基于案例推理的知识系统的设计实现.docx

基于案例推理的知识系统的设计实现.docx

《基于案例推理的知识系统的设计实现.docx》由会员分享，可在线阅读，更多相关《基于案例推理的知识系统的设计实现.docx（38页珍藏版）》请在冰豆网上搜索。

基于案例推理的知识系统的设计实现

摘　要

近年来，随着计算机网络和并行技术的发展，人工智能再次成为人们研究的热点，基于案例的推理方法也越来越受到人们的重视。

与传统的基于规则的系统相比，基于案例推理的系统具有简化知识获取、便于知识积累等优点，在没有很强的理论模型、领域知识不完全、经验知识丰富的故障诊断、决策支持等领域得到了广泛的应用。

本文介绍了如何通过案例推理方法来获取知识。

讨论了基于案例推理的知识系统的设计和实现，并具体讲述了作者所实现的一个基于案例推理的知识系统。

通过利用专家系统的故障智能诊断数据库的处理来自动构建知识库；利用知识库来解决通信网络设备等在实际操作中。

本文将面向对象技术用于该项目中知识库的构造当中，以克服传统知识库所不能解决的难题。

面向对象技术具有一系列优点，像表达自然、支持数据抽象、代码重用，以及易于维护和易于扩充等。

使用面向对象的方法，构建了网络故障管理信息模型。

本文设计了面向对象知识库的推理机制。

以推理机制的面向对象封装为基础，通过继承覆盖的手段，结合关联规则在推理中的执行特点，实现了正向推理策略和反向推理策略，并通过模拟仿真验证了两种推理策略的有效性。

关键词：

网络故障管理；专家系统；知识表示；面向对象

Abstract

Inrecentyears,alongwithcalculatornetworkwithproceedtogetheratechnicalshape,theartificialintelligenceagainbecomesthehotspotthatpeoplestudy,alsoismoreandmorevaluedbypeopleaccordingtothereasoninglogicallyofcasemethod.Withtraditionalaccordingtoruleofthesystemcompare,thesystemreasoninglogicallyaccordingtothecasehastosimplifyknowledgetoobtain,easytoknowledgebacklogetc.merit,athavenoverystrongtheorypattern,realmknowledgeincompletely,thefaultwhenwithwell-informedexperiencebreak,decisionmakingbackingetc.realmtoreceivefar-rangingapplication.

Thistextintroducedhowtoreasonlogicallymethodthroughacasetoobtainknowledge.Thedesignandrealizeofknowledgesystemtalkedabouttoreasonlogicallyaccordingtothecase,andconcretelyrelatedaknowledgesystemthatreasonslogicallyaccordingtothecasethattheauthorcarriesout.Theapprovalmakesuseofthetransactionofthefaultintelligencediagnosisdatabankofexpertsystemtosetupknowledgebase;Makeuseofknowledgebasetoclinchacorrespondencenetworktheequipmentwaitatphysicallyinoperation.Thistextwillfacetoanobjecttechniquetousefortheitemamidamongtheconstructionofknowledgebasetoovercometraditionalknowledgebasethehardnuttocrackofincapabilitysettle.Thetechniqueoffacingtotheobjecthasaseriesofmerit,ifvoicesnatureandfavorsadataabstract,codeheavyuse,andbeeasytomaintenanceandbeeasytoanextensionetc.

Theusefacestothemethodofobjectandsetupnetworkfaultsupervisioninformationpattern.Thistextdesignedtofacetoareasoninglogicallyofobjectknowledgebasemachining.Withreasonlogicallyafacingtoofmachiningobjectpostingforfoundation,passthewayofinheritingtheoverlay,combinecorrelationruleinthemiddleofreasoninglogicallyofexecutioncharacteristics,carriedoutforwarddirectiontoreasonlogicallystrategyandreversedirectiontoreasonlogicallystrategy,andimitatedtoreallyverifytwokindsofeffectivenessthatreasonlogicallystrategythroughasimulation.

Key　words：

NetworkFaultManagement;ExpertSystem;KnowledgeRepresentation;Object-Oriented

目　录

第1章　绪论

近年来，随着计算机与通信技术的发展与结合，通信网一直以很快的速度发展和增长，对人类的经济、社会活动乃至日常生活正发挥着越来越重要的作用。

网络所带来的电子信息文化正渗透到社会生活的各个角落，改变着人们的生活、学习和工作方式。

而且信息社会对通信网的需求仍然在不断膨胀，各种通信技术也在快速发展，以适应各方面的需要。

于是网络变得越来越复杂，人类对网络的依赖性越来越大，网络的管理和维护工作也变得越来越重要[1]。

1.1　现代通信网的管理

1.1.1　通信网络管理的重要性

通信网络的管理是随着网络管理方法的演变而逐步被人们所认识的。

在早期还使用人工接续的交换方式时，电话网的管理主要是采用人工的分散管理方式。

即网络的操作维护人员以手工方式统计各种话务数据和交换设备、传输线路的运行质量数据，定期向主管部门报送并按照主管部门的指示调整网络设备的运行。

但这种管理方法有很大的局限性。

首先网络各个部分的管理和控制工作都是在局部的范围内进行的，不可能从全网的角度来分析和处理网络中发生的问题。

一旦电信网中某个部分出现问题，既不知道是否就是本地自身的问题，还是其他地方的问题波及到这里，更不可能知道是否是全局的问题。

另外由于网管工作都由手工进行，统计的数据量十分有限，而且还容易出差错。

这时，网络管理中的各种活动，包括网络状态数据的采集、处理都用计算机网络来实现。

随着网络管理内容的不断增多，网络管理工作越来越繁重，网络管理的地位也越来越显著和受到重视。

如今，网络管理已经被作为一个专门问题进行研究，国际上成立了一些网络管理技术研究组织，专门讨论各种网络的管理技术以及网络互连以后的管理问题。

国际标准化组织、国际电信联盟也成立了相应的研究机构研究网络管理的标准化，并且已经有一系列的关于网络管理的国际标准得到了通过。

随着新的通信技术的不断涌现和网络业务的不断拓展，网络管理的功能也不断得到增强。

在现代通信网络中，网络管理不仅要能详细、准确地统计网络数据，而且应能从全网的角度分析、处理问题，保证网络能够持续、稳定、安全可靠并高效地运行。

可见网络管理在现代通信网中确实起着极为重要的作用。

1.1.2　通信网络故障管理的智能化

现代通信网已经发展到使网络的维护和操作相当复杂的程度。

网络管理员经常性地对网络进行定期例行维护，虽然能减少网络中发生问题和故障的可能性，却不能保证网络中不会发生故障。

如何及时发现和排除故障是网络管理员将会遇到的最头疼的问题。

通信网络的各种问题和故障会影响用户的日常工作。

因而故障管理历来就是非常重要的网络管理功能，并受到大家的高度重视。

随着网络越来越多的遍布社会的各个角落，分布式处理应用和远程访问对网络服务可靠性的要求越来越高，故障排除时间也随之被要求缩短，因而故障管理工作就显得越来越重要。

当网络中不可避免地发生了故障以后，如何确定故障的位置是排除故障的关键前提。

但网络中的网络硬件、网络软件、应用软件、计算机及其在不同节点之间的分布的组合是无穷的，尤其是一个节点的故障可能会在其他多个节点上表现出来。

这使得网络故障诊断变得非常复杂。

网络的故障诊断与定位，传统的方法是采用人工方式，即依靠具有丰富经验的网络维护人员来完成。

他们熟悉各种网络资源的故障状态及它们之间的关联性，能够识别各种故障并且排除。

但具有丰富经验的专家毕竟数量有限。

另一方面，人工诊断往往费时，而且不能在线进行。

尤其对间歇性的故障，人工维护无法及时检测和排除。

这些都促使网络故障管理系统引入人工智能技术，即采用基于知识的网络管理，例如专家系统、神经网络等。

正是由于网络故障诊断的重要性和复杂性，使得故障管理成为应用专家系统最早的网络管理领域。

专家系统是解决复杂问题的软件，它可以处理不完整和不确切的数据，可以捕获间歇和偶尔出现的问题，可以应付复杂的情况，提供处理结果的解释，甚至可以自动学习和积累经验。

最重要一点是专家系统的响应时间将可以达到实时水平，它能够在线处理只能网络元素发出的告警信息，并给出行动建议。

在网络管理中引入故障诊断专家系统后，网络维护的大量工作都将由故障管理系统直接完成，这就可以尽量减少网络维护人员的介入。

即使需要，也仅仅是需要维护人员去排除专家系统所判断出的指定故障源而已。

1.2　论文的选题背景和意义

本文的研究课题是国家自然科学基金项目《基于数据挖掘的通信告警相关性分析》的子课题之一。

在现代社会中，网络在各个方面都扮演着越来越不可或缺的角色，网络故障所造成的损失变得越来越难以估量。

因此，对故障进行快速诊断，及时采取修复措施显得尤为重要。

传统的网络管理专家系统存在知识获取瓶颈，难以适应规模日益扩大，复杂度日益提高的网络环境。

通过此项目希望构造采用数据挖掘技术的专家系统，对网络进行故障管理。

随着面向对象技术的发展，它的一系列优点如表达自然、支持数据抽象、代码重用以及采用它所开发的程序具有良好的界面和结构，易于维护和易于扩充等越来越为人们所认识而被广泛地应用于各个领域。

本文提出将面向对象技术用于该项目中知识库的构造当中，以克服传统知识库所不能解决的难题。

本课题采用面向对象的技术构建知识库，使整个知识库结构化、对象化，利用面向对象中数据封装机制、继承机制等特性，将规则库与应用程序相分离，将使知识库的管理维护工作更易于进行，更好地实现知识的独立性、隐藏性以及重用性。

另外，在知识库的设计中更多地结合本项目的特点，配合所获取关联规则的特殊性以及推理机制，构造出能满足系统其他模块需求并能够协调运行的知识库系统，使整个专家系统的运行效率得到提高。

1.3　本章小结

综上所述，对于面向对象的发展本人有了新的认识，在接下来的几个章节中我会用以下方法来达到智能诊断的目的：

（1）使用面向对象的方法，构建了网络故障管理信息模型。

被管理网络的拓扑结构、网络资源信息、网络业务信息和网络事件信息都是知识库中的事实型知识。

本文以面向对象的方法，通过建立几个不同方面的实体关系，对知识库中的事实型知识进行表示，构建了被管理网络的管理信息模型。

在此基础上，设计了相关性分析所得出的关联规则的面向对象表示方法。

（2）设计了面向对象知识库的推理机制。

与传统的专家系统不同，推理机不再作为一个单独的模块出现，而是作为推理函数封装在关联规则对象中，由规则与推理机制一起构成了一个面向对象的知识库系统，推理过程通过消息在各个规则对象间的传递来完成。

（3）以推理机制的面向对象封装为基础，通过继承覆盖的手段，结合关联规则在推理中的执行特点，实现了正向推理策略和反向推理策略，并简要了证明了反向推理实现方法的正确性。

第2章　专家系统与知识库

2.1　专家系统概述

专家系统（ExpertSystem,ES）是人工智能的一个重要的应用领域，产生于60年代中期，经过多年的研究和发展，其理论和技术日趋成熟，应用也愈加广泛。

目前专家系统已在医疗、化工、图像处理、金融决策、军事等领域开发出了大量的专家系统，产生了巨大的经济效益和社会效益[2]。

2.1.1　专家系统的定义

专家是指在某一专业领域的知识与解决问题的能力达到较高水平的人，他们经过了长期的专业训练与经验积累，拥有大量的知识，而且具有将知识运用到具体问题和任务中的能力，擅长从众多看似不相关的信息中发现问题的本质，解决其他人不能解决的问题。

另外，启发性知识能让专家在某些特殊情况下做出合理的猜测，寻找最有希望的解决途径，有效地处理错误和不完全的数据。

但是，高水平的专家是有限的，专家的数量不可能大到在任何需要他们的地方都可以进行配备的程度，并且这样做也造成了人力资源的浪费。

因此，一种可行的解决方案是：

设计一种计算机程序，利用其存储的某一领域内专家的专业知识和经验，来解决过去需要人类专家才能解决的问题。

这种具有人类专家水平的计算机程序就被称为专家系统。

利用类似专家的思维方式和路径，对问题的原始数据进行合理的推理、演绎，并做出判断和决策，这就是专家系统的任务。

从结构上看，专家系统主要是由一个存放专家领域知识的知识库和一个应用知识进行推理的推理机所组成的，它与传统程序的区别在于专家系统中知识库和推理机是相互独立的，而传统程序则是数据与算法的有机结合。

传统的程序通过算法对大量的数据进行积累和处理，使繁琐的事务处理自动化；而专家系统通常是要完成那些需要拥有专门知识的专家在短时间内完成的任务，需要动态地建立解决问题的方法。

2.1.2　专家系统的特征与分类

专家系统是一个基于知识的系统，它使用总结的人类专家的知识，模拟专家的思维、推理过程，解决对于人类专家都相当困难的问题。

按照其解决问题的类别，可分为设计专家系统、解释专家系统、规划专家系统、诊断专家系统、控制专家系统等多种类型。

但不管是哪一类专家系统，一般都具有以下几个方面的特征：

（1）启发性。

启发性知识是在专家长期实践中积累起来的经验性知识，专家系统能运用专家的知识和经验进行问题的解决，不仅能使用逻辑知识，也能使用启发性知识进行判断、推理和联想。

（2）透明性。

专家的很多知识是在他们的实践中得来的。

因此，专家系统必须能解释其推理过程，让用户了解知识的内容和推理思路。

（3）灵活性。

由于专家系统的知识与推理机构是相互独立的，因此系统可以很容易地不断接纳新知识，亦能对错误或过时的知识进行调整。

（4）智能性。

现实中需要解决的问题往往是不断发展变化的，这就需要专家系统具有一定智能的自我学习的能力。

除了模仿专家，使用他们的业已存在的知识解决问题，还应该能够像人类专家一样对经验进行总结，形成新的知识，以适应可能发生变化的问题。

这是专家系统的更高级的目标。

2.1.3　专家系统的结构

专家系统的结构根据应用的环境和所处理的任务类型而各不相同，但不论采用哪种系统结构，存放知识和运用知识进行问题求解是两个最专家系统两个最基本的功能模块。

知识库用于存储从专家那里获得的某个专业领域的知识；推理机依据一定的策略进行推理，根据知识和当时所处的环境推导出正确的结论。

图2-1表示了专家系统的基本结构。

图2-1　专家系统的基本结构

在构造知识库时，需要研究如何把专家的知识转化为计算机可识别的形式，即如何对专家知识进行表示，让专家系统能够对他们进行识别、查询、使用等操作；另外，还需要研究如何从专家那里获得知识，这往往是专家系统的瓶颈所在。

鉴于专家系统的功能和特征，斯坦福大学的费根伯姆教授领导研制了医疗专家系统MYCIN，在1976年取得了巨大的成功，被认为是专家系统的典范。

图2-2表示了这种系统结构。

图2-2　专家系统的一般结构

这种一般结构包括了六个部分，分别是：

知识库、推理机、知识获取程序、综合数据库、解释程序以及人机接口。

其中知识库、推理机和综合数据库是目前多数专家系统都具有的部分，而知识获取程序、解释程序和人机接口是专家系统都期望的部分，但它们并非都得到实现。

随着对专家系统的不断深入研究，著名的知识工程和专家系统学者F.HayesRoth，D.A.Waterman和D.B.Lent等提出了如图2-3的专家系统理想结构。

这种结构的思想来源于HEARSAY系统的黑板控制结构和基于规则的专家系统结构。

图2-3　专家系统的理想结构

接口是人与系统进行信息交流的媒介，它为用户提供了直观方便的交互作用手段。

接口的功能是识别与解释用户向系统提供的命令、问题和数据等信息，并把这些信息转化为系统的内部表示形式。

另一方面，接口也将系统向用户提出的问题、得出的结果和做出的解释以用户易于理解的形式提供给用户。

黑板是用来记录系统推理过程中用到的控制信息、中间假设和中间结果的数据库。

它包括计划、议程和中间解三部分。

计划记录了当前问题总的处理计划、目标、问题的当前状态和问题背景。

议程记录了一些待执行的动作，这些动作大多是由黑板中已有的结果与知识库中的规则作用而得到的。

中间解区域存放当前系统已产生的结果和候选假设。

知识库包括两部分内容。

一部分是已知的同当前问题有关的数据信息；另一部分是进行推理时要用到的一般知识和领域知识。

这些知识大多以规则、框架和语义网络等形式表示。

调度器按照系统建造者所给的控制知识（通常使用优先权的办法），从议程中选择一个项作为系统下一步要执行的动作。

执行器应用知识库中的及黑板中记录的信息，执行调度器所选定的动作。

协调器的主要作用就是当得到新数据或新假设时，对已得到的结果进行修正，以保持前后结果的一致性。

解释器的功能是向用户解释系统的行为，包括解释结论的正确性及系统输出其他候选解的原因。

为完成这一功能，通常需要利用黑板中记录的中间结果、中间假设和知识库中的知识。

2.2　知识库的定义

知识库是专家系统的核心。

知识是人类对客观世界的认识，是人们在生活、劳动和与自然界作生存斗争中对自然、物质的基础上，升华提高成为有系统的信念和经验的集大成。

知识是人们通过实践认识到的客观世界规律性的东西。

知识是信息经过加工整理、解释、挑选和改造而形成的，是人们进行决策的基础。

数据是资源，数据处理的计算化将有助于提高数据资源的利用率和获得高质量的信息。

知识是一种更宝贵的资源，知识的推广和使用可以产生巨大的经济效益[3]。

2.2.1　知识的分类

（1）过程型知识

传统的数据处理将知识寓于程序中，即程序就代表着系统解决问题所使用的知识。

这种知识的表示类型称为过程型知识。

过程型知识针对特定的问题，根据具体的处理步骤用一系列过程来表达的，所以执行效率非常高，但它有以下缺点：

不易表示大量知识，并且知识难于理解和修改；只适合表达完全正确的知识，稍有含糊的知识就难于用程序表达；只适合于处理完整、准确的数据；过程性知识表示要求待处理的问题具有成熟的解法和完整、准确的数据，这大大地限制了它的适用范围，所以适用性较差。

（2）描述型知识

以描述的方式来表示的知识叫描述型知识。

描述型知识包含事实知识和判断知识，事实知识描述有关对象、事件，以及行为等特征。

判断知识是指对事实的判断和判断的过程。

前者为经验知识，是人类专家从长期丰富的实践经验中自然学到的知识。

后者为信念知识，是人类基于主观理解和感情色彩对客观事件的解释和推理过程。

（3）元知识

所谓元知识就是关于知识的知识。

具体一点说元知识可分为以下几类。

第一类是有关怎样组织、管理知识的元知识，这些元知识刻画了知识的内容和结构的一般特性，以及分类、综合等有关特征。

第二类是有关利用知识求解问题方向的元知识，对领域知识的运用起指导作用。

第三关是有关从知识源中获取知识的知识。

在这里知识源包括书本、人脑和其他知识系统。

2.2.2　知识的分级与分层

知识存在着分级。

首先是关于问题领域的事实、定理、模型、实验对象和操作等，这些常识性知识和原理性知识称为“零级知识”；其次在其上产生的启发式的方法，如：

单凭经验的规则、含义模糊的建议、不确切的判断标准等，这些经验和信念可称为“一级知识”。

知识又可以分成表层知识与深层知识。

表层知识模型可以用产生式规则来组成。

深层知识模型由一个纯数学描述式子的集合来组成。

表层知识是用来解决具体问题的知识；而深层知识则是理论，它用来说明表层知识的严密性与正确性，是原理性的知识。

2.2.3　知识原理

智能是指在求解问题时从巨大的解空间中迅速找到合适解的能力。

一个系统之所以能在求解问题的过程中体现出高水平的智能理解和智能行为，主要是由于它能够利用专业领域的概念、事实、方法、模型以及领域的启发性知识，这就是知识原理的定义。

知识原理强调只有小部分知识能被一般化，而且具有通用性。

因此，在求解问题时，仅仅有通用性的方法是远远不够的。

事实上，如果只获取通用的方法，那么在求解问题时，会因为缺乏足够的限制，而无法有效控制求解的范围。

知识数量的多少与解空间的大小之间存在着反比例关系，一般来说，拥有的领域知识越多，则搜索的解空间越小。

一般来说人或系统拥有的知识越多，则解决问题的能力亦就越强。

知识量的多少可以粗略地用以下三个知识阈值来衡量。

知识的形式化阈值：

求解一个问题所需要的最少知识量。

知识的胜利阈值：

系统具有的知识足以解决某范围的大部分问题，那么知识的这一数量称作胜利阈值。

知识的专家阈值：

系统所具有的知识能处理领域中所有异常情况，这时系统的知识量达到了专家阈值。

2.2.4　知识库和知识库系统

2.2.4.1　知识库及其管理

知识库（KnowledgeBase,KB）至今还没有一个统一的定义。

从存储知识的角度来看，以描述型方法来存储和管理知识的机构叫做知识库。

知识库是事实、规则和概念的集合。

事实在库中是短期信息，这种信息在与用户交互作用中会迅速改变。

规则是从专家们的经验中抽出来的知识，是长期信息。

它能指导专家系统如何由已知的或新产生的事实中推导出假设来。

规则的质量直接影响到专家系统的性能的优劣。

概念包含信念和常识。

信念会随着时间的改变而变化，所以是一种非长期的信息；常识是一种不随时间变化的固定概念，所以是一种长期信息。

知识库管理是指对知识库进行管理、控制，完成对知识库的各类操作，并向用户提供检索、查询手段，它包括系统的维护与诊断、日常的系统事务管理、各种实用程序的管理、出错处理、知识库系统的安全控制和用户的使用权限管理等。

在早期的知识库中，知识数量比较少，知识的层次也是单一化的，知识的管理并不十分突出，因此在设计知识库时，比较重视