子系統(tǒng)之間的通信和同步，目的是為了提高系統(tǒng)的處理效率和可靠性。它主要著重于專家系統(tǒng)功能的分布、知識(shí)的分布以及推理的分布。

對(duì)于子專家系統(tǒng)的驅(qū)動(dòng)方式，主要有如下幾種：

控制驅(qū)動(dòng)：子專家系統(tǒng)被動(dòng)地等待驅(qū)動(dòng)命令，即使其運(yùn)行條件具備，若無來自其他專家系統(tǒng)的驅(qū)動(dòng)命令，它自身不能自動(dòng)工作。該驅(qū)動(dòng)方式最簡(jiǎn)單、常用，但是并行性較差。

數(shù)據(jù)驅(qū)動(dòng)：任何的子專家系統(tǒng)都是對(duì)指定的輸入數(shù)據(jù)進(jìn)行處理，然后給出相應(yīng)的輸出數(shù)據(jù)。當(dāng)一個(gè)子專家系統(tǒng)的輸入數(shù)據(jù)都已經(jīng)具備后，不需要拜驅(qū)動(dòng)命令，即可自行啟動(dòng)工作。在該驅(qū)動(dòng)方式下，各子專家系統(tǒng)只有通過相互傳送消息來傳送數(shù)據(jù)的聯(lián)系，提高了并行推理的效率，具有面向?qū)ο蟮墓ぷ魈卣鳌?/p>

要求驅(qū)動(dòng)：當(dāng)一個(gè)子專家系統(tǒng)的輸出被其他任務(wù)的子專家系統(tǒng)需要時(shí)，才被啟動(dòng)執(zhí)行。即把輸出結(jié)果的要求和輸入數(shù)據(jù)的要求結(jié)合起來作為子專家系統(tǒng)的驅(qū)動(dòng)條件。這樣既可實(shí)現(xiàn)較高的并行性，又可避免單純的數(shù)據(jù)驅(qū)動(dòng)方式可能出現(xiàn)不根據(jù)需求而盲目產(chǎn)生很多暫時(shí)用不上的數(shù)據(jù)的問題，即避免了“數(shù)據(jù)積壓”。

事件驅(qū)動(dòng)：是包含了數(shù)據(jù)驅(qū)動(dòng)和要求驅(qū)動(dòng)的更廣義的驅(qū)動(dòng)方式。在該驅(qū)動(dòng)方式下，各個(gè)子專家系統(tǒng)都要規(guī)定使它開始工作所需的事件集合，這些事件不一定是自身的輸入數(shù)據(jù)齊備，也可能是其它專家系統(tǒng)的輸入數(shù)據(jù)齊備或其它的事件。只有在事件集合中的所有事件都已發(fā)生，才開始運(yùn)行，否則就要等待。這樣就能更方便地實(shí)現(xiàn)通信，如同步和互斥等。

3.2 協(xié)同式專家系統(tǒng)原理

協(xié)同式專家系統(tǒng)（CES，Cooperative Expert System）亦稱群專家系統(tǒng)，是能綜合若干個(gè)相近領(lǐng)域或一個(gè)領(lǐng)域的多個(gè)方面知識(shí)的分布式專家系統(tǒng)。在現(xiàn)實(shí)世界中，依靠多個(gè)專家系統(tǒng)的協(xié)同工作來求解一個(gè)復(fù)雜的問題的需求是很多的。協(xié)同式專家系統(tǒng)與分布式專家系統(tǒng)有一些共性，但它更強(qiáng)調(diào)各子專家系統(tǒng)之間的協(xié)同合作。如圖3為一個(gè)主從式的協(xié)同式專家系統(tǒng)的基本結(jié)構(gòu)。

3.2.1 協(xié)同方法

常用下面三種協(xié)同法：

多專家系統(tǒng)規(guī)劃法：即先設(shè)計(jì)一個(gè)規(guī)劃專家系統(tǒng)，由它進(jìn)行整體規(guī)劃，形成一個(gè)多專家系統(tǒng)的問題解決方案。它描述了各個(gè)子專家系統(tǒng)應(yīng)采取的行動(dòng)和目標(biāo)，然后分配任務(wù)，最后把局部解綜合為全局解。

功能化有效協(xié)同法：即各子專家系統(tǒng)根據(jù)各自的功能需求與有關(guān)的專家系統(tǒng)交換部分結(jié)果，并最終生成一個(gè)全局解。

談判法：子專家系統(tǒng)把自己的局部解公布出去，按照事先設(shè)計(jì)的一個(gè)談判協(xié)議，對(duì)相關(guān)的局部解經(jīng)過裁決等綜合處理后，得到全局解。

3.2.2 知識(shí)的組織和分布

共享性知識(shí)與私有性知識(shí)：一般把共享性知識(shí)分離出來，存儲(chǔ)在公共知識(shí)庫(kù)中，供各個(gè)專家系統(tǒng)共享。同時(shí)，每個(gè)專家系統(tǒng)都有自己私有的知識(shí)。這樣，專家系統(tǒng)必須具備把共享性知識(shí)及其他專家系統(tǒng)的私有性知識(shí)轉(zhuǎn)化為自己的私有性知識(shí)的能力。如果所有的專家系統(tǒng)采用統(tǒng)一的知識(shí)表示方式，知識(shí)共享的效率會(huì)高很多。

靜態(tài)知識(shí)與動(dòng)態(tài)知識(shí)：靜態(tài)知識(shí)是指系統(tǒng)開始時(shí)加載到各個(gè)專家系統(tǒng)中的知識(shí)，是各個(gè)專家系統(tǒng)的個(gè)性知識(shí)；動(dòng)態(tài)知識(shí)是指問題求解過程中，各個(gè)專家系統(tǒng)之間進(jìn)行傳送的知識(shí)，是支持多專家系統(tǒng)協(xié)同工作所需的知識(shí)。

3.2.3 裁決方法

是非問題的裁決方法：若多個(gè)子專家系統(tǒng)對(duì)同一個(gè)是非問題產(chǎn)生多個(gè)局部解，可以用以下方法裁決：

表決法：即少數(shù)服從多數(shù)的投票法。

加權(quán)平均法：可以按照解決該問題的權(quán)威程序賦于各子專家不同的權(quán)值Wi，并且滿足∑Wi=1。又設(shè)Ai為第i個(gè)子專家系統(tǒng)對(duì)該問題的解，解為“是”則Ai=1，否則Ai=0。全局解的加權(quán)平均為∑Wi*Ai，當(dāng)∑Wi*Ai>1/2時(shí)，全局解為“是”；當(dāng)∑Wi*Ai<1/2時(shí)，全局解為“否”；當(dāng)∑Wi*Ai=1/2時(shí)，則不能裁決。

評(píng)分問題的裁決方法：對(duì)多個(gè)子專家系統(tǒng)的評(píng)分問題，同上，可以用∑Wi*Ai作為最后的全局的評(píng)分。

互補(bǔ)問題的裁決方法：對(duì)局部解進(jìn)行簡(jiǎn)單的并操作，即可作為全局解。

3.2.4 驅(qū)動(dòng)方式

與分布式專家系統(tǒng)類似。

3.2.5 系統(tǒng)結(jié)構(gòu)

主從式：上面有圖。整個(gè)系統(tǒng)有一個(gè)主專家系統(tǒng)和若干個(gè)子專家系統(tǒng)。主專家系統(tǒng)負(fù)責(zé)把任務(wù)分配給子專家系統(tǒng)，并綜合或裁決各子專家系統(tǒng)的局部解，得出全局解。

層次式：把系統(tǒng)分為若干層，越是在上層的專家系統(tǒng)，負(fù)責(zé)更宏觀的管理與控制任務(wù)，而由最下層的專家系統(tǒng)求出局部解。

同僚式：系統(tǒng)中的專家系統(tǒng)是協(xié)同合作的平等伙伴關(guān)系。當(dāng)用戶提出一個(gè)問題后，由接受問題的專家系統(tǒng)首先看自己能否獨(dú)立地解決，若能，則獨(dú)立求解；若不能，則向其他專家系統(tǒng)“廣播”求助。這樣，每個(gè)專家系統(tǒng)都處于不斷地求助其他專家系統(tǒng)和為其他專家系統(tǒng)服務(wù)之中。如此相互服務(wù)，共同完成總?cè)蝿?wù)。

廣播式：用戶同時(shí)把問題廣播給若干個(gè)專家系統(tǒng)，各專家系統(tǒng)根據(jù)自己擁有的知識(shí)從不同角度進(jìn)行求解，然后由一個(gè)綜合專家系統(tǒng)把所有的局部解合成全局解。

網(wǎng)絡(luò)式：根據(jù)專家系統(tǒng)協(xié)同求解的“與”、“或”關(guān)系，把系統(tǒng)表示為以專家系統(tǒng)為結(jié)點(diǎn)的與/或圖。

4 分布協(xié)同式多專家系統(tǒng)的結(jié)構(gòu)

4.1 結(jié)構(gòu)圖

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、硬件資源共享、遠(yuǎn)程數(shù)據(jù)交換以及分布式計(jì)算與并行處理技術(shù)的發(fā)展，基于計(jì)算機(jī)網(wǎng)絡(luò)的分布協(xié)同式專家系統(tǒng)實(shí)現(xiàn)成為可能，典型的分布協(xié)同式專家系統(tǒng)結(jié)構(gòu)如圖4所示。

4.2 基本工作方式

主系統(tǒng)是一個(gè)協(xié)同式專家系統(tǒng)，它的各個(gè)子專家系統(tǒng)都是一個(gè)分布式的專家系統(tǒng)。當(dāng)用戶向多專家系統(tǒng)提出問題后，由主協(xié)同專家系統(tǒng)中的轉(zhuǎn)換器，將原問題進(jìn)行“同構(gòu)”或“同態(tài)”變換，以適于不同領(lǐng)域、不同學(xué)科、不同學(xué)派的專家，然后把“同構(gòu)”或“同態(tài)”問題輸出給相應(yīng)領(lǐng)域的分布式專家系統(tǒng)。接著，該分布式專家系統(tǒng)的主專家系統(tǒng)的分解器把來自上一層專家系統(tǒng)的問題分解，然后分配給各個(gè)子專家系統(tǒng)進(jìn)行并行處理。再由分布式主專家系統(tǒng)的綜合器對(duì)局部解進(jìn)行綜合，再提交到上一層。最后，由協(xié)同式主專家系統(tǒng)的協(xié)調(diào)器把各領(lǐng)域的局部解進(jìn)行協(xié)調(diào)處理，得出整個(gè)系統(tǒng)的全局解。

4.3 協(xié)同式主專家系統(tǒng)由變換器、協(xié)調(diào)器和總控器等部分組成

變換器：將用戶輸入的問題進(jìn)行“同構(gòu)”或“同態(tài)”變換，以適于不同領(lǐng)域、不同學(xué)科、不同學(xué)派的專家的求解?！巴瑯?gòu)”問題的解和原問題的解等價(jià)，“同態(tài)”問題蘊(yùn)含原問題的解。

協(xié)調(diào)器：對(duì)多知識(shí)源產(chǎn)生的沖突進(jìn)行協(xié)調(diào)，如進(jìn)行綜合評(píng)價(jià)、沖突裁決、優(yōu)選出最優(yōu)解、非劣解、均衡解、折衷解、可信解和均值解等等。各個(gè)分布式專家系統(tǒng)通過協(xié)調(diào)器互相通訊，一個(gè)（或多個(gè)）子分布式專家系統(tǒng)的輸出可能是另一個(gè)子分布式專家系統(tǒng)的輸入；甚至可能是輸出到自身作為反饋信息，經(jīng)迭代求得某種穩(wěn)定狀態(tài)。

總控器：對(duì)協(xié)調(diào)器、變換器及各領(lǐng)域的分布式專家系統(tǒng)進(jìn)行總體控制，以協(xié)同工作。

4.4 分布式主專家系統(tǒng)由分解器、綜合器和總控器等組成

分解器：把來自上一層專家系統(tǒng)的問題分解，然后分配給各個(gè)子專家系統(tǒng)進(jìn)行并行處理。

綜合器：與協(xié)同式主專家系統(tǒng)的協(xié)調(diào)器的功能類似。

總控器：與協(xié)同式主專家系統(tǒng)的總控器的功能類似。

4.5 公用知識(shí)庫(kù)

存放各個(gè)專家子系統(tǒng)可能交叉的知識(shí)。各專家子系統(tǒng)可以采用不同的知識(shí)獲取、表示方法，知識(shí)庫(kù)分為公用知識(shí)庫(kù)和專用知識(shí)庫(kù)，這樣可以減少知識(shí)冗余，便于維護(hù)和修改。專用知識(shí)庫(kù)為各子專家系統(tǒng)采用，公用知識(shí)庫(kù)用來在各子專家系統(tǒng)交互時(shí)利用。它的知識(shí)獲取過程相對(duì)比較復(fù)雜，當(dāng)各個(gè)子專家系統(tǒng)進(jìn)行知識(shí)獲取時(shí)，要對(duì)這些私有知識(shí)進(jìn)行協(xié)同處理，以決定哪些為公用知識(shí)。

5 結(jié)論與展望

分布式并行處理思想，能夠降低問題的復(fù)雜度，將大的系統(tǒng)分為若干子系統(tǒng)，各子系統(tǒng)可以根據(jù)自己的不同特點(diǎn)來確定適合于該子系統(tǒng)的知識(shí)獲取、知識(shí)表示以及推理方法；同時(shí)，引入多專家協(xié)同機(jī)制，能夠解決更廣領(lǐng)域的問題，也能解決知識(shí)獲取的部分“瓶頸”問題以及知識(shí)的“窄臺(tái)階”問題；以成熟的網(wǎng)絡(luò)技術(shù)為基礎(chǔ)必將得到更加廣泛的應(yīng)用。

所以，本文提出的基于分布式思想和協(xié)同式思想的分布協(xié)同式多專家系統(tǒng)，能在一定程序上解決傳統(tǒng)專家系統(tǒng)的一些弊端。但是，基于分布式、協(xié)同式的多專家系統(tǒng)，其優(yōu)越性只是潛在的，必須在理論方法和技術(shù)手段上作大量的工作才能把它們發(fā)揮出來。

參考文獻(xiàn)：

[1] 王永慶. 人工智能原理與方法[M]. 西安：西安交通大學(xué)出版社，1998.

[2] 廉師友. 人工智能技術(shù)導(dǎo)論[M]. 西安：西安電子科技大學(xué)出版社，2000.

[3] 尹朝天，尹皓. 人工智能與專家系統(tǒng)[M]. 北京：中國(guó)水利水電出版社，2002.

[4] 徐進(jìn)，郝紅艷. Client/Server體系結(jié)構(gòu)分布式專家系統(tǒng)模型與實(shí)現(xiàn)[J]. 微計(jì)算機(jī)應(yīng)用，1997，18(4).

[5] 李東波，唐敦兵，張世琪. 協(xié)同式多專家系統(tǒng)在并行工程中的應(yīng)用[N]. 南京理工大學(xué)學(xué)報(bào)，1998，22(5).

[6] 龍光正，雷英杰，邢清華. 分布協(xié)同式專家系統(tǒng)研究[J]. 空軍工程大學(xué)學(xué)報(bào)，2003，4(2).

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文