第二章 基于规则的专家系统2.1 知识关于对象在理论和实践方面的理解，是目前所知知识的总结2。2 规则2.3 结构2。4 基本特征2.5 推理技术向前链接：是收集信息然后利用信息进行推理的技术Rule1：Y＆D-——--->ZRule2:X&B＆E-——-——>YRule3:A---——->XRule4:C--——-—〉LRule5：L&M-—-—-->N向后链接:目标的驱动推理2.6 参加者2。7 冲突的解决方案（1）达到目标就停止规则（2）优先级（3）最长匹配规则（4）最近录入数据库规则2.8 优缺点优点:（1）自然的知识表达方法（2）统一的结构（3）知识与其处理能力相分离（4）可以处理不完整或者不确定的知识缺点：(1）规则间的关系不透明 （2）搜索策略效率低（3)不能自学习第三章 基于规则的专家系统的不确定管理3。1 不确定不确定性：就是缺乏可以使我们的出完全可靠结论的精确知识来源：脆弱的暗示、不精确的语言、数据的缺失、综合不同专家的意见3.2 贝叶斯规则使用贝叶斯方法，必须满足证据有条件的独立，可靠的数据统计，每个假设的先验概率.用于矿产勘探的专家系统 PROSPECTOR 是第一个成功运用证据的贝叶斯规则3.3 确定因子:贝叶斯方法最常见的代替方法3。4 比较概率论是处理不精确知识和随机数据的最早和最好的技术贝叶斯主要用于天气预报和计划确定因子用在诊断领域共同:要求找能够量化的主观的和定性的信息的专家第四章 模糊专家系统4.1 概述4.2 模糊集4。3 语言描述4.5 推理（1）步骤：a、输入变量模糊化 b、评估规则 c、聚合规则的输出 d、规则的输出及逆模糊化(2）两种技术Mamdani：用模糊规则猎取专家知识，但计算量很大Sugeno：改善了计算效率，优化及自适应技术协同作用，在动态非线性系统中适用第五章 基于框架的专家系统5.1 简介框架：带有关于某个对象和概念的典型知识的数据结构,用来在基于框架的专家系统中猎取和表达知识。用途：主要用于和产生式规则的链接5。25。3 继承单父类继承和多重继承5.4 方法和守护程序框架见的交互是通过方法和守护程序实现的。方法是和框架属性相关的过程，在需要的时候执行。大 多 数 基 于 框 架 的 专 家 系 统 使 用 两 种 方 法 :WHEN CHANGED 和 WHEN NEEDED。WHEN CHANGED 方法在有新的信息加入槽中使用, WHEN NEEDED 在解决问题需要该信息,但没有指定槽值的时候使用。 第六章 人工神经网络6.1 人脑工作（1）机器学习:使用计算机的经验、实例、和类比自己来学习的自适应机制。...
