1
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
BÙI ĐỨC TRƢỜNG
XÂY DỰNG HỆ CHUYÊN GIA CHẨN ĐOÁN CHỨNG CAM
CỦA TRẺ EM
Chuyên ngành: Khoa học máy tính
Mã số: 60 48 01
LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN
NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS.TS LÊ BÁ DŨNG
3
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
LỜI CẢM ƠN
Đầu tiên, tôi xin gửi lời cảm ơn sâu sắc đến thầy giáo, cán bộ hƣớng dẫn
khoa học PGS.TS Lê Bá Dũng, ngƣời thầy đã tận tình hƣớng dẫn tôi từ những
buổi đầu tiên khi tiếp cận với đề tài khoa học.
Tôi xin bày tỏ lòng biết ơn đến các thầy cô giáo ở trƣờng Đại học Công
nghệ thông tin và Truyền thông – Đại học Thái Nguyên, các cán bộ giảng viên
và chuyên viên Trƣờng Cao Đẳng Cộng Đồng Hải Phòng đã tận tình giảng dạy
và tạo mọi điều kiện cho tôi học tập, nghiên cứu và hoàn thành luận văn này.
Tôi xin chân thành cảm ơn các bạn học viên lớp CK11B – Khoa học máy
tính đã giúp đỡ, tạo điều kiện cho tôi trong suốt quá trình học tập và thực hiện
luận văn.
Cuối cùng, tôi xin gửi lời cảm ơn sâu sắc nhất đến gia đình, đồng nghiệp và
bạn bè tôi, những ngƣời đã động viên, tạo mọi điều kiện cho tôi lao động và học
tập trong suốt thời gian qua.
Một lần nữa, xin chân thành cảm ơn!
Thái Nguyên, ngày 16 tháng 5 năm 2014
Học viên thực hiện
1.1.4.1 Khái niệm 15
1.1.4.2. Học giám sát 16
1.1.4.3. Học không giám sát 17
1.1.4.4. Các hình thức học 17
1.2. Chứng minh và suy diễn tự động 18
1.2.1. Suy diễn dựa trên bảng giá trị chân lý 18
1.2.2. Suy diễn tiến, lùi dựa trên các câu Horn 18
1.3. Phân tích đánh giá một số hệ xử lý thông minh 19
1.3.1. Lập luật dựa trên luật (rule-based reasoning) 19 5
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
1.3.3. Lập luật dựa trên mô hình (model-based reasoning) 21
1.4 Kết luận chƣơng 21
Chƣơng 2: Hệ Chuyên Gia 22
2.1. Hệ chuyên gia là gì 22
2.1.1. Khái niệm: 22
2.1.2. Những thành phần cơ bản của hệ chuyên gia 23
2.2. Cấu trúc của hệ chuyên gia 24
2.2.1. Cấu trúc kiểu mẫu của hệ chuyên gia 24
2.2.1.1. Một số mô hình kiến trúc hệ chuyên gia. 26
2.2.2. Hệ cơ sở tri thức 28
2.2.2.1. Tri thức chuyên gia. 28
2.2.2.2. Các phƣơng pháp biểu diễn tri thức 29
2.2.3. Suy diễn và lập luận 37
2.2.3.1. Phƣơng pháp suy diễn tiến 37
2.2.3.2. Phƣơng pháp suy diễn lùi 38
3.4.3. Vấn chẩn (Hỏi bệnh) 58
3.3.4. Thiết chẩn (Xét đoán bộ mạch) 60
3.3.4.1. Phép xem mạch ở trán: 60
3.3.4.2. Phép xem mạch ở hổ khẩu. 60
3.5. Nguyên nhân và các phƣơng pháp điều trị 63
3.5.1. Nguyên nhân 63
3.5.2. Các phƣơng pháp điều trị 63
3.6. Thiết kế hệ chuyên gia chẩn đoán chứng cam 64
3.6.1. Đầu vào của bài toán chẩn đoán chứng cam 64
3.6.1.1 Biểu diễn tri thức các chứng cam 65
3.6.2. Xây dựng các động cơ suy diễn cho các chứng cam 68
3.6.2.1 Thuật toán của bài toán chẩn đoán chứng cam của trẻ em 68
3.6.2.2. Hàm xử lý chính của bài toán 70
3.6.2.3 Hàm chẩn đoán chứng cam. 71
3.6.2.3. Cây chẩn đoán triệu chứng“Ăn ít” – Chủ trị Tỳ cam và Can cam 73
3.6.2.2. Cây chẩn đoán triệu chứng“Đêm ngủ giật mình"- Chủ trị Tâm cam 74
3.6.3.3. Cây chẩn đoánt triệu chứng “Đái dầm” – Chủ trị Thận cam 75
3.6.3.4. Cây chẩn đoán triệu chứng “Ho” – Chủ trị Phế cam 76
3.6.3.5. Cây chẩn đoán triệu chứng “Mụn nhọt”– Chủ trị Can cam 77 7
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
3.7. Giao diện và kết quả kiểm thử của trƣơng trình 79
3.8. Kết luận chƣơng 83
TỔNG KẾT 84
TÀI LIỆU THAM KHẢO 85
5
MTSD
Mô tơ suy diễn
6
UI
User Interface
Giao diễn ngƣời dùng
6
DSS
Decision Support System
Hệ hỗ trợ ra quyết định
7
MBMS
Model Base Management
System
Hệ thống quản lý mô hình
cơ sở
8
O-A-V
Object-Attribute-Value
Đối tƣợng-Thuộc tính-Giá
trị
9
RHS
Right - Hand -Side
Phần bên phải luật
10
OPS
Official Production System
Hình 3.11 Giao diện danh mục…………………………………………… 80
Hình 3.12 Form quản lý bệnh nhân 80 10
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
DANH MỤC BẢNG BIỂU
Bảng 2.1 Bảng minh họa vị từ………………………………………………31
Bảng 2.2 Biểu diễn tri thức nhờ ngôn ngữ nhân tạo trong MYCIN…………33
Bảng 3.1 Quan hệ của lục phủ ngũ tạng với ngũ hành………………………51
của công nghệ thông tin vào thực tế cuộc sống.
12
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ Chƣơng 1: Tổng quan trí tuệ nhân tạo
1.1. Tổng quan về các hệ thông minh
AI là một bộ phận của khoa học máy tính liên quan đến việc thiết kế các hệ
thống máy tính thông minh, nghĩa là các hệ thống thể hiện các đặc trƣng mà
chúng ta thấy gắn với trí thông minh trong các hành vi của con ngƣời, nhƣ hiểu
ngôn ngữ, học, suy luận, giải quyết vấn đề,…
Những công cụ thuộc lĩnh vực Trí tuệ nhân tạo đƣợc xem nhƣ các hệ thống
thông minh nhằm giúp giải quyết rất nhiều bài toán mà trƣớc đây đƣợc xem là
quá khó, và giúp giải quyết nhiều bài toán theo cách hiệu quả hơn.
1.1.1. Hệ chuyên gia
1.1.1.1. Khái niệm:
Hệ chuyên gia (HCG ) là một chƣơng trình ứng dụng (CTƢD) khai thác cơ
sở tri thức (CSTT) thu nạp từ nguồn tri thức chuyên môn dựa trên việc sử dụng
cơ chế suy diễn để giải quyết các bài toán tƣ vấn KHÓ đạt trình độ cỡ nhƣ một
CHUYÊN GIA LÂU NĂM LÀNH NGHỀ
Một chƣơng trình ứng dụng đƣợc xây dựng dựa trên CSTT và (MTSD) mô
tơ suy diễn. Trong đó CSTT đƣợc lấy từ nguồn tri thức. Có hai loại là xin ý kiến
từ các chuyên gia trong lĩnh vực đó, cũng có thể lấy theo cách thứ hai đó là tổng
hợp từ các tài liệu chuyên môn. Còn MTSD phụ thuộc vào ngƣời dùng do ngƣời
dùng đƣa ra.
1.1.1.2. Xây dựng hệ chuyên gia
chuyên gia trao đổi với nhau. 14
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
1.1.2. Hệ hỗ trợ ra quyết định
1.1.2.1. Khái niệm:
Vào thập niên 1970, Scott Morton đƣa ra những khái niệm đầu tiên về Hệ
hỗ trợ ra quyết định (Decision Support System – DSS). Ông định nghĩa DSS nhƣ
là hệ thống máy tính tƣơng tác nhằm giúp những ngƣời sử dụng dữ liệu và mô
hình để giải quyết các vấn đề không cấu trúc.
1.1.2.2. Các thành phần của hệ thống hỗ trợ ra quyết định:
- Data management subsystem: Gồm một cơ sở dữ liệu (database) chứa
các dữ liệu cần thiết của tình huống và đƣợc quản lý bởi một hệ quản trị cơ sở
dữ liệu (DBMS – data base management system). Phần hệ này có thể đƣợc kết
nối với nhà kho dữ liệu (data warehouse)- là kho chứa dữ liệu có liên đới đến
vấn đề ra quyết định.
- Model management subsystem: Còn đƣợc gọi là hệ quản trị cơ sở mô
hình (MBMS – model base management system) là gói phần mềm gồm các
thành phần về thống kê, tài chính, khoa học quản lý hay các phƣơng pháp định
lƣợng nhằm trang bị cho hệ thống năng lực phân tích, các ngôn ngữ mô hình
hóa. Thành phần này có thể kết nối với các kho chứa mô hình của tổ chức .
- User interface subsystem: Giúp ngƣời sử dụng giao tiếp và ra lệnh cho hệ
thống.
1.1.3. Hệ điều khiển thông minh
Thuật ngữ “điều khiển thông minh” đã đƣợc giới thiệu trong khoảng hơn ba
thập niên trở lại đây với các phƣơng pháp điều khiển có mục tiêu tham vọng hơn
so với các hệ thống truyền thống. Hệ thống điều khiển thông minh có thể điều
16
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
và thuật giải đặc biệt. Có hai tiếp cận cho hệ thống học là học từ ký hiệu và học
từ dữ liệu số. Học từ ký hiệu bao gồm việc hình thức hóa, sửa chữa các luật
tƣờng minh, sự kiện và các quan hệ. Học từ dữ liệu số áp dụng cho các hệ thống
sử dụng các mô hình có liên quan đến các kỹ thuật tối ƣu các tham số. Các hệ
học có ƣu điểm:
Xử lý dữ liệu với khối lƣợng lớn.
Hỗ trợ các kỹ thuật phân tích, xử lý, trích chọn và chi tiết hóa dữ liệu
Các hệ học có hai giai đoạn cơ bản: học dữ liệu và xử lý dữ liệu. Học dữ
liệu là quá trình phân tích và tìm ra những điểm tƣơng đồng trong dữ liệu để sản
sinh luật. Giai đoạn xử lý ƣớc lƣợng đặc tính dữ liệu mới dựa trên luật đã đƣợc
phát sinh ở giai đoạn học. Có thể chia các quá trình học thành hai dạng chính:
học có giám sát (suppervised learning) và học không giám sát (unsuppervised
learning).
1.1.4.2. Học giám sát
Quá trình học giám sát đƣợc tiến hành trên một tập dữ liệu mẫu với giá trị
đƣợc phân loại (gán nhãn) sẵn. Tập dữ liệu luyện gồm:
S = {xi, cj | i = 1,…, M; j = 1,…, C}
Trong đó xi là vectơ n chiều (gọi là đặc trƣng của dữ liệu) cj là số lớp biết trƣớc.
Thuật toán học sẽ tìm kiếm trên không gian giả thuyết giải pháp tốt nhất
cho ánh xạ f với c = f(x). Kết quả tìm đƣợc phản ánh đặc trƣng của mẫu dữ liệu.
Các thuật toán học tìm cách phát sinh một tập giả thuyết bằng cách tìm ra các
đặc trƣng và giá trị tƣơng ứng với mẫu dữ liệu của mỗi lớp. Sau đó áp dụng các
tập giả thuyết tìm đƣợc để phân loại (classification) các mẫu dữ liệu mới vào các
lớp tƣơng ứng.
18
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
- Học dựa trên giải thích: Hệ thống phân tích tập các ví dụ nhằm ấn định
khả năng đúng hoặc sai, sau đó tạo ra các giải thích hƣớng dẫn cách giải các bài
toán tƣơng tự trong tƣơng lai.
1.2. Chứng minh và suy diễn tự động
Con ngƣời làm việc với tri thức, sự kiện và các chiến lƣợc giải bài toán để
rút ra kết luận- quá trình suy lý. Trong các hệ thống thông minh, việc suy lý thể
hiện ở kỹ thuật suy diễn và các chiến lƣợc điều khiển. Kỹ thuật suy diễn là các
bƣớc hƣớng dẫn hệ thống tổng hợp tri thức từ các tri thức đã có trong CSTT và
từ sự kiện ghi lại ở bộ nhớ. Các chiến lƣợc điều khiển: thiết lập đích cần đến và
hƣớng dẫn hệ thống suy lý.
1.2.1. Suy diễn dựa trên bảng giá trị chân lý
Xây dựng các giải thuật cài đặt cho máy tính để nó biết lập luận. Giải
thuật lập luận tự động là giải thuật chỉ ra rằng nếu KB (cơ sở tri thức) là đúng
thì câu truy vấn q có đúng hay không?
Phƣơng pháp lập luận đầu tiên là dựa liệt kê các tất cả các trƣờng hợp có
thể có của tập các ký hiệu mệnh đề, rồi kiểm tra xem liệu tất cả các trƣờng hợp
làm cho KB đúng xem q có đúng không.
Thuật giải trên là sinh ra toàn bộ bảng giá trị chân lý để đánh giá KB và q,
nếu chỉ cần một trƣờng hợp KB đúng mà q sai thì q sẽ kết luận KB không suy
diễn đƣợc ra q.
Giải thuật trên có độ phức tạp thời gian là 2
n
* m, với n là số ký hiệu có
trong KB,q và m độ dài câu trong KB.
20
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
+ Dùng đƣợc theo kiểu trực tiếp, với những tri thức kinh nghiệm có từ
chuyên gia; đặc biệt quan trọng ở lĩnh vực tin cậy vào kinh nghiệm để quản trị
độ khó và/hoặc thông tin không đầy đủ.
+ Các luật ánh xạ vào duyệt không gian trạng thái, các tiện ích giải thích hỗ
trợ cho tìm lỗi.
+ Sự tách biệt tri thức khỏi điều khiển làm quá trình phát triển ES đơn giản
hơn.
+ Có thể đạt đƣợc hiệu năng cao trong miền lĩnh vực đƣợc giới hạn.
+ Có những phƣơng tiện giải thích (khác nhau giữa 2 loại suy diễn tiến và
lùi)
+ Sự tách biệt tri thức khỏi điều khiển làm quá trình phát triển ES đơn giản
hơn.
Hạn chế
+ Các luật có đƣợc từ chuyên gia thƣờng là tri thức kinh nghiệm, không
phản ánh tri thức theo kiểu hàm hoặc tri thức dựa trên mô hình của lĩnh vực .
+ Luật heuristic có khuynh hƣớng “dễ vỡ”, khó khăn trong những trƣờng
hợp gặp dữ liệu không mong đợi hay thông tin không đầy đủ.
+ Chức năng giải thích chỉ có ở mức mô tả, bỏ qua giải thích mang tính lý
thuyết (vì không đòi hỏi những lập luận sâu hơn).
+ Tri thức có khuynh hƣớng rất phụ thuộc vào công việc (task) Tri thức
lĩnh vực đƣợc hình thức hóa có khuynh hƣớng đƣợc cụ thể hóa trong ứng dụng
của nó. Cho đến nay các ngôn ngữ biểu diễn tri thức chƣa tiếp cận đƣợc với sự
linh hoạt trong lập luận của con ngƣời.
22
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
Tìm hiểu các đặc trƣng của từng hệ thông minh ƣu và nhƣợc điểm của từng
hệ thông minh. Phân tích và đánh giá các hệ thông minh.
Chƣơng 2: Hệ Chuyên Gia
2.1. Hệ chuyên gia là gì
2.1.1. Khái niệm:
Theo E. Feigenbaum: Hệ chuyên gia (Expert System) là một chƣơng
trình máy tính thông minh sử dụng tri thức (knowledge) và các thủ tục suy luận
(inference procedures) để giải những bài toán tƣơng đối khó khăn đòi hỏi những
chuyên gia mới giải đƣợc.
Hệ chuyên gia là một hệ thống tin học có thể mô phỏng (emulates) năng
lực quyết đoán (decision) và hành động (making abilily) của một chuyên gia
(con ngƣời). Hệ chuyên gia là một trong những lĩnh vực ứng dụng của trí tuệ
nhân tạo (Artificial Intelligence).
Hệ chuyên gia sử dụng các tri thức của những chuyên gia để giải quyết các 23
dụng
(User)
Hệ thống
giao tiếp
(User
Interface)
Cơ sở tri thức
(Knowled Base)
Máy suy diễn 24
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
Hình 2.1 Thành phần cơ bản của hệ chuyên gia
2.1.2.1 Cơ sở tri thức (knowledge base): Gồm các phần tử (hay đơn vị)
tri thức, thông thƣờng đƣợc gọi là luật (rule), đƣợc tổ chức nhƣ một cơ sở
dữ liệu.
2.1.2.2 Máy duy diễn (inference engine): Công cụ (chƣơng trình, hay bộ xử lý)
tạo ra sự suy luận bằng cách quyết định xem những luật nào sẽ làm thỏa mãn các
sự kiện, các đối tƣợng. , chọn ƣu tiên các luật thỏa mãn, thực hiện các luật có
tính ƣu tiên cao nhất.
Hình 2.2 Cấu trúc của hệ chuyên gia
Giao diện ngƣời, máy: Thực hiện giao tiếp giữa hệ chuyên gia và ngƣời sử
dụng. Nhận những thông tin từ ngƣời dùng (các câu hỏi, các yêu cầu về
lĩnh vực) và đƣa ra lời khuyên, các câu trả lời, các giải thích về lĩnh vực
đó.
Bộ giải thích: Giải thích các hoạt động của hệ khi có yêu cầu của ngƣời sử
dụng.
Bộ thu nạp tri thức: Làm nhiệm vụ thu nhận tri thức từ chuyên gia con
ngƣời, từ kỹ sƣ tri thức, ngƣời sử dụng thông qua các câu hỏi và yêu cầu
của họ sau đó lƣu trữ vào cơ sở tri thức.
Cơ sở tri thức: Lƣu trữ, biểu diễn các tri thức trong lĩnh vực mà hệ đảm
nhận, làm cơ sở cho các hoạt động của hệ, cơ sở tri thức gồm các sự kiện
Copyright: Tài liệu đại học ©