蔣鳴雷

（北京信息職業(yè)技術(shù)學(xué)院，北京100015）

前言

專家系統(tǒng)（ExpertSystem，簡(jiǎn)記ES）產(chǎn)生于20世紀(jì)60年代中期，是人工智能(ArtificialIntelligence,簡(jiǎn)稱AI)研究中最活躍和最廣泛的領(lǐng)域。所謂專家系統(tǒng)，實(shí)際上是一個(gè)以知識(shí)為基礎(chǔ)的智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)題。

1 專家系統(tǒng)的結(jié)構(gòu)組成

一個(gè)專家系統(tǒng)一般由人機(jī)接口（Man-machineInterface）、知識(shí)庫(kù)（KnowledgeBase）、數(shù)據(jù)庫(kù)（DataBase）、推理機(jī)（Inference Engine）、解釋器（Explanation）和知識(shí)獲取系統(tǒng)（Knowledge Acquisition）六部分組成，如圖1-1所示。

1.1 人機(jī)接口

人機(jī)接口是用戶與系統(tǒng)之間進(jìn)行數(shù)據(jù)、信息交流的界面。接口的功能是識(shí)別與解釋用戶向系統(tǒng)提供的命令、問(wèn)題和數(shù)據(jù)等信息，并把信息轉(zhuǎn)化為系統(tǒng)內(nèi)部的表示形式，另一方面，接口也將系統(tǒng)向用戶提出的問(wèn)題、得出的結(jié)果和做出的解釋以用戶易于理解的形式提供給用戶。

1.2 知識(shí)庫(kù)

知識(shí)庫(kù)用來(lái)存儲(chǔ)領(lǐng)域?qū)＜业慕?jīng)驗(yàn)性知識(shí)和事實(shí)。知識(shí)庫(kù)內(nèi)的知識(shí)通過(guò)知識(shí)獲取得到，又為推理提供問(wèn)題求解所需的知識(shí)。

1.3 數(shù)據(jù)庫(kù)

數(shù)據(jù)庫(kù)又稱"黑板"，是專家系統(tǒng)在推理過(guò)程中存儲(chǔ)初始事實(shí)、中間結(jié)果、最終結(jié)論等信息的工作存儲(chǔ)器。數(shù)據(jù)庫(kù)的內(nèi)容在系統(tǒng)運(yùn)行過(guò)程中是變化的，而知識(shí)庫(kù)在一次推理中是相對(duì)不變的，兩者動(dòng)靜結(jié)合，構(gòu)成專家系統(tǒng)完整的知識(shí)庫(kù)。

1.4 推理機(jī)

推理機(jī)能夠模擬領(lǐng)域?qū)＜业乃季S過(guò)程，根據(jù)知識(shí)庫(kù)中的知識(shí)，按一定的推理方法和控制策略進(jìn)行推理，最終求得問(wèn)題的解。

1.5 解釋系統(tǒng)

解釋系統(tǒng)能夠向用戶解釋自己的行為，解答用戶提出的各種問(wèn)題。

1.6 知識(shí)獲取

知識(shí)獲取將該領(lǐng)域內(nèi)專家的事實(shí)和經(jīng)驗(yàn)性知識(shí)轉(zhuǎn)化為推理機(jī)可利用的形式，建立良好性能的知識(shí)庫(kù)。

2 專家系統(tǒng)在汽車故障診斷中的應(yīng)用

由于汽車新技術(shù)的不斷應(yīng)用，汽車故障診斷也日趨復(fù)雜，對(duì)汽車故障診斷維修技術(shù)、維修軟硬件的配置和維修人員的技術(shù)水平等提出了更高要求。傳統(tǒng)的故障診斷方法也逐漸顯示出診斷效率和準(zhǔn)確性低下、建立系統(tǒng)的可維護(hù)性差等方面的不足，越來(lái)越難以滿足實(shí)際的需要，迫切需要一種能指導(dǎo)汽車維修的智能系統(tǒng)進(jìn)行故障部位定位，找出故障原因，提出維修建議。此外，汽車保有量的增加，對(duì)高技能維修人員的素質(zhì)和人數(shù)要求也在不斷提高。

汽車故障診斷專家系統(tǒng)是一種能模擬維修專家的診斷思路進(jìn)行故障診斷的計(jì)算機(jī)智能軟件程序。開發(fā)這樣一個(gè)系統(tǒng)，首先需要將汽車維修領(lǐng)域?qū)＜业拇罅繉?shí)際維修經(jīng)驗(yàn)進(jìn)行匯總和提煉，編成知識(shí)庫(kù)，構(gòu)成專家系統(tǒng)的核心部分；其次需要建立推理機(jī)，推理機(jī)可根據(jù)用戶提供的故障跡象或異?，F(xiàn)象，利用知識(shí)庫(kù)中的知識(shí)，按一定推理策略進(jìn)行推理，進(jìn)而得出診斷結(jié)果。

汽車故障專家系統(tǒng)從知識(shí)表示的方便性出發(fā)，將汽車故障分為兩類：一類是非確定性故障，如汽車異響故障，其特點(diǎn)是故障現(xiàn)象個(gè)數(shù)的不確定性和故障現(xiàn)象明顯程度的不確定性；另一類是確定性故障，如汽車功能故障，例如汽車跑偏、自動(dòng)變速器不升擋等，其特點(diǎn)是兩個(gè)或三個(gè)故障現(xiàn)象確定一個(gè)故障部位，而且這類現(xiàn)象容易被汽車使用或維修人員發(fā)現(xiàn)。根據(jù)確定性故障與非確定性故障的不同類型采用了不同的診斷方法，對(duì)于確定性故障主要采用了診斷樹的方法來(lái)描述診斷流程，從故障現(xiàn)象出發(fā)，列出所有可能產(chǎn)生此類現(xiàn)象的故障部位，再根據(jù)現(xiàn)象用最方便的判斷方法逐一排除，最終確定準(zhǔn)確的故障部位；而對(duì)于非確定性故障，如汽車異響故障因故障現(xiàn)象與原因之間邏輯關(guān)系不明顯或不明確的情況，采用了模糊診斷方法，通過(guò)模糊統(tǒng)計(jì)來(lái)模擬維修專家在判別異響部位時(shí)的推理方式，從而找出故障原因。

3 汽車故障診斷專家系統(tǒng)的模型

隨著計(jì)算機(jī)技術(shù)的進(jìn)一步發(fā)展，專家系統(tǒng)理論的不斷深入，故障診斷專家系統(tǒng)也在不斷的完善。目前汽車故障診斷專家系統(tǒng)模型有：基于規(guī)則的故障診斷專家系統(tǒng)、基于實(shí)例的故障診斷專家系統(tǒng)、基于行為的故障診斷專家系統(tǒng)、基于模糊邏輯的故障診斷專家系統(tǒng)和基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng)等。

基于規(guī)則的診斷系統(tǒng)是根據(jù)以往專家診斷的經(jīng)驗(yàn)，將其歸納成規(guī)則，通過(guò)啟發(fā)式經(jīng)驗(yàn)知識(shí)進(jìn)行故障診斷。優(yōu)點(diǎn)是系統(tǒng)高度模塊化，具有較強(qiáng)的擴(kuò)充性，且相對(duì)容易實(shí)現(xiàn)，適合診斷知識(shí)的組織；其缺點(diǎn)是過(guò)分依賴專家的經(jīng)驗(yàn)知識(shí)，知識(shí)獲取困難，知識(shí)臺(tái)階窄，系統(tǒng)較脆弱，利用淺層知識(shí)很難開發(fā)適用于動(dòng)態(tài)系統(tǒng)且有足夠深度和準(zhǔn)確性的定性知識(shí)庫(kù)。

基于實(shí)例的診斷系統(tǒng)的依據(jù)就是相似的問(wèn)題有相似的解。它將案例中各種隱含的指導(dǎo)思想抽取出來(lái)，用一些可量化的方式表示，形成知識(shí)庫(kù)，通過(guò)搜索相似案例，調(diào)整相應(yīng)維修方法，生成新的故障排除法。其優(yōu)點(diǎn)是無(wú)需顯示領(lǐng)域知識(shí)，降低了知識(shí)獲取難度；系統(tǒng)開放，增量式學(xué)習(xí)。適用于難以表示成規(guī)則形式，而易表示成案例的領(lǐng)域；缺點(diǎn)是檢索機(jī)制和案例組織方式建立困難，大型實(shí)例數(shù)據(jù)庫(kù)檢索十分費(fèi)時(shí)，并且難以決定應(yīng)選擇哪些癥狀及它們的權(quán)重，難以對(duì)診斷結(jié)果加以解釋。

基于行為的診斷系統(tǒng)是從具體到一般，從其工況狀態(tài)的變化判斷其故障屬性，通?；谛袨榈脑\斷專家系統(tǒng)采用神經(jīng)網(wǎng)絡(luò)模塊化單元，以確保系統(tǒng)與診斷對(duì)象的實(shí)時(shí)交互。優(yōu)點(diǎn)是在缺乏先驗(yàn)診斷知識(shí)情況下，通過(guò)交互作用，逐步學(xué)習(xí)進(jìn)化，建立一個(gè)完善的診斷系統(tǒng)；其缺點(diǎn)是故障行為征兆的自動(dòng)獲取難度較大，新故障自動(dòng)識(shí)別和分類，尤其是如何解決多故障情況下的診斷等是該系統(tǒng)的難點(diǎn)。

基于模糊邏輯的診斷系統(tǒng)的基本方法是建立故障與征兆的模糊關(guān)系，進(jìn)行模糊邏輯推理。它有較強(qiáng)的結(jié)構(gòu)性知識(shí)表達(dá)能力，適合處理不確定信息和不完整信息。但模糊知識(shí)獲取困難，學(xué)習(xí)能力差。

基于人工神經(jīng)網(wǎng)絡(luò)的診斷系統(tǒng)有兩種形式：一種是使用神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)造專家系統(tǒng)，變基于符號(hào)的推理為基于數(shù)字運(yùn)算的推理，提高系統(tǒng)效率，解決自學(xué)習(xí)問(wèn)題；另一種是把神經(jīng)網(wǎng)絡(luò)作為知識(shí)源的表示和處理模式，并與其它推理機(jī)制相融合，實(shí)現(xiàn)多模式推理。優(yōu)點(diǎn)是不需開發(fā)算法和規(guī)則，能極大地減少軟件工作量，具有較強(qiáng)的知識(shí)獲取、自適應(yīng)和自學(xué)能力，較好的容錯(cuò)性，響應(yīng)快及大規(guī)模并行分布的信息處理功能，克服了傳統(tǒng)專家系統(tǒng)存在的知識(shí)獲取困難、匹配沖突、組合爆炸、推理速度慢等問(wèn)題。但也存在一些缺陷，如診斷知識(shí)單一，只能進(jìn)行數(shù)值化計(jì)算，忽視領(lǐng)域?qū)＜以陂L(zhǎng)期實(shí)踐中積累的經(jīng)驗(yàn)知識(shí)；神經(jīng)推理過(guò)程難以解釋等。

[1]蔡自興等.高級(jí)專家系統(tǒng)：運(yùn)力、設(shè)計(jì)及應(yīng)用[M].北京:科學(xué)出版社.

[2]肖云魁.汽車故障診斷學(xué)（第2版）[M].北京:北京理工大學(xué)出版社.

[3]陳朝陽(yáng)、張代勝、任佩紅.汽車故障診斷專家系統(tǒng)的現(xiàn)狀與發(fā)展趨勢(shì)[J].機(jī)械工程學(xué)報(bào)；2003,(11)：1-3.

[4]吳明強(qiáng)、史慧、朱曉華、商開清.故障診斷專家系統(tǒng)研究的現(xiàn)狀與展望[J].計(jì)算機(jī)測(cè)量與控制；2005，13(12)：1301-1304.