Hva er ekspertsystemskall?

I ekspertsystemer er ekspertsystemskall programvaren som inneholder et grensesnitt, en inferensmotor og det formaterte skjelettet til et kunnskapsgrunnlag.I hovedsak er et ekspert systemskall en tom skål som skal fylles med ekspertkunnskapene som inferensmotoren kan behandle for brukere.Ekspertsystemer er dataprogrammer som gir hjelp av problemløsning for spesifikke problemer som en bruker kan trenge å få tilgang til for å løse for eksempel en vanskelighetsprogramvare for drift.En kunnskapsingeniør vil bruke dette skallet til å utvikle kunnskapsbasen og tilpasse det for å imøtekomme behovene til dens spesielle klientbase for brukere.Det vil bli tilpasset å ta en brukers inndata og tolke denne informasjonen til datalaget og til sammenligning finne matchende informasjon som kan hjelpe deg med å lede brukeren til en løsning.

Sammen med kontrollinformasjonen som er satt inn i et kunnskapsgrunnlag, er det regler og attributter definisjoner som styrer utgivelsen av informasjon til brukere.Kunnskapsbasen er konstruert av kompetanseuttalelser som etterligner analyseprosessen til en menneskelig ekspert i jakten på nok kunnskap til å oppnå en løsning.Ekspertsystemskall må gi muligheter for å styrke kunnskapsingeniørens jobb i utviklingen av et kunnskapsgrunnlag som kan fungere som et ekspertsystem i sanntid.I et slikt ekspertsystem kan basen være i konstant dataendring ved slettinger eller tillegg av data fordi industrisystemer, nettverk, maskinvare og programvaresystemer endres over tid.Denne konstante endringen av datainngang fra andre styringssystemer må ikke vakle basens evne til å resonnere på samme ekspertnivå, uavhengig av endringer.

Ekspertsystemskjell gir de nakne beinene for etterligning av menneskelig ekspertresonnement i regelmetoder kjent som fremoverkjeding og bakoverkjeding.Fremoverkjeding i disse skjellene gjør det mulig å ta data fra en bruker og bruke inferensmotorregler for å finne mer data i forhold til denne informasjonen til det er nok informasjon til å danne en konklusjon.Fordi de første dataene som er mottatt er det som driver søkeren, kalles denne metoden en datadrevet metode.En applikasjon som illustrerer denne fremtidskjedingsmetoden kan utforske mulighetene for arrangement av komponenter i en datamaskin for å komme frem til den beste plasseringen av komponentene.

Backward Chaining samler bare data som den trenger det når et kunnskapsgrunnlag blir spurt om en konsultasjon.Det har som mål å finne en verdi for C og årsaker bakover for å oppdage verdien av A og B som konkluderer målverdien til C. Denne resonnementmetoden fra nåværende data til tidligere data som var underbygging av nåværende data kalles mål-Drevet metode.En applikasjon som illustrerer ekspertsystemskjellsregler for inferens kan omfatte en medisinsk lege som legger inn et nåværende sett med symptomer for bakgrunnsinformasjon om samme eller lignende symptomer i bakgrunnsinformasjon fra et bestemt medisinsk diagnoseekspertsystem.

Utledet kunnskap oppnås ved undersøkelse av eksisterendeFakta for å komme til sannsynlig ny informasjon.Dette er resonnementsprosessen som bebor inferensmotoren i ekspertsystemskall.Denne prosessen er det som initierer fremover- eller bakoverkjeden i regelbaserte ekspertsystemer.Inferensregler som bygger inferensmotorene i ekspertsystemskall består av betingede "IF" -klausuler og "da" -klausuler i styrende uttalelser som letter veiledning av trinn.Disse trinnene kan være i felt med finansielle tjenester, menneskelige ressurser og håndtering av pantelån, for å prøve å oppdage tommelfingerregler som sannsynlige anbefalinger når et definitivt svar ikke er mulig.