贾 爽， 仝海燕， 吕洪善

(1.亳州师范高等专科学校 理化系，安徽亳州 236800；2.亳州职业技术学院 电子与电气工程系，安徽亳州 236800)

随着社会的发展，经济的改革，大学生的心理问题日趋严重，国家和学校都非常重视学生的心理健康教育。如今几乎每所学校都配有心理咨询室和心理健康教育中心。但是，由于专业的心理咨询师和资金的紧缺，要实现学生全面的心理健康教育和心理疏导，是很困难的，再加上很多学生不愿意面对面的进行心理咨询和心理疏导，于是各种心理咨询软件应运而生。这些软件的开发和使用虽然可以解决一些问题，但是在普及上代价高昂。为了更好的在广大高校普及心理咨询和解决心理问题，以亳州师专的学生为研究对象，通过调查问卷分析，为学生设计了一个大学生心理咨询专家系统。在心理咨询系统中，推理机是整个系统的指挥中心，控制着系统的运行。以下分析了推理知识的不确定性、研究了推理算法的设计，并阐述本系统中采用的推理算法的描述实现。

1 推理知识不确定性分析

心理咨询知识具有一定的模糊性，比如，用户在描述心理问题症状事实的时候，多数都是“有点”、“有可能”、“不太严重”等，为了便于系统推理，在每个事实的后面添加一个数值，用来描述事实的真实程度。

系统中的心理咨询模块按照人群分为两类：健康心理咨询和发展心理咨询，这两种咨询模式对应的知识结构如图1、图2所示。

在推理时知识结构如图3设计，系统将大学生常见的心理问题分为8类，包括神经衰弱、强迫症、抑郁症、焦虑症、恐惧症、网瘾、疑症和歇斯底里(癔症)，将每个心理问题的不同心理状态症状分为4类：情绪、认知、行为和躯体反应，每一个心理状态症状又包含若干个具体表现。

如图3所示，系统的推理过程是这样的，推理机根据用户输入的症状表现事实，推理出相应的症状，再由症状推理出对应的心理问题，用图4来表示其推理过程。

图1 健康心理知识树形

图2 发展心理咨询知识分类

图3 大学生心理咨询知识结构

图4 推理机推理流程

鉴于心理咨询知识的不确定性，所以在推理机的设计过程中，必须把这些因素考虑进去，现具体分析一下心理咨询专家系统知识的不确定性。

系统知识表示采用产生式规则表示形式：IfEThenH

其中E表示规则的前提，H表示规则的结论，专家系统知识体系中的不确定性是指：E和H的不确定性；规则即专家知识的不确定性；推理的不确定性。

E的不确定性产生的原因有3个：事实本身属性的描述存在模糊性；用户给出的事实存在主观性和随机性导致的不确定性；用户没有办法提供全部的事实，造成事实的不完全性。

面对专家知识体系的不确定性，应该如何解决专家系统推理过程中规则的匹配呢？可以设计一个计算专家事实和用户提供事实的相似程度的算法，并给出匹配成功的阀值，当匹配双方的相似程度达到规定阀值时才启用该规则。

下面给出系统的知识表示形式(加权模糊产生式规则表示形式)[1]：

If (E1，w1)∧(E2，w2) ∧(E3，w3)……∧(En，wn) thenH；CF；t

其中Ei是前提证据事实，wi是Ei的权值，H是规则结论，CF是规则的可信度，t是激活规则的前提证据事实真度阀值。

在推理的过程中，涉及到的计算因子有：

定义1T(E)表示E为真的程度，取值范围为 [0，1]，对于初始事实中未知的前提证据事实的真值本系统取值0.5[2]。

定义2T(E→H)表示当前提E为真时对H为真的影响程度，通常令T(E→H)=CF，取值范围为 [0，1]，CF通常由专家给出，取值范围为 [0，1]。

定义3 激活规则的前提证据事实阀值t由专家给出，一般取值范围为[0，1]，系统取值为(0，1][3]。

定义4 组合证据事实的不确定性计算公式定义如下[4]：

(1)

(2)

定义5 单条规则不确定性由前提向结论传递不确定性计算定义为：T(H)=T(E)×CF

当前提证据事实的组合不确定性T(E)≥t时才启用这个计算公式，并将计算的结果作为下个推理规则的前提证据事实的不确定性应用。

定义6 多规则同结论不确定性综合计算定义如下：

(3)

2 正向推理算法

专家系统常用的推理方法有3种：正向推理、反向推理和混合推理[5]。在具体的设计中，根据专家系统的不同要求采用不同的推理方法。推理机的推理方法在整个系统的设计中是非常重要的，它不但影响系统的运行效率，更影响着系统可靠性。下面给出正向推理的算法描述：

正向推理算法描述：

① 将用户输入的初始事实存入动态数据库。

② 查看动态数据库里面是否存在了问题的结论，存在的话，输出结论推理结束；否则执行③ 。

③ 将动态数据库里面的事实与知识库里的规则前件进行匹配，如果匹配成功，那么把匹配成功的规则放入冲突库里，然后执行④；否则的话执行⑤ 。

④ 利用设计好的冲突消解策略对冲突库里的规则进行冲突消解处理，获取一条启用规则，并将这条启用规则的后件作为新鲜事实存入动态数据库，然后执行② 。

⑤ 询问用户是否有事实补充，将补充新事实存入动态数据库，然后转移到③；若无事实补充，则告知用户推理失败，退出。

目前专家系统多数采用正向推理或反向推理，正向推理又称为数据驱动推理，它的优点是推理直接，允许用户主动提供有用事实[4]。下面给出正向推理算法的执行流程图(图5)。

3 加权模糊推理算法

大学生心理咨询专家系统的推理策略采用的是正向推理，根据心理领域知识的特点，使用基于加权模糊逻辑实现，具体推理过程流程如图6。

图5 正向推理算法流程

图6 推理流程

4 系统采用的推理算法

前面介绍的推理算法是在用户输入大量的初始证据后，利用推理机对已知事实进行推理，推理过程中不需要和用户交互，为了使系统推理结论更真实，系统采用的推理算法是上述推理算法的改进算法。

系统采用的算法是用户输入一些初始证据后，为了使推理更准确，算法可以决策下一步需要哪些证据，推理过程中需要和用户交互，然后根据用户输入的新证据再进行进一步的推理。

① 将用户输入的初始症状及其真值，存入事实数据库。

② 根据用户输入的初始症状在知识库中查找相匹配的规则集合。

③ 依次对查找的匹配规则进行处理，处理时，未知证据的真值先赋值为0.5，根据待匹配规则中的模糊逻辑关系标记(flag)计算前提真度Ti，并判断前提真度Ti是否大于或等于阀值ti，将能匹配的规则加以标记，存入冲突集。

④ 若有多于两条的规则匹配成功，则要进行冲突消解，系统优先选用MAX(Ti-ti)的规则 。

⑤ 进行冲突消解后，若仍然有多于两条的规则，则优先选用可信因子较大的规则

⑥ 第④，⑤步之后。若还有多条规则，则根据规则进入冲突集的次序，先进入的优先选用。

⑦ 执行冲突消解策略选出的一条规则，将该规则前提中未知证据列表提交给用户重新选择输入，根据T(Qi)=Ti×CFi计算出结论的真度，并判断该结论是否最终结论。

⑧ 若是，则输出结论，否则，将结论及其真度作为前提项写入事实库中，跳转到第②步。

5 结束语

介绍了大学生心理咨询专家系统推理机设计研究，鉴于心理咨询领域知识的特殊性，分析了推理知识的不确定性和正向推理的基本算法，并给出系统所使用的推理算法，为大学生心理咨询专家系统的实现打下较好的基础知识架构。

参考文献：

[1] 何新贵.加权模糊逻辑及其广泛应用[J].计算机学报，1989，12(6)：458-464

[2] 张美玲.基于加权模糊推理的大学生心理咨询专家系统的研究[D].北京：首都师范大学，2009

[3] 覃剑禄.军人心理咨询专家系统推理机设计与实现[D].湖南：国防科技技术大学研究生院，2007

[4] 范九伦.加权模糊逻辑真值传播的计算方法[J].系统工程理论与时间，2002(9)：16-21

[5] 鲍军鹏.张迭平，吕圆圆.人工智能导论[M].北京.机械工业出版社，2011

[6] 张维贵.基于积极品质培养的大学生心理健康教育探析及干预研究[J].重庆工商大学学报：社会科学版，2012，29(3)：156-158