Day12-03｜3.5.3 专家系统的组成：从知识获取到推理服务的完整闭环

本文对应《系统架构设计师教程（第2版）》第3章3.5.3“专家系统的组成”。本节是专家系统结构化答题的核心，重点掌握知识库、推理机、知识获取、解释器、用户接口、综合数据库和知识维护之间的职责边界。

一、组成总览

一个典型专家系统可以抽象为：用户通过人机接口提出问题或输入事实；综合数据库保存当前问题的事实和中间结论；推理机从知识库取出适用知识进行推导；解释器说明结论和提问的依据；知识获取与维护工具帮助专家和知识工程师更新知识。不同教材可能采用“知识库+推理机+解释器+用户接口”的简化模型，也可能把综合数据库和知识获取系统单独列出。考试中应根据题目要求展开。

这些组成不是彼此孤立的模块。知识库没有推理机就无法产生结论，推理机没有综合数据库就无法保存当前状态，推理结果没有解释器就难以被接受，知识没有获取和维护机制就会逐渐失效。

二、知识库

知识库是专家系统中最重要的组成部分，用来存储解决专业问题所需的知识。它既可以包含静态事实，也可以包含动态规则、对象关系和历史案例。知识库的结构应与领域模型一致，能够表达对象、属性、关系、条件、结论和动作。

规则知识通常采用条件—结论形式，适合表示明确的业务制度和诊断经验；框架或对象表示适合描述设备、产品、客户等对象的属性；语义网络或知识图谱适合表达对象之间的关系；案例库适合保存问题、过程和结果。实际系统可以混合使用多种知识表示方式。

知识库还需要元信息。每条规则应有编号、来源、责任人、适用范围、优先级、生效时间、失效时间和测试样例。若规则来自制度文件，还要关联制度版本；若规则来自专家经验，还要记录专家、验证过程和置信程度。元信息是知识治理、解释和审计的基础。

三、推理机

推理机负责使用知识库中的知识处理当前问题。它通常包括规则匹配、推理控制、冲突消解、结论管理和停止条件判断。

正向推理从已知事实出发，逐步推出新事实和结论，适合监控和告警场景；反向推理从待验证目标出发，寻找所需条件，适合诊断和咨询；混合推理根据问题动态选择方向。推理控制策略决定优先使用哪些规则，可以按照规则优先级、事实新鲜度、证据强度、风险等级或搜索成本进行选择。

推理机必须防止循环推理。规则A推出事实B，规则B又推出事实A时，系统可能无限运行。可以使用已访问事实集合、推理深度限制、重复结论检测和超时控制来避免。长时间运行的推理任务还需要提供任务状态、取消和失败恢复能力。

四、综合数据库

综合数据库又可理解为工作记忆，保存当前咨询或诊断过程中的事实、中间推理结果、候选结论和用户补充信息。它区别于长期知识库：知识库保存可复用领域知识，综合数据库保存一次会话的临时状态。

例如故障诊断会话中，综合数据库可能依次保存“设备编号”“温度异常”“振动异常”“润滑状态未知”“轴承故障候选”“需要补充频谱数据”。推理机不断读取和更新这些状态，直到达到结论或转人工。

综合数据库需要管理数据来源、时间、可信度和状态。用户输入、传感器采集和系统推导的事实应能够区分；被用户修改的事实要记录修改前后值；过期数据不能与实时数据无差别使用。对于敏感领域，还要按会话和用户权限控制访问，结束后按保留策略归档或删除临时数据。

五、解释器

解释器负责把系统内部的推理过程转化为用户能够理解的说明。它通常提供两种解释：一是“为什么得到这个结论”，二是“为什么提出这个问题”。前者展示已使用事实、匹配规则和推导路径；后者说明某个问题对区分候选结论的重要性。

解释器不能只输出技术编号。用户更需要看到业务语言，例如“由于近三次巡检均出现高温，且振动频率符合轴承异常模式，因此建议优先检查轴承润滑”。解释内容应与当前知识版本和事实快照一致，避免出现系统结论与解释不一致的情况。

解释器还应支持反事实或敏感性说明，例如“如果温度恢复正常，故障风险将下降”“若供应商交付时间超过阈值，该方案不再满足约束”。这类解释有助于管理者理解系统结论的边界。

六、知识获取系统

知识获取系统负责把专家知识和历史经验引入知识库。知识来源包括专家访谈、观察工作过程、制度文档、故障工单、历史案例、传感器数据和模型结果。知识获取并不是简单录入规则，而是要完成概念识别、术语统一、规则抽取、冲突发现和验证。

知识获取通常需要知识工程师参与。专家可能知道“什么情况下该怎么处理”，但难以直接写出完整规则；知识工程师需要追问前提、例外、优先级和证据，并将经验转化为可执行表达。多个专家意见不一致时，应保留观点和适用条件，不能未经分析强行合并。

知识获取还可以通过数据挖掘和案例分析辅助完成，但自动发现的规律必须经过领域专家审核。数据中的相关性不一定代表因果关系，历史经验也不一定适用于当前环境。知识进入生产库前必须经过测试和审批。

七、用户接口

用户接口连接专家系统与最终用户，承担问题描述、事实输入、动态提问、结果展示和人工确认。接口可以是网页、移动端、对话式界面、运维工单插件或业务系统嵌入组件。

好的用户接口应该让用户知道系统正在解决什么问题、当前掌握哪些事实、还缺少什么信息、结论的可信程度如何，以及用户下一步需要做什么。输入控件要支持单位、范围、枚举和未知状态校验；输出要展示结论、依据、风险、建议动作和转人工入口。

用户接口还要处理会话中断、用户修改、重复提问和权限变化。用户不能通过修改页面参数直接改变长期知识库；专家对知识的修改应进入知识维护流程。对于高风险动作，界面应设置确认、双人审批或人工复核。

八、知识维护与运行治理

专家系统上线后，知识维护是长期工作。维护内容包括知识新增、规则修订、冲突消解、无效知识清理、案例更新和效果评估。应建立知识库的开发、测试、生产分层，避免专家直接修改线上规则。

推荐流程为：知识提交、专家审核、自动校验、历史案例回放、灰度发布、线上监控和定期复盘。监控指标可以包括命中率、人工覆盖率、误报率、漏报率、平均推理时长、转人工比例和用户采纳率。对重要知识要支持一键回滚。

知识维护还要与组织责任结合。每个领域应有知识负责人，明确谁提交、谁审核、谁批准、谁维护和谁对规则失效负责。只有将知识生命周期纳入管理制度，专家系统才能持续可用。

九、从传统专家系统到现代知识服务

传统专家系统往往把推理引擎、知识库和用户界面部署在一个应用中。现代架构可以将知识管理、规则推理、案例检索、模型服务和解释服务拆分为可复用能力，通过API或事件与业务系统集成。

拆分时要保持知识和推理的独立性。业务系统提交事实和场景，推理服务返回结论、证据和建议；知识平台负责规则版本和审批；解释服务负责把推理轨迹转换为可读内容；审计平台保存调用和人工覆盖。这样可以让多个业务系统复用同一套知识能力，也能避免规则散落在不同项目中。

但服务化会引入网络延迟、版本兼容、分布式事务和可观测性问题。对于实时告警，应设置超时和降级策略；对于关键判断，应保存输入快照和响应版本；对于知识更新，应避免新规则与旧应用契约不兼容。架构不是简单拆服务，而是重新定义边界、接口和治理机制。

十、案例分析：电信网络故障专家系统

某电信运营商希望将网络告警、拓扑关系、配置变更和历史工单结合起来，建设故障专家系统。现有问题是告警数量巨大、同一故障产生大量重复告警，值班人员主要依赖少数老员工经验。

系统可按以下方式设计：以网络设备、链路、业务、告警、配置和故障为核心建立领域知识模型；通过监控平台、配置中心和工单系统采集事实；在综合数据库中保存当前告警会话和中间推理状态；知识库表达告警关联、拓扑依赖、配置变更与故障模式；推理机先进行告警聚合，再通过正向推理定位候选根因，必要时用反向推理补充证据；解释器展示告警链路、相关设备、匹配规则和建议动作；高风险配置操作必须由值班专家确认；工单处理结果回写案例库；知识规则通过审核、回放、灰度和回滚发布。

该方案既解决了知识沉淀问题，也没有把所有处置动作完全自动化，符合专家系统的安全边界。

十一、综合知识练习

选择题1

专家系统中保存当前会话事实和中间结论的部件是（ ）。

A. 知识库 B. 综合数据库 C. 编译器 D. 网络交换机

答案：B。解析：综合数据库保存当前问题的工作记忆，知识库保存长期可复用领域知识。

选择题2

负责说明“为什么得到结论”和“为什么提出问题”的部件是（ ）。

A. 解释器 B. 存储设备 C. 事务处理器 D. 打印驱动

答案：A。解析：解释器负责把推理依据和推理路径转换为用户可理解的说明。

简答题

请说明知识库和综合数据库的区别。

参考答案：知识库存储相对稳定、可复用的领域知识，包括规则、事实、概念、案例和约束；综合数据库保存当前一次咨询、诊断或决策会话中的事实、中间结论、候选假设和用户补充信息。知识库是长期知识资产，综合数据库是当前推理过程的工作记忆，二者在生命周期、更新方式和访问范围上不同。

十二、论文素材与今日复盘

论文可写：“在专家系统架构中，我将知识库、综合数据库、推理机、解释器、知识获取和用户接口进行职责分离。知识库保存经过审核的领域知识，综合数据库保存当前会话事实和中间结论，推理机负责规则匹配、正反向推理及冲突消解，解释器输出证据链和推理路径。知识进入生产环境前必须经过历史回放、专家审核和灰度验证，并通过版本和回滚机制降低知识变更风险。”

今日复盘：专家系统的组成可以用“知识—状态—推理—解释—获取—交互”串起来；知识库与综合数据库不能混淆；解释器和知识维护机制决定系统是否可信、可审计、可持续。第3.5节完成，下一篇进入 3.6.1 办公自动化系统的概念。