本文目录一览

1，什么是推力机

推理机(Inference Engine)是专家系统中实现基于知识推理的部件是基于知识的推理在计算机中的实现，主要包括推理和控制二个方面，是知识系统中不可缺少的重要组成部分。

什么是推力机

2，如何用C编程做推理机

c++模板和推理机http://topic.csdn.net/t/20030714/09/2024506.html
第1，图形界面的跟文字界面的差异很大。第2，是人机对战还是网络对战，差异很大。第3，windows下的图形编程跟linux下的图形编程差异很大，除非你用跨平台的c++包。所以，请说清楚你的需求

如何用C编程做推理机

3，推理机是不是自动机

推理机(Inference Engine)是专家系统中实现基于知识推理的部件，是基于知识的推理在计算机中的实现，主要包括推理和控制二个方面，是知识系统中不可缺少的重要组成部分。自动机 automaton 原来是模仿人和动物的行动而做成的机器人的意思。但是现在已被抽象化为具有确定状态的机器，广泛应用于工业生产上。
应该不是吧。

推理机是不是自动机

4，cdss的另外两个重要工具

一) CDSS设计的核心要素对于大多数CDSS来说，由三个重要部分组成：数据库（Data Repository）、推理机（Rules Engine）和人机交互接口（Interface）。相对应的，决定CDSS应用效果和决策支持能力的三个关键成功因素分别是：是否拥有丰富的知识、参考文献和临床数据等证据，且保持证据更新的时效性；是否能够快速、智能地处理上述大量的临床数据；是否能够精确敏锐的捕捉到用户的关注，并且不妨碍用户的工作流程。是否拥有丰富的知识、参考文献和临床数据等证据，且保持证据更新的时效性；是否能够快速、智能地处理上述大量的临床数据；是否能够精确敏锐的捕捉到用户的关注，并且不妨碍用户的工作流程。
这个问题我不专业，我也不讨论
另外的两个工具可能要相关人员才知道。
rman

5，专家系统由哪些部分组成

专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。专家系统又名ES（Expert System）。ES一路是逐步由基于规则、基于框架、基于案例、基于模型和基于网络的5个阶段发展而来。基于规则的专家系统是目前最常用的方式，主要归功于大量成功的实例，以及简单灵活的开发工具。它直接模仿人类的心理过程，利用一系列规则来表示专家知识。扩展资料：专家系统的功能：1、存储问题求解所需的知识。2、存储具体问题求解的初始数据和推理过程中涉及的各种信息，如中间结果、目标、字母表以及假设等。3、根据当前输入的数据，利用已有的知识，按照一定的推理策略，去解决当前问题，并能控制和协调整个系统。4、能够对推理过程、结论或系统自身行为作出必要的解释，如解题步骤、处理策略、选择处理方法的理由、系统求解某种问题的能力、系统如何组织和管理其自身知识等。5、提供知识获取，机器学习以及知识库的修改、扩充和完善等维护手段。只有这样才能更有效地提高系统的问题求解能力及准确性。6、提供一种用户接口，既便于用户使用，又便于分析和理解用户的各种要求和请求。参考资料来源：百度百科-专家系统
专家系统一般由知识库、数据库、推理机、解释器及知识获取五个部分组成，有不相同的表述形式。(1) 知识库。用于存取和管理所获取的专家知识和经验，供推理机利用，具有存储、检索、编辑、增删和修改等功能。(2) 数据库。用来存放系统推理过程中用到的控制信息、中间假设和中间结果。(3) 推理机。用于利用知识进行推理，求解专门问题，具有启发推理、算法推理；正向、反向或双向推理等功能。(4) 解释器。解释器用于作为专家系统与用户之间的“人-机”接口，其功能是向用户解释系统的行为。(5) 知识获取。知识工程师采用“专题面谈”、“记录分析”等方式获取知识，经过整理以后，再输入知识库。

6，人工智能需要什么基础

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或着人自身的智能程度有没有高到可以创造人工智能的地步等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识(consciousness)、自我(self)、思维(mind)(包括无意识的思维(unconscious_mind)等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用--机器视觉:指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统等。人工智能(Artificial Intelligence)是研究解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统。AI作为计算机科学的一个重要分支和计算机应用的一个广阔的新领域，它同原子能技术，空间技术一起被称为20世纪三大尖端科技。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。知识表示是人工智能的基本问题之一，推理和搜索都与表示方法密切相关。常用的知识表示方法有：逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。常识，自然为人们所关注，已提出多种方法，如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。推理过程一般可分为演绎推理和非演绎推理。谓词逻辑是演绎推理的基础。结构化表示下的继承性能推理是非演绎性的。由于知识处理的需要，近几年来提出了多种非演泽的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数来表示，启发式知识利用得越充分，求解问题的搜索空间就越小。典型的启发式搜索方法有A*、AO*算法等。近几年搜索方法研究开始注意那些具有百万节点的超大规模的搜索问题。机器学习是人工智能的另一重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程，按照学习机制的不同，主要有归纳学习、分析学习、连接机制学习和遗传学习等。知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识，当知识量较大而又有多种表示方法时，知识的合理组织与管理是重要的。推理机在问题求解时，规定使用知识的基本方法和策略，推理过程中为记录结果或通信需设数据库或采用黑板机制。如果在知识库中存储的是某一领域(如医疗诊断)的专家知识，则这样的知识系统称为专家系统。为适应复杂问题的求解需要，单一的专家系统向多主体的分布式人工智能系统发展，这时知识共享、主体间的协作、矛盾的出现和处理将是研究的关键问题。需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法;当然还有各个领域需要的算法，比如要让机器人自己在位置环境导航和建图就需要研究SLAM;总之算法很多需要时间的积累。需要掌握至少一门编程语言：毕竟算法的实现还是要编程的;如果深入到硬件的话，一些电类基础课必不可少。

文章TAG：推理机  什么是推力机  
下一篇
展开更多