专家系统的构造是怎样的？

   答：专家系统的基本结构如图2 - 25所示，其中箭头方向为数据流动的方向。AD822ARZ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、知识获取等部分构成。

   知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和

数量决定着专家系统的质量水平。一般来说，专家系统中的知识库与专家系统程序是相互独立专家、知识工程师    用户的，用户可以通过改变、完善知识库中的知识内容来提高专家系统的性能。

   人工智能中的知识表示形式有产生式、框架、语义网络等，而在专家系统中运用得较为普遍的知识是产生式规则。产生式规则以IF…THEN…的形式出现，就像BASIC等编程语言里的条件语句一样，IF后面跟的是条件（前件），THEN后面的是结论（后件），条件与结论均可以通过逻辑运算AND、OR、NOT进行复合。在这里，产生式规则的理解非常简单，如果前提条件得到满足，就产生相应的动作或绪论。

   推理机针对当前问题的条件或已知信息，反复匹配知识库中的规则，获得新的结论，以得到问题求解结果。在这里，推理方式可以有正向和反向推理两种。正向推理是从前件匹配到结论，反向推理则先假设一个结论成立，看它的条件有没有得到满足。由此可见，推理机就如同专家解决问题的思维方式，知识库就是通过推理机来实现其价值的。

   人机界面是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题，并输出推理结果及相关的解释等。

   综合数据库专门用于存储推理过程中所需的原始数据、中间结果和最终结论，往往是作 为暂时的存储区。

   解释器能够根据用户的提问，对结论、求解过程作出说明，因而使专家系统更具有人情味。

   知识获取是专家系统知识库是否优越的关键，也是专家系统设计的“瓶颈”问题，通过知识获取，可以扩充和修改知识库中的内容，也可以实现自动学习功能。