基于Java和Amzi! Prolog混合編程的輔助訓練專家系統(tǒng)

張鵬海， 畢 璐， 劉 斌， 旺堆次仁

(1.西藏民族大學院體育學院， 陜西 咸陽 712082； 2.陜西科技大學電氣與信息工程學院， 陜西 西安 710021； 3.拉薩市北京中學， 拉薩 850000)

0 引 言

運動員的比賽成績受多方面的因素影響，比如賽場的情況、天氣環(huán)境、比賽期間的飲食、運動員賽前的心理狀態(tài)等[1]，如果遇到這類不確定的問題，除了需要運動員有良好的適應力和應變力，能迅速給運動員提供教練員的知識經(jīng)驗和處理方法則是首要選項。運動員訓練專家系統(tǒng)就是把教練員的處理方案和涉及運動員選拔和訓練的知識經(jīng)驗在計算機上建立一個知識經(jīng)驗數(shù)據(jù)庫，使用Java語言進行系統(tǒng)前端用戶界面的開發(fā)，使用Prolog邏輯編程語言構建輔助訓練專家系統(tǒng)，該系統(tǒng)在給定環(huán)境模式進過簡潔準確推理，即可得到待解決問題的專家建議或者訓練計劃安排[2]。

1 知識庫的建立

專家系統(tǒng)知識庫的建立首先需要大量收集運動員教練時的比賽和訓練經(jīng)驗，然后把這類文字性知識經(jīng)驗進行分類整理，按照邏輯總體分為三個模塊，每個模塊根據(jù)教練的經(jīng)驗知識劃分為3-6個不同方面的考察點[3]，最后得到一個樹狀邏輯結構圖(如圖1)，為了保證知識結構化的細化和深入，以及知識經(jīng)驗的充實性，要能判斷每個模塊的子模塊是否可以再分。最后將總結好的知識經(jīng)驗存入到計算機的數(shù)據(jù)庫中以備調用[4-5]。

運動員選拔模塊主要根據(jù)身體形態(tài)和生理機能的各種指標對運動員進行擇優(yōu)培養(yǎng)，達到最初運動員就占有一定身體優(yōu)勢的目的。運動員訓練計劃安排模塊是知識介紹性的模塊，根據(jù)運動員的生理機能指標，專家系統(tǒng)就會給出詳細而準確的訓練計劃安排，將運動員的身體機能指標訓練到最佳狀態(tài)。訓練和比賽中的故障排除的主要任務是根據(jù)訓練和比賽過程中可能出現(xiàn)的特殊狀況給出解決方案，比如賽場的情況、天氣環(huán)境、比賽期間的飲食、運動員賽前的心理狀態(tài)等[6]。

以知識庫的第三個模塊-訓練和比賽中的故障排除為例，使用判斷樹來描述這個功能模塊的處理過程，其基本思路是：從問題出發(fā)，列出所有可能影響訓練和比賽的因素，主要通過用戶來選擇產生問題的原因，然后顯示出專家給出的解決方案。這種方法直觀、方便的表現(xiàn)出了知識庫的邏輯[7]。

圖1 運動員訓練專家系統(tǒng)樹狀邏輯結構圖

2 判斷樹的實現(xiàn)

判斷樹是一種自頂向下的判斷方法。通常判斷樹這種樹形結構有三種不同的樹枝節(jié)：①決策結點：主要作用就是判斷決策的走向，本系統(tǒng)在運動員選拔模塊所用的是二叉判斷樹，因此只有兩種決策分支。②狀態(tài)結點：每個結點代表一種解決方案，通過對各個狀態(tài)結點的對比選擇出所屬問題的最佳解決方案。③結果結點：也就是決策樹從根結點延伸到最后的葉子結點，也叫決策結果，這個結點可以清楚的看出該模型有多少個類別[8]，存儲的內容是專家提供的解決方案或運動員訓練計劃。按照判斷樹的這種層次結構模型建立了如圖2所示的“運動員選拔”判斷樹。

通常使用判斷樹進行推理時，主要是通過用戶交互界面向用戶提問來收集信息，然后根據(jù)用戶點擊的答案按鈕確定判斷樹的分支，這樣隨著分支的深入，直到葉子結點止，也就是專家系統(tǒng)給出的最終解決方案或建議。在用戶界面中，使用單選按鈕為用戶選擇答案提供顯示，并用文本框控件來顯示最后的解決方案或運動員訓練計劃。充分使用Prolog程序的搜索和匹配功能，對所建立的知識庫進行動態(tài)加載，結合Java語言生成選擇按鈕和顯示最后的解決方案或運動員訓練計劃[9]。

圖2 判斷樹的一個分支

在判斷樹中，不但要記錄每個結點所存儲的數(shù)據(jù)內容，而且還要記錄結點之間的關系和結點之間轉移的條件。在結點中所存儲的數(shù)據(jù)內容一般是中文字符串的形式，但是系統(tǒng)使用的Amzi! Prolog編程環(huán)境不支持中文，改進方式為使用MySQL數(shù)據(jù)庫來存儲這些結點中需要顯示的中文字符串和結點名，需要注意的是每個結點命名也必須是英文字符串，將結點名當做事實語句的參數(shù)和查詢條件來查詢結點中所存儲的中文字符串[10]。

以下為系統(tǒng)定義的三個基本事實：

Contain事實：定義為父結點和子結點之間的關系，包含兩種參數(shù)，一個代表父結點，另一個表示父結點下的所有子結點，是一個列表類型。列表中的數(shù)據(jù)具體表現(xiàn)為運動員的選拔標準：“體重超重或不足、身高超高或不足、體重/身高×1000、下肢長/身高×100”擇優(yōu)錄取這四種情況。用Prolog的事實表示就是：“contain(不達標的原因是什么，[體重超重或不足、身高超高或不足、體重/身高×1000、下肢長/身高×100擇優(yōu)錄取])。”。

connect事實：定義父結點與其子結點間的動態(tài)聯(lián)系，包含三個參數(shù)，參數(shù)一表示父結點本身，參數(shù)二代表用戶的選擇，是用戶自己輸入關鍵詞或點擊按鈕，參數(shù)三表示在用戶的輸入下會由父結點轉到的子結點，用Prolog的事實表示就是：“connect(不達標的原因是什么，ans1，體重超重或不足)。”，具體在運動員選拔模塊實現(xiàn)的流程是：如果運動員的身體形態(tài)不達標，系統(tǒng)會提問“不達標的原因是什么？”，此時用戶輸入ans1或點擊解決方案按鈕，當前結點會轉到“體重超重或不足”結點。

end事實：表示最終的葉子結點，用Prolog的事實表示就是：“end(解決方案1)。”,也就是代表:“解決方案1”是一個葉子結點。

3 Java與Prolog混合編程

該運動員訓練專家系統(tǒng)的程序設計使用的是Java語言和Prolog邏輯編程語言混合編程，充分利用了各自語言的優(yōu)點。因Java語言特有的代碼簡單、平臺無關性、解釋性等優(yōu)點，所以選擇使用Java語言進行前端的用戶交互界面程序設計[11]。Prolog語言在邏輯推理上具有代碼可讀性強、實現(xiàn)的推理功能豐富、易移植等優(yōu)點，近乎用自然語言的方式描述了各種邏輯推理運算，使得程序更簡單，占用內存更小，是開發(fā)專家系統(tǒng)這一人工智能程序的最常用工具，選擇使用Prolog程序設計語言進行專家系統(tǒng)推理機制的程序設計。將Java和Prolog這兩大開發(fā)語言的優(yōu)勢充分結合起來，各顯其能，使程序更嚴謹整潔，縮短開發(fā)周期，可實現(xiàn)運動員訓練專家系統(tǒng)的開發(fā)[12]。

3.1 Java與Amzi! Prolog的編程接口

Amzi! Prolog不僅為Java(通過Java Servlets)和許多其他工具提供了插件，而且提供了基于規(guī)則的服務。Amzi! Prolog+邏輯服務器(Logic Server)可以將基于規(guī)則的組件與Windows和其他應用程序集成在一起[13]。集成是通過“邏輯服務器API(Logic Server API)”實現(xiàn)的，它可以像訪問數(shù)據(jù)庫一樣輕松地訪問規(guī)則的邏輯庫。其結果是一個可管理且行為良好的接口，使得在需要的任何地方都可以運用基于規(guī)則的編程。

Amzi!Prolog提供了Java與Prolog程序的編程接口。它包含一個封裝了Prolog引擎及其API的主要LogicServer類和一個用于錯誤處理的LSException類[14]。它們都包含在一個Java包中，'amzi.ls'，如圖3所示。

圖3 Java package包封裝圖

3.2 專家系統(tǒng)用戶交互界面的生成

專家系統(tǒng)給出的內容都是判斷樹的結點中包含的信息，通過Prolog設計的基于規(guī)則和事實的推理程序進行搜索匹配，當匹配到對應結點中的內容，會將結點所包含的內容動態(tài)加載到Java的窗體中[15]。在專家系統(tǒng)的用戶交互界面中顯示專家提問、解決方案、運動員訓練計劃等內容即是采用了這種模式匹配和動態(tài)加載，在充分利用了各自語言的優(yōu)點的基礎上，Prolog程序采用自然語言表達那些適用于計算機規(guī)則的復雜的不精確的語言，應用于基于事實和推論的知識庫，用Java程序直接控制用戶界面的顯示(見圖4)。

(1)Java的程序設計。

① 新建一個Java工程。

② 在主窗體中放入JRadioButton控件，用來顯示根結點內容；設置文本框控件，其內容為接收專家知識提問內容；為窗體增加控制進程的按鈕，提供進行“下一步”的選項。

③ 初始化Prolog程序，加載Prolog生成的.xpl文件，調用特定的對象方法初始化Logic Server，初始化邏輯服務器的函數(shù)是：lsInit，它的定義形式如下：RC lsInit(ENGid cureng, STRptr ininame)。

④ 根據(jù)用戶已經(jīng)選擇的結點按鈕，獲得當前的結點的名字，使用Java程序進行訪問，通過“下一步”、“上一步”或者“返回”按鈕控制程序的進程。其中下一步選項的部分代碼及偽代碼如下。

//或者所選的結點的內容

Component[] components = choice.getComponents();

next_node_name = jr.getText();

try {

pro_next_node_name = ls.CallStr(“node(Node,Type,”+next_node_name+“,Answer,_)”);

java_next_node_name = ls.GetStrArg(pro_next_node_name, 1);

node_type = ls.GetStrArg(pro_next_node_name, 2);

//ls.AssertzStr(“current_node(”+current_node_name+“)”);

}

//判斷結點類型偽代碼

if(node_type == 答案結點)

獲取答案結點名字，將當前結點設為答案結點；

答案顯示區(qū)域生成；

從數(shù)據(jù)庫中調取相應答案結點的內容；

else(node_type == 判斷結點)

調用next規(guī)則，將當前結點設置為所選結點；

獲取當前結點的子結點內容；

動態(tài)生成當前結點選項內容；

繼續(xù)選取下一結點。

圖4 訓練知識節(jié)點界面顯示

(2)Prolog程序設計。

Prolog程序主要是動態(tài)加載當前結點以及當前結點子結點的所包含的內容，通過兩種Prolog功能可以完成對列表list的訪問。其中l(wèi)ist是變量通過模式匹配得到當前l(fā)ist的內容，允許引用列表的第一個元素和剩余的元素列表符號，其中X被綁定成為列表的第一個元素，稱為頭部，T被綁定到剩余元素的列表中，稱為尾部。之后通過show_radiolist()遞歸獲得每個子結點的內容，為之后動態(tài)加載選項提供基礎內容，具體代碼如下。

list_question(X,[H|T]):-%獲取列表中的內容

list_question(X,T). %訪問列表頭部和尾部元素

show_radiolist:- %動態(tài)獲得每個子結點內容模塊

current_node(Node), %加載當前結點

node(Node,_,_,_,List),%訪問當前結點列表中的內容

list_question(X,List),%加載當前結點子結點

node(X,decision,Question,_,_),%獲取子結點中的內容

write(Question), %寫入問題

asserta(store_radio(Question)), %加載列表中第一個子句到數(shù)據(jù)庫

nl,

fail.

3.3 推理機制設計

以圖2所示的運動員選拔模塊為例,詳細介紹使用判斷樹方法進行推理的過程：設定一個當前結點的位置，我們選擇s結點為當前結點，此時專家系統(tǒng)的界面上會顯示專家提問：“運動員身體形態(tài)是否達標？”和備選答案“不達標的原因是什么？”、“身體機能測評”，若用戶選擇了“不達標的原因是什么？”，則進入下一個結點s1。用戶界面又會顯示結點s1所對應的信息備選答案“體重超重或不足”、“身高超高或不足”“體重/身高×1000、下肢長/身高×100擇優(yōu)錄取”,這時s1成為新當前結點。在這個推理過程中，專家系統(tǒng)掃描到的當前結點信息需要被記住，并且結點的信息在更新時需要釋放之前結點的數(shù)據(jù)內容。

Prolog程序在運行時的動態(tài)控制表現(xiàn)為：解釋器會把程序的所有子句存入到系統(tǒng)內存中，但是專家系統(tǒng)掃描到的當前結點信息需要被記錄，結點的信息在更新時需要釋放之前結點的數(shù)據(jù)內容。本文中會使用一些謂詞來對內存中的子句進行動態(tài)控制，主要有：①asserta(X)，把第一個子句載入到動態(tài)數(shù)據(jù)庫中；②retract(X)，從動態(tài)數(shù)據(jù)庫中刪除子句X，此過程完全不可逆。專家系統(tǒng)對父結點訪問結束后需要訪問其子結點時，將執(zhí)行如下代碼：

next:-

retract(current_node(_))，%刪除當前結點內容

next_node(Node)，%獲得用戶輸入的結點

asserta(current_node(Node))，%將下一結點變?yōu)楫斍敖Y點

clear_radio，%刪除上一結點子結點內容

if_leaf. %判斷是否為答案結點

專家系統(tǒng)顯示的內容存儲在分支結點和葉子結點中，next謂詞可使專家系統(tǒng)對父結點訪問結束后轉移訪問其子結點，實現(xiàn)訪問狀態(tài)的改變。如果當前結點到達了葉子結點，需要進行回溯時，需要判斷是否到達了葉子結點，使用cut謂詞來判斷不同情況，cut謂詞的用法和其他程序開發(fā)語言中if語句的用法一樣。在程序中用“！”來表示。

Prolog語言的查詢依賴與模式匹配，查詢的模板為目標，如果有某個事實與目標相匹配，查詢即為成功，否則為查詢失敗，使用截斷謂詞cut，如果系統(tǒng)的事實成功匹配到目標進行回溯時，前面的選擇就會被釋放，不需要重新考慮，查詢就成功了。如圖5(A)所示帶有cut謂詞的程序對查詢控制流的影響，每一個方塊代表一個目標，目標就是需要查詢的內容。當目標進行回溯遇到cut時，控制權發(fā)生轉移，迅速轉移給上一級的目標，而不是其他目標，這樣其他目標就會被自動篩選掉，縮短查詢時間。圖5(B)是對單個目標的端口和控制流程的說明，具體工作流程為：從調用端口(call)進入目標，如果經(jīng)過目標匹配成功，就進入退出端口(exit)，反之進入失敗端口(fail)，如果用戶需要重新查詢或者引起回溯，則控制進入重試端口(redo)，來重新進入目標。

圖5 (A)cut對控制流的影響，(B)goal(目標)的4個端口及控制流程

If_leaf的第一個子句表示獲取當前的結點位置，接下來判斷是否到達了葉子結點,如果到達葉子結點，則專家系統(tǒng)界面會顯示解決方案或運動員的訓練計劃等內容。下一步就需要使用cut謂詞執(zhí)行截斷搜索，阻止回溯。如果第一個子句不滿足目標條件，則說明未到達葉子結點，程序會進入到第二個子句，使用了cut后，還需要滿足第一個子句在cut之前就被目標排除了這一條件，這種情況下Prolog程序才會考慮第二個子句是否滿足目標，從而進行搜索匹配流程。具體程序如下：

if_leaf:-

current_node(Node)， %獲取當前結點

node(Node,answer,Question,Answer,_), %判斷當前結點是否為葉子結點

retract(store_answer(_)), %清空答案列表的內容

asserta(store_answer(Answer)), %插入答案結點

!,

fail.

if_leaf:-

current_node(Node), %獲取當前結點

node(Node,decision,Question,_,_), %判斷當前結點是否為分支結點

nl,

show_radiolist, % 列出子結點

!,

fail.

4 結 語

本專家系統(tǒng)在大量收集了運動員教練的知識經(jīng)驗的基礎上構建專家系統(tǒng)知識庫。同時在輔助訓練專家系統(tǒng)中引入判斷樹方案，并采用Prolog和Java混合編程技術來具體實現(xiàn)，用Prolog語言實現(xiàn)判斷樹的推理機制，Java平臺實現(xiàn)動態(tài)用戶界面的生成，充分發(fā)揮了各自程序設計語言的優(yōu)點，建立的專家系統(tǒng)占用內存小，程序便于修改和擴展，結構整潔靈活，經(jīng)試驗，本系統(tǒng)可以對提出的問題給出專家建議，達到了輔助訓練運動員，幫助運動員在比賽中取得優(yōu)異的成績的目的，收到了滿意的效果。