第1章 人工智能与专家系统概述 1
1.1 人工智能简述 1
1.1.1 人工智能发展基本回顾 1
1.1.2 人工智能技术主要应用 2
1.1.3 认知科学的两个方面——专家系统和神经网络 2
1.1.4 智能诊断和智能规划 3
1.2 专家系统简述 3
1.2.1 专家系统应用与现状 3
1.2.2 专家系统的组成 4
1.2.3 专家系统的分类及特点 4
1.2.4 专家系统存在的问题及主要发展方向 5
1.2.5 专家系统的形式描述 6
1.2.6 专家系统的推理与不精确性的处理 6
1.3 专家系统工具 7
1.3.1 专家系统工具简述 7
1.3.2 专家系统工具研究特点 8
1.4 诊断问题求解 10
1.4.1 求解诊断问题的思维框架 10
1.4.2 诊断问题求解的方法及策略 11
1.4.3 演绎推理诊断问题求解的方法 11
1.5 知识表示 12
1.5.1 知识表示简述 12
1.5.2 常用知识表示方法的能力及比较 12
1.6 Visual Prolog简述 14
第2章 ESTA概述 15
2.1 ESTA基本特点 15
2.1.1 专家知识何时能显示出差异 15
2.1.2 使用ESTA的意义 16
2.2 ESTA应用开发导例 18
2.2.1 ESTA中知识库的书写 18
2.2.2 ESTA导例 21
第3章 ESTA介绍 28
3.1 ESTA运行环境 28
3.1.1 ESTA目录结构 28
3.1.2 ESTA系统生成 28
3.1.3 ESTA主窗口构件 30
3.2 ESTA节 30
3.3 ESTA参量 31
3.3.1 分类参量 32
3.3.2 布尔参量 33
3.3.3 文本参量 33
3.3.4 数值参量 34
3.4 ESTA域 35
3.4.1 解释域 35
3.4.2 提问域 35
3.4.3 规则域 36
3.4.4 定义域 37
3.4.5 图片域 37
3.5 ESTA行动 38
3.5.1 Do-section-of行动 38
3.5.2 指派行动 39
3.5.3 退出行动 39
3.5.4 链接行动 39
3.5.5 调用行动 39
3.5.6 执行行动 40
3.5.7 停止行动 40
3.6 ESTA表达式 41
3.6.1 BNF表示法 41
3.6.2 布尔表达式 42
3.6.3 文本表达式 43
3.6.4 数值表达式 43
3.7 ESTA文件 45
3.7.1 对话文件 45
3.7.2 文本文件 45
3.7.3 知识库文件 45
3.8 ESTA图片数据库 47
3.9 ESTA其他定义 47
3.9.1 标题 47
3.9.2 名称 47
3.9.3 忠告 48
3.9.4 串 48
3.9.5 数 49
3.9.6 Showpic过程 49
3.9.7 Unknown（不知道）的使用 49
3.10 ESTA菜单键盘命令 50
3.10.1 ESTA启动 50
3.10.2 文件 50
3.10.3 编辑 51
3.10.4 咨询 53
3.10.5 参数 54
3.10.6 节 56
3.10.7 标题 57
3.10.8 图片 57
3.10.9 其他 60
3.11 ESTA其他编辑命令简介 60
3.11.1 光标移动命令 60
3.11.2 编辑器命令 61
第4章 ESTA应用范例分析 63
4.1 汽车故障诊断专家系统知识库简介 63
4.2 汽车故障诊断专家系统知识库 64
4.3 汽车故障诊断专家系统知识库节名列表（括号内给出汉字说明） 79
4.4 汽车故障诊断专家系统知识库参量列表（括号内给出汉字说明） 80
4.5 汽车故障诊断专家系统知识库控制流基本分析图 81
4.6 汽车故障诊断专家系统咨询过程图例 86
第5章 基于Visual Prolog的专家系统 93
5.1 GENI（小型分类专家系统外壳） 93
5.1.1 GENI脚本示例 94
5.1.2 GENI知识库示例 99
5.1.3 对GENI的简单分析 99
5.1.4 GENI咨询过程示例 103
5.2 GENI（Web版）（小型分类专家系统外壳） 105
5.2.1 GENI脚本示例 105
5.2.2 GENI知识库示例 114
5.2.3 GENI知识库咨询过程示例 118
5.2.4 GENI咨询流程分析 120
5.3 基于Web专家系统的应用研究 121
5.3.1 基于Web的非精确反向推理专家系统 121
5.3.2 基于Web的非精确正向推理专家系统 126
5.3.3 基于Web的贝叶斯专家系统 130
5.4 基于Web与汉语自然语言处理的地理信息系统应用研究 133
5.4.1 研究背景 133
5.4.2 基于英语自然语言处理的系统模型Geobase 134
5.4.3 Geobase模型的汉化研究及实现 135
5.4.4 处理汉语句子的算法及程序脚本 136
5.4.5 有关语言集、数据库举例 138
第6章 ESTA的汉化及定制过程 139
6.1 提示信息、解释信息等常规用语的汉化 139
6.2 菜单的汉化 140
6.3 分类参量（category）类型值的汉化 142
6.4 对话框中按钮图标的汉化 143
6.5 自定义的过程或函数 147
6.6 ESTA与数据库连接的应用研究 148
6.6.1 利用ODBC与数据库连接 148
6.6.2 利用DDE与Excel交互实现与数据库的连接 149
6.6.3 利用数据文件与数据库连接 149
6.6.4 基于Web的ESTA与数据库的连接 150
6.7 其他应用经验简介 150
第7章 基于ESTA的专家系统 151
7.1 测试ESTA中Excel与DDE连接的例子 151
7.2 学习和研究ESTA的实例——专家系统和人工神经网络的结合应用 154
7.2.1 设计及实现思想 154
7.2.2 知识表示举例 154
7.2.3 人工神经网络模型样本训练（部分）形式举例 155
7.2.4 故障诊断咨询过程图示 155
7.2.5 知识库示例 159
7.3 基于ESTA的电力设备状态评估专家系统的应用研究 166
7.3.1 状态评估基本过程框架描述 166
7.3.2 状态综合指数 166
7.3.3 知识库设计 168
7.3.4 评分基本准则及实例分析 168
第8章 Visual Prolog的应用示例——基于高压分析的变电设备故障诊断专家系统 171
8.1 设计及实现思想 171
8.2 故障诊断咨询过程图示 172
8.2.1 变压器绕组绝缘电阻咨询过程图示 173
8.2.2 变压器绕组介质损耗咨询过程图示 175
8.2.3 变压器绕组泄漏电流咨询过程图示 176
8.2.4 变压器绕组直流电组咨询过程图示 178
8.3 故障诊断咨询基本结构层次图示 179
8.4 知识库示例 181
8.5 菜单命令程序调用示例 184
8.6 知识库中规则参数处理程序示例 185
第9章 基于Windows与基于Web的ESTA应用咨询过程图例 188
9.1 基于Web的ESTA应用咨询（冠心病风险评估）过程图例 188
9.2 基于Windows的ESTA应用咨询（电力设备状态评估）过程图例 196
9.3 基于Web的ESTA应用咨询（电力设备状态评估）过程图例 198
9.4 基于油浸式变压器状态检修及状态评价导则的ESTA应用研究 203
9.4.1 油浸式变压器（电抗器）状态评价导则基本内容 203
9.4.2 油浸式变压器（电抗器）状态检修导则基本内容 205
9.4.3 ESTA应用研究图例 205
附例 基于汉化及扩展ESTA的变压器状态评估专家系统知识库样本 212
参考文献 241