现在让我们将注意力转移到由分层运输模式提供的系统灵活性提高方面。我们已经详细地讨论了相关提高系统透明性的方法，它主要是集中在为了用户理解专家系统建议提供附加内容。系统灵活性却将主要集中在用户界面自身和人与专家系统交互的种类。

与一个传统专家系统对话不同，在该对话中系统按指定的顺序提示用户输入数据，分层运输模式规定为尽可能地灵活和交互。这个任意交互后面的促成因素是允许的，去鼓励用户去检查分层部分以便更好地理解系统为什么和如何得到它所得出的结论。比如，这样一个用户可能不同意系统的建议，可能想理解什么输入变量是不正确建议的原因。通过分层部分的解释，用户应该能跟踪输入变量值如何进行传播从而得到给定的结论。分层提供一种让推理方向更透明的结构，因此也就更容易跟踪。

分层结构如何使用将取决于用户同意系统建议的程度和理解水平。有些问题完全是常规的，不需要更深的理解。而其他一些更为复杂的问题，用户可能很难理解系统为什么会给出这样的建议。这种情况下，如果想让用户接受和相信系统的建议，那么就有必要给出更进一步的解释和探讨。给定专家系统是如何靠不住的，另一个问题就是用户可能需要了解专家系统什么时候达到专家极限之上或者什么时候会出现系统故障。这样的情况下，了解一个专家系统的建议如何能被修改去说明它的专家极限。

在这点上预料一下情况类型就很有用的，在哪种情况下需要找到知识库更深的理解，因为这将帮助我们判断分层模型能否真正提供给用户他们需要的灵活性。让我来看一下可能会问到的4种类型：“如何？”、“为什么？”、“要是…又怎样？”、“为什么不呢？”。

正如前面所讨论的，当一个用户想了解如何得到某个建议或结论时就会出现“如何？”问题。有代表性的就是推理过程的规则轨迹。当用户想了解系统为什么需要这类输入时就会出现“为什么？”的问题。让我们来看一下一个传统的专家系统的提问-回答对话是如何回答这两个问题的，并将它与分层运输模式的交互相比较。

正如前面所阐述的，在一个传统专家系统对话中，“如何？”问题会导致一列规则，接着得到最终的建议。相比之下在分层运输模式中，用户可以在这个问题上发挥更多的控制作用。一个用户可以通过用鼠标点击分层中合适的节点激发以获得独立的规则。更细的理解可以通过减少层次分支和逐个点击的较底层节点获得，这些较底层节点是为了得到为设置节点值负责的规则。两交互之间的不同是很重要的：这意味着在传统的专家系统对话下用户将会不停咨询相当多的信息，这些信息由规则轨迹转储，分层运输模式允许用户逐一聚焦在一个节点从而滤除不重要的规则。并且，在分层运输模式中，用户能须完整的分层结构环境下观察推理的方向。

让我们来看一个例子。在图6-7中显示了分层运输模式的部分——损失率分支。一个用户可以通过点击任何节点而获得为设置其值负责的规则。例如，用户可以点击贵重等级节点而获得下面的规则：

图6-7 点击一个节点获得一个规则

IF价值-重量-比率≥20美元AND<100美元

THEN贵重等级=高(www.daowen.com)

用户可跟进点研究分层的其他部分以明白在分层上这个规则与其他节点的关系是怎样的。沿着分层向下，我们会看到价值：重量比为50.0，因此这个规则是有意义的。沿着分层向上，贵重等级=高作为损失率的输入被传递给它。利用这个值和易碎率的值一起去设置损失率的节点值为重要的。对于损失率节点开发的规则可以显示出来以理解如何得到这个决定：

IF贵重等级=高AND易碎率=高

THEN损失率=重要的

用这种方法，分层提供了一种结构以理解一个规则轨迹和专家系统如何得到一条建议。一个节点可以很容易地逐一跟随分层上下分支的推理方向。

对于“为什么？”的问题，在一个传统专家系统对话下呈现不同问题：提供了太少的信息。例如，系统可能会问货物重量（以lb为单位）。用户在这点上可能会问“为什么？”（例如你为什么需要了解这些？）。系统可能会作出响应：“我必须了解这个以便我能确定负荷类型是什么。”对这个答案的问题是提供给用户的信息太有限了，无法明白太多的情况。另一方面，与分层运输模式相交互的用户能容易地明白货物重量决定负荷类型，依次和其他变量一起确定运输模式。分层模型提供了一个简单的方法去设想和理解节点间的内部关系。简言之，分层模型提供一种更高层次的环境或者更广泛的视图，而通过问一个单一的、独立的“为什么？”问题或者甚至是一系列的“为什么？”的问题是不可能达到的。

“如果…又怎么样？”类型的问题，也是已知的假设问题，使一个人能检测改变节点上的一个值对最后系统建议的影响。例如，将运输距离从1000mile改为2000mile，对运输模式的建议会有什么影响？许多专家系统用户界面允许一些假设问题的形式，但分层模式尤其适合于这种问题。分层运输模式的所有节点、叶节点和中间节点都能被修改以观察一个节点值的改变对系统建议会产生什么影响。通过改变一个节点值，一个用户可以很容易地观察到其改变在分层从头到尾如何相连。另外，用户不必局限在只改变一个节点。他们可以改变两个或更多的节点并观察它们可能的相互影响。因此，当传统专家系统对话可能考虑到“如果…又怎样？”检测的局限形式时，由于分层模型在修改和显现知识库中变量值时更具灵活性和控制能力，所以它们较好。

最后，“为什么不？”类型的问题，或者叫非真实条件问题，采用形式“你为什么没得到结论<如此如此>？”。例如，一个用户可能会问系统“为什么你得出的结论不是建议空运？”这种问题通常很难回答，可是我们已经注意到了，在专家-客户对话中经常出现。对这种问题（它很难被结构化和很难建立一种比前三种问题类型更让人满意的答案）通常没有单一的答案，但是它却是一个值得考虑的很重要的问题，因为它会在用户的思想里自然地呈现并且回答它会加深用户对专家系统推理过程的理解。

对“为什么不？”问题的满意的答案经常需要对专家系统知识库高层次或更高层次的理解。单独的规则可能不足以表达知识库更高层次的理解。因为分层模型提供了一种知识库从上到下的视图，因此它可以提供一种工具以帮助用户获得这个层面的理解。并且，由于它的透明和灵活的图形化用户界面，因此它鼓励用户去探究和寻找什么在驱动着知识库。但是分层模型自身可能不足以提供回答这类问题。因为它们很难回答，“为什么不？”问题可以由其他类型的图和解释更有效的支持。一个可能性就是表示策略知识的流程图，我们后面将要分析的一个问题。

总之，分层传输模式提供了一个可选的用户界面，它是高度可视的、灵活的和可互操作的。分层模型是真实的用户界面且规定为可由用户开发和修改。输入数据可以以用户选择的任意阶次录入——没有预先规定录入输入数据的顺序或者方法。并且，系统只要有足够的信息去作决定时它将会给出一个建议，因此系统会考虑到丢失数据和不充分的信息。此外，以一种很灵活的方式——一次可以检验多个变量，分层模型及时更新以对这些新值产生反应，分层模型允许用户对不同假设进行彻底检验。这样的反馈是即时的，并且直接在分层上提供。总的来说，分层运输模式描绘了人和专家系统之间一个更自然的交互，是在系统灵活性方面的一个迅猛发展。