1、2.2 用户界面设计192.2.1 用户界面设计的原则192.2.2 设计的用户界面20第 3 章 详细设计223.1 学习 VC 有感223.1.1 认识 VC223.1.2 使用 MSDN233.2 详细编码24第 4 章 测试与完善374.1 测试系统374.2 完善功能384.2.1 改善 explain 功能384.2.2 添加 backspace 功能错误！未定义书签。4.3 界面美化39第 5 章 设计中的重难点问题40结论41致谢43参考书目44前言1956 年，在达特马斯大学由 JMccarthy 和 MMinsky 发起，邀请了几位数学家、心理学家、计算机专家、神经学家和工
2、程师，召开了以“人工智能（Artificial Intelligence）”为主题的研讨会。自此以后，以人工智能为名的研究机构、专业学会以及报刊书籍发展迅速，在全球范围广泛传播。人工智能现已成为一个新兴的学科，得到人们的重视。其研究成果也应用到人们生产生活的各个领域。所谓人工智能，又称为智能模拟，是计算机技术的一个重要分支，它研究如何利用计算机来完成用人的智慧才能完成的工作。随着计算机的发展，人工智能经历（1） 模拟人类的思维规律，即推理方法的研究和程序化；（2） 正确的知识表示，运用知识进行推理，即知识的形式化；（3） 从大量已有的知识推出新的知识，即专家系统。专家系统属于人工智能的一个发展
3、分支，自 1968 年费根鲍姆等人研制成功第一个专家系统DENDEL 以来，专家系统获得了飞速的发展，并且运用于医疗、军事、地质勘探、教学、化工等领域，产生了巨大的经济效益和社会效益。现在，专家系统已成为人工智能领域中最活跃、最受重视的、最有成效的一个研究领域。专家系统是在关于人工智能的研究处于低潮时提出来的，由它的出现及其所显示出来的巨大潜能不仅使人工智能摆脱了困境，而且走上了发展时期。它是一种基于知识的系统，它从人类专家那里获得知识，并用来解决只有专家才能解决的困难问题。专家系统（ES，Expert System），就是一种在特定领域内具有专家水平解决问题能力的程序系统。它能够有效地运用专
4、家多年积累的有效经验和专门知识，通过模拟专家的思维过程，解决需要专家才能解决的问题。动物识别专家系统就是一个能通过一系列动物属性的规则，根据用户输入的动物属性，来识别动物的属性、名称和种类。构建该动物识别专家系统主要为了把人工智能课程中学到的内容运用到实践中去，锻炼自己的实践能力，熟悉专家系统的结构，掌握用 VC 构建专家系统的一般过程，培养科学创新能力以及深入研究某个问题的能力，为将来的研究生学习打好基础。加上我将来就读的学校在人工智能方面颇有成就，所以从多个角度，经过慎重考虑，选择该课题。完成它将能学到对将来的学习发展有益的思想、知识和方法。第一章 需求分析1.1 需求状况动物识别专家系统
5、是在专家系统原理的基础上，根据输入的事实，判断出动物的类别。1.2 专家系统的设计要求专家系统的分类有解释型，诊断型，预测型，设计型，规划型，控制型，监测型，维修型，教育型和调试型，而从体系上来说，它可分为集中式专家系统，分布式专家系统，神经网络专家系统，符号系统与神经网络结合的专家系统。名字可是不少，但是专家系统的基本结构图如下图所示：人机接口部分就不做多的解释了，它只是一个用户界面而已。它的实现可以有不同的形式，也有可能是很复杂的。人们希望能够和人类专家那样和机器交流，不再使用简单的命令，而是用人类的语言完成交互工作，这就要求人机接口能够有自然语言理解的功能。但是专家系统能不能使用，好不好
6、使用关键在中间的那一层，人可以思考，如果希望机器也能够象人那样思考，那么推理机制是必不可少的，而且它在很大程序上决定了这个专家系统的效率和可用性。我们知道人类的推理活动是基于一定知识进行的，我们解几何题的时候总是要知道一些基本的公理（或定理），医生看病的时候起码要有一点最起码的医学常识，这样才有进行推理的物质条件，推理是建立在具有知识的基础上进行的。知识就是一些事实或事实的抽象，我们称之为概念的东西组成的。知识是对客观事物某一方面属性的了解。知识有着它的特性： 相对正确性。任何知识都有一定的应用范围，不能脱离了范围来说一个知识可用不可用； 不确定性。由于现实世界的复杂性，许多事实和概念都不可以
7、说是绝对正确，就象哲学中不存在绝对真理一样，知识本身也有不确定性； 可表示性。同样，知识也要是可以表达的，用口述也要，用什么东西记录也要，要能够感知的，如果不能表示出来，那谁能够理解，连表示都表示不出来，那也根本谈不上应用了。不能用的东西，我们知道也罢不知道也罢，对于面向应用的人工智能来说没有什么意义。为使机器具有智能，必须把知识以某种特定的、计算机可以接受的形式表示出来。可以说知识表示直接影响到一个专家系统性能。目前的知识表示方法主要有：一阶谓词逻辑表示法、产生式表示法、框架表示法、语义网络法等形式，不同的领域需要不同的表示方法，如产生式适合于表达具有因果关系的过程性知识，而具有结构关系的知
8、识则适合用框架表示法。本动物识别专家系统采用产生式表示法表示规则。在专家系统基本结构中,推理机和知识库两个部件就可以实 现用户的功能，但是我们还应该注意到，另一个重要的部件，知识获取部分，一个人类专家只所以能够成为人类专家，就是它可以在实践过程中不断地丰富自己的知识，让自己做出的结论在结合实践后反馈回自己，让自己修改错误，人是一个负反馈的系统，而我们上面提到的没有知识获取的专家系统根本没有什么反馈，这个机器专家，现在是这个水平，将来还会是这个水平，它所知道的，不会因为自己的实践而有丝毫的变化。因此它不能适用工程实际的需要。知识获得部分的工作就是要建立这样一种反馈机制，把所得到的结果反馈给知识库
9、，修改已知的知识，让它得到的结果更准确，更具有可用性。如果让它能够实例进行学习，那更好不过了，编程人员就可以不用把一条条的规则用程序写给这个专家系统了，而只用把一个个用计算机作好标记的实例交给计算机，它自己会生成知识库，这样它就更象一个人了。因此，如果一个专家系统有自学习的功能，那在系统的维护方面和系统的可用性方面一定会大有提高。机器学习在这样的需求下产生了。机器学习的方法有以下几种： 机械式学习。它的另一个名称死记式学习能够直接体现它的特点，这是一种最简单的，最原始的学习方法，也是机器的强项，人的弱项。 指导式学习。这种学习方式是由外部环境向系统提供一般性的指示或建议，系统把它们具体地转化为
10、细节知识并送入知识库中，在学习过程中要对反复对知识进行评价，使其不断完善。 归纳学习。我们看到，机器所善长的不是归纳，而是演绎，它适用于从特殊到一般，而不太适应从一般到特殊，从特殊到一般的归纳是人类所特有的，是智慧的标志。具体的归纳学习方法有许多，但它们的本质就是让计算机学会从一般中得出规律。 类比学习。类比也就是通过对相似事物进行比较所进行的一种学习。它的基础是类比推理，也就是把新事物和记忆中的老事物进行比较，如果发现它们之间有些属性是相同的，那么可以（假定地）推断出它们的另外一些属性也是相同的。 基于解释的学习。这是近年来兴起的一种新的学习方法。它不是通过归纳或类比进行学习，而是通过运用相
11、关的领域知识及一个训练实例来对某一目标概念进行学习，并最终生成这个目标概念的一般描述，这个一般描述是一个可形式化表示的一般性知识。通过以上的学习方法就是为了得到知识，通过一种方便的方法得到知识。前面已经说过了，因为机器的思考方式和人类的思考方式大有不同之处，因此让机器通过自己学习生成自己便于理解和使用的知识，也不失为机器学习的目标之一。就人工智能的研究领域来说，前面说所说的系统可以表示成下面这样一个图示：这个系统类型于控制中的负反馈系统，把结果重新作用于知识库上，于是知识库得到不断地修正，以适应系统的需要。但是我们注意到上图中，如果把结果作用于推理机会得到什么结果。1.3 组成部分理想的专家系
12、统的基本组成如下图所示。专家系统的第一个重要组成部分是知识库，它存贮从专家那里得到的、关于某个领域的专门知识。专家系统的第二组成部分是推理机，关于这个问题，我将会在下一章详细的讲述。推理机工作记忆（事实）知识库（规则）议程用户界面知识获取机解释机专家系统的结构 用户界面用户和专家系统之间的通信机制。为了方便使用，多数专家系统为多数用户提供了某些用户熟悉的表示信息的手法（如自然语言、图形、表格等）。人机接口蕴涵在各子系统中，它负责把用户输入的信息转换成系统的内部表示形式，然后把这些表示形式交给相应部件去处理。系统输入的内部信息也由人机接口转换成用户理解的外部形式显示给用户。大多数系统是由自然语言
13、作为人机交互的信息的媒介。 解释机解释系统的推理给用户。解释系统程序负责回答用户提出各种问题，包括与系统运行有关的的问题和与系统运行无关的一些问题。解释子系统是实现系统透明性的主要部件。 工作内存被规则所使用的事实的全局数据库。 推理机通过决定哪些规则满足事实或目标，并授予规则优先级，然后执行最高优先级规则来进行推理。 议程由推理机创建的一个规则优先级表，这些规则匹配工作内存中的事实或目标。 知识获取机为用户建立的一个知识自动输入方法，以代替知识工程师去编码知识。专家系统的很多能力来自于对所存储的专家知识和恰当运用有效的推理技术，推理不可能完全独立于所要解决问题的种类，但同时所用的推理方法又不
14、能太依赖某一特定问题，以至在其他场合不能适用。我所要设计的推理机应该是有效的，同时又能广泛的应用于描述和解决一类问题。1.4 推理机推理机的构造是简单还是复杂，依赖于知识库的结构。知识库和推理机是专家系统的核心问题。推理机构就是以一定的推理策略，有效的选择知识库中的知识，根据用户提供的问题进行推理，得到用户可接受的结论。面向对象的程序设计思想，考虑人类应用知识的思维过程，推理机和知识库是一个不可分割的实体。对于规则知识结构，不仅包括规则中的前提和结论的有关数据，还包括有关规则的提问、咨询、匹配、推理以及与其它规则的关系，这种结构称作规则类。规则类的实例是具体规则，或称作规则对象。VC 是基于图
15、形的面向对象程序设计，不仅能生成对象而且能方便的构造人机交互界面。如果知识库只是由简单的的规则组成，正向推理就足够了。最简单的正向推理是一个执行循环交替的交互式程序，它搜索规则表直到找到其前提与事实和状态相匹配的规则为止，然后使用或激活这个规则断言新的知识。一个规则一旦被使用，它就不能在同一次搜索里再次使用。重复这一过程：找到匹配规则，激活它，直到找到不可匹配的规则不止。正向推理也称由底向上控制、数据驱动控制、向前链推理、模式制导推理和前提推理等。正向推理用于断言那些与规则的前提匹配的事实，并用于进一步推断事实。正向推理的基本思想是从已知的信息出发，选用合适的知识，逐步求接待解的问题。一般来说
16、，正向推理的条件是：具有存放当前状态的“数据库” ：一个储存知识的“知识库”和一个进行推理的推理机。工作的程序是：用户将与求解问题有关的信息存入数据库，推理根据这些信息，从知识库中选取正确的知识，得出新的信息存入数据库中，在根据当前状态选择知识，如此反复直到求出解为止。正向推理的详细推理过程如下：1. 断言一个事实。2. 使事实与某个规则的前提相匹配。3. 完成是与前提的合一替换。4. 把替换用于规则的结论。5. 断言结果，并把它用于进一步的推论。6. 重复步骤（1）到（5）。第 2 章 概要设计2.1 总体流程的设计上一章已讨论过专家系统的必要组成部分知识库、推理机、解释机和用户界面，所以我
17、设计的动物识别专家系统必须包含以上几个模块。2.1.1 创建知识库规则库是知识库的基本元素，把选用的规则按一定的数据结构组织起来，存贮在计算机中，就能组成知识库。对知识库进行添加、修改和删除，主要是依据规则的意义结构，所以选用好的规则库是创建知识库的基本要求。该动物识别知识库选用了以下 15 条规则：1. IF 该动物有毛发 THEN 该动物是哺乳动物2. IF 该动物有奶THEN 该动物是哺乳动物3. IF 该动物有羽毛 THEN 该动物是鸟4. IF 该动物会飞AND会下蛋 THEN 该动物是鸟5. IF 该动物吃肉THEN 该动物是食肉动物6. IF 该动物有犬齿 AND有爪AND眼盯前
18、方THEN 该动物是食肉动物7. IF 该动物是哺乳动动 AND 有蹄THEN 该动物是有蹄类动物8. IF 该动物是哺乳动物 AND 是嚼反刍动物9. IF 该动物是哺乳动物 AND 是食肉动物AND 是黄褐色AND 身上有暗斑点THEN 该动物是金钱豹10. IF 该动物是哺乳动物 AND 是食肉动物AND 身上有黑色条纹THEN 该动物是老虎11. IF 该动物是有蹄类动物 AND 有长脖子AND 有长腿THEN 该动物是长颈鹿12. IF 该动物是有蹄类动物 AND 身上有黑色条纹THEN 该动物是斑马13. IF 该动物是鸟 AND 有长脖子AND 有长腿 AND 不会飞 AND 有
19、黑白二色THEN 该动物是鸵鸟14. IF 该动物是鸟 AND 会游泳AND 不会飞AND 有黑白二色THEN 该动物是企鹅15. IF 该动物是鸟 AND 善飞THEN 该动物是信天翁从上述产生可以看出，虽然该系统是用来识别七种动物的，但它并没有简单的只设计 7 条规则，而是设计了 15 条，其基本想法是，首先根据一些比较简单的条件，如“有毛发”、“有羽毛”、 “会飞”等对动物进行比较粗的分类，如“哺乳动物”、“鸟”等，然后随着条件的增加，逐步缩小分类范围，最后给出分别识别七种动物的规则。这样做有两个好处，一是当已知的事实不完全时，虽不能推出最终结论，但可以得到分类结果：另一是当需要增加对其
20、他动物的识别时，规则库里只需要增加对其他动物（如猫、狗）的个性方面的知识，如 9-15 那样，而 1-8 就可以直接利用，这样增加的规则就不会太多。选定好的规则库后就应该确定知识库的数据结构。由于选用的规则库采用多分支的层次结构，该动物识别专家系统知识库主要采用两棵层次树的数据结构形式。根据这 15 条动物判断规则，构造两个多分支的四级层次树结构。程序执行过程中定义两个全局变量 res1、res2，这两个变量存储在树节点上遍历的状态。Res1就是该事实在哺乳动物和鸟类这棵树上的位置，记录了它目前断定的结论，即状态。Res2 记录了该事实在食肉动物树上的状态目前判定的结论。该知识库的结构层次清晰
21、，结构简单，容易生成各种动物的有蹄类长脖子，长腿，有暗斑点长颈鹿黄褐色黑条纹虎推理链，例如虎和长颈鹿的推理链如下图所示。有蹄哺乳动物有毛发吃肉食肉动物虎与长颈鹿的推理链该结构对知识进行了合适的组织与管理。对规则库中的知识进行合理的树结构形式，可使推理避免访问那些与当前问题求解无关的知识，从而提高求解问题的效率。2.1.2 设计推理机的工作流程就上面所提到的推理机正向推理原理来看，好像设计推理机很简单，然而事实上问题要比想象的复杂的多。比如在当前状态选择合适的知识，判断知识是否可用。一般很少使用直接匹配，而要考虑问题的表示方法和知识运用条件的形式。下图是我依据设计的知识库设计的大体流程图：开始匹
22、配Switch（res）1重新开始结束改变条件选择条件推理机流程图首先，根据用户选择的事实自顶向下遍历层次树二，判断出该动物是否是食肉动物，用 res2 保存结果。接着，遍历层次树一，根据用户选择的条件，判断动物所属的类别，不断根据判断出的结论，修改 res1 的值，来表示现在所处的位置，再根据不同的类别，给用户提供不同的条件选择。接着用户选择符合的条件，再判断类别，如此循环往复，直到与树二的状态相结合，判断出最终结果为止。最后，进行对最终结论进行处理。判断出最终结果后，为了方便用户判断其它类型的动物，提供重新开始功能，用户选择从新开始，进程就能恢复到初始状态；如果用户选择退出，就结束进程，摧
23、毁窗口，退出该动物识别专家系统。2.2 用户界面设计2.2.1 用户界面设计的原则用户界面是人与机器之间传递和交换信息的媒介，用户界面设计的好坏直接影响到软件的使用，一个好的专家系统不仅应该有好的推理机，还要有友好的人机界面，这样才能让用户体会到该系统的好处。不友好的人机界面可能会影响程序的效率。我设计用户界面时遵循以下几条规则。 保持界面简单而清晰界面应该以明显的方式提供其功能，并且从界面的一个部分到另一个部分应该十分简单。 使界面直观并易于使用尝试使用户自己领会到如何执行一个任务而不是去教会他们。只有极少的用户能全部地掌握界面，所以，保证会有人会遇到他们不熟悉的事情。 保持界面的友好如果给
24、用户提供了一个友好的界面，也许他将不介意多花费一些时间学习和使用它。 给用户提供脱离的通路最有经验的用户也会犯错误。 用容易理解方式提示用户的错误无论你觉得你的界面多么简单，总有一些用户在某处会出错误。 使用符号、图像和颜色使界面更有趣而且更容易浏览VS 是微软提供的图形编程软件,它与我们经常使用的图形用户界面一样，如windows 等，都提供了一套标准的控件，经常使用计算机的用户可能已十分了解这些标准控件的用途，例如一个多选框在用户用鼠标点击后会改变其状态，当按动滚动条上的箭头时，屏幕将发生滚动；当点击单选框时一般系统不会弹出一个对话框，如果不做诸如点击按钮或选择菜单等类似的操作，系统也不会
25、进入到一个什么新的操作进程等等。在用户用过了大量应用软件后，用户就会对常见窗口的操作建立起一些基本概念，当他进入一个从未用过的软件时，不会束手无策，而是会因该新软件与已用过的某些应用相似，从而对它的使用有一定认识。这种认识程度越高，说明这一软件越直观，也就是软件的用户界面设计得越成功。因此我所开发的应用程序与其他程序员开发的应用程序都是在同一 windows 平台上，使用的也是相同的窗口控件，用户在其他应用上学到的对软件的操作方法越多，可运用在我开发的应用上的也就越多。我使用的方法越标准，用户就会感到越方便，尽管他们并不一定能意识到方便的原因所在。2.2.2 设计的用户界面我在设计人机界面时，考虑到上述的规则，本着提供简单而清晰的界面的原则，把各个功能划分好，通过控键的控制函数来实现系统功能。在本系统中最重要的人机界面是输入事实的控键。考虑到如果让用户使用文本输入框输入，用户势必需要学习输入的法则，就像使用一门编程语言那样，不符合的地方就不能被机器识别，即使能被识别，在匹配过程中，与规则只有细微差别的事实有可能不能被匹配。如用户选择“黑色和白色”而不是“黑白二色” 与规则的前提相比，意义虽然一样，但形式不一致，这是只知道规则的计算机不能理解的。所以我选择了让用户使用选择列表的形式来实现，虽然在编程的过程中比较难实现，但是易于用户使用，比较直观。通过
