導語：如何才能寫好一篇人工智能學習經驗總結，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

一、專家系統概述

(一)人工智能

在計算機科學領域，人工智能旨在研究人類的智能行為，然后模仿、擴展人的智能行為，最終用計算機代替某些人腦勞動。從20世紀50年代開始，人工智能逐漸形成了自身的學科群。其主要子學科有:工程和計算機技術方向、認知技術方向、語音語義技術方向。基于人工智能學科群的研究，最具代表性和最重要的應用分支就是專家系統。

斯坦福大學的EcKaidFegenbaum教授描述專家系統是“一種智能的計算機程序，它運用知識和推理過程來解決只有專家才能解決的復雜問題”以知識為基礎的專家系統使人工智能研究從理論推導轉向實際應用、從一般程序設計轉向運用專門知識解決實際問題。

(二）專家系統

1.專家系統的發展

專家系統的發展大致分為4個階段。第一階段主要是針對專業化較強的人類問題求解，如DEN-DRAL化學專家系統）、MM1YAC數學專家系統）等。雖然求解專門問題能力較強，但是系統的完整性和可移植性較弱。第二階段主要是應用于單學科專業型、應用型系統，如FROSPECTOR(地質學專家系統）、MYCN(醫學專家系統）等。這個階段的專家系統在體系結構完整性、可移植性方面做了改進。可移植性表明專家系統外殼程序軟件與數據分離，允許系統把一個領域的知識替換成另一個領域的知識。第三階段主要是綜合性、跨學科的專家系統。系統采用多種人工智能語言進行程序編寫，采用多種知識表述方法以及多種推理方法。第四階段的專家系統采用了大型多專家協作系統，利用綜合性知識庫、多種知識表述、多學科協同解題和并行推理技術來實現具有多主體的智能型專家系統，為專家系統的實際應用提供了充分的技術保障。

2.專家系統的結構和特點

基于規則的專家系統結構與普通程序系統的結構完全不同，通常專家系統由以下幾個部分組成:用戶界面、解釋機、知識獲取機、知識庫（規則）、推理機以及數據庫事實）。如圖1所示。

知識庫儲存相關規則;推理機決定知識庫中哪些規則滿足事實或目標，標明規則優先級，執行最高優先級的規則進行問題推理;數據庫是存放規則所使用的所有事實;解釋機負責把推理機得到的結論轉化為用戶可以理解的形式并顯示出來;用戶界面是用戶和系統相互交流的平臺。這樣，專家系統能夠根據用戶需求通過推理得出結論，還可以在多次反復的解決問題過程中自我學習，積累新的知識，從而更好地解決問題。

3.專家系統的應用領域

專家系統是人工智能中應用于實踐最多的分支，幾乎被應用到每一個知識領域。其應用領域包括:數學、物理、化學、生物、醫學、軍事、農業、氣象、法律、管理等。專家系統的優勢在于能夠獲得和存儲人類專業知識，模仿人類的判斷和推理，幫助非專業人士解決只有專家才能處理的問題。由于人類社會中專家資源比較稀有，就更能顯示出專家系統的可貴性。隨著專家系統理論和技術的不斷發展，目前已開發了幾千種應用產品，其中很多產品在功能上已經趕超了同領域中人類專家的知識水平，并產生了巨大的社會效益和經濟效益。

二、專家系統在企業管理中應用的必要條件

把專家系統應用于企業管理需要具備一定的條件，這些條件既有思想觀念方面的，也有技術要求方面的。

(一）專家系統要以先進的企業管理理念為基礎

企業經營歸根結底要以人為本，而專家系統只是用來輔助企業管理者經營的軟件。我們應該注重企業文化、企業的組織結構、企業的戰略選擇，注重產品的研發、市場定位等，時刻以科學化、規范化、合理化的管理思想約束企業管理行為。在此基礎上，合理地應用智能化系統協助企業管理人員搞好管理工作。

(二）實施專家系統的各種技術保障

1. 企業各部門應用各種系統的技術保障

隨著信息化的普及，許多企業的內部職能部門都有自己的應用系統，如財務管理系統、人力資源管理系統、生產管理系統、銷售管理系統等。雖然這些應用系統能夠幫助各部門進行日常業務處理，但是各系統之間聯系很少并且互不兼容。

專家系統要求各部門的應用系統具有開放性和互聯性。例如，在管理某個企業員工的薪酬問題時，專家系統需要調用財務管理系統和人力資源管理系統，如果員工是銷售部門的，甚至需要查詢銷售管理系統的相關數據。可見，企業管理專家系統必須建立在企業公共運行的平臺上，各個應用系統的數據完全共享并且能夠自由交換。

2. 企業局域網方面的技術保障

企業網絡的安全關乎專家系統能否正常運行。局域網要有良好的穩定性、高級別的安全性，這樣專家系統才能防止不法黑客的入侵，高效地為企業提供服務。

3. 企業數據庫完整性與安全性的技術保障

數據庫可以看做專家系統的“大后方”，大量真實可靠的數據也是企業信息化管理的基本保障之一。美國著名的管理和信息系統專家詹姆斯。馬丁(JmesManin)曾經提出一系列有關企業信息系統建設的理論和方法。他認為，對于一個好的企業來說，戰略數據規劃是構成企業核心競爭力的重要因素，它具有非常明顯的異質性和專有性，是企業在市場競爭中的制勝法寶。

企業管理領域的專家系統要以數據為主導，重視戰略數據規劃，應該圍繞企業的核心管理流程和主要業務操作建立多個主題數據庫，而各個企業部門的應用系統也要圍繞主題數據庫來建立和運行。這樣，專家系統才能準確地進行知識獲取與規則分析，產生正確的管理與決策行為。

(三)正確識別企業管理中結構化和非結構化問題

從人工智能學科的角度看，可以把軟件分為兩類:一類是智能化軟件，另一類是非智能化軟件。這兩類軟件的根本區別在于解決問題的方法不同。如果需要解決結構化的問題，就要運用非智能化軟件;如果需要解決半結構化或非結構化問題，就要運用智能化軟件，最典型的智能化管理軟件就是專家系統。

三、專家系統在企業管理中的應用及發展趨勢

(一)專家系統在企業管理中的應用狀況

當前，在我國企業管理領域比較流行、實用性強的專家系統主要有以下5種。

1. 生產管理領域的專家系統

在生產管理中，需要細致察看和精確掌握整個生產流程，詳盡地記錄生產流程中各個階段的不同活動及它們之間的聯系，這些因素數量大、關系復雜，高層管理人員往往力不從心，而專家系統能夠很好地解決這些問題。

2.  經營管理領域的專家系統

在經營管理領域具有代表性的專家系統是企業戰略計劃專家系統。它可以對產品成本、產品技術含量、外部市場情況及競爭對手等進行數據分析和綜合評估，推算出企業產品的市場潛力和發展前景，以此來制訂合理的企業戰略計劃。

3.  銷售管理領域的專家系統

在銷售管理領域專家系統可以幫助企業制定銷售決策，包括市場份額分配、廣告宣傳決策、價格決策等。

4. 財務管理領域的專家系統

財務管理專家系統可以用來協助工作人員處理專業的財務問題，如企業財務現狀分析、企業保險申報流程制定、企業流動資金管理等。

5.  企業審計專家系統

企業審計專家系統可以用來模擬企業審計過程，對相關企業數據進行分析和推理，提出合理的審計意見，以便審計人員對某些方面進行重點審計，幫助審計人員提高審計效率，保證審計報告的質量。

(二）專家系統應用于企業管理的發展趨勢

應用于企業的專家系統集合了管理領域最頂尖的專家知識體系和頂尖的管理理念。系統可以實時解決企業管理中存在的各種問題，并給出專家級別的咨詢建議。未來的企業管理專家系統發展方向有如下展望。

0. 智能型發展方向

在管理領域專家系統的開發過程中，蘊含著對該企業管理的更深層次認識、研究和經驗總結。從這個角度來看，未來的專家系統開發與設計要更加注重專家知識的整合、深化及擴展。發揮專家系統的智能性，讓企業員工感覺好像身邊隨時有一個“活”的管理專家，堅定他們搞好企業管理的信心。

1. 應用模糊技術開闊企業管理專家系統的設計思路

企業發展過程中遇到的問題一般都具有綜合性和復雜性，涉及經濟維度、社會維度甚至生態環境維度。因此，管理領域專家系統也會面對大量的非確定性的決策問題，僅依靠現有的專家經驗進行邏輯推理是不夠的。應用好模糊技術是未來專家系統發展的方向。

2. 加強專家系統的分布式共享性

目前，一些企業已經在應用專家系統來幫助解決企業面臨的各種實際問題，但是多數采用分專業、分系統、局部化的專家系統解決方案。今后，企業應該避免各個部門子數據庫、子知識系統的分散問題，加強整個企業的數據共享性。建立“用得上”、“用得好”的企業管理專家系統，使專家系統整體調控得當、局部處理精確，更有效地幫助企業決策者分析問題、解決問題。

就像智能機器人能夠打敗國際象棋大師一樣，專家系統在企業管理中的應用已日漸成熟。相信在不久的將來，管理專家系統將大行其道，依靠其智能性和學習性，大大提高企業的管理效率，即時化、人性化和智能化必將成為未來管理專家系統的主要特征。