人工智能课程论文Word文档格式.docx
- 文档编号:3848856
- 上传时间:2023-05-02
- 格式:DOCX
- 页数:19
- 大小:125.33KB
人工智能课程论文Word文档格式.docx
《人工智能课程论文Word文档格式.docx》由会员分享,可在线阅读,更多相关《人工智能课程论文Word文档格式.docx(19页珍藏版)》请在冰点文库上搜索。
s,theexpertsystemobtainstherapiddevelopmentandthewidespreadapplicationintheworld.
Inthisarticleintroducedtheartificialintelligenceconcept,theclassification,thecharacteristicaswellastheartificialintelligenceresearchdevelopmentandthepresentsituation.Fromthisdrawsouttheexpertsystemthebasicconceptandthemaincharacteristic.Finally,throughconsultseachkindofmaterialaswellasownunderstandinganalysis,makestheconcreteelaborationtotheexpertsystemmainapplication.Introducedunifiesthecomputerartificialintelligenceexpertsystemideaandtheauditpracticeandproposedtheaudittoolintellectualizationtentativeplan,simultaneously,analyzedtheconstructiontoaudittheexpertsystemspecificallytobepossibletosupplytheusethecomputerapplicationtechnology,andestablishedinitiallyhasauditedtheexpertsystemthemodulesystem.
Keyword:
Artificialintelligence,Expertsystem,AuditingExpertSystem
目录
摘要2
关键词2
Abstract3
Keyword3
一绪论5
1.1人工智能的基本描述5
1.2人工智能的发展简史及主要阶段5
1.3人工智能的研究内容5
1.4人工智能的发展及展望5
二专家系统6
2.1专家系统的主要概述6
2.2专家系统的特点7
2.3专家系统的优点7
2.4专家系统的结构与类型8
2.4.1专家系统的结构8
2.4.2专家系统的类型9
2.5专家系统的工作方式9
2.5.1专家系统的工作过程[5]9
2.5.2专家系统的开发过程9
2.6专家系统的发展10
三专家系统的应用11
3.1应用背景11
3.2审计专家系统11
3.2.1审计专家系统的概念11
3.2.2审计专家系统的工作过程11
3.3可利用的现有计算机技术12
3.4审计专家系统的模块体系12
四总结13
4.1论文总结13
4.2对专家系统的总结13
4.3取得结果及致谢14
五主要参考文献15
一绪论
1.1人工智能的基本描述
人工智能(ArtificialIntelligence),英文缩写为AI。
该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
“人工智能”一词最初是在1956年Dartmouth学会上提出的。
从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。
人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
它一方面不断获得新的进展,一方面又转向更有意义、更加困难的目标。
目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
除了计算机科学以外,人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
1.2人工智能的发展简史及主要阶段
"
智能"
源于拉丁语legere,字面意思是采集(特别是果实)、收集、汇集,并由此进行选择,形成一个东西。
1936年,24岁的英国数学家图灵(turing)提出了"
自动机"
理论,把研究会思维的机器和计算机的工作大大向前推进了一步,他也因此被称为"
人工智能之父"
。
人工智能,英文单词artilect,来源于雨果·
德·
加里斯的著作<
TheArtilectWar>
.“人工智能”一词最初是在1956年Dartmouth学会上提出的。
其发展主要经历了以下几个阶段:
第一阶段:
50年代人工智能的兴起和冷落
第二阶段:
60年代末到70年代,专家系统出现,使人工智能研究出现新高潮。
第三阶段:
80年代,随着第五代计算机的研制,人工智能得到了很大发展。
第四阶段:
80年代末,神经网络飞速发展。
第五阶段:
90年代,人工智能出现新的研究高潮
1.3人工智能的研究内容
人工智能的知识领域浩繁,很难面面俱到,但是各个领域的思想和方法上有许多可以互相借鉴的地方。
从基础理论的角度出发其研究基本内容包括:
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[1]。
1.4人工智能的发展及展望
人工智能系统的开发和应用,已为人类创造出可观的经济效益,专家系统就是一个例子。
随着计算机系统价格的继续下降,人工智能技术必将得到更大的推广,产生更大的经济效益。
人工智能的近期研究目标在于建造智能计算机,用以代替人类从事脑力劳动,即使现有的计算机更聪明更有用。
人工智能还有它的远期研究目标,即探究人类智能和机器智能的基本原理,研究用自动机(automata)模拟人类的思维过程和智能行为。
这个长期目标远远超出计算机科学的范畴,几乎涉及自然科学和社会科学的所有学科。
不过,目前人工智能研究尚存在不少问题,这主要表现在下列几个方面:
1宏观与微观隔离
2全局与局部割裂
3理论和实际脱节
上述存在问题和其它问题说明,人脑的结构和功能要比人们想象的复杂得多,人工智能研究面临的困难要比我们估计的重大得多,人工智能研究的任务要比我们讨论过的艰巨得多。
同时也说明,要从根本上了解人脑的结构和功能,解决面临的难题,完成人工智能的研究任务,需要寻找和建立更新的人工智能框架和理论体系,打下人工智能进一步发展的理论基础。
由此,我们至少需要经过几代人的持续奋斗,进行多学科联合协作研究,才可能基本上解开”智能”之谜,使人工智能理论达到一个更高的水平。
二专家系统
2.1专家系统的主要概述
专家系统(expertsystem)是人工智能应用研究最活跃和最广泛的课题之一。
自从1965年第一个专家系统DENDRAL在美国斯坦福大学问世以来,经过20年的研究开发,到80年代中期,各种专家系统已遍布各个专业领域,取得很大的成功。
专家系统属于人工智能的一个发展分支,并且运用于医疗、军事、地质勘探、教学、化工等领域,产生了巨大的经济效益和社会效益。
现在,专家系统已成为人工智能领域中最活跃、最受重视的领域。
专家系统是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的方法来处理该领域问题。
也就是说,专家系统是一个具有大量的专门知识与经验的程序系统,它应用人工智能技术和计算机技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家处理的复杂问题,简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
专家系统与传统程序的差别如下:
2.2专家系统的特点
专家系统具有下列3个特点:
(1)启发性
专家系统能运用专家的知识与经验进行推理、判断和决策。
(2)透明性
专家系统能够解释本身的推理过程和回答用户提出的问题,以便让用户能够了解推理过程,提高对专家系统的信赖感。
(3)灵活性
专家系统能不断地增长知识,修改原有知识,不断更新。
由于这一特点,使得专家系统具有十分广泛的应用领域。
2.3专家系统的优点
近十多年来,专家系统获得迅速发展,应用领域越来越广,解决实际问题的能力越来越大,这是专家系统的优良性能以及对国民经济的重大作用决定的。
具体地说,包括下列几个方面[2]:
(1)专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。
(2)专家系统解决实际问题时不受周围环境的影响,也不可能遗漏忘记。
(3)可以使专家的专长不受时间和空间的限制,以便推广珍贵和稀缺的专家知识与经验。
(4)专家系统能促进各领域的发展,它使各领域专家的专业知识和经验得到总结和精炼,能够广泛有力地传播专家的知识、经验和能力。
(5)专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力,它拥有更渊博的知识、更丰富的经验和更强的工作能力。
(6)军事专家系统的水平是一个国家国防现代化的重要标志之一。
(7)专家系统的研制和应用,具有巨大的经济效益和社会效益。
(8)研究专家系统能够促进整个科学技术的发展。
专家系统对人工智能的各个领域的发展起了很大的促进作用,并将对科技、经济、国防、教育、社会和人民生活产生极其深远的影响。
2.4专家系统的结构与类型
2.4.1专家系统的结构
专家系统的结构是指专家系统各组成部分的构造方法和组织形式。
系统结构选择恰当与否,是与专家系统的适用性和有效性密切相关的。
选择什么结构最为恰当,要根据系统的应用环境和所执行任务的特点而定[3]。
图1表示专家系统的简化结构图。
图2则为理想专家系统的结构图。
由于每个专家系统所需要完成的任务和特点不相同,其系统结构也不尽相同,一般只具有图中部分模块。
图1专家系统的简化结构
图2理想专家系统的结构图
专家系统的主要组成部分归纳于下。
(1)知识库(knowledgebase)
知识库用于存储某领域专家系统的专门知识,包括事实、可行操作与规则等。
(2)综合数据库(globaldatabase)
综合数据库又称全局数据库或总数据库,它用于存储领域或问题的初始数据和推理过程中得到的中间数据(信息),即被处理对象的一些当前事实。
(3)推理机[4](reasoningmachine)
推理机用于记忆所采用的规则和控制策略的程序,使整个专家系统能够以逻辑方式协调地工作。
推理机能够根据知识进行推理和导出结论,而不是简单地搜索现成的答案。
(4)解释器(explanator)
解释器能够向用户解释专家系统的行为,包括解释推理结论的正确性以及系统输出其它候选解的原因。
(5)接口(interface)
接口又称界面,它能够使系统与用户进行对话,使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。
系统则通过接口,要求用户回答提问,并回答用户提出的问题,进行必要的解释。
2.4.2专家系统的类型
用于某一特定领域内的专家系统,可以划分为以下几类:
1、诊断型专家系统:
根据对症状的观察分析,推导出产生症状的原因以及排除故障方法的一类系统,如医疗、机械、经济等。
2、解释型专家系统:
根据表层信息解释深层结构或内部情况的一类系统,如地质结构分析、物质化学结构分析等。
3、预测型专家系统:
根据现状预测未来情况的一类系统,如气象预报、人口预测、水文预报、经济形势预测等。
4、设计型专家系统:
根据给定的产品要求设计产品的一类系统,如建筑设计、机械产品设计等。
5、决策型专家系统:
对可行方案进行综合评判并优选的一类专家系统。
6、规划型专家系统:
用于制定行动规划的一类专家系统,如自动程序设计、军事计划的制定等。
7、教学型专家系统:
能够辅助教学的一类专家系统。
8、数学专家系统:
用于自动求解某些数学问题的一类专家系统。
9、监视型专家系统:
对某类行为进行监测并在必要时候进行干预的一类专家系统,如机场监视、森林监视等。
2.5专家系统的工作方式
2.5.1专家系统的工作过程[5]
专家系统的基本工作流程是,用户通过人机界面回答系统的提问,推理机将用户输入的信息与知识库中各个规则的条件进行匹配,并把被匹配规则的结论存放到综合数据库中。
最后,专家系统将得出最终结论呈现给用户。
在这里,专家系统还可以通过解释器向用户解释以下问题:
系统为什么要向用户提出该问题(Why)?
计算机是如何得出最终结论的(How)?
领域专家或知识工程师通过专门的软件工具,或编程实现专家系统中知识的获取,不断地充实和完善知识库中的知识。
2.5.2专家系统的开发过程
1.开发步骤
采用原型技术的专家系统开发过程如下图3所示,它可分为设计初始知识库、原型系统开发与试验、知识库的改进与归纳三个主要步骤。
图3建立专家系统的步骤
2.知识获取
图4知识获取的任务
3.开发工具与环境
常用的专家系统开发工具和环境可按其性质分为程序设计语言、骨架型工具、语言型工具、开发环境及一些新型专家系统开发工具等[6]。
(一)程序设计语言
程序设计语言包括人工智能语言和通用程序设计语言。
人工智能语言的主要代表有以LISP为代表的函数型语言和以PROLOG为代表的逻辑型语言等;
通用程序设计语言的主要代表有C、C++和JAVA等。
(二)骨架型工具
骨架型工具也称为专家系统外壳,它是由一些已经成熟的具体专家系统演变来的。
其演变方法是,抽去这些专家系统中的具体知识,保留它们的体系结构和功能,再把领域专用的界面改为通用界面,这样,就可得到相应的专家系统外壳。
(三)语言型工具
语言型工具是一种通用型专家系统开发工具,它是不依赖于任何已有专家系统,不针对任何具体领域,完全重新设计的一类专家系统开发工具。
与骨架系统相比,语言型工具具有更大的灵活性和通用性,并且对数据及知识的存取和查询提供了更多的控制手段。
常用的语言型工具有CLIPS和OSP等。
(四)开发环境
专家系统开发环境是一种为高效率开发专家系统而设计和实现的大型智能计算机软件系统。
专家系统开发环境一般由调试辅助工具、输入输出设施、解释设施和知识编辑器4个典型部件所组成。
2.6专家系统的发展
众所周知,目前的专家系统发展存在着一些限制,在未来的年代中,许多今日专家系统缺失将会被改善,相信未来专家系统应该继续研究的项目有:
具有处理常识的能力;
发展深层的推论系统;
不同层次解释的能力;
使专家系统具有学习的能力;
分布式专家系统;
轻易获取与更新知识的能力。
未来发展的专家系统,能经由感应器直接由外界接受资料,也可由系统外的知识库获得资料,在推理机中除推理外,上能拟定规划,仿真问题状况等。
知识库所存的不只是静态的推论规则与事实,更有规划、分类、结构模式及行为模式等动态知识。
三专家系统的应用
3.1应用背景
审计作为一种经济管理监督活动,其重要性也被越来越多的人所认识。
然而,社会经济的发展也给审计工作带来了新的挑战,对审计人员的知识能力提出了更高的要求。
鉴于我国目前大部分审计工作仍以手工方式进行,“效率低、质量低、风险大”的现状,我们迫切需要在传统审计工作中引入新的技术手段。
以一种集人类审计专家经验智慧和计算机智能技术于一身的审计工具来改变这种“双低一大”的现状。
随着会计电算化的普及和计算机应用技术的发展,对于电算化信息系统的审计客观上需要采用一套不同于对手工信息系统审计的方法体系。
3.2审计专家系统的概述
3.2.1审计专家系统的概念
审计专家系统(AuditingExpertSystem)[7]是建立在会计电算化和计算机人工智能技术基础上的一种计算机审计软件系统。
与普通计算机辅助审计技术不同的是,它利用人工智能的原理,借助计算机模拟人类的思维过程,对会计电算化信息系统的数据进行计算、分析与推理,作出相应的判断,提出审计建议及线索,以供审计人员进行进一步的重点审计,从而得出审计结论。
建立审计专家系统的目的就在于:
提高审计效率,降低审计风险,进而保证审计报告的质量。
目前我国还停留在手工审计阶段。
这一方式,在对一些经营规模较小,业务量不大的单位进行审计时,尚能应付。
但在对经营业务量大的企业进行审计时,弊端就显露出来了。
由于所需收集的审计证据数量过大,从客观上制约了审计人员的工作效率,若想在较短时间内完成审计,就不可能做十分详细的审查,无形之中提高了审计风险,所出具的审计报告的质量难以得到有效保证。
审计专家系统正是利用计算机迅速准确的特点,辅以审计工作的判断推理过程,帮助审计人员进行审计,从而有效地解决“审计效率——审计风险”之间的矛盾。
审计专家系统在面对大量审计证据时,可以在最短的时间里,做广泛详细的计算与核查。
而审查样本的数量与审计风险是成反比例关系的。
审查了充足的样本,就能相应地降低审计风险,得出更准确的审计结论,保证审计报告的质量。
3.2.2审计专家系统的工作过程
审计专家系统的工作过程大致分为三个阶段:
初始化阶段、实质性测试阶段和完善工作底稿阶段。
每一个阶段,系统会自动地根据审计人员事先所选择的要求和系统数据库中所存储的相关知识,分若干个推理判断的步骤,对被审计单位的会计资料及其他相关资料进行审查,并会自动地查找出所存在的各类错误、舞弊、异常数据和变动及其他不利于企业经营的情况,再以列表或审计意见初稿的形式向审计人员列示。
而在每一阶段,审计人员都可以通过系统的人机对话界面对审查情况进行监控。
构建审计专家系统,首先就要构建系统的知识库与推理机。
知识库要将各项审计专业知识分门别类地储存在审计专家系统的知识库中,以供推理机在进行具体审计工作时调用。
这些知识是目前可能获得的所有审计依据,包括:
以《会计法》、《公司法》、《企业会计制度》、《注册会计师法》和《独立审计准则》为主的各种法律、法规和制度。
更应包括审计专家在长期实践中积累的审计经验。
知识库中储存的信息,可以通过知识库管理子系统的人机对话界面得到人类审计专家的进一步确认,也可以通过数据接口定期更新。
推理机是根据系统知识库的信息对被审计单位的会计资料(包括各种凭证、账簿和报表)进行分析与判别,得出其是否合法合规的结论,并在指出错误纪录的同时对其可能发生的财务不利情况进行预警。
所以,推理机是整个系统的关键。
系统能否顺利地执行人工智能功能,推理机起到了决定作用。
3.3可利用的现有计算机技术
构建审计专家系统可利用的计算机应用技术主要有:
数据库系统、集成电子表格和计算机网络技术[8]。
1.数据库系统。
可作为构成审计专家系统知识库的重要部件。
在审计专家系统中,知识库是整个系统的基础,审计专家系统执行审计程序的依据就存放在知识库中。
从现有的计算机应用技术来看,数据库系统无疑是一个不错的选择。
一方面,可以保证存贮数据的安全与完整;
另一方面
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 课程 论文
![提示](https://static.bingdoc.com/images/bang_tan.gif)