一种专家数据库的开发与实现

处理静态数据;而专家系统的狭窄应用领域及不能访问现存数据库,又防碍了专家系统的有效应用。数据库和人工智能这两个领域单独发展的局限性,促使了两者取长补短, 共同发展。这就是专家数据库EDS(Expert Database Syst em)产生和发展的原因。通常,我们把既具有数据库管理功能及演绎能力、又提供专家系统中若干良好性能的数据库系统,称为专家数据库。EDS的基本思想是把以知识表达和知识处理为主的专家系统ES(Expert System )技术引进传统数据库,使二者有机结合,以开发出能共享信息的面向知识处理的问题求解系统。目前,EDS主要采用系统耦合--"紧耦合" 及"松耦合"来实现。紧耦合指将规则管理系统集成到DBMS之中,使DBMS既管理数据库又管理规则库。这种方法实现难度较大。而松耦合是指将一个现成的专家系统外壳和一个现成的DBMS作为两个独立的子系统结合在一起,它们分别管理规则库和数据库。采取松耦合实现策略可以充分发挥原有两个系统的全部功能,而不需对原系统进行任何改动。它只需设计一个连接ES/DBMS的高效、灵活的接口模块,以协调二者的工作,所以实现起来时间短、见效快。

一、故障诊断专家系统的系统结构
在故障诊断系统HF-2000的研制中,我们采取松耦合策略建立了一个故障诊断专家数据库系统。该系统是一个产
生式系统,采用深度优先策略作为其控制策略。系统根植于W indows平台,采用了面向对象的程序设计技术及先进的数据库技术;在数据库端,我们采用了基于Server/Client机制的MS SQL的数据库技术。在推理控制端,利用
Visual C++进行编程,实现了一个推理机。推理机与数据库之间的接口则通过ODBC API直接调用来实现对数据库的访问。本系统的构造模型是以数据库为载体的构模形式,系统机构图如1所示。图1 图1中知识获取结构负责建立、修改与扩充各个数据库;解释机构 用于对求解过程作出说明,指出求解成功或失败的原因,并回答用户提出的问题。事实库用来存放输入的原始事实及中间结果;字典库用来存放规则中事实的基本定义和说明;规则库用来存放规则;垃圾桶用来存放推理中失 败的推理路径。

二、规则与数据库的设计
1. 产生式规则的模型规则的一般形式是: if〈前提〉then〈结论〉 它表示当〈前提〉成立时,得出〈结论〉的可信度为。其中〈前 提〉是事实或断言的合取形式。本系统中的规则模型请参考图2。

2. 事实库 结构:FACT_DB(Fact_ID,Rank,No) 用途:存放输入的原始事实,中间结果及最后结果。 其中:Fact_ID是事实Fact的编码;Rank用来表示系统特定部分,比 如说"放大级"、"槽路"等;No表示特定部分中的部件的编号;如"1"表 示"槽路"部分1号管、"2"表示"槽路"部分2号管等。

3. 字典库 结构:DICT_DB(Fac_ID,Component,Appear,Why,Known) 用途:存放规则库中的前提条件和结论及其编码。 其中:Fact_ID为事实编码;Component为部件名称;Appear是对Fac t_ID的自然语言解释;Known用来表示该事实已知或未知,以防止该断 言的重复求证。

4. 规则库 规则库中包括四个表(TABLE),它们是规则前件库(PRE_TABLE)、 已激活的规则前件库(ACTIVE_PRE TABLE)、规则后件库(ACT_TABLE) 和已激活的规则后件库(ACTIVE_ACT_TAB LE)。 图2 (1)规则前件库 结构:PRE_TABLE(Rule_Name, Fact_ID) 用途:存放各条规则对应的前提条件。 其中:Rule_Name为规则名;Fact_ID为Rule_Name规则的一个与条 件;一条规则的n个与条件在该库中就有n条对应该规则的记录。 (2)已激活的规则前件库 结构:ACTIVE_PRE_TABLE(Fact_ID,Rank,No) 用途:存放已激活的前提条件,以避免规则各前提条件的重复匹配 。 其中:Fact_ID为Rule_Name规则的一个与条件;Rank用来表示系统 特定部分;No表示特定部分中的部件的编号。 (3)规则后件库 结构:ACT_TABLE (Rule_Name, Fact_ID, Num, Num2) 用途:存放规则对应的结果。 其中:Rule_Name为规则名;Fact_ID为Rule_Name规则的结果;Num 表示该规则前提条件的个数;Num2为Num字段的辅助值。 (4)已激活的规则后件库 结构:ACTIVE_ACT_TABLE(Rule_Name, Rank,No) 用途:存放已激活的后件,以避免规则各结论的重复匹配。 其中:Rule_Name为规则名;Rank用来表示系统特定部分;No表示特 定部分中的部件的编号。

5. 垃圾桶 结构:GARBAGE_BIN_DB(Fact_ID, Rule_Name, Pre_Num) 用途:记录剪去枯死枝叶的原因。 其中:Fact_ID为事实编码;Rule_Name为应用于该结点的规则名,P re_Num为实际匹配的前提条件数。

三、控制机构的设计
我们用C++语言实现了一个采用深度优先策略的反向推理机。整 个推理过程。就是一棵搜索树边长枝边修枝的过程推理机的源程序如 下:


int CCause::Reason(RTree*rTree)
{
RULE prule,rule;
int ruleFlag;
while(1){
while(true){
if(rTree- choose rule(&prule)==1
{
//对当前叶节点选择适用的规则
rTree- SctAct(prule);
//把当前应用规则放入激活的规则表ar
ruleFlag=1;
break;
}
else{
ruleFlag=0;//若无规则可用,设置失败标志
if(depth return 0;
else{
rTree- ClipBranch(depth--;path++);//剪去枯枝
if(depth!=0)
return 0;
//若不是树根,返回失败标志;否则继续推理
}}}
rTree- SetLeaf(&prule);
//设置第一个前提为当前叶节点
depth++;
while(1){
int iSucc=0;
iSucc=rTree- SuccessDirect ();
//事实是否立即成立
if(iSucc==0)
{
//若事实库中没有对应事实且该节点不是元件,则搜索规则
while(1){
if(rTree- choose rule(&rule)==1)
{
//搜索对应于当前叶节点的规则
ruleFlag=1;
if(BackReason(rTree)==1)
{
//若事实成立,则对下一前提进行求证;
否则选用下一条规则推理
rTree UnderSuccess();
//事实成立,重新设置当前前提为当前叶节点
break;}}
else{
ruleFlag=0;//若无规则可选,设置失败标志
break;}}}
if(iSucc==1){//若事实立即不成立,则设置失败标志
ruleFlag=0;
break;}
if(ruleFlag==0)
//当前应用规则失败,选择下一条规则推理
break;
else{
if(prule.num==prule.num2)
//上一个前提求证成功,判断是否还有未求证的前提
break://若没有则退出循环
else
rTree- SetLeaf(&prule);
//若有则设置此前提为当前叶节点
}}
if(ruleFlag==1){
rTree- ProduceNewFact();
//若事实求证成功则往事实库中添加此事实
return 1;
//返回成功标志
}}}