《专家系统》实验
专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。
应用领域：
专家系统适合于完成那些没有公认的理论和方法、数据不精确或信息不完整、人类专家短缺或专门知识十分昂贵的诊断、解释、监控、预测、规划和设计等任务。
一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。一个专家系统必须具备三要素：
1、领域专家级知识
2、模拟专家思维
3、达到专家级的水平
按照以上介绍，将《专家系统》实验分为三部分：
1、知识库的建立
2、数据库管理系统实现
3、简单推理机设计
实验一 知识库的建立
知识库中的知识源于领域专家，它是问题求解所需要的领域知识的集合，包括基本事实、规则和其它有关信息。
步骤：
1、知识的获取
专业领域所涉及到的知识内容。
2、知识的表达
由步骤1获取的知识集合中的内容，包括定性信息和定量信息，对于定性信息必须制定相应的规则来表达知识的含义，例如：“缺素”在表达时必须进行适当的转换，最终表达为“元素含量为多少时为缺素”；对于定量信息也需要制定相应的规则来表达知识的含义，例如：“pH6.9”那么我们就可以表达为“酸性”。并不是说所有的信息都要转换，这里只针对需要转换的信息而言。因此，该步骤也是知识库建立的重点。
3、建立知识库
在数据库管理系统中建立知识库。
实验二 数据库管理功能实现
数据库管理主要包括数据库常规操作（查询、添加、修改、删除）、数据库维护、数据库备份、灾难恢复等工作。这里主要以实现常规操作为实验内容。
步骤：
1、打开可视化编程环境，这里采用Visual FoxPro
2、实现“建立数据库连接”功能
3、实现“数据库查询”功能
包括：（1）单表查询；（2）多表查询
3、实现“数据库更新”功能
包括：（1）添加；（2）修改；（3）删除
实验三 简单推理机设计
推理机是实施问题求解的核心执行机构，它是对知识进行解释的程序，根据知识的语义，对按一定策略找到的知识进行解释执行，并把结果记录到动态库的适当空间中去。
推理策略包括：
1、正向（数据驱动）
2、反向（目标驱动）
3、双向
本实验用正向推理策略来完成，实现推理机的程序与知识库的具体内容无关，对知识库的修改不需要改动推理机。
步骤：
1、充分理解知识库现有知识，提出待解决问题
2、建立规则库
3、从规则库中获取可用规则集
4、确定搜索控制策略（例如：估价函数策略）
5、通过搜索控制策略，从规则集中选出最优规则
6、执行最优规则，更新知识库
7、反复多次以上步骤
8、获得解决方案或无解
