申澤凡基于web的奶牛疾病診斷系統(tǒng)

1、<p><b>　　編號NO：</b></p><p>　　河北農(nóng)業(yè)大學(xué)現(xiàn)代科技學(xué)院</p><p><b>　　本科畢業(yè)論文</b></p><p>　　論文題目 基于WEB的奶牛疾病診斷系統(tǒng) </p><p>　　學(xué)生姓名 申澤凡 學(xué)號 2010614070402

2、</p><p>　　學(xué)部 工程技術(shù)學(xué)部 專業(yè)班級 計算機1002班 </p><p>　　指導(dǎo)教師姓名 周桂紅 指導(dǎo)教師職稱 教授 </p><p>　　基于WEB的簡易奶牛疾病診斷系統(tǒng)</p><p><b>　　摘要</b></p><p>　　奶牛養(yǎng)殖業(yè)是我

3、過畜牧業(yè)的重要組成部分，然而疾病的多發(fā)和專家的相對不足嚴(yán)重影響了我國奶牛養(yǎng)殖業(yè)的發(fā)展。本文對奶牛疾病診斷知識和專家系統(tǒng)進行大量文獻研究，在對奶牛養(yǎng)殖基地進行調(diào)研的基礎(chǔ)上，總結(jié)了奶牛疾病診斷知識內(nèi)容、特點和領(lǐng)域?qū)＜业乃季S方式，采用了面向?qū)ο笈c規(guī)則相結(jié)合的知識表示方法，設(shè)計并實現(xiàn)了基于WEB的面向?qū)ο髮＜蚁到y(tǒng)。</p><p>　　本文重點做了以下三個方面的工作：</p><p>　　(1)

4、對奶牛疾病知識的內(nèi)容、特點和診斷過程中領(lǐng)域?qū)＜业乃季S模式進行了詳細(xì)的分析，建立了基于面向?qū)ο蠛鸵?guī)則相結(jié)合的復(fù)合知識表示模型，此知識表示方法解決了規(guī)則表示只能表示因果關(guān)系而不能表示機構(gòu)關(guān)系的問題和框架表示繼承方式帶來的框架任意調(diào)用的問題。</p><p>　　(2) 在構(gòu)建奶牛疾病診斷對象的過程中，本文提供了規(guī)則庫與推理機分離模式，并給出了推理過程中規(guī)則與對推理機新結(jié)合的方法，規(guī)則與推理機分離解決了規(guī)則修改時需要重

5、新編譯對象的問題，降低了知識維護的復(fù)雜性，新的規(guī)則與推理機的結(jié)合方式采用文本映射的方式，在對象初始化或者對象屬性更新時自動檢索規(guī)則庫、更新可用規(guī)則，提高了診斷推理的效率。</p><p>　　(3) 對基于不確定推理進行了改進，設(shè)計了基于面向?qū)ο蟮谋硎?，實現(xiàn)了知識庫維護的相對獨立，簡化了系統(tǒng)的計算量，提高了效率，基于web的奶牛疾病診斷系統(tǒng)有利于系統(tǒng)的更新，方便了系統(tǒng)的推廣，解決了奶牛疾病診斷專家需求與供給的瓶頸

6、問題。</p><p>　　關(guān)鍵詞： 基于web,診斷專家系統(tǒng)，面向?qū)ο?，奶牛疾病，知識表示</p><p><b>　　1 緒論4</b></p><p>　　1.1 問題的提出與研究的意義4</p><p>　　1.2專家系統(tǒng)的起源與發(fā)展5</p><p>　　1.3 本文研究的目標(biāo)7

7、</p><p>　　1.4解決的問題7</p><p>　　2 知識的表示與分析8</p><p><b>　　2.1知識表示8</b></p><p>　　2.2奶牛疾病診斷知識的分析9</p><p>　　2.3奶牛疾病診斷內(nèi)容10</p><p>　　2.

8、4奶牛疾病的癥狀11</p><p>　　2.5奶牛疾病病因11</p><p>　　2.6疾病防治措施12</p><p>　　2.7病理知識12</p><p>　　2.8診斷方法12</p><p>　　2.9奶牛疾病診斷的思維模式12</p><p>　　2.10規(guī)則的表示方

9、法14</p><p>　　三 推理機的分析與實現(xiàn)17</p><p>　　3.1推理機的發(fā)展17</p><p>　　3.2奶牛疾病診斷系統(tǒng)數(shù)據(jù)的初始化18</p><p>　　3.3 推理機的推理流程19</p><p>　　3.4診斷過程中沖突的消解21</p><p>　　四

10、 系統(tǒng)的體系結(jié)構(gòu)及實現(xiàn)22</p><p>　　4.1系統(tǒng)體系結(jié)構(gòu)的實現(xiàn)22</p><p>　　4.2 系統(tǒng)功能模塊的實現(xiàn)23</p><p>　　4.3系統(tǒng)工作流程實現(xiàn)23</p><p>　　4.4知識庫的實現(xiàn)25</p><p>　　4.5系統(tǒng)界面實現(xiàn)26</p><p>　

11、　五 結(jié)論與展望30</p><p><b>　　5.1 結(jié)論30</b></p><p><b>　　5.2建議30</b></p><p><b>　　1 緒論</b></p><p>　　1.1 問題的提出與研究的意義</p><p>　　

12、發(fā)展畜牧業(yè)是我國農(nóng)業(yè)結(jié)構(gòu)調(diào)整的龍頭從產(chǎn)值結(jié)構(gòu)來說，現(xiàn)代農(nóng)業(yè)國家，農(nóng)業(yè)中處于第一位的是奶牛，占總產(chǎn)值的20%左右，隨著人民生活水平的提高和農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整特別是加入世貿(mào)組織以后，我國的畜牧業(yè)將迎來良好的發(fā)展機遇。同時，由于激烈的市場競爭，也必然面臨新的挑戰(zhàn)，產(chǎn)品優(yōu)質(zhì)價低才能占領(lǐng)市場，獲得好的效益，而經(jīng)濟有效的防止奶牛疾病發(fā)生是降低生產(chǎn)成本和提高產(chǎn)品產(chǎn)量，質(zhì)量的關(guān)鍵措施。要進一步促進畜牧業(yè)的發(fā)展，就要解決奶牛疾病鑒別難早期防治難的問題，竭

13、力做到早防、早治、防病于未然，最大限度的提高經(jīng)濟效益。</p><p>　　已開發(fā)的奶牛疾病診斷專家系統(tǒng)存在推理準(zhǔn)確性和實用性不高的問題。為了解決病害頻繁發(fā)生與領(lǐng)域?qū)＜蚁鄬θ狈Φ拿?，減少病害帶來的經(jīng)濟損失，使奶牛疾病得到及時診斷，適時防治的效果，國內(nèi)外許多科研機構(gòu)在對病害診斷與防治的基礎(chǔ)上，借助于先進的信息技術(shù)和人工智能方法，研制了一些奶牛疾病診斷專家系統(tǒng)，利用這些專家系統(tǒng)模仿人類專家對奶牛疾病進行診斷和防治，

14、使奶牛疾病診斷從依靠經(jīng)驗防治向科學(xué)防治邁進了一步。</p><p>　　目前已經(jīng)研制的奶牛疾病診斷系統(tǒng)，通過不同的方法對專家診斷機理進行了模擬，先后開發(fā)了基于產(chǎn)生式規(guī)則，基于產(chǎn)生式規(guī)則，基于本體和基于案例等方法的奶牛疾病診斷系統(tǒng)?？梢哉f這些已經(jīng)研制的奶牛疾病診斷專家系統(tǒng)進行了有益的探索。但是由于相關(guān)知識工程技術(shù)的不成熟和開發(fā)人員對奶牛疾病診斷領(lǐng)域認(rèn)識的不全面，致使奶牛疾病診斷專家系統(tǒng)在應(yīng)用中日益出現(xiàn)脆弱性，解決實

15、際問題的效率低下，無法在實際應(yīng)用中發(fā)揮作用。</p><p>　　面向?qū)ο蟮姆椒☉?yīng)用于專家系統(tǒng)日益成熟，奶牛疾病診斷知識的積累日益完善。醫(yī)療診斷推理的最大難點就是知識庫問題。這主要是指知識的表示的問題和知識的完備性問題。近年來大量關(guān)于專家系統(tǒng)的研究被報道，各種知識表示方法不斷被完善，其中面向?qū)ο蟮闹R表示受到越來越多研究者的提倡，本文擬采用基于面向?qū)ο笾R的推理。以充分發(fā)揮各種，推理方法的優(yōu)勢，彌補各種不足之處。

16、隨著大量奶牛疾病診斷及其專家系統(tǒng)的研究的開展，本實驗通過查閱文獻資料，與相關(guān)領(lǐng)域的專家座談，提取積累了豐富的奶牛疾病知識診斷案例、規(guī)則，為本文的開展奠定了基礎(chǔ)。</p><p>　　新的網(wǎng)絡(luò)通訊技術(shù)的進步為疾病診斷專家系統(tǒng)提供了更廣的空間。獸醫(yī)學(xué)信息是伴隨著信息學(xué)和計算機技術(shù)的進步而發(fā)展起來的。以計算機網(wǎng)絡(luò)技術(shù)，多媒體技術(shù)和通信技術(shù)為支撐的疾病診斷專家系統(tǒng)不僅擁有高層次，多功能的專家知識，并且能模仿人類推理的過程

17、，以形象，直觀的方式向使用者提供各種疾病問題的咨詢服務(wù)與決策方案，是用于解決奶牛疾病診斷中存在的專家隊伍缺乏問題的有效途徑。</p><p>　　在我國，到2005年6月，互聯(lián)網(wǎng)用戶人數(shù)已經(jīng)升到了1.03億人，5年來平均增近2000萬戶，專家預(yù)測，2008年中國已經(jīng)超過美國，成為世界第一大互聯(lián)網(wǎng)用戶國。我國大力發(fā)展的通信和信息聯(lián)網(wǎng)的基礎(chǔ)設(shè)施建設(shè)，成為WEB的奶牛專家診斷系統(tǒng)創(chuàng)造了條件。</p>&l

18、t;p>　　綜上所述，開發(fā)奶牛疾病診斷專家系統(tǒng)有著迫切的社會需求，牛場養(yǎng)殖業(yè)的發(fā)展和專家系統(tǒng)的理論與技術(shù)的日益成熟為系統(tǒng)開發(fā)提供了有力的技術(shù)支持，我國互聯(lián)網(wǎng)的基礎(chǔ)設(shè)施建設(shè)為系統(tǒng)的推廣應(yīng)用創(chuàng)造了條件，因此開發(fā)此系統(tǒng)是可行的。</p><p>　　1.2專家系統(tǒng)的起源與發(fā)展</p><p>　　專家系統(tǒng)是人工智能中最重要的也是最活躍的一個應(yīng)用領(lǐng)域，它實現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、

19、從一般推理策略探討轉(zhuǎn)向運用專門知識的重大突破。專家系統(tǒng)是早期人工智能的一個重要分支，它可以看作是一類具有專門知識和經(jīng)驗的計算機智能程序系統(tǒng)，一般采用人工智能中的知識表示和知識推理技術(shù)來模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問題。</p><p>　　20世紀(jì)60年代初，出現(xiàn)了運用邏輯學(xué)和模擬心理活動的一些通用問題求解程序，它們可以證明定理和進行邏輯推理。但是這些通用方法無法解決大的實際問題，很難把實際問題改造成適合于計

20、算機解決的形式，并且對于解題所需的巨大的搜索空間也難于處理。1968年，f.a.費根鮑姆等人在總結(jié)通用問題求解系統(tǒng)的成功與失敗經(jīng)驗的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識，研制了世界上第一個專家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。20多年來，知識工程的研究，專家系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動控制、計算機設(shè)計和制造等眾多領(lǐng)域

21、，開發(fā)了幾千個的專家系統(tǒng)，其中不少在功能上已達到，甚至超過同領(lǐng)域中人類專家的水平，并在實際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟效益。</p><p>　　專家系統(tǒng)的發(fā)展已經(jīng)歷了3個階段，正向第四代過渡和發(fā)展。第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門問題的能力強為特點。但在體系結(jié)構(gòu)的完整性、可移植性、系統(tǒng)的透明性和靈活性等方面存在缺陷，求解問題的能力弱。第二代專家系統(tǒng)（mycin、casnet、p

22、rospector、hearsay等）屬單學(xué)科專業(yè)型、應(yīng)用型系統(tǒng)，其體系結(jié)構(gòu)較完整，移植性方面也有所改善，而且在系統(tǒng)的人機接口、解釋機制、知識獲取技術(shù)、不確定推理技術(shù)、增強專家系統(tǒng)的知識表示和推理方法的啟發(fā)性、通用性等方面都有所改進。第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語言，綜合采用各種知識表示方法和多種推理機制及控制策略，并開始運用各種知識工程語言、骨架系統(tǒng)及專家系統(tǒng)開發(fā)工具和環(huán)境來研制大型綜合專家系統(tǒng)。在總結(jié)前三代專家

23、系統(tǒng)的設(shè)計方法和實現(xiàn)技術(shù)的基礎(chǔ)上，已開始采用大型多專家協(xié)作系統(tǒng)、多種知識表示、綜合知識庫、自組織解題機制、多學(xué)科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識獲取及學(xué)習(xí)機制等最新人工智能技術(shù)來實現(xiàn)具有多知識庫、多主體的第四代專家系統(tǒng)。</p><p>　　專家系統(tǒng)通常由人機交互界面、知識庫、推理機、解釋器、綜合數(shù)據(jù)庫、知識獲取等6個部分構(gòu)成。其中尤以知識庫與推理機相互分離而別具特色。專家系統(tǒng)的體系結(jié)構(gòu)隨

24、專家系統(tǒng)的類型、功能和規(guī)模的不同，而有所差異。</p><p>　　為了使計算機能運用專家的領(lǐng)域知識，必須要采用一定的方式表示知識。目前常用的知識表示方式有產(chǎn)生式規(guī)則、語義網(wǎng)絡(luò)、框架、狀態(tài)空間、邏輯模式、腳本、過程、面向?qū)ο蟮取；谝?guī)則的產(chǎn)生式系統(tǒng)是目前實現(xiàn)知識運用最基本的方法。產(chǎn)生式系統(tǒng)由綜合數(shù)據(jù)庫、知識庫和推理機3個主要部分組成，綜合數(shù)據(jù)庫包含求解問題的世界范圍內(nèi)的事實和斷言。知識庫包含所有用“如果：〈前提〉

25、，于是：〈結(jié)果〉形式表達的知識規(guī)則。推理機（又稱規(guī)則解釋器）的任務(wù)是運用控制策略找到可以應(yīng)用的規(guī)則。</p><p>　　知識庫用來存放專家提供的知識。專家系統(tǒng)的問題求解過程是通過知識庫中的知識來模擬專家的思維方式的，因此，知識庫是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在，即知識庫中知識的質(zhì)量和數(shù)量決定著專家系統(tǒng)的質(zhì)量水平。一般來說，專家系統(tǒng)中的知識庫與專家系統(tǒng)程序是相互獨立的，用戶可以通過改變、完善知識庫中的知識內(nèi)容來提

26、高專家系統(tǒng)的性能。</p><p>　　人工智能中的知識表示形式有產(chǎn)生式、框架、語義網(wǎng)絡(luò)等，而在專家系統(tǒng)中運用得較為普遍的知識是產(chǎn)生式規(guī)則。產(chǎn)生式規(guī)則以IF…THEN…的形式出現(xiàn)，就像BASIC等編程語言里的條件語句一樣，IF后面跟的是條件（前件），THEN后面的是結(jié)論（后件），條件與結(jié)論均可以通過邏輯運算AND、OR、NOT進行復(fù)合。在這里，產(chǎn)生式規(guī)則的理解非常簡單：如果前提條件得到滿足，就產(chǎn)生相應(yīng)的動作或結(jié)論

27、。</p><p>　　推理機針對當(dāng)前問題的條件或已知信息，反復(fù)匹配知識庫中的規(guī)則，獲得新的結(jié)論，以得到問題求解結(jié)果。在這里，推理方式可以有正向和反向推理兩種。</p><p>　　正向鏈的策略是尋找出前提可以同數(shù)據(jù)庫中的事實或斷言相匹配的那些規(guī)則，并運用沖突的消除策略，從這些都可滿足的規(guī)則中挑選出一個執(zhí)行，從而改變原來數(shù)據(jù)庫的內(nèi)容。這樣反復(fù)地進行尋找，直到數(shù)據(jù)庫的事實與目標(biāo)一致即找到解答

28、，或者到?jīng)]有規(guī)則可以與之匹配時才停止。</p><p>　　逆向鏈的策略是從選定的目標(biāo)出發(fā)，尋找執(zhí)行后果可以達到目標(biāo)的規(guī)則；如果這條規(guī)則的前提與數(shù)據(jù)庫中的事實相匹配，問題就得到解決；否則把這條規(guī)則的前提作為新的子目標(biāo)，并對新的子目標(biāo)尋找可以運用的規(guī)則，執(zhí)行逆向序列的前提，直到最后運用的規(guī)則的前提可以與數(shù)據(jù)庫中的事實相匹配，或者直到?jīng)]有規(guī)則再可以應(yīng)用時，系統(tǒng)便以對話形式請求用戶回答并輸入必需的事實。</p&g

29、t;<p>　　由此可見，推理機就如同專家解決問題的思維方式，知識庫就是通過推理機來實現(xiàn)其價值的。</p><p>　　人機界面是系統(tǒng)與用戶進行交流時的界面。通過該界面、用戶輸入基本信息、回答系統(tǒng)提出的相關(guān)問題，并輸出推理結(jié)果及相關(guān)的解釋等。</p><p>　　綜合數(shù)據(jù)庫專門用于存儲推理過程中所需的原始數(shù)據(jù)、中間結(jié)果和最終結(jié)論，往往是作為暫時的存儲區(qū)。解釋器能夠根據(jù)用戶的提

30、問，對結(jié)論、求解過程做出說明，因而使專家系統(tǒng)更具有人情味。</p><p>　　知識獲取是專家系統(tǒng)知識庫是否優(yōu)越的關(guān)鍵，也是專家系統(tǒng)設(shè)計的“瓶頸”問題，通過知識獲取，可以擴充和修改知識庫中的內(nèi)容，也可以實現(xiàn)自動學(xué)習(xí)功能。</p><p>　　早期的專家系統(tǒng)采用通用的程序設(shè)計語言（如fortran、pascal、basic等）和人工智能語言（如lisp、prolog、smalltalk等），

31、通過人工智能專家與領(lǐng)域?qū)＜业暮献?，直接編程來實現(xiàn)的。其研制周期長，難度大，但靈活實用，至今尚為人工智能專家所使用。大部分專家系統(tǒng)研制工作已采用專家系統(tǒng)開發(fā)環(huán)境或?qū)＜蚁到y(tǒng)開發(fā)工具來實現(xiàn)，領(lǐng)域?qū)＜铱梢赃x用合適的工具開發(fā)自己的專家系統(tǒng)，大大縮短了專家系統(tǒng)的研制周期，從而為專家系統(tǒng)在各領(lǐng)域的廣泛應(yīng)用提供條件。</p><p>　　1.3 本文研究的目標(biāo)</p><p>　　本文研究旨在開發(fā)輔助診斷

32、系統(tǒng)，由于疾病和疾病診斷的復(fù)雜性，疾病診斷專家系統(tǒng)目前的應(yīng)用水平不能做到完全地計算機智診斷。充分發(fā)揮用戶的主觀能動性，在診斷過程中增加用戶與系統(tǒng)的交互將大大提高診斷的準(zhǔn)確性，所以本系統(tǒng)的定位是在診斷過程中起到指導(dǎo)，輔助作用，與用戶共同完成奶牛疾病的一次診斷，具體目標(biāo)如下；</p><p>　　(1)針對目前已經(jīng)有的系統(tǒng)知識分類粗糙，數(shù)據(jù)不全面，單一的表示方法有局限性等問題，根據(jù)奶牛診斷案例的內(nèi)容，結(jié)果和特點，結(jié)合

33、病情理論知識和專家經(jīng)驗知識，提出新的知識表示方法，建立較為完備的知識庫。</p><p>　　(2)針對已有系統(tǒng)的推理模型機械、單一的特點，建立以面向?qū)ο蠓椒榛A(chǔ)的奶牛疾病診斷推理機制，研究更加有效的推理選擇路線，以此來提高奶牛疾病診斷推理的準(zhǔn)確性和效率。</p><p><b>　　1.4解決的問題</b></p><p>　　診斷對象的初

34、始化:為了使推理機和知識庫之間相對獨立系統(tǒng)使用了文本映射描述對象屬性的方法，在診斷開始時將獲得對問題的描述裝入初始化的問題空間，形成問題對象，再裝入相應(yīng)的規(guī)則作為對象的方法。</p><p>　　推理路線的選擇，消息觸發(fā)機制：問題對象建立后，通過消息觸發(fā)機制，激活與問題對象相應(yīng)的規(guī)則，得到問題的解。</p><p>　　沖突消解機制：當(dāng)一個問題對應(yīng)多個規(guī)則可以適用時，通過沖突消解機制選擇最

35、合適的診斷規(guī)則，得到最優(yōu)解。</p><p>　　2 知識的表示與分析</p><p>　　知識表示是人工智能研究的一個中心課題，也是構(gòu)建專家系統(tǒng)庫的基礎(chǔ)，知識表示主要是選擇合適的形式表示知識，即尋找知識與表示之間的映射，它研究的主要問題是各種數(shù)據(jù)結(jié)構(gòu)的設(shè)計，即知識的形式表示方法，研究表示與控制的關(guān)系；表示和推理的關(guān)系以及知識表示和其他領(lǐng)域的關(guān)系，知識表示的目的在于：通過知識的有效表示，使

36、人工智能程序能利用這些知識做出決策，指定計劃，識別狀況和對象，分析景物，獲取結(jié)論。</p><p>　　本章論述是全文的理論基礎(chǔ)，分析了奶牛疾病診斷和知識的內(nèi)容，特點和思維模式；概述了專家系統(tǒng)和知識的常用方法；為推理機的設(shè)計和專家系統(tǒng)的設(shè)計和開發(fā)奠定了基礎(chǔ)并且提供了知識的準(zhǔn)備。</p><p><b>　　2.1知識表示</b></p><p>

37、;　　知識表示是人工智能研究的重要領(lǐng)域。智能活動主要是獲得并應(yīng)用知識的過程，它主要包括：知識的獲取，知識的表示和知識的應(yīng)用。而知識只有以適當(dāng)形式表示才便于在計算機中存儲，檢索，使用和修改。因此，在專家系統(tǒng)中，知識表示就是研究如何用最合適的形式來組織知識，使對所要解決的問題最為有利。知識的表示是為了描述事物的一組約定，是知識的形式或者符號化過程，是表示將知識（例如關(guān)于世界的事實，關(guān)系，過程等）編碼成合適的數(shù)據(jù)結(jié)構(gòu)。知識表示是數(shù)據(jù)結(jié)構(gòu)和解釋

38、過程的結(jié)合。</p><p>　　一般說來，如果只是如何表示最合適與所要解決的問題的性質(zhì)以及解決的方法密切相關(guān)的。在專家系統(tǒng)中，知識表示總是與推理策略同時研究的。目的是使知識最合適于該問題的推理和計算。正如我們可以用不同的方式描述同一事物一樣，對于同一種知識可以采取不同的表示模式。但是各種模式在表示不同領(lǐng)域的具體知識時，在模式本身問題領(lǐng)域以及運用這種模式的推理策略方面，其難易程度是不一樣的。迄今為止，還沒有得到一

39、種通用的知識表示模式，如果表示還沒有完善的理論可以遵循，評價一種模式的優(yōu)劣還沒有統(tǒng)一的標(biāo)準(zhǔn)。盡管如此，人工智能領(lǐng)域已經(jīng)發(fā)展出了各種知識表示方法，并且各自有一些特點。</p><p>　　朱林立、夏幼明通過對不確性知識表示以及推理問題的探討，提出了不確定性知識程度的表示方法，為提高不確定性推理結(jié)果的可信度提出了一些新的技術(shù)和方法，并且通過實例驗證了本方法的可行性和有效性。</p><p>　

40、　蔣棟、李玲等采用混合規(guī)則，框架，過程，語義網(wǎng)絡(luò)等方法表達電器產(chǎn)品設(shè)計中的領(lǐng)域知識；同時以創(chuàng)新設(shè)計為目的的，提出了電器產(chǎn)品設(shè)計對象知識的“框架式”組織和管理模式，并把多種知識表示方法融入到設(shè)計對象知識的建模中。</p><p>　　何少華、王菲 提出一個比較和評估各種知識表示范圍的框架該框架有4個維度：表示充分性，表示屬性，支持的推理方法，推理屬性。然后使用此框架對邏輯，語義網(wǎng)，產(chǎn)生式規(guī)則以及框架范圍這4中常用的

41、知識表示規(guī)范進行了比較，最后認(rèn)為此框架可有效地幫助問題求解中知識表示規(guī)范的比較和選擇。</p><p>　　王風(fēng)英、喬慧麗通過對目前幾種常用的知識表示方法的優(yōu)點缺點的對比，提出了產(chǎn)品概念設(shè)計知識的一種新的方法表示——面向?qū)ο蟮闹R表示方法最能體現(xiàn)現(xiàn)代設(shè)計方法，其思想更接近于人的思維活動。采用面向?qū)ο蟮闹R表示方法進行對產(chǎn)品概念設(shè)計實例的表示，并且以減速器的產(chǎn)品概念設(shè)計為例闡述產(chǎn)品概念設(shè)計的知識系統(tǒng)。</p&

42、gt;<p>　　彭林、楊林楠提出面向?qū)ο蟮闹R表示，以類，對象進行事物以及知識的描述，具有模塊性，繼承性，封裝性，多態(tài)性和易于維護維護性，以方便于知識的檢索，管理，傳輸和共享。在對面向?qū)ο蟮闹R表示和推理機進行了討論的基礎(chǔ)上，詳細(xì)的介紹了采用面向?qū)ο笾R表示的專家系統(tǒng)的設(shè)計思路，并且對其實現(xiàn)方法及所用到的一些關(guān)鍵技術(shù)做了說明。</p><p>　　陳傳波、郭天杰等人采用描述框架加規(guī)則組的兩級識別方

43、法。描述框架定義問題領(lǐng)涉及的因素，規(guī)則組描述問題內(nèi)求解的問題?；谶@種知識表示技術(shù)，涉及實現(xiàn)了農(nóng)業(yè)專家系統(tǒng)開發(fā)工具的知識管理子系統(tǒng)。</p><p>　　Firriolo FJ等人開發(fā)唾液腺體腫瘤的組織病理診斷專家系統(tǒng)，利用啟發(fā)式規(guī)則方式進行知識表達：經(jīng)過口腔病理專家們的測試，該系統(tǒng)診斷結(jié)果可行有效。</p><p>　　R.Morpurgo和開發(fā)的智能診斷決策系統(tǒng)，采用一階謂詞邏輯和產(chǎn)生

44、式兩種知識表達方法組建多個數(shù)據(jù)庫，該系統(tǒng)能夠提供全部可能的病況供全部可能的病況供醫(yī)生參考，從幫助醫(yī)生做出最好的診斷決定。</p><p>　　以上是幾種典型的知識表示方法，除此之外還有很多種知識的表示方法，比如特性表示方法，過程表示以及腳本知識表示方法，面向?qū)ο蟮闹R表示方法，不精確的知識表示方法，狀態(tài)空間表示方法等等。這些方法各有特點，也有不足之處，而且適用的領(lǐng)域也不相同。如：謂詞邏輯方法只適用于確定性，陳述性

45、，靜態(tài)性知識：產(chǎn)生式規(guī)則方法，如果條件太多，或者規(guī)則條數(shù)太多，將使得推理的速度變的很慢。此外，在現(xiàn)代的研究中，常采用混合型的表示方式來表示領(lǐng)域的知識。</p><p>　　到目前為止，用知識表示的方法有很多種，而且都有其各自的特點，但是在實際應(yīng)用中究竟選擇哪種知識表示方法，還應(yīng)該結(jié)合知識表示方法的特點和梁宇知識的特點來綜合考慮，但是無論采用哪種知識表示方法，都要求該方法盡可能的滿足以下幾點：</p>

46、<p>　　（1）充分表示領(lǐng)域的知識。</p><p>　　（2）有利于知識的利用。</p><p>　　（3）便于對知識的組織維護與管理。</p><p>　　（4）便于理解和實現(xiàn)。</p><p>　　2.2奶牛疾病診斷知識的分析</p><p>　　奶牛疾病診斷是指奶牛疾病專家系統(tǒng)根據(jù)奶牛的癥狀表現(xiàn)，

47、采用一定的診斷方法對癥狀表現(xiàn)進行識別、以判斷奶牛的狀態(tài)、分析病因并且給出防治措施。奶牛生理狀態(tài)受多種環(huán)境因素的影響，而且治病因素非常多，導(dǎo)致奶牛疾病診斷和防治都變的非常的復(fù)雜。另一方面奶牛疾病領(lǐng)域目前尚未形成完備的病理分析，診斷與防治理論，在實際中根據(jù)臨床經(jīng)驗進行奶牛疾病診斷和防治仍占有很大的比重。筆者通過多次與具有豐富經(jīng)驗的奶牛專家訪談，獲取了大量奶牛疾病診斷案例和經(jīng)驗知識。下面就將這些奶牛疾病診斷案例和經(jīng)驗知識與奶牛疾病診斷理論知識

48、結(jié)合起來，從奶牛疾病診斷內(nèi)容，診斷特點與思維模式三個方面對奶牛疾病診斷知識進行分析。</p><p>　　2.3奶牛疾病診斷內(nèi)容</p><p>　　奶牛疾病診斷包括以下要素：診斷主體（牛病專家）、診斷客體（病牛）、奶牛疾病的類型、癥狀的表現(xiàn)、診斷的方法、病理知識、病因和防治措施。這些要素相互關(guān)聯(lián)，共同構(gòu)成了奶牛疾病診斷的有機整體，表現(xiàn)上是診斷主體與客體相互作用，得出診斷結(jié)論，實際上是奶牛

49、疾病專家運用診斷方法并且結(jié)合自身的奶牛疾病診斷病理知識，逐步提取有用的診斷要素，并且理清各個要素之間的關(guān)系，從而得出診斷結(jié)論。具體如圖2-1所示：</p><p>　　2.4奶牛疾病的癥狀</p><p>　　癥狀表現(xiàn)是指奶牛體在發(fā)病過程中出現(xiàn)的非健康的病態(tài)反應(yīng)。主要包括兩個方面：（1）奶牛的現(xiàn)場表現(xiàn)，如臥立情況，吃食情況等；（2）奶牛體癥狀，包括呼吸系統(tǒng)、運動系統(tǒng)、神經(jīng)系統(tǒng)、消化系統(tǒng)、生

50、殖系統(tǒng)和皮毛等部位的癥狀。根據(jù)癥狀對疾病結(jié)論診斷價值的不同，可以將癥狀劃分為主要癥狀（必見癥狀、常見癥狀）和次要癥狀（偶見癥狀），如圖2-2所示：</p><p><b>　　2.5奶牛疾病病因</b></p><p>　　病因是指導(dǎo)致奶牛體發(fā)生病變的因素。奶牛的致病因素復(fù)雜繁多，基本可以劃分為三大類：1.生物因素，包括細(xì)菌、病毒、真菌、寄生蟲等：2.環(huán)境因素，主要是

51、溫度濕度等偏離正常指標(biāo);3.人為因素，包括飼料管理不正當(dāng)和機械性損傷。如圖2-3所示：</p><p><b>　　2.6疾病防治措施</b></p><p>　　在確定奶牛疾病類型和病因之后，診斷進入防治階段。由于奶牛的種群的差異，養(yǎng)殖場周圍環(huán)境的差別和飼養(yǎng)管理措施的不同，在奶牛疾病防治中要因時因地地制宜，特別是應(yīng)該加強環(huán)境的檢測和疾病的預(yù)防，在奶牛疾病發(fā)生之初就采

52、取措施進行預(yù)防，以降低損失。</p><p><b>　　2.7病理知識</b></p><p>　　病理知識是奶牛疾病診斷的核心，主要是指癥狀，疾病，病因之間的關(guān)系。其中疾病是病因的結(jié)果，而癥狀是疾病的外在反應(yīng)又是病因的本質(zhì)反應(yīng)。實際中，癥狀，疾病，病因三者之間的關(guān)系非常復(fù)雜，也是奶牛疾病的重點和難點。如圖2-4所示：</p><p><

53、;b>　　2.8診斷方法</b></p><p>　　奶牛疾病的診斷方法是指奶牛專家在對病牛進行診斷過程中采用的方法，主要包括觀察，實驗和邏輯推理等方法。其中，觀察分為目標(biāo)檢測和鏡檢；實驗包括免疫學(xué)，病理和生理實驗；邏輯推理包括邏輯思維，形象思維等，主要依據(jù)奶牛病理知識和臨床經(jīng)驗知識。</p><p>　　2.9奶牛疾病診斷的思維模式</p><p&g

54、t;　　診斷思維是指專家在診斷過程中一系列的思維活動，即從具體到抽象再到具體的過程。奶牛疾病診斷系統(tǒng)的過程也就是診斷思維活動的過程。這種思維過程在奶牛疾病診斷中表現(xiàn)為從現(xiàn)場調(diào)查，奶牛個體檢查等資料的收集到運用病理知識和經(jīng)驗知識綜合分析癥狀，疾病，病因的過程，然后對奶牛疾病進行具體的診斷治療。</p><p>　　奶牛疾病專家對疾病的認(rèn)識過程為獲取病牛的特征信息，診斷推理，輸出結(jié)論，驗證結(jié)論的過程。開始癥狀的獲取是

55、不完整的，奶牛疾病診斷系統(tǒng)根據(jù)一些認(rèn)為重要的癥狀做出推理假設(shè)，運用奶牛疾病知識進行分析，如果在頭腦中假設(shè)某種疾病，則必然會出現(xiàn)某種癥狀，于是向養(yǎng)殖戶詢問，或者通過相應(yīng)的檢查以明確這些癥狀是否真的存在，如果存在假說成立，如果不存在，則排除假設(shè)。</p><p>　　面對復(fù)雜的病情，專家對疾病的診斷過程是認(rèn)識不斷深化的過程，其思維的軌跡是：先穩(wěn)定狀態(tài)，把注意力集中在某種疾病上，然后隨著證據(jù)的積累，其思維生產(chǎn)波動，注意

56、的焦點逐步擴大，在一些關(guān)鍵的分叉點上專家匯集經(jīng)驗，使其思維最終落在主要吸引因子上。如此反復(fù)交互，最終可以確診或者把假說縮小在很小的范圍內(nèi)，直到具體診斷結(jié)果。</p><p>　　實際上可以將上述思維過程抽象為一個假設(shè)驅(qū)動的“假設(shè)一驗證”的循環(huán)過程，在每次循環(huán)中包括以下兩步：1.假設(shè)——尋找當(dāng)前癥狀信息下可能的診斷假設(shè)；2.驗證——對診斷假設(shè)進行驗證，并且要求提供更多的癥狀信息。再進行1的假設(shè)過程。實際上著是一個由

57、診斷到確診，由不清楚到清楚的一個遞進的過程。如2-5圖所示：</p><p>　　在實際的奶牛疾病診斷過程中，專家大腦中的診斷知識通常以兩種形式存在：一種是案例知識，另一種事經(jīng)過長期的診斷實踐學(xué)習(xí)而上升為邏輯語言的經(jīng)驗知識。在經(jīng)驗知識不足的情況下，案例知識顯示出更重要的作用，可以通過以往案例的再現(xiàn)來推斷新問題的解決措施。列入當(dāng)病牛顯現(xiàn)癥狀時，專家會根據(jù)已經(jīng)掌握的癥狀信息，首先回憶以前是否出現(xiàn)過類似的診斷經(jīng)歷，如果

58、有救與當(dāng)時的診斷情景進行比較，并且根據(jù)診斷診斷成功的案例迅速做出判斷或者提出假設(shè)。如果回憶不到相似的案列，就運用經(jīng)驗知識和理論進行邏輯推理。實際中奶牛疾病診斷的思維過程如圖2-6所示：</p><p>　　2.10規(guī)則的表示方法</p><p>　　產(chǎn)生式系統(tǒng)與一般計算系統(tǒng)相比較具有以下特點：綜合數(shù)據(jù)庫是全局性的，在為所有的規(guī)則提供訪問：規(guī)則之間不能相互調(diào)用，他們之間的聯(lián)系中能通過綜合數(shù)據(jù)

59、庫進行。因此，對綜合數(shù)據(jù)庫，產(chǎn)生式規(guī)則和控制系統(tǒng)的修改可以相對獨立進行，特別適合于人工智能的應(yīng)用。尤其是規(guī)則的表示具有固有的模塊特性，易于實現(xiàn)解釋功能，其推理機制更加接近于人類的思維方式，因此獲得了廣泛的應(yīng)用。</p><p><b>　　規(guī)則庫（知識庫）</b></p><p>　　規(guī)則庫由一系列的產(chǎn)生式規(guī)則組成。規(guī)則形式為：</p><p>

60、;　　前件——》后件或者IF條件THEN結(jié)論</p><p><b>　　例如：</b></p><p>　　IF Ｔ，P，R均升高</p><p>　　AND 弛張熱，稽留熱</p><p>　　AND 咳嗽呈短鈍，干，濕，連咳或者痛咳</p><p>　　AND 聽診肺部呼吸聲音減弱，啰音或者

61、黏發(fā)音</p><p>　　AND聽診胸部有小片渾濁音區(qū)（多在肺臟肩膀前）或者清音</p><p><b>　　AND 粘膜潮紅</b></p><p><b>　　THEN 支氣管炎</b></p><p><b>　?。?）工作存儲器</b></p><

62、p>　　工作存儲器稱為動態(tài)數(shù)據(jù)庫，綜合數(shù)據(jù)庫，短期數(shù)據(jù)緩沖器，用它來存儲求解問題的初始狀態(tài)以及已經(jīng)知道的事實，推理的中間結(jié)果以及結(jié)論。其中的內(nèi)容是動態(tài)變化的，可通過簡單的表，數(shù)組，帶索引的頭文件結(jié)構(gòu)，關(guān)系數(shù)據(jù)庫等來實現(xiàn)。</p><p><b>　　表2-1 癥狀表</b></p><p><b>　　表2-2 疾病表</b></p&

63、gt;<p><b>　?。?）控制器</b></p><p>　　控制器以前稱為規(guī)則表示器，它控制系統(tǒng)的運行和推理過程，包括1規(guī)則掃描的氣點和順序安排：2 規(guī)則前件與工作存儲器中事實的模式匹配；3工作存儲器的狀態(tài)更新4多條規(guī)則被觸發(fā)時沖突的消解5推理終止的判定條件</p><p>　　三 推理機的分析與實現(xiàn)</p><p>　　

64、本系統(tǒng)的開發(fā)的核心內(nèi)容。通過分析問題對象的初始化過程，推理機的推理流程，診斷結(jié)果沖突的消解方法，確定奶牛疾病診斷專家系統(tǒng)的工作流程，針對本文所研究的問題領(lǐng)域———奶牛疾病診斷，提出了應(yīng)用此理論合理的假設(shè)前提，并且對計算公式從疾病診斷的特點出發(fā)，進行了適當(dāng)?shù)男薷?，本?jié)最后一個診斷實例，驗證了推理機設(shè)計的合理性。</p><p><b>　　3.1推理機的發(fā)展</b></p>&l

65、t;p>　　在現(xiàn)實生活中，人們對在各種事物進行分析，綜合，最后做出決策時，通常是從已知的事實出發(fā)，運用已經(jīng)掌握的知識，找出其中蘊含的事實或者歸納出新的事實，這一過程成為推理。嚴(yán)格的講，所謂的推理就是按照某種策略由已知判斷推出另一判斷的思維過程。</p><p>　　人類的智能活動有很多的思維方式，因此，作為模擬人類智能的專家系統(tǒng)相應(yīng)地也有多種推理方式，如演繹推理，歸納推理和默認(rèn)推理；確定性推理和不確定性推理

66、；單調(diào)推理和非單調(diào)推理；啟發(fā)式推理和非啟發(fā)式推理；基于知識的推理，統(tǒng)計推理和直覺推理等。</p><p>　　從推理過程中所應(yīng)用的知識和推理結(jié)論的確定性方面來看，推理方法可以分為確定性推理和不確定性推理兩類。所謂確定性推理是按照明確的規(guī)劃進行確定性的推理，推理的結(jié)論是肯定的或者否定的。不確定性推理就是利用初始數(shù)據(jù)的不確定性和知識的不確定性，推理出結(jié)論的確定性。在醫(yī)學(xué)專家系統(tǒng)中，往往涉及到很多的經(jīng)驗知識，我們知道，

67、經(jīng)驗知識往往都帶有某種程度的不確定性，所以，在醫(yī)學(xué)領(lǐng)域應(yīng)用最多的還是不確定性推理。</p><p>　　專家系統(tǒng)是針對某一特定的領(lǐng)域，系統(tǒng)的問題求解過程不僅依賴于特定領(lǐng)域內(nèi)的某些確定性的知識，而且更多的依賴于領(lǐng)域?qū)＜业慕?jīng)驗知識。由于現(xiàn)實世界中客觀事物的復(fù)雜性，導(dǎo)致了人們獲得的信息和知識大多是不精確的，這就要求專家系統(tǒng)中的知識表示和處理模式能夠反映這種不確定性，能夠運用不確定性知識進行推理。</p>

68、<p>　　不確定性推理是建立在非經(jīng)典邏輯基礎(chǔ)上的一種推理，是對不確定性知識的運用與處理。嚴(yán)格地說，不確定性推理就是從不確定性的初始證據(jù)出發(fā)，通過運用不確定性的知識最終推出具有一定程度的不確定性但是卻合理或者近乎合理的結(jié)論的思維過程。</p><p>　　就醫(yī)學(xué)領(lǐng)域而言，各種癥狀以及自身癥狀之間的關(guān)系都是極其復(fù)雜的，在客觀上都存在著一定的隨機性和模糊性，而且有些癥狀或者疾病的表現(xiàn)也具有不充分性，這就使得

69、人們對這些癥狀的認(rèn)識和研究是不精確和不完全的，具有一定程度的不確定性。這種認(rèn)識上的不確定性就形成了不確定性的知識和不確定性的證據(jù)。而且在許多領(lǐng)域問題的實際求解過程中，往往需要運用大量的專家經(jīng)驗，而這種經(jīng)驗性知識往往帶有某種程度上的不確定性。因此，為了使計算機對人類思維的模擬更接近于真實的人類思維，就必須對領(lǐng)域內(nèi)知識的不確定性的表示和處理進行研究。</p><p>　　醫(yī)學(xué)領(lǐng)域與其他領(lǐng)域一樣，在不確定性推理中，其不

70、確定性也表現(xiàn)為知識和證據(jù)兩個方面。因此在推理機制的設(shè)計與實現(xiàn)時，需要解決知識和證據(jù)不確定性的表示，不確定性的匹配，不確定性的傳遞算法以及不確定性的合成問題。</p><p>　　目前，不確定性問題仍然是人工只能和專家系統(tǒng)研究的焦點之一，即如何在信息不完全或者不確定的情況下進行決策和推理。在專家系統(tǒng)的推理中，如果規(guī)則的前提是完全的，嚴(yán)格的，那么推出的結(jié)論就是確定的，但是這種情況往往是不現(xiàn)實的，因此在客觀的世界中，一

71、個事件往往受到很多因素的影響，其中有些因素，甚至大部分因素是難以得到或者無法得到的，這就使得推理的證據(jù)是不完全的，不精確的。在專家系統(tǒng)的研究中，對不確定性的研究主要體現(xiàn)在知識的不確定性，證據(jù)的不確定性，和不確定性的傳遞算法，即如何將知識和證據(jù)的不確定性傳遞到結(jié)論，并且更新結(jié)論的確定性。</p><p>　　自專家系統(tǒng)出現(xiàn)以來，成功應(yīng)用與專家系統(tǒng)開的不確定性推理的方法很多，其中最主要的有可信度方法，概率推理方法，主

72、觀Bayes方法，證據(jù)理論和模糊推理等。</p><p>　　盧燕、潘虹等介紹了基于Browser/Server模式的遠程故障診斷系統(tǒng)的基本結(jié)構(gòu)以及工作原理并且對關(guān)鍵技術(shù)做了研究。</p><p>　　曹珊等概述了人工神經(jīng)網(wǎng)絡(luò)的主要特征，分析了基于人工神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的建設(shè)四象，系統(tǒng)的結(jié)構(gòu)以及優(yōu)缺點，并且對神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)做了一定的討論。施予，霍春寶等針對腹痛的診斷建立了模糊神經(jīng)網(wǎng)絡(luò)模型

73、制定了系統(tǒng)實現(xiàn)的方法。通過大量的病例的學(xué)習(xí)后，仿真結(jié)果表明該系統(tǒng)具有使用價值，并且可以推廣到其它的疾病診斷領(lǐng)域。</p><p>　　3.2奶牛疾病診斷系統(tǒng)數(shù)據(jù)的初始化</p><p>　　推理機的性能與構(gòu)建一般與知識表示方式以及組織方式有關(guān)，但與知識的內(nèi)容無關(guān)，這有利于保證推理機與知識庫的相對獨立性，當(dāng)知識庫中的知識有變化時無需改變知識庫。</p><p>　　本

74、文的系統(tǒng)結(jié)構(gòu)中為了使推理機與知識庫之間相對獨立，對知識庫中的內(nèi)容加以包裝。這是因為在設(shè)計知識庫的時候使用了文本映射的形式描述對象的屬性和方法，但是實際中我們需要逆序列化，即通過文本所對應(yīng)序號完成對對象各個屬性的訪問。其訪問過程如圖3-1所示： </p><p>　　3.3 推理機的推理流程</p><p>　　對數(shù)據(jù)初始化完成之后，對對象首先調(diào)用SelectCase()方法，從案例庫中搜

75、索是否有是否有相似的案例，若有則調(diào)用CBR()方法進行案例的相似度匹配，匹配通過后直接返回。</p><p>　　進入驗證環(huán)節(jié)，這樣可以充分利用前期的工作效果。提高診斷的效率。若沒有則啟用基本于規(guī)則的診斷方法，調(diào)用RBR();</p><p>　　首先檢查是否有可用的規(guī)則，若無規(guī)則要求用戶輸入更多證據(jù)或者提示用戶將其做為未知疾病，若有相應(yīng)的規(guī)則，推理機就行計算。結(jié)合相應(yīng)的規(guī)則逐條計算，將達

76、到規(guī)則閾值的結(jié)果保存在返回值列表。</p><p>　　推理機的診斷算法如下：</p><p>　　STEP1. 檢查是否有相應(yīng)的案例，若無則進入STEP3</p><p>　　STEP2 案例的相似度計算，若達到閾值則進入STEP7</p><p>　　STEP3 檢查是否有相應(yīng)的規(guī)則，設(shè)為n條，若則進入STEP4，否則進入STEP5<

77、;/p><p>　　STEP4 搜索證據(jù)，若新證據(jù)不為0，則進入STEP2</p><p>　　STEP5 計算第i條規(guī)則的激活概率，得到返回值，判斷是否滿足激活閾值， 否則i=i+1 </p><p>　　重新進入到STEP5</p><p>　　STEP6 判斷是否i=n，若不等于，則i=i+1</p><p>

78、　　STEP7 得到返回值列表</p><p>　　如流程圖3-2所示：</p><p>　　3.4診斷過程中沖突的消解</p><p>　　由于奶牛疾病癥狀的種類繁多，經(jīng)過提煉而入數(shù)據(jù)庫的典型癥狀具有概括性和代表性。</p><p>　　相似的癥狀被歸為一種癥狀，而且結(jié)論疾病的得出一般是由用戶提交的一部分?jǐn)?shù)據(jù)支持，所以，一組數(shù)據(jù)可能同時推理

79、出不同的兩個甚至更多個可能疾病。再者由于用戶提供的證據(jù)的不確定性和推理過程中所用知識的不確定性。</p><p>　　這時就需要進行沖突消解。沖突消解策略是在推理過程中如何匹配多條規(guī)則時采用的策略。在推理過程中，當(dāng)匹配多條規(guī)則時，按規(guī)則可信度從大到小選區(qū)，將選中的規(guī)則作為匹配結(jié)論。</p><p>　　對于系統(tǒng)推導(dǎo)出的不同可能疾病的情況，本文采用了以可信度排列的方式。將可能結(jié)果按系統(tǒng)計算的

80、得此疾病的概率從大到小進行排列，概率大的優(yōu)先作為結(jié)果進行驗證，若驗證不通過，則取次大者，依次類推。</p><p>　　本文還采用了正向推理和反向驗證相結(jié)合的策略。由于證據(jù)和知識的不確定性，推理結(jié)果的不確定性也是難免的，這就導(dǎo)致了即使是返回值對象中概率較大的也有可能是不正確的。為了提高系統(tǒng)診斷結(jié)果的準(zhǔn)確性，充分發(fā)揮用戶在診斷過程中的作用，本文增加了驗證的環(huán)節(jié)。如圖3-4所示：</p><p&g

81、t;　　四 系統(tǒng)的體系結(jié)構(gòu)及實現(xiàn)</p><p>　　本章是系統(tǒng)的設(shè)計與實現(xiàn)部分，通過前面對奶牛疾病的診斷知識表示模型和推理模型的構(gòu)建，本章對系統(tǒng)的結(jié)構(gòu)、功能模塊、工作模塊、工作流程和知識庫進行了詳細(xì)的設(shè)計，配置了系統(tǒng)硬件和軟件的平臺，核心工作是對各主要功能模塊的程序設(shè)計，最后是系統(tǒng)的實現(xiàn)。</p><p>　　4.1系統(tǒng)體系結(jié)構(gòu)的實現(xiàn)</p><p>　　基于we

82、b的奶牛疾病診斷專家系統(tǒng)按系統(tǒng)的結(jié)果分為三個層次、數(shù)據(jù)層、業(yè)務(wù)層和展現(xiàn)層，如圖4-1所示：</p><p>　　數(shù)據(jù)層：存儲在數(shù)據(jù)庫服務(wù)器中主要是知識庫和輔助信息庫，其中知識庫主要是規(guī)則庫，輔助信息庫中主要是疾病信息、防治信息、藥品信息等，用戶信息以及診斷過程中使用臨時動態(tài)表等。</p><p>　　業(yè)務(wù)層：其核心是奶牛疾病診斷專家系統(tǒng)，包括了專家系統(tǒng)的一般結(jié)構(gòu)，有用戶界面、知識獲取機構(gòu)、

83、推理機、知識庫管理和系統(tǒng)維護等模塊。業(yè)務(wù)層還包括了用戶管理，知識瀏覽，診斷信息查詢等模塊。</p><p>　　展現(xiàn)層：用戶通過訪問Internet來使用本系統(tǒng)，這種基于WEB的專家系統(tǒng)解決了用戶找專家解決問題的時間和空間問題。</p><p>　　4.2 系統(tǒng)功能模塊的實現(xiàn)</p><p>　　本系統(tǒng)的功能模塊包括疾病診斷模塊、知識瀏覽模塊、系統(tǒng)維護模塊，如圖4-

84、2所示：</p><p>　　奶牛疾病診斷模塊：基本數(shù)據(jù)的提交——》診斷——》診斷結(jié)果的輸出</p><p>　　奶牛疾病知識瀏覽模塊：主要介紹奶牛的疾病知識理論如疾病的名稱、癥狀、防治措施，以及治療所用藥品等。</p><p>　　系統(tǒng)維護模塊：該系統(tǒng)的維護模塊是實現(xiàn)對奶牛疾病知識庫、用戶信息、以及藥品信息等進行維護。</p><p>　　

85、4.3系統(tǒng)工作流程實現(xiàn) </p><p>　　用戶訪問本系統(tǒng)首先進入用戶登錄界面當(dāng)?shù)卿浶畔⒊晒χ?，系統(tǒng)根據(jù)用戶的不同身份賦予用戶不同的權(quán)限。當(dāng)普通用戶登錄之后能進行奶牛疾病的診斷，或者進行奶牛疾病知識的瀏覽。</p><p>　　而當(dāng)用戶以管理員身份登錄之時，則可以對數(shù)據(jù)庫進行各種添加、修改、刪除等操作。</p><p>　　管理員登錄后可以對系統(tǒng)進行維護、包括知

86、識庫、藥品信息庫等。</p><p>　　流程圖如圖4-3所示：</p><p><b>　　4.4知識庫的實現(xiàn)</b></p><p>　　知識庫實現(xiàn)的主要任務(wù)是將形式化的奶牛疾病知識轉(zhuǎn)變?yōu)橛删幊陶Z言表示的可供計算機執(zhí)行的語句和程序，從而初步完成可執(zhí)行的奶牛疾病診斷的原型系統(tǒng)。</p><p>　　根據(jù)奶牛疾病知識的概

87、念化模型和形式化定義的闡述，并且根據(jù)“方便推理和使用”的原則，將奶牛疾病診斷知識按內(nèi)涵分為概念、事實以及規(guī)則等。概念和事實定量或者定性地描述奶牛疾病診斷信息，包括癥狀、疾病、病因、防治的集合信息：規(guī)則是反映事實以及概念間（癥狀與疾病、病因、防治集合之間）內(nèi)在的必然聯(lián)系，描述為前提條件與結(jié)論的因果關(guān)系，包括環(huán)境條件——疾病庫、癥狀庫、病因庫、防治庫、規(guī)則庫數(shù)據(jù)關(guān)系聯(lián)系在一起，共同完成對奶牛疾病知識的表。具體如圖4-4所示：</p&g

88、t;<p>　　圖4-4系統(tǒng)知識庫設(shè)計</p><p>　　奶牛疾病癥狀、疾病、病因和防治等概念和事實存放到字典數(shù)據(jù)庫中、分別表示為：</p><p>　　（1）癥狀表Rule(Rule_ID,Rule_name,flag,Dise_ID)</p><p>　?。?）疾病表Dise(Dise_ID,Dise_name,flag)</p>

89、<p>　?。?）病因表BY(BY_ID,BY_name,flag,Dise_ID)</p><p>　?。?）防治表Treat(Treat_ID,Treat_name,flag,Dise_ID)</p><p>　?。?）規(guī)則表GZ(GZ_ID,nu1,nu2,nu3,nu4.nu5.nu6,Dise_ID)</p><p>　　對于規(guī)則表（nu1,nu

90、2,nu3,nu4,nu5,nu6）中的編碼對應(yīng)于癥狀表中的疾病編碼。每一行表示知識庫中的一條規(guī)則。而癥狀表、疾病表、防治表、病因表中的flag位表示病變的部位，本文通過分類的思想將奶牛的疾病分為9個大類。</p><p><b>　　4.5系統(tǒng)界面實現(xiàn)</b></p><p><b>　　五 結(jié)論與展望 </b></p><

91、;p><b>　　5.1 結(jié)論 </b></p><p>　　本文分析了奶牛疾病診斷知識的內(nèi)容、特點以及專家診斷設(shè)計了奶牛疾病診斷的知識表示方法和推理機制，實現(xiàn)了基于WEB的奶牛疾病診斷專家系統(tǒng)。通過研究，本文取得了如下結(jié)論：</p><p>　　1 本文通過對奶牛疾病知識的內(nèi)容、特點和診斷過程中奶牛疾病專家的思維模式進行詳細(xì)的分析，首先完成常識性知識的獲取

92、，并形成初始知識列表：然后將初始列表提呈給領(lǐng)域進行不確定性分析，最后由知識工程師和領(lǐng)域?qū)＜彝ㄟ^會談法和觀察法對獲取的知識進行完善。該方法綜合了傳統(tǒng)的知識獲取方法，在提高知識獲取效率的同時，保證了獲取的知識樹質(zhì)量。</p><p>　　2 通過建立基于面向?qū)ο笏枷氲囊?guī)則與框架相結(jié)合的知識表示模型，實現(xiàn)優(yōu)勢互補，解決了規(guī)則表示中所用規(guī)則逐條比對，匹配的效率低下和規(guī)則不利于表示結(jié)構(gòu)性知識的問題；同時避免了任意框架可以相

93、互調(diào)用的弊端并且克服了框架表示對過程性知識表達能力不足的缺點。</p><p>　　3 系統(tǒng)采用JSP技術(shù)開發(fā)了基于WEB的奶牛疾病診斷專家系統(tǒng)，示范結(jié)果表明，普通奶牛養(yǎng)殖場可以舉報網(wǎng)絡(luò)條件，很容易登陸并使用本系統(tǒng)，而且由于本系統(tǒng)的系統(tǒng)維護由管理員在服務(wù)器端進行，知識庫的維護與更新由領(lǐng)域?qū)＜邑?fù)責(zé)，減輕了用戶的維護和升級負(fù)擔(dān)，受到用戶的歡迎。</p><p><b>　　5.2建議

94、</b></p><p>　　由于時間和個人能力等客觀因素的限制，本文研究中遇到的一些問題沒有得到很好的解決，一些新想法沒能實現(xiàn)。在這里，本文將其提出來，希望能為后續(xù)研究提供的一些參考和借鑒。</p><p>　　1 由于奶牛疾病知識復(fù)雜多樣，以及各種形式記錄的知識大量存在，在后續(xù)研究中應(yīng)該增加對異構(gòu)數(shù)據(jù)共享方面的研究。</p><p>　　2 在本系

95、統(tǒng)積累大量的診斷記錄之后，挖掘其中隱含的知識、規(guī)則將有重大的意義，建議進行機器學(xué)習(xí)方面的研究。</p><p>　　總之，奶牛疾病治療專家系統(tǒng)是一個以服務(wù)奶牛業(yè)為目標(biāo)的軟件系統(tǒng)，因此，應(yīng)在實際應(yīng)用中根據(jù)用戶反饋的應(yīng)用結(jié)果和建議及時加以修改和完善，最終達到治療結(jié)論準(zhǔn)確，符合臨床治療的實際過程這一總體目標(biāo)。</p><p><b>　　參考文獻</b></p>

96、<p>　　[1] 林媛、陳新、崔智，面向?qū)ο蟮尼t(yī)療診斷推理機設(shè)計[j]，計算機應(yīng)用與軟件，2001（1）</p><p>　　[2] 肖建華、高麗、竇亞萍，基于WEB的奶牛疾病診斷與防治專家系統(tǒng)平臺的設(shè)計與實現(xiàn)[j]，計算機研究應(yīng)用，2006（12）</p><p>　　[3] 周春來、李志剛、孟躍進，決策規(guī)則獲取算法以及規(guī)則表示[j]，計算機工程與應(yīng)用，2007（7）&l

97、t;/p><p>　　[4] 劉靜、胡月黎、曹家麟，基于語義網(wǎng)絡(luò)表示的皮膚癥狀模糊推理系統(tǒng)的研究[j]，應(yīng)用科學(xué)學(xué)報，2006，（5）</p><p>　　[5] 吳強、周文、劉宗田、陳慧瓊，基于粗糙集理論的概念格屬性約簡及算法[j]，計算機科學(xué)，2006，（6）</p><p>　　[6] 韓家新、何華燦，一種分層的模糊知識表示與推理控制結(jié)構(gòu)[j]，計算機工程與應(yīng)用，

98、2006，（31）</p><p>　　[7] 朱光菊、夏幼明，框架知識表示及推理的研究與實踐[j]，云南大學(xué)學(xué)報（自然科學(xué)版），2006，（s1)</p><p>　　[8] 黃福玉、馮玉強、王盧鵬宇，基于關(guān)系模型的不確定性知識表示與推理及其在KMS中的應(yīng)用[j]，南京理工大學(xué)學(xué)報（自然科學(xué)版），2006，（5）</p><p>　　[9] 閆學(xué)東、張闊、李娟子，