基于专家系统与神经网络相结合的指挥决策仿真研究

摘要

专家系统的知识表示是基于形式化的符号，它是显式的、描述性的表示；在推理过程中它保留了推理的轨迹，所以能清晰地向用户对所得出的结论给予解释；其知识库与推理机是独立的，知识可以逐渐地积累，当某一事实改变时，修改也较容易。但是专家系统知识的获取途径主要是机械学习与讲授式学习，类比学习与观察式学习还处于研究阶段；由于专家系统是基于人的经验，当对规则的描述较为粗略时，有可能出现定量化不够细致。尤为突出的是，专家系统缺乏自适应性及相应的自组织、自学习能力，因此对专家的依赖性过大，只能再现专家经验，不易发现新规则、形成新经验。