一、专家系统概述 专家系统是20世纪70年代兴起的一门计算机应用科学，它同模式识别和智能机器人一起构成了人工智能科学的三大前沿领域。专家系统的实质是一套基于广泛的人工领域专家知识，应用推理方法模拟领域专家思维与解决领域问题的过程的计算机程序。一个成功的领域专家系统，应当是综合吸收了本领域的理论知识和众多领域专家的实践经验及解决实践问题的策略，因而能够模拟一个专家的水平去解决本领域的问题，从而使领域专家的知识与智能得以充分发挥。同时，作为计算机程序的专家系统又具有不受人的心理因素、地域因素、时间因素的影响，以及方便、灵活、准确、快速的优点。专家系统作为一种有效而实用的工具，为人类提供了保存、传播、利用和评价领域专家知识和经验的一种有效手段。 （一）专家系统的结构 一个专家系统程序由若干个程序模块组成，各模块根据其功能的不同相对独立，其基本组成部分包括：知识库、推理机、数据库、解释程序、知识获取程序和用户接口程序。其中，知识库和推理机是专家系统的核心。 （二）知识的表达与知识库的建立 知识库中所拥有的知识数量与知识水平，决定了专家系统水平的高低。因此，知识的获取、知识的表达、知识库的设计与构造是建造专家系统的一个技术关键。 1、知识的来源。知识库是领域知识与专家经验的存储器。知识的来源一般分为两个方面，即领域的理论知识与专家的经验知识。领域的理论知识通常指写在书本上或文献著作中公开发表的为大家所公认的知识；专家的经验亦称做启发性知识，这种知识能使专家在需要的时候作出训练有素的猜测，辨别有希望解决问题的途径，有效地处理有错误的或不完善的数据。 2、知识的表达。从书本上或领域专家处获取的领域知识如何以计算机易于理解的方式表达出来，是建造专家系统时首先要解决的一个关键性技术问题。好的知识表达方式应该达到以下三条标准： （1）精确——能够全面地表达专家的思维与领域知识。 （2）有效——能够有效地通过计算机来实现。 （3）简明——表达形式易于理解和改进。 迄今为止，知识工程领域所研究出来的知识表达方式有以下几种： （1）谓词逻辑表示法； （2）语义网络表示法； （3）产生式规则表示法； （4）过程表述法； （5）框架表示法。 3、知识库的建立。知识库的建立，首先应广泛而全面地收集领域知识与领域专家的经验，然后在对上述知识进行整理、分析、归纳、总结的基础上，根据知识的特点选择一种适合的知识表达方式与计算机语言形式，将专家知识编码成合适的数据结构，存入计算机中而形成专家系统的知识库。 （三）推理机 1、推理机的功能。推理机是专家系统的心脏，它模拟人解决问题的推理过程，推理机质量的好坏直接影响专家系统的运行效率及对领域问题的适应能力。推理机主要负责在知识库中搜索相关的知识规则，并对其进行解释。推理过程在控制策略的指导下将推理规则的前提部分与知识库中的知识内容相匹配，匹配成功则执行规则的结论部分。 推理机常用的推理方法有演绎推理、归纳推理、不精确推理与单调推理等。推理策略主要指推理方向的控制和推理规则的选取，推理方向主要有正向推理、反向推理、正反向混合推理三种形式。 2、推理机的组成。推理机主要由调度程序和规则解释程序组成。调度程序决定所选用的推理策略应使用哪些事实或关系。规则解释程序处理由调度程序所选出的规则，它用已知事实去匹配规则，并完成规则所指定的行为，它亦可以存储中间推理结果以备推理机以后使用。 二、开拓方案选择专家系统 （一）领域问题的分析 对于一特定矿床，可以用多种不同的方式来建立通达矿体的开拓巷道，形成不同的开拓系统。不同的开拓方法与开拓系统所构成的生产规模及所需的生产费用大不相同，如何在保证安全生产的前提下，选择一种既能满足设计生产能力的要求、技术上可靠，又能减少基建时间和基建费用的开拓方案，是矿山设计者首先需要考虑的原则性问题。严格地讲，最准确、最有说服力的方法是：在各种方案开拓设计的基础上，再进行设计方案的经济指标比较，从中选择最优的开拓方案。然后，一方面由于人力、物力、财力及时间的限制，这样的做法不尽可行；另一方面，长期的矿山设计和生产实践培育出许多经验丰富的采矿专家，凭借他们的学识和经验既能指出不可行的开拓方案，同时也能指出较为可行的开拓方案，这就大大缩小了需进行方案设计与经济比较的范围，减少了不必要的人力、物力和财力消耗，缩短了设计工作时间。开拓方案选择专家系统，即是一个基于采矿专家经验和采矿领域知识进行开拓方案选择的人工智能系统，该系统可模拟采矿专家的思维与推理方法，对地质及赋存条件已知的矿体指出可行的或优选的开拓方案。 （二）开拓方案知识库的建立 通过广泛收集、整理地下开拓方法的领域知识，将国内外矿床开拓实践中所运用的各种开拓方案进行了分析归纳，得出如图1所示的开拓方案主分类结构：