新一代专家系统开发技术及应用PDF电子书下载

第1章 绪论 1

1.1 专家系统概述 1

1.1.1 专家系统的定义与结构 1

1.1.2 专家系统的特点 3

1.1.3 专家系统的发展 4

1.1.4 专家系统的分类 5

1.2 专家系统的设计 9

1.2.1 专家系统的设计要求 9

1.2.2 专家系统的设计原则 9

1.2.3 专家系统的设计步骤 10

1.2.4 专家系统的开发方法 11

1.3 新一代专家系统 12

1.3.1 新一代专家系统的定义 12

1.3.2 新一代专家系统的特点 13

1.4 新一代专家系统的研究 14

1.4.1 新一代专家系统研究的必要性 14

1.4.2 新一代专家系统的研究现状 15

1.4.3 新一代专家系统的研究意义 16

1.5 专家系统在网络故障管理中的应用 17

1.5.1 网络管理的基本概念 17

1.5.2 网络故障管理中引入专家系统的必要性 18

1.6 本章小结 19

参考文献 19

第2章 概念图知识表示 22

2.1 知识表示 22

2.2 常用的知识表示方法 23

2.2.1 状态空间表示法 24

2.2.2 产生式规则 24

2.2.3 语义网络 25

2.2.4 框架 25

2.2.5 剧本 26

2.3 概念图 27

2.3.1 概念图的基本概念 27

2.3.2 概念图的类型理论 29

2.3.3 概念类型格 30

2.3.4 正则图 31

2.4 模糊概念图 32

2.4.1 模糊集合的基本概念 33

2.4.2 模糊概念图的定义 33

2.4.3 模糊类型格 36

2.5 灰色概念图 36

2.5.1 传统概念图的局限性 36

2.5.2 灰色数学的基本概念 37

2.5.3 灰色概念图的概念 41

2.5.4 灰色概念图的统一性 44

2.5.5 灰色概念图的应用 44

2.6 扩展产生式规则 45

2.6.1 EPRs知识表示 46

2.6.2 EPRs的实现 48

2.6.3 EPRs的分析与评价 50

2.7 本章小结 50

参考文献 51

第3章 基于数据挖掘技术的知识获取 53

3.1 知识获取的重要性和任务 53

3.2 知识获取的常用方法 58

3.3 关联规则挖掘 59

3.3.1 关联规则的基本概念 59

3.3.2 关联规则挖掘的经典算法 60

3.4 基于数据库约简的关联规则挖掘算法 61

3.4.1 事务数据库约简原理 62

3.4.2 MARRD算法的设计 65

3.4.3 MARRD算法的性能分析 66

3.4.4 MARRD算法挖掘结果的评价 71

3.5 基于关联度的关联规则挖掘算法 71

3.5.1 基本概念 71

3.5.2 FFIA算法的设计 74

3.5.3 FFIA算法应用举例 76

3.5.4 FFIA算法的分析 78

3.5.5 FFIA算法的评价 80

3.6 基于一次性数据库访问策略的关联规则挖掘算法 80

3.6.1 算法设计思想 80

3.6.2 Apriori_ADO算法设计 81

3.6.3 算法复杂度分析 81

3.6.4 简单实例分析 84

3.6.5 实验分析与应用 85

3.7 模糊关联规则挖掘算法 87

3.7.1 模糊关联规则的基本概念 88

3.7.2 模糊概念的处理 90

3.7.3 模糊关联规则挖掘算法MFARR 91

3.7.4 MFARR算法的评价 92

3.8 网络故障数据库关联规则挖掘 92

3.8.1 数据准备 93

3.8.2 关联规则与EPRs规则的转换 95

3.9 本章小结 96

参考文献 97

第4章 概念图与EPRs的知识推理 101

4.1 基本概念 101

4.1.1 知识推理 101

4.1.2 知识推理的分类 102

4.1.3 推理的控制策略 104

4.2 几种常见的不确定性推理方法 106

4.2.1 概率推理 106

4.2.2 主观Bayes推理 107

4.2.3 可信度方法 109

4.3 EPRs规则的不确定性推理 110

4.3.1 EPRs的推理机制 110

4.3.2 EPRs规则中不确定性知识的传播 120

4.3.3 灰色知识的传播 121

4.4 灰色概念图的匹配推理 123

4.4.1 区间灰数的匹配问题 124

4.4.2 灰色概念图的匹配推理 125

4.5 模糊含权概念图的匹配推理 126

4.5.1 模糊含权概念图 126

4.5.2 概念间主要关系的表示 127

4.5.3 模糊含权概念图匹配推理 128

4.6 本章小结 132

参考文献 132

第5章 基于概念图的自然语言接口设计 135

5.1 自然语言接口 135

5.2 自然语言生成 137

5.2.1 自然语言生成的历史 138

5.2.2 自然语言生成系统 139

5.2.3 自然语言生成的逻辑结构 139

5.2.4 自然语言生成的视图 140

5.2.5 基于概念图的自然语言生成系统 142

5.3 自然语言生成的语句优化处理 143

5.4 自然语言生成的语法规则集 147

5.5 基于概念图的自然语言生成 148

5.5.1 基本概念 149

5.5.2 APSG句法生成规则 150

5.5.3 概念图中常见的关系 152

5.6 基于概念图的汉语语句生成算法 154

5.7 循环概念图的自然语言生成 159

5.8 嵌套概念图的自然语言生成 164

5.9 自然语言理解 170

5.9.1 语法规则集 170

5.9.2 句法分析技术 170

5.9.3 语义分析 171

5.9.4 结构分析技术 171

5.9.5 回溯与并行 172

5.10 本章小结 173

参考文献 173

第6章 网络故障诊断专家系统的设计与实现 176

6.1 网络故障诊断专家系统的结构 176

6.1.1 传统专家系统存在的问题 176

6.1.2 网络故障诊断专家系统结构模型 177

6.2 网络故障知识的组织 179

6.2.1 网络故障知识的分类 179

6.2.2 ESFDN中故障诊断知识库 181

6.3 ESFDN中汉语语言子集 185

6.3.1 汉语语言子集中的基本句型 185

6.3.2 汉语语言子集的语法 186

6.4 ESFDN专家系统的原型设计 188

6.4.1 数据库的组织 189

6.4.2 知识获取 190

6.4.3 专家系统的设计 191

6.4.4 推理机和解释器 193

6.5 本章小结 193

参考文献 193

第7章 新一代专家系统研究的总结与展望 195

7.1 本书的主要研究工作 195

7.2 主要研究结论 197

7.3 研究展望 198