Vad är expertsystemskal?

I expertsystem är expertsystemskal mjukvaran som innehåller ett gränssnitt, en inferensmotor och det formaterade skelettet för en kunskapsbas. I huvudsak är ett expertsystemskal en tom skål som ska fyllas med de expertkunskapselement som inferensmotorn kan bearbeta för användare. Expertsystem är datorapplikationer som ger problemlösningshjälp för specifika problem som en användare kan behöva för att få åtkomst till till exempel en svårighetsprogramvarusvårigheter i drift. En kunskapsingenjör skulle använda detta skal för att utveckla kunskapsbasen och anpassa det för att tillgodose behoven hos dess speciella kundbas för användare. Det skulle anpassas för att ta en användares inmatning och tolka den informationen till datalagret och, som jämförelse, hitta matchningsinformation som kan hjälpa användaren till en lösning.

tillsammans med kontrollinformationen som deponeras i en knoWledge Base, är regler och attributdefinitioner som styr informationen till användare. Kunskapsbasen är konstruerad av uttalanden om expertis som efterliknar analysprocessen för en mänsklig expert på strävan efter tillräckligt med kunskap för att uppnå en lösning. Systemskal måste tillhandahålla kapacitet för att stärka kunskapsingenjörens jobb i utvecklingen av en kunskapsbas som kan fungera som ett realtidsekspertsystem. I ett sådant expertsystem kan basen vara i ständig dataförändring genom borttagningar eller tillägg av data eftersom industrisystem, nätverk, hårdvara och mjukvarusystem ändras över tid. Denna ständiga förändring av datainmatning från andra hanteringssystem får inte vakla basens förmåga att resonera på samma expertnivå, oavsett förändringar.

expertsystemskal ger de nakna benen för imitation av mänskliga expertens resonemang i regelmetoder som kallas framåtkedjande och bakåtkedjan. Framåt kedjan i dessa skal möjliggör att ta data frånm en användare och använder inferensmotorregler för att hitta mer data relativt den informationen tills det finns tillräckligt med information för att bilda en slutsats. Eftersom de initiala uppgifterna är det som driver sökningen kallas denna metod en datadriven metod. En applikation som illustrerar denna framåtkedjande metod kan undersöka möjligheterna att arrangera komponenter inom en dator för att komma fram till den bästa placeringen av komponenterna.

bakåt kedjande samlar data endast eftersom de behöver det när en kunskapsbas frågas vid en konsultation. Det har målet att hitta ett värde för C och skäl bakåt för att upptäcka värdet på A och B som avslutar målvärdet för C. Denna metod för resonemang från nuvarande data till tidigare data som var underlaget för nuvarande data kallas målstyrd metod. En applikation som illustrerar expertsystemskal Regler för slutsatser kan inkludera en läkare som matar in en aktuell uppsättning symtom för bakgrundsinformation om samma ellerLiknande symtom i bakgrundsinformation från ett visst system för medicinsk diagnos.

Sluts kunskap uppnås genom undersökning av befintliga fakta för att komma fram till sannolik ny information. Detta är resonemangsprocessen som bor i inferensmotorn i expertsystemskal. Denna process är det som initierar den framåt- eller bakåtkedjan i regelbaserade expertsystem. Inferensregler som bygger inferensmotorerna i expertsystemskal består av villkorade "om" klausuler och "då" klausuler i regerande uttalanden som underlättar vägledning av steg. Dessa steg kan vara inom områden för finansiella tjänster, mänskliga resurser och hypotekslånshantering, bland andra, för att försöka upptäcka tumregler som troliga rekommendationer när ett definitivt svar inte är möjligt.