简介概要

基于Internet/Intranet技术建造的远程专家系统

来源期刊：中国有色金属学报2001年第3期

论文作者：景广军李松仁梁雪梅

文章页码：489 - 494

关键词：Internet/Intranet；网络搜索； Web知识库； Web推理机；选矿；远程专家系统

Key words：Internet/Intranet; network search; web knowledge base; web inference engine; mineral processing; remote expert system

摘要：建造了Internet/Intranet网络化选矿远程专家系统，该专家系统用网络搜索引擎技术通过网络搜索Web数据库而实现求解。构造了选矿基础Web数据库，建立了统一的知识库标准，基于关系模式表征了传统的规则、框架、语义网络、谓词逻辑等知识；基于数据引导及网络搜索技术实现了Web推理求解机制，并给出了相应的系统实现方法。

Abstract: Based on Internet/Intranet，mineral processing remote expert system was built，which can work through network search engine and web database. Web database and knowledge base standard of mineral processing were built, and traditional rule，frame, semantic model and predicate logic knowledge were characterized by relational data pattern. Web inference engine was realized based on data access and network search engine. At the same time, the relevant construction methods were given.

DOI:10.19476/j.ysxb.1004.0609.2001.03.031

基于Internet/Intranet技术建造的远程专家系统

景广军李松仁梁雪梅

南京大学计算机科学与技术系!南京210093

中南大学矿物工程系!长沙410083

摘要：

建造了Internet/Intranet网络化选矿远程专家系统 , 该专家系统用网络搜索引擎技术通过网络搜索Web数据库而实现求解。构造了选矿基础Web数据库 , 建立了统一的知识库标准 , 基于关系模式表征了传统的规则、框架、语义网络、谓词逻辑等知识 ;基于数据引导及网络搜索技术实现了Web推理求解机制 , 并给出了相应的系统实现方法

关键词：

Internet/Intranet;网络搜索;Web知识库;Web推理机;选矿;远程专家系统;

中图分类号： TP182

收稿日期：2000-06-05

基金：国家自然科学基金资助项目 ( 5 95 740 3 4 );湖南省自然科学基金资助项目;

Development of remote expert system based on Internet/Intranet technology

Abstract：

Based on Internet/Intranet, mineral processing remote expert system was built, which can work through network search engine and web database. Web database and knowledge base standard of mineral processing were built, and traditional rule, frame, semantic model and predicate logic knowledge were characterized by relational data pattern. Web inference engine was realized based on data access and network search engine. At the same time, the relevant construction methods were given. [

Keyword：

Internet/Intranet; network search; web knowledge base; web inference engine; mineral processing; remote expert system;

Received： 2000-06-05

自20世纪90年代以来, 随着计算机网络技术的进步, 基于Internet/Intranet的应用系统目前已成为计算机应用的主流。 Internet/Intranet基于TCP/IP协议, 能跨跃当前几乎所有平台。由Html, Java, JavaScript, VBScript等开发的应用程序, 可以简单地移植到任何平台上; 同时, Java技术的出现, 使得用户除在共享文本信息、访问数据库之外, 还可以共享功能日益强大的各类应用。总之, Internet/Intranet系统能简便地实现信息共享、协调作业及网络处理和计算, 在信息发布和接收方面具有平台中立、友好而一致的用户界面、开发和使用简单、信息更新简便等一系列优点。

在选矿领域中, 计算机技术已渗透到矿石可选性预测、试验研究、选矿厂设计、过程仿真、过程控制、生产经营和管理决策等各个领域, 取得了明显的技术和经济效益。已建成的若干实用的管理信息系统、数据库管理系统、决策支持系统、专家系统等多数是基于PC机单机版系统。为了能够使庞大而复杂的选矿知识得到信息共享, 消除系统之间的平台差异, 作者采用Web技术及关系数据模式建造Web知识库及Web推理机, 实现了基于Internet/Intranet技术的选矿远程专家系统 (RMPES) 。

1工作原理和总体结构

网络化选矿远程专家系统用网络搜索引擎技术通过网络搜索Web数据库而实现求解。在客户端除浏览器外用户无须安装任何软件, 系统可按用户浏览器的输入进行选矿知识专家咨询工作。高级用户还可对系统字典、规则进行网络远程维护。

依据专家系统的建造经验, 知识库和推理机是专家系统最重要的两个组成部分。传统的知识库由多种类型的知识组成, 不同类型的知识有不同的表示方法。传统的推理机制及问题求解也多种多样, 可以是各种复杂问题的求解。对于建造基于Internet/Intranet的选矿专家系统, 依然主要是完成Web知识库和Web推理机的构造。 Web知识库是传统知识库与Web数据库的结合体, 按知识库的建造方式, 通过多个Web数据库的级联, 来表征一条完整的选矿知识。

选矿Web知识库, 在结构上为多层次、多分支的多库级联体。如针对选矿基础Web数据库, 在第一层次上, 可分为流程选择子库、设备选择子库、选别方法子库、原则流程子库、工艺流程子库、指标预测子库等。在第二层次上, 流程选择子库可分为破碎流程库、磨矿流程库、选别流程库; 设备选择子库可分为破碎设备选择库、磨矿设备选择库、选别设备选择库; 指标预测子库可分为铅精矿指标预测库、锌精矿指标预测库、硫精矿指标预测库、铜精矿指标预测库。同理, 其它子库也可进一步细分。根据需要, 可增加第三和第四等若干层次的子库。

基于选矿知识的特点和Web知识库的制约, 采用“广义框架/规则”知识表示法, 用框架集表示恒定的因素之间的关系结构, 用规则集表示具体的、可变的推理知识。实质上, 框架集即是选矿基础Web数据库的多层次多分支的集合; 规则集即是最底层子库中以影响因素与结论为字段的具体记录值的集合。通过对选矿专家知识的分类和整理, 最后得到若干结构较小的数据库, 其中有的用单一数据库就可以描述完整的规则知识和事实知识, 而对于复杂的规则知识, 则需要几个数据库的串联和并联, 从整体上表示一条完整知识。将每个小型数据库按照事先整理好的因果关系, 填入所需的实际记录值, 最终形成选矿Web知识库。通过对各个Web数据库的搜索而求得所需的结论, 即完成专家系统的Web推理。

由于选矿远程专家系统难以按照传统专家系统的构造模式来处理, 所以采用了以数据库为主体的构造模式。它把专家系统中推理机以外的其它部分以若干数据库的形式来表示, 把推理机的工作过程也用数据库技术加以控制。推理机通过访问相关的数据库以选择它所试用的规则, 并在推理过程中不断地修改、增加和删除有关数据库中的事实、规则以及某些属性来求证最终结论。

这种构造模式的优越性在于: 将控制策略数据化以利于在求证过程中随时对推理策略加以调整以便尽快得出结论, 且程序和数据彻底分离提高了各功能模块的逻辑独立性。本系统将专家系统的方法与数据库技术有机地结合在一起, 可兼得二者之长。系统的宏观结构如图1所示。

2Web知识库的构造

在传统的选矿专家系统中, 一般每个系统都具有自己的知识库模块, 采用不同的知识表达模式, 因而所具有的知识难以与其他知识系统共享。随着计算机通信技术的发展, 尤其是Internet/Intranet的出现, 大大促进了数据的标准化与共享化。因此, 可以利用管理、传输数据的技术和方法来管理、传输知识, 实现知识共享、集成与分布处理。

利用RDBMS管理选矿知识, 需要用关系模式来表达知识, 将专家知识、决策信息和管理数据用一致的模式描述, 有利于知识获取、知识共享及信息共享。知识的推理过程, 有很大一部分是匹配过程, 即判断某些条件是否满足。采用关系模式来表达知识并用RDBMS管理知识, 可以有效利用RDBMS中优化的查询匹配能力, 更好地执行推理过程。

2.1基于关系的知识表达模式

选矿知识是信息经过加工、整理、解释、挑选和提炼而成。记录知识的载体是数据, 对知识的管理即为对记载知识的数据的管理。关系模型是数据库理论中的3种数据模型之一, 通过表格数据来表示和实现两个实体间的联系。一种关系即为一张二维表, 可用来表示事实或规则, 即知识。常用的知识表达方法有语义网络、框架、产生式系统、脚本等模式。经过一定的转换, 它们可由关系模式来表达。下面讨论将不同表达模式所表达的知识用关系模式来表达的方法。

图1 选矿网络专家系统功能结构图

Fig.1 Functional structure of mineral processing internet expert system

2.1.1 语义网络

语义网络模式由节点和弧组成, 其中节点表示事物、概念和事件等, 而弧表示所连节点之间的关系。语义网络表达模式中的关系一般有如下几类: 1) 分类表示个体的值与型的关系, 用instance_-of表示; 2) 聚集用于高层概念的分解, 是型之间或值之间的关系, 用part_-of表示; 3) 泛化表示事物的属概念和种概念之间的关系, 用is_-a表示; 4) 联合表示个体概念与整体概念之间的关系, 用member_-of表示。

采用关系模型, 可以定义关系为

Semantic_-net (relation_-name, node 1, node 2)

其中 relation_-name表示网络中的弧, node 1和node 2分别表示弧所连接的两个节点。这样, 可以采用SQL语句实现推理、查询。

2.1.2 框架

框架一般可以用嵌套的连接表表示, 它具有如下形式:

Frame_-name_i (Slot_-name_i.j (facet_-name_{i, j, k} (values) ) )

其中 values是第i个框架Frame_-name_i中第j个槽Slot_-name_i.j中第k个侧面facet_-name_{i, j, k}的取值集合.可以看出, 上述框架模型中每个values均对应唯一的Frame_-name, Slot_-name和facet_-name。去掉嵌套, 在每个value前面补充相应的Frame_-name, Slot_-name和facet_-name, 则以上框架模型将转变为如下关系模型:

FRAME_-VALUES (Frame_-name, Slot_-name, Facet_-name, Values)

2.1.3 产生式系统

产生式系统一般由全局数据、产生式规则和控制策略构成。产生式规则的一般形式是

IF condition 1 AND condition 2 AND … THEN conclusion

每条规则有唯一的结论和一到多个前提条件, 将规则集采用关系模式描述并进行规范化处理, 即可建立基于关系模式的产生式系统知识库。

2.1.4 谓词逻辑

谓词逻辑的基本组成部分是谓词符号、变量、常量、函数等。简单原子公式的形式为

P (A₁, A₂, …)

其中 P为谓词符号, 表示其变量A₁, A₂, … 之间的关系。因此, 每个谓词可以用一个关系来描述, 相应该谓词的每个原子公式即为该关系的一个元组。

2.2Web知识库的设计实现

2.2.1 规则结构和规则库

以碎磨机械设备故障诊断远程专家系统为例, 诊断系统根据诊断规则与故障特征确定故障类别, 规则形式如下:

本系统采用关系数据库技术, 故库文件的结构就是规则的结构。关系模式RULELIB的定义为

RULELIB (RULENAME, RULE, CF, USE, CLOSE)

其中 RULENAME为规则名, RULE为规则构形, CF为规则可信度, USE为激发标志, CLOSE为关闭标志。当一条规则被激发以后, 其相应的激发标志就被置为“1”, 否则为“0”。当一条规则被证明为不可能激发时, 其相应的关闭标志就被置为“1”, 否则为“0“。

在规则关系RULELIB中, 设置USE字段的主要目的是为了防止在求证某一结论时, 由于某种原因而造成的对一条规则的重复激发。设置CLOSE字段的主要目的是为了在某一规则的“与”条件中有一个被证明为不成立时, 不必再去求证其它的“与”条件, 因为那样做只能浪费时间而不会有任何实际意义。从关系数据库的观点来看, 关系模式RULELIB的主关键字应为RULENAME, 其规范化程度已在BCNF以上。

2.2.2 规则关联库

规则关联库的主要作用是引导推理机按照最短路径去求证一个指定的结论。规则关联库的关系模式结构如下:

RULE_-RELATION (FACTNAME, INDEX, INRULE)

其中 FACTNAME是事实名, 这里所谓的事实, 是指中间结论和最终结论, 不是指原始求实。 INDEX字段的值是一张表, 表的元素是规则名, 表指出本结论都由哪些规则导出。当推理机求证某个FACTNAME值 (某个结论) 时, 它可以从与之相应的INDEX表中找到相关规则而不必遍历整个规则库。显然, 这样做可以有效地提高系统的运行效率。系统可进行不精确推理, 它在对表INDEX中的元素排列次序上做了专门处理, 能够随时把对于被证结论来说价值最大的规则排到表内最前边的位置上, 表中所有元素的顺序都是按照对被证结论的价值大小从左到右依次排列。

从数据库技术的观点来看, 关系RULE_-RELATION的主关键字为FACTNAME。显然, 这一关系模式的规范化程度已达到BCNF以上。

3Web推理机制

按上节的方法建造Web知识库, 基于数据库的检索及查询技术完成对选矿知识规则库及规则关联库的搜索操作, 依据原始事实而求证目标结论, 实现知识库远程推理调用, 即为Web推理机制。

反向Web推理技术即是传统的反向推理机制与Web搜索引擎技术有机结合的产物, 在选矿远程专家系统中设有规则

可以推出B₁的全部规则只有ID₁和ID₂两条, 以B₁作为“与”条件的规则仅有ID₃和ID₄。与之相对应的RULELIB关系和RULE_-RELATION关系分别如表1和表2所示。

以上述两个关系为例, 推理机的上述操作可以用下述关系代数式来描述:

1) 求出其结论部分包含事实名B₁的规则名的集合SET_-INDEX (B₁) 为

SET_-INDEX (B₁) =π_INDEX (σ_{FACTNAME=B₁}

(RULE_-RELATION) )

“与”前提条件中包含事实名B₁的规则名的集合SET_-INRULE (B₁) 为

SET_-INRULE (B₁) =π_INRULE (σ_{FACTNAME=B₁}

(RULE_-RELATION) )

2) 求出其结论部分包含事实名B₁为规则的集合RULES (B₁) 为

RULES (B₁) =π_RULE (σ^*_{RULENAME IN SET_-INDEX (B₁)}

(RULELIB) )

其中 σ^*是一个广义选择操作, 它表示选择的字段RULENAME的值属于SET_-INDEX (B₁) 集合的元组, 并形成一个新的关系作为其结果。

3) 顺序求证RULES (B₁) 中的规则。当某条规则被激发时, 则将其所在元组的USE字段值置为“1”。如果穷举完RULES (B₁) 中的规则而无一能被激发, 则说明B₁不成立, 此时推理机将SET_-INRULE (B₁) 中的所有规则的CLOSE字段值全部置为“1”以示关闭。

以上就是反向Web推理机在求证事实B₁时所做的主要工作。

表1 规则库RULELIB关系

Table 1 Rule base RULELIB relationship

RULENAME	RULE	CF	USE	CLOSE
ID₁	IF A₁₁ & A₁₂ & …& A_1n THEN B₁	CF₁	0	1
ID₂	IF A₂₁ & A₂₂ & …& A_2n THEN B₂	CF₂	0	0
…	…	…	…	…
ID₃	IF B₁ & B₂ & …& B_j THEN X₁	CF₃	0	0
ID₄	IF B₁ & B₂ & …& B_k THEN X₂	CF₄	0	0
…	…	…	…	…

表2 规则联系库RULE-RELATION关系 Table 2 Rule relation base RULE-RELATION relationship

4选矿远程专家系统的实现

20世纪90年代的分布式计算处理网络系统以B/S (Browser/Server浏览器/服务器) 为主流, 它克服了C/S模式的系统集成与维护困难、系统扩展性差等方面的缺点。 B/S模式分为3层: 用户层、应用层和数据服务层。

在三层结构中, 通信只能在本层或相邻层之间进行, 而应用层作为用户和数据服务层之间数据交互的桥梁。在应用层中, Web服务器既充当客户的代理, 又是数据库的客户机, 它将不同格式的信息汇集成统一界面, 提供给客户端的浏览器, 以SQL Server, Oracle等作为数据库服务器提供数据服务, 以Web服务器 (IIS) 和事务服务器 (Transaction Server) 作为应用服务器提供应用层服务, 各工作站利用IE (Internet Explorer) 提供的标准接口进行客户浏览。这种服务模型的优点是: 将任务以组件和控件的形式放在应用层, 可以大大地减少编程量; 充分利用网络优势及服务器的强大计算能力, 并使应用更易于维护和扩展。在B/S三层结构中, 客户端作为用户接口; 数据服务层与应用层间保持着应用程序, 并访问数据库; 商业逻辑以组件的形式保存在事务服务器中, 组件可与共享数据库连接。

以选矿专家系统的知识库及数据库为数据源的三层结构, 将选矿专家知识合理映射到三层结构中, 以ActiveX, COM, DCOM等技术为手段, 采用组件软件开发方法, 有层次、分阶段地开发基于网络的选矿专家系统。针对选矿远程专家系统的建造, 采用关系数据库系统SQL Server来建造Web知识库, 应用Visual C⁺⁺提供的ISAPI (Internet Server Application Programming Interface) 和DAO (Data Access Object) 等工具建立数据库Internet/Intranet多级搜索系统, 以实现远程专家系统的推理求解。用户端可采用Internet Explorer等网络浏览器, 服务器端采用IIS (Windows NT) , Peer Web Server (Windows NT WorkStation) , Personal Web Server (Windows 9x) 等Web服务器。

本系统已在Browser/Server体系结构环境下利用RDBMS实现。选矿Web知识库设在远端Server中, Web推理求解过程inference建立在Server中, 这样, 通过浏览器将观测事实插入到中间数据表中, 运行推理求解过程即可在多级数据视图中获得结论。因而, 所有用户均可利用同一知识库容易地实现推理过程。远程选矿专家系统主要完成矿石可选性预测、选矿厂设计、生产过程操作指导及机械设备故障诊断等功能。

5结语

网络化选矿远程专家系统是一个用网络搜索引擎技术实现其功能的专家系统, 通过网络搜索Web数据库而实现求解。在客户端除浏览器外, 用户无须安装任何软件, 系统可按用户浏览器输入进行选矿知识专家咨询工作。高级用户还可对系统字典、规则进行网络远程维护。作者构造了选矿基础Web数据库, 建立了统一的知识库标准。基于关系数据模式表征了传统的规则、框架、语义网络及谓词逻辑等知识表示方法, 并基于数据及网络搜索技术实现了Web正向推理机制及Web反向推理机制。

与传统选矿专家系统相比, 本系统具有明显优势, 它以Internet/Intranet技术和软件体系为开发基础, 以满足用户对Web知识库 (多级数据库) 的访问, 简便地实现信息共享、协调作业以及网络处理和计算。开发建设基于Internet/Intranet的矿业专家系统是克服传统专家系统缺陷的有效途径, 是我国矿山企业信息系统发展的必然趋势。