关于应用较多的知识获取方法

关于应用较多的知识获取方法

　   知识获取主要研究如何把“知识”从专家大脑中提取和总结出来，并保证所获取的知识间的一致性。要构造一个专家系统，知识工程师和该领域专家必须密切合作，把专业领域知识提取和总结出来，并形式化，然后编码存入知识库中去。但是，由于专业领域知识往往是启发式的，较难捕捉和描述，而且领域专家通常只擅于提供事例而不习惯提供知识，因此，知识获取被公认为专家系统开发中的瓶颈问题。

　　知：识获取的方法有很多，如机械式、条件反射式、传授式、演绎式、归纳式、猜想证实式、反馈修正式、类比式、联想式、灵感与偶发式等。目前，给料机在设备故障诊断领域应用较多的有以下几种。

　　1.机械式知识获取方法

　　这种方法不作任何推理，只是简单地将人类专家知识按照知识库要求的形式编码输入知识库中，故具有准确可靠、易于理解等优点。这是一种最为简单的知识获取方法。

　　2.传授式知识获取方法

　　这种方法是对机械式方法的一种改进。知识工程师从书本或专家那里学习有关领域的知识，制砂生产线并将其编辑成计算机易于理解的表示形式;知识编译器再将这些编辑好的知识编译存储到知识库中去。

　　3.反馈修正式知识获取方法

　　这种方法是在传授式知识获取方法的基础上增加反馈环节，根据现场实际情况来检验执行结果的正确与否。若发现不正确，就通过人T或自动方式对知识库中的知识予以修正。

　　4.机器学习自动获取方法

　　机器学习自动获取知识是知识获取的高级方法，是目前人工智能领域的研究热点之一。借助机器学习，可从大量实例中归纳总结出描述这些事实的规则，自动建立知识库。因此，机器学习被看做是解决知识获取这一瓶颈问题的关键。