费根鲍姆将专家系统定义为：一种智能的计算机程序，它运用知识和推理来解决只有专家才能解决的复杂问题。这里的知识和问题均属于同司一个特定领域。其基本结构如下

人工智能。的专家系统°是一种智能计算机程序

系统，它内部含有大量的某个领域专家水平的知识与经验。专家系统能够利用人类专家的知识和解決问题的方法来处理该领域问题，即模仿人类专家如何运用他们的知识、经验和技巧来解决所面临的问题。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。1 2

专家系统（ExpertSystem)是一个或一组能在某些特定领域内，应用大量的专家知识和推理方法求解复杂问题的一种人工智能计算机程序。属于人工智能的一个发展分支，专家系统的研究目标是模拟人类专家的推理思维过程。一般是将领域专家的知识和经验，用一种知识表达模式存入计算机。系统对输入的事实进行推理，做出判断和决策。  从20世纪60年代开始，专家系统的应用产生了巨大的经济效益和社会效益，已成为人工智能领域中最活跃、最受重视的领域。

专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。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，一个专家系统必须具备三要素：领域专家级知识，模拟专家思维，达到专家级的水平。

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，它能够应用人工智能技术和计算机技术，根据系统中的知识与经验，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。

根据定义，专家系统应具备以下几个功能：

⑴存储问题求解所需的知识。

⑵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。

⑶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。

⑷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。这样既便于用户的理解和接受，同时也便于系统的维护。

⑸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。

⑹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。

这里强调指出，存放知识和运用知识进行问题求解是专家系统的两个最基本的功能。

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。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。

构建一个简单的专家系统需要以下步骤：
1.确定问题领域：首先需要确定要构建专家系统的问题领域，例如医学诊断、金融决策、工业控制等。
2.收集知识：收集关于问题领域的知识，包括事实、规则、算法等。
3.表示知识：将收集到的知识表示成计算机可以理解的形式，例如语义网络、产生式规则、决策树等。
4.设计推理引擎：设计推理引擎，用于根据知识库中的知识进行推理和决策。
5.实现专家系统：使用编程语言实现专家系统，例如 Python、Java、C++等。
6.测试和验证：对专家系统进行测试和验证，确保其能够正确地解决问题。
这只是构建专家系统的基本步骤，实际上，构建一个复杂的专家系统需要更多的工作和专业知识。

专家系统的一个设计原则是知识库与系统的其他部分互相分离，其中知识库和具体领域密切相关，而推理机和其他模块则独立于具体领域，具有通用性。基于这一原则，可以设计一些开发工具，用于快速构造专家系统。

骨架型工具：借助之前开发好的专家系统，将描述领域知识的部分“挖掉”，只保留推理机等通用部分，这样得到的开发工具称为骨架型工具，因为它保留了原有系统的主要框架。最早的专家系统工具EMYCIN（Empty MYCIN）就是一个典型的骨架型专家系统工具，从名称就可以看出，它来源自著名的专家系统MYCIN。骨架型专家系统工具使用起来简单方便，只需将领域知识按照规定的格式表示出来，就可以构造一个新的专家系统，从而提高专家系统的构建效率。

语言型工具：骨架型工具灵活性不够，除了知识库以外，使用者不能改变其他任何东西。语言型工具允许用户构建新的推理机，使用起来更加灵活方便。著名的OPS5就是这样的工具系统，它以产生式系统为基础，综合了通用的控制和表示机制，为用户提供建立专家系统所需要的基本功能。这样做的好处是系统构建更加灵活方便，但也增加了构建的难度。尽管如此，使用语言型工具还是比基于通用计算机语言从头进行系统设计要简便的多。

构建简单专家系统,需要提供足够的问题及帮助数据，包括领域专家的推理方法、言语行为、口头表达、或书面文件。这些知识可以通过产生式规则、框架、语义网络、过程等形式进行表达。

接下来，需要编写一个专家系统外壳程序，这可以利用编程语言进行，EMYCIN，KAS，EXPERT等都是常用的编程语言。这个外壳程序可以帮助你将问题和帮助数据转化为计算机可以理解的形式。

然后，需要设计一个知识库，这是专家系统的核心部分，它包含了所有的问题和帮助数据。这个知识库可以通过编程语言进行编写，也可以使用专家系统外壳和通用型专家系统工具和开发环境。

接下来，需要设计一个推理机，这是专家系统的核心部分，它可以根据问题和帮助数据，从知识库中提取相关的知识，并进行推理和决策。

最后，需要设计一个人机接口，这是专家系统与用户进行交互的部分，它可以帮助用户输入问题和获取帮助。这个接口可以通过编程语言进行编写，也可以使用专家系统外壳和通用型专家系统工具和开发环境。

 专家系统已经广泛应用于各个领域,包括医疗诊断邻域、金融投资邻域、工业邻域、科学研究邻域、教育邻域、客户服务领域、军事与地质勘探邻域等。

专家系统是人工智能的一个重要分支，它是一种基于知识的计算机程序，能够模拟人类专家的决策过程和解决问题的能力。以下是一些专家系统的应用：
1.医疗诊断邻域：专家系统可以帮助医生进行疾病诊断和治疗方案的选择。
2.金融投资邻域：专家系统可以帮助投资者进行投资决策和风险管理。
3.工业邻域：专家系统可以帮助工程师进行工业控制和优化。
4.科学研究邻域：专家系统可以帮助科学家进行实验设计和数据分析。
5.教育邻域：专家系统可以帮助学生学习和理解复杂的概念。

6.客户服务邻域：专家系统通过语音识别和自然语言识别等技术帮助用户解决问题并提高客户满意度。

7.军事与地质勘探邻域：专家系统可以解决在需要专业知识和经验上的复杂问题。
这些只是专家系统的一些应用，实际上，专家系统可以应用于任何需要人类专家知识和决策能力的领域。

8.专家系统的应用领域已扩展到数学、物理、化学医学、地质、气象、农业、法律、教育、交通运输、机械、艺术以及计算机科学本身，甚至渗透到政治、经济、军事等重大决策部门，产生了巨大的社会效益和经济效益，同时也促进了人工智能基本理论和基本技术的发展。