专家系统是人工智能的一个重要分支,它通过领域专家们大脑中的专业知识运用推理机来解决领域内的困难和问题。它的核心在于知识库和推理机。 本文围绕专家系统进行了深入研究,所得的成果主要包括: 1)知识库维护方面,为了保证知识库自身的有效性及规则间的一致性,提高推理机推理的速度以及推理结果的正确性,提出了一套成功的知识库维护方案并给出了知识库中冗余规则、矛盾规则、循环规则和孤立规则的检查方法。 2)设计了一种新的推理树结构,它根据正向推理机推理的过程,采用分层分类别存储规则,极大地减少了推理机每次推理与规则匹配的数目,从而提高推理机的效率。文章详细描述了新推理树结构的更新算法(包括插入和删除规则的算法)以及在此基础上的推理算法。 3)论述了Web Services技术及其在Internet应用的优势,文章结合Web Services的异构平台互通的能力,设计了一个跨平台的、具有良好扩展性的基于web的分布式决策专家系统框架,并以与我们最接近的学生系别选择作为一个简单的应用来展示其功能。系统通过组件封装推理机、知识库管理和维护等业务逻辑处理模块,具有良好的扩展性、伸缩性、兼容性和协作性,实现了多专家系统的分布式协同合作。