Wat zijn expertsysteemschelpen?
In expertsystemen zijn expertsysteemshells de software met een interface, een inferentiemotor en het geformatteerde skelet van een kennisbank. In wezen is een expert-systeemschaal een lege schaal die moet worden gevuld met de kenniselementen van experts die de inferentiemotor voor gebruikers kan verwerken. Expertsystemen zijn computertoepassingen die probleemoplossende hulp bieden voor specifieke problemen waartoe een gebruiker mogelijk toegang moet hebben, bijvoorbeeld een moeilijk functionerende software. Een kennisingenieur zou deze shell gebruiken om de kennisbasis te ontwikkelen en aan te passen aan de behoeften van zijn specifieke klantenbestand. Het zou worden aangepast om de invoer van een gebruiker te nemen en die informatie naar de gegevensrepository te interpreteren en, ter vergelijking, overeenkomende informatie te lokaliseren die de gebruiker naar een oplossing kan helpen.
Samen met de besturingsinformatie die in een kennisbank wordt gedeponeerd, zijn regels en attributendefinities die gelden voor het vrijgeven van informatie aan gebruikers. De kennisbasis is opgebouwd uit expertises die het analyseproces van een menselijke expert nabootsen, op zoek naar voldoende kennis om een oplossing te bereiken. Systeemschalen van experts moeten mogelijkheden bieden om het werk van de kennisingenieur te ondersteunen bij de ontwikkeling van een kennisbasis die kan werken als een realtime expertsysteem. In een dergelijk expertsysteem kan de basis in constante gegevensverandering zijn door deleties of toevoegingen van gegevens omdat industriële systemen, netwerken, hardware en softwaresystemen in de loop van de tijd veranderen. Deze constante verandering van gegevensinvoer uit andere managementsystemen mag het vermogen van de basis om op hetzelfde expertniveau te redeneren niet belemmeren, ongeacht de wijzigingen.
Omhulsels van expertsystemen bieden de kale botten voor het imiteren van menselijke expert redenering in regelmethoden die bekend staan als voorwaartse ketting en achterwaartse ketting. Forward chaining in deze shells maakt het mogelijk om gegevens van een gebruiker te nemen en gebruik te maken van inferentiemotorregels om meer gegevens ten opzichte van die informatie te lokaliseren totdat er voldoende informatie is om een conclusie te vormen. Omdat de initiële ontvangen gegevens het zoeken aansturen, wordt deze methode een gegevensgestuurde methode genoemd. Een toepassing die deze forward-chaining-methode illustreert, zou de mogelijkheden kunnen verkennen om componenten in een computer te rangschikken om tot de beste plaatsing van de componenten te komen.
Backward chaining verzamelt alleen gegevens als dat nodig is wanneer een kennisbank wordt gevraagd tijdens een consult. Het heeft als doel om een waarde voor C te vinden en redeneert achterwaarts om de waarde van A en B te ontdekken die de doelwaarde van C concluderen. gedreven methode. Een toepassing die de regels van het systeem van expertschalen illustreert, kan een arts omvatten die een huidige set symptomen invoert voor achtergrondinformatie over dezelfde of vergelijkbare symptomen in achtergrondinformatie van een bepaald expertsysteem voor medische diagnose.
Afgeleide kennis wordt verkregen door onderzoek van bestaande feiten om tot waarschijnlijke nieuwe informatie te komen. Dit is het redeneerproces dat de inferentiemotor bewoont in systeemschalen van experts. Dit proces is wat de voorwaartse of achterwaartse keten in gang zet in op regels gebaseerde expertsystemen. Inferentieregels die de inferentiemotoren in expertsysteem-shells bouwen, bestaan uit voorwaardelijke "if" -clausules en "dan" -clausules in uitspraakverklaringen die de begeleiding van stappen vergemakkelijken. Deze stappen kunnen onder meer liggen op het gebied van financiële dienstverlening, human resources en hypotheekleningen, om te proberen vuistregels te ontdekken als waarschijnlijke aanbevelingen wanneer een definitief antwoord niet mogelijk is.