基于Python的动物识别专家系统
1．问题陈述
基于产生式规则的动物识别系统——识别虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁等七种动物的产生式系统。
运用以下规则，设计实现一个小型动物识别系统。
R1： if 动物有毛发 then 动物是哺乳动物
R2： if 动物有奶 then 动物是哺乳动物
R3： if 动物有羽毛 then 动物是鸟
R4： if 动物会飞 and 会生蛋 then 动物是鸟
R5： if 动物吃肉 then 动物是食肉动物
R6： if 动物有犀利牙齿 and 有爪 and 眼向前方 then 动物是食肉动物
R7： if 动物是哺乳动物 and 有蹄 then 动物是有蹄类动物
R8： if 动物是哺乳动物 and 反刍 then 动物是有蹄类动物
R9： if 动物是哺乳动物 and 是食肉动物 and 有黄褐色 and 有暗斑点 then 动物是豹
R10：if 动物是哺乳动物 and 是食肉动物 and 有黄褐色 and 有黑色条纹 then 动物是虎
R11：if动物是有蹄类动物 and 有长脖子 and 有长腿 and 有暗斑点 then 动物是长颈鹿
R12：if 动物是有蹄类动物 and 有黑色条纹 then 动物是斑马
R13：if 动物是鸟 and 不会飞 and 有长脖子and有长腿 and有黑白二色 then 动物是鸵鸟
R14：if 动物是鸟 and 不会飞 and 会游泳 and 有黑白二色 then 动物是企鹅
R15：if 动物是鸟 and善飞 then 动物是信天翁
2．概要设计
2.1 规则库建立
根据规则，建立一知识库文件RD.txt,内容如下
有毛发 哺乳动物
有奶 哺乳动物
有羽毛 鸟
会飞 下蛋 鸟
吃肉 食肉动物
有犬齿 有爪 眼盯前方 食肉动物
哺乳动物 有蹄 有蹄类动物
哺乳动物 嚼反刍动物 有蹄类动物
哺乳动物 食肉动物 黄褐色 暗斑点 金钱豹
哺乳动物 食肉动物 黄褐色 黑色条纹 虎
有蹄类动物 长脖子 长腿 暗斑点 长颈鹿
有蹄类动物 黑色条纹 斑马
鸟 长脖子 长腿 黑白二色 不飞 鸵鸟
鸟 会游泳 不飞 黑白二色 企鹅
鸟 善飞 信天翁
2.2 实验原理
一个基于产生式规则专家系统的完整结构如图1。其中，知识库、推理机和工作存储器是构成专家系统的核心。系统的主要部分是知识库和推理机制，知识库由谓词演算事实和有关讨论主题的规则构成，推理机制由所有操纵知识库来演绎用户要求的信息的过程构成。
图1 一个基于产生式规则的专家系统的完整结构
2.3 绘制一图形化界面
本实验将使用Python中的PyQt5设计动物识别专家系统的界面，因本次系统设计重在产生式规则算法步骤的实现，所以不提及Qt界面的搭建。
图2 动物识别专家系统初始界面
图3 动物识别专家系统推理界面
3．关键算法
3.1 知识的获取
图4 由规则集形成的推理网络
3.2 算法步骤
3.2.1 首先将规则库里面的规则进行相应的排序和数据处理，以便之后的推理信息的匹配，此处将规则信息进行相应的拓扑排序，代码如下：
inn = []
for i in P:
sum = 0
for x in i:
if Q.count(x) > 0: # 能找到，那么
sum += Q.count(x)
inn.append(sum)
while (1):
x = 0
if inn.count(-1) == inn.__len__():
break
for i in inn:
if i == 0:
str = ' '.join(P[x])
ans = ans + str + " " + Q[x] + "\n" # 写入结果
inn[x] = -1
# 更新入度
y = 0
for j in P:
if j.count(Q[x]) == 1:
inn[y] -= 1
y += 1
x += 1
3.2.2 整理好规则库之后，我们开始进行推理功能的编写，在这里我们根据相应的规则匹配模式，对用户输入的需要推理的信息进行相应的判断，然后一步步的询问用户相关的规则信息，进行进一步的推理，直到完全匹配出推理信息。代码如下：
def go(self, flag=True):
self.Q = []
self.P = []
fo = open('RD.txt', 'r', encoding='utf-8')
for line in fo:
line = line.strip('\n')
if line == '':
continue
line = line.split(' ')
self.Q.append(line[line.__len__() - 1])
del (line[line.__len__() - 1])
self.P.append(line)
fo.close()
print("go按钮按下")
self.lines = self.textEdit.toPlainText()
self.lines = self.lines.split('\n') # 分割成组
self.DB = set(self.lines)
print(self.DB)
self.str = ""
print(self.str)
flag = True
temp = ""
for x in self.P: # 对于每条产生式规则
if ListInSet(x, self.DB): # 如果所有前提条件都在规则库中
self.DB.add(self.Q[self.P.index(x)])
temp = self.Q[self.P.index(x)]
flag = False # 至少能推出一个结论
# print("%s --> %s" %(x, self.Q[self.P.index(x)]))
self.str += "%s --> %s\n" % (x, self.Q[self.P.index(x)])
if flag: # 一个结论都推不出
print("一个结论都推不出")
for x in self.P: # 对于每条产生式
if ListOneInSet(x, self.DB): # 事实是否满足部分前提
flag1 = False # 默认提问时否认前提
for i in x: # 对于前提中所有元素
if i not in self.DB: # 对于不满足的那部分
btn = s.quest("是否" + i)
if btn == QtWidgets.QMessageBox.Ok:
self.textEdit.setText(self.textEdit.toPlainText() + "\n" + i) # 确定则增加到textEdit
self.DB.add(i) # 确定则增加到规则库中
flag1 = True # 肯定前提
# self.go(self)
if flag1: # 如果肯定前提，则重新推导
self.go()
return
self.textEdit_2.setPlainText(self.str)
print("----------------------")
print(self.str)
if flag:
btn = s.alert("啥也推不出来!!!")
# if btn == QtWidgets.QMessageBox.Ok: # 点击确定
# self.textEdit.setText(self.textEdit.toPlainText() + "\n确定")
else:
self.lineEdit.setText(temp)
3.2.3 询问用户补充的推理信息进行进一步推理，代码如下：
def quest(self, info):
QtWidgets.QMessageBox.move(self, 200, 200)
button = QtWidgets.QMessageBox.question(self, "Question",
self.tr(info),QtWidgets.QMessageBox.Ok | QtWidgets.QMessageBox.Cancel, QtWidgets.QMessageBox.Cancel)
return button
4．程序代码
from PyQt5 import QtCore, QtGui, QtWidgets
import sys
class Ui_Form(object):
def setupUi(self, Form):
Form.setObjectName("Form")
Form.setGeometry(100, 200, 623, 300)
self.groupBox = QtWidgets.QGroupBox(Form)
self.groupBox.setGeometry(QtCore.QRect(10, -20, 600, 311))
self.groupBox.setTitle("")
self.groupBox.setObjectName("groupBox")
self.label = QtWidgets.QLabel(self.groupBox)
self.label.setGeometry(QtCore.QRect(30, 40, 61, 18))
self.label.setAlignment(QtCore.Qt.AlignCenter)
self.label.setObjectName("label")
self.label_2 = QtWidgets.QLabel(self.groupBox)
self.label_2.setGeometry(QtCore.QRect(470, 40, 101, 18))
self.label_2.setAlignment(QtCore.Qt.AlignCenter)
self.label_2.setObjectName("label_2")
self.pushButton = QtWidgets.QPushButton(self.groupBox)
self.pushButton.setGeometry(QtCore.QRect(230, 35, 88, 27))
self.pushButton.setObjectName("pushButton")
self.pushButton_2 = QtWidgets.QPushButton(self.groupBox)
self.pushButton_2.setGeometry(QtCore.QRect(475, 190, 88, 27))
self.pushButton_2.setObjectName("pushButton_2")
self.pushButton_2.clicked.connect(self.btn2_click)
self.pushButton_3 = QtWidgets.QPushButton(self.groupBox)
self.pushButton_3.setGeometry(QtCore.QRect(475, 240, 88, 27))
self.pushButton_3.setObjectName("pushButton_3")
self.pushButton_3.clicked.connect(QtCore.QCoreApplication.instance().quit)
self.pushButton_4 = QtWidgets.QPushButton(self.groupBox)
self.pushButton_4.setGeometry(475, 140, 88, 27)
self.pushButton_4.setObjectName("pushButton_4")
self.pushButton_4.clicked.connect(self.topological)
self.textEdit = QtWidgets.QTextEdit(self.groupBox)
self.textEdit.setGeometry(QtCore.QRect(20, 80, 80, 211))
self.textEdit.setObjectName("textEdit")
self.textEdit_2 = QtWidgets.QTextEdit(self.groupBox)
self.textEdit_2.setGeometry(QtCore.QRect(110, 80, 331, 211))
self.textEdit_2.setObjectName("textEdit_2")
self.textEdit_2.setReadOnly(True)
self.lineEdit = QtWidgets.QLineEdit(self.groupBox)
self.lineEdit.move(460, 90)
self.lineEdit.setReadOnly(True)
self.pushButton.clicked.connect(self.go)
self.retranslateUi(Form)
QtCore.QMetaObject.connectSlotsByName(Form)
def btn2_click(self):
if self.pushButton_2.text() != "确定输入":
self.pushButton_2.setText("确定输入")
else:
self.pushButton_2.setText("修改知识库")
def retranslateUi(self, Form):
_translate = QtCore.QCoreApplication.translate
Form.setWindowTitle(_translate("Form", "动物识别专家系统by文坛"))
self.label.setText(_translate("Form", "输入事实"))
self.label_2.setText(_translate("Form", "显示推理结果"))
self.pushButton.setText(_translate("Form", "进行推理"))
self.pushButton_2.setText(_translate("Form", "修改知识库"))
self.pushButton_3.setText(_translate("Form", "退出程序"))
self.pushButton_4.setText(_translate("From", "整理知识库"))
# 将知识库做拓扑排序
def topological(self):
Q = []
P = []
ans = "" # 排序后的结果
for line in open('RD.txt'):
line = line.strip('\n')
if line == '':
continue
line = line.split(' ')
Q.append(line[line.__len__() - 1])
del (line[line.__len__() - 1])
P.append(line)
# 计算入度
inn = []
for i in P:
sum = 0
for x in i:
if Q.count(x) > 0: # 能找到，那么
sum += Q.count(x)
inn.append(sum)
while (1):
x = 0
if inn.count(-1) == inn.__len__():
break
for i in inn:
if i == 0:
str = ' '.join(P[x])
ans = ans + str + " " + Q[x] + "\n" # 写入结果
inn[x] = -1
# 更新入度
y = 0
for j in P:
if j.count(Q[x]) == 1:
inn[y] -= 1
y += 1
x += 1
print(ans)
# 将结果写入文件
fw = open('RD.txt', 'w', buffering=1)
fw.write(ans)
fw.flush()
fw.close()
# 进行推理
def go(self, flag=True):
# 将产生式规则放入规则库中
# if P then Q
# 读取产生式文件
self.Q = []
self.P = []
fo = open('RD.txt', 'r', encoding='utf-8')
for line in fo:
line = line.strip('\n')
if line == '':
continue
line = line.split(' ')
self.Q.append(line[line.__len__() - 1])
del (line[line.__len__() - 1])
self.P.append(line)
fo.close()
print("go按钮按下")
self.lines = self.textEdit.toPlainText()
self.lines = self.lines.split('\n') # 分割成组
self.DB = set(self.lines)
print(self.DB)
self.str = ""
print(self.str)
flag = True
temp = ""
for x in self.P: # 对于每条产生式规则
if ListInSet(x, self.DB): # 如果所有前提条件都在规则库中
self.DB.add(self.Q[self.P.index(x)])
temp = self.Q[self.P.index(x)]
flag = False # 至少能推出一个结论
self.str += "%s --> %s\n" % (x, self.Q[self.P.index(x)])
if flag: # 一个结论都推不出
print("一个结论都推不出")
for x in self.P: # 对于每条产生式
if ListOneInSet(x, self.DB): # 事实是否满足部分前提
flag1 = False # 默认提问时否认前提
for i in x: # 对于前提中所有元素
if i not in self.DB: # 对于不满足的那部分
btn = s.quest("是否" + i)
if btn == QtWidgets.QMessageBox.Ok:
self.textEdit.setText(self.textEdit.toPlainText() + "\n" + i) # 确定则增加到textEdit
self.DB.add(i) # 确定则增加到规则库中
flag1 = True # 肯定前提
if flag1: # 如果肯定前提，则重新推导
self.go()
return
self.textEdit_2.setPlainText(self.str)
print("----------------------")
print(self.str)
if flag:
btn = s.alert("啥也推不出来!!!")
else:
self.lineEdit.setText(temp)
# 判断list中至少有一个在集合set中
def ListOneInSet(li, se):
for i in li:
if i in se:
return True
return False
# 判断list中所有元素是否都在集合set中
def ListInSet(li, se):
for i in li:
if i not in se:
return False
return True
class SecondWindow(QtWidgets.QWidget):
def __init__(self, parent=None):
super(SecondWindow, self).__init__(parent)
self.setWindowTitle("修改知识库")
self.setGeometry(725, 200, 300, 300)
self.textEdit = QtWidgets.QTextEdit(self)
self.textEdit.setGeometry(8, 2, 284, 286)
# 警告没有推导结果
def alert(self, info):
QtWidgets.QMessageBox.move(self, 200, 200)
QtWidgets.QMessageBox.information(self, "Information", self.tr(info))
# 询问补充事实
def quest(self, info):
# 如果推理为空，需要询问用户是否要添加已知条件
QtWidgets.QMessageBox.move(self, 200, 200)
button = QtWidgets.QMessageBox.question(self, "Question",
self.tr(info), QtWidgets.QMessageBox.Ok | QtWidgets.QMessageBox.Cancel,
QtWidgets.QMessageBox.Cancel)
return button
def handle_click(self):
if not self.isVisible():
# 读取文件放到多行文本框中
str = ""
fo = open('RD.txt', 'r', encoding='utf-8')
for line in fo:
line = line.strip('\n')
if line == '':
continue
str = str + line + "\n"
fo.close()
self.textEdit.setText(str)
self.show()
else:
# 输出文本框内容
self.str = self.textEdit.toPlainText()
print(self.str)
# 将文本框内容写入文件
self.fw = open('RD.txt', 'w')
self.fw.write(self.str)
self.fw.close() # 关闭文件
self.close() # 关闭窗口
def handle_close(self):
self.close()
if __name__ == "__main__":
app = QtWidgets.QApplication(sys.argv)
widget = QtWidgets.QWidget()
ui = Ui_Form()
ui.setupUi(widget)
widget.show()
s = SecondWindow()
ui.pushButton_2.clicked.connect(s.handle_click)
sys.exit(app.exec_())
5．运行结果与测试
5.1 测试数据1
输入'有奶'推出'哺乳动物'，此例正确
图 5 成功测试数据 1 运行结果
5.2 测试数据2
输入'鸟', '长脖子', '长腿', '黑白二色', '不飞' =>推出‘鸵鸟’，复杂示例正确 
图 6 成功测试数据 2运行结果
5.3 测试数据3
输入'不飞', '黑白二色', '长腿' ,'会游泳', '长脖子'，推不出任何动物，此例错误 ![在这里插入图片描述]
图 7 失败测试数据 3运行结果
6．设计体会与总结
6.1.1 遇到的问题
在本次实验中最大的问题就是第一步对于规则库的信息的整理和之后如何在匹配这些规则，开始使用了元组和集合，但是都难以进行多次匹配，于是想到了Python本身的字典的“键值对”属性，并且参考了相关文献，对信息做了拓扑排序。
6.1.2 如何解决
首先，对规则信息通过字典的格式存入相应的“RD.txt”文件中，然后对当中的信息进行相应的拓扑排序。
6.2本次实验的体会
6.2.1 结论
本次实验项目，通过pyqt5与Eric6自动生成用户交互页面，体现了Python在前台的优势，同时整体的代码量比起用C/C++而言，大大减少，体现了Python在编写专家系统的优势。
6.2.2体会与项目优化
在后期查看相应查看大量有关专家系统的文件中，个人认为可以结合知识图谱来构建一个大型的动物专家系统的识别，我们可以通过复旦大学的知识工厂的相应的知识库构建相应的知识图谱，结合MongoDB数据库以及知识图谱的数据库，来构建一个更智能更全面的的动物识别的专家系统。当然所花的时间和精力也是非常巨大的！