智能診斷專家系統的理論和方法
專家系統是人工智能領域目前最活躍、最實用的一個分支，專家系統作為一種智能系統，由于它能模仿人類領域專家分析問題和解決問題的思路，因此，可以解決需要領域專家才能解決的復雜問題。專家系統主要有設計型和診斷型兩類，診斷型的專家系統具有下列特點：
1、能綜合利用各種信息與各種診斷方法，以靈活的診斷策略來解決診斷問題，他能實現從數據采集到故障預報以及干預控制的全套自動化診斷，為設備的實時監測提供時間上的有利條件。
2、由于采用模塊化結構，可以方便地進行功能擴展。通過修改和增刪只是庫，能夠使得為某一種型號設備研制的專家系統應用于其他類型的設備。
作為通用的診斷型專家系統，它應包括以下幾個基本組成部分：知識庫、推理機、知識獲取子系統、解釋子系統和全局數據庫。專家系統中的全局數據庫又稱為工作存儲或動態數據庫，是用于存儲所診斷問題領域內原始數據特征信息、推理過程中得到的各種中間信息和解決問題后輸出結果信息的存儲器。
知識獲取子系統是專家系統和領域專家、知識工程師之間的交互，是知識庫不僅可獲得知識，而且可使知識庫中的知識不斷得到修改、充實和提煉，從而使系統的性能得到不斷的完善。
人機接口是專家系統與用戶的界面，由一組程序及相應的硬件組成，用于完成輸入輸出工作。用戶可以通過它輸入知識，更新、完善知識庫，輸入欲求解的問題、已知事實以及向系統提出詢問，系統通過它輸出運行結果，回答用戶的詢問，或者向用戶索取進一步的事實。
解釋子系統能夠對推理過程作出解釋，可以解釋推理的路線和推理得到的確定性結論。解釋功能是專家系統區別于其他軟件系統的重要特征之一。通過解釋，可提高用戶對專家系統的錯誤和漏洞，有助于測試、更新、維護專家系統。解釋機制實現解釋功能，在推理過程中回答用戶關于系統的一些問題，如系統正在做什么，如何得到結論，為什么要作出某個決策，發出某個詢問等，顯示推理路徑，解釋推理過程。
