Wat zijn expertsysteemschalen?

In expertsystemen zijn expertsysteemschalen de software met een interface, een inferentie -engine en het geformatteerde skelet van een kennisbasis. In essentie is een expertsysteem shell een lege kom die moet worden gevuld met de deskundige kenniselementen die de inferentiemotor voor gebruikers kan verwerken. Expertsystemen zijn computertoepassingen die probleemoplossende hulp bieden voor specifieke problemen die een gebruiker mogelijk heeft om toegang te krijgen tot het oplossen van een softwareproblemen in werking. Een kennisingenieur zou deze shell gebruiken om de kennisbasis te ontwikkelen en aan te passen om te voldoen aan de behoeften van zijn specifieke klantenbestand van gebruikers. Het zou worden aangepast om de invoer van een gebruiker te nemen en die informatie te interpreteren naar de gegevensrepository en, in vergelijking, matching -informatie te vinden die de gebruiker naar een oplossing kan helpen.

Samen met de besturingsinformatie die in een kno wordt afgezetWledge Base, zijn regels en attributen definities die de vrijgave van informatie aan gebruikers regelen. De kennisbasis is gebouwd uit uitspraken van expertise die het analyseproces van een menselijke expert nabootst bij het nastreven van voldoende kennis om een ​​oplossing te bereiken. Systeemschalen van deskundigen moeten mogelijkheden bieden om de taak van de kennisingenieur te versterken 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 van andere managementsystemen mag het vermogen van de basis om op hetzelfde expertniveau te redeneren niet wankelen, ongeacht wijzigingen.

Systems Shells voor expert bieden de kale botten voor imitatie van redenering van menselijke expert in regelmethoden die bekend staan ​​als voorwaartse ketens en achterwaartse ketens. Forward chaining in deze schalen maakt het mogelijk om gegevens te nemen voorm Een gebruiker en het gebruik van inferentiemotorregels om meer gegevens te vinden ten opzichte van die informatie totdat er voldoende informatie is om een ​​conclusie te vormen. Omdat de initiële ontvangen gegevens zijn wat het zoeken drijft, wordt deze methode een gegevensgestuurde methode genoemd. Een applicatie die deze voorwaartse chaining-methode illustreert, kan de mogelijkheden van het opstellen van componenten binnen een computer onderzoeken om tot de beste plaatsing van de componenten te komen.

achterwaartse ketens verzamelen gegevens alleen zoals deze nodig heeft wanneer een kennisbasis wordt opgevraagd bij een consult. Het heeft het doel om een ​​waarde te vinden voor C en redenen achteruit om de waarde van A en B te ontdekken die de doelwaarde van C concluderen C. Deze redeneringsmethode van huidige gegevens tot eerdere gegevens die de onderbouwing van de huidige gegevens waren, wordt doelgestuurde methode genoemd. Een applicatie ter illustratie van expertsysteemschalen regels van inferentie kunnen een arts omvatten die een huidige set symptomen invoert voor achtergrondinformatie op dezelfde ofSoortgelijke symptomen in achtergrondinformatie van een bepaald expertsysteem voor medische diagnose.

Afgeleide kennis wordt opgedaan door het onderzoeken van bestaande feiten om tot waarschijnlijke nieuwe informatie te komen. Dit is het redeneringsproces dat de inferentiemotor bewoont in expertsysteemschalen. Dit proces is wat de voorwaartse of achterwaartse ketens in op ruten gebaseerde expertsystemen initieert. Inferentieregels die de inferentiemotoren bouwen in schalen van deskundige systeem, bestaan ​​uit voorwaardelijke "if" clausules en "dan" clausules in heersende verklaringen die de richtlijnen van stappen vergemakkelijken. Deze stappen kunnen onder andere zijn op het gebied van financiële diensten, human resources en hypotheekleningen om te proberen regels van vuistregels te ontdekken als waarschijnlijke aanbevelingen wanneer een definitief antwoord niet mogelijk is.

ANDERE TALEN