專家系統/專家系統元件
< 專家系統
專家系統通常至少包含三個主要元件。這些是推理引擎、知識庫和使用者介面。我們將在下面介紹這些元件。
知識庫是來自人類專家的規則或其他資訊結構的集合。規則通常被構造為以下形式的“如果/那麼”語句
IF <antecedent> THEN <consequent>
前件是必須滿足的條件。當前件滿足時，規則被觸發，並被認為“觸發”。後件是規則觸發時執行的操作。
當規則被程式滿足時，它們被新增到一個名為議程的佇列中。議程是一個無序列表，包含所有其前件當前滿足的規則。
知識庫通常不是有序的，因為順序在專家系統中往往作用很小。規則可以以任何順序放在議程上，並且一旦它們在議程上，就可以以任何順序觸發。
推理引擎是專家系統的主要處理元素。推理引擎從議程中選擇要觸發的規則。如果議程上沒有規則，推理引擎必須從使用者那裡獲取資訊以將更多規則新增到議程中。它利用知識庫，以便為情況得出結論。它負責透過提出各種問題並根據需要應用資訊來從使用者那裡收集資訊。它從知識庫中尋找資訊和關係，並提供答案、預測和建議，就像人類專家一樣。
使用者介面是專家系統與使用者互動的方式。這些可以透過對話方塊、命令提示符、表單或其他輸入方法實現。一些專家系統與其他計算機應用程式互動，並且不直接與人類互動。在這些情況下，專家系統將具有用於與其他應用程式進行事務的互動機制，並且不會具有使用者介面。
在專家系統中，還有其他相對常見的元件，但並非嚴格必需。
工作記憶包含在專家系統會話期間從使用者接收的資料。工作記憶中的值用於評估知識庫中的前件。知識庫中規則的後件可能會在工作記憶中建立新值、更新舊值或刪除現有值。
專家系統得出結論的方式可能對人類使用者來說並不明顯，因此許多專家系統將包括一種解釋導致系統最終答案的推理過程的方法。