专家系统中的推理机实现

专家系统由知识库和推理机等六部分组成,其中推理机是关键,执行推理找到解决方案。本文以动物识别为例,阐述了推理机的工作流程,并提供了一个简单的推理机实例,演示如何根据规则和事实判断动物类型。通常,现代推理机功能实现可通过专业的或开源的推理引擎,如Drools。
摘要由CSDN通过智能技术生成

专家系统:模仿人类专家的思维方式进行决策的人工智能算法,算法核心是“知识库(knowledge base)”和“推理机(inference engine)”。专家系统通常包括6个部分:人机交互界面、知识库、综合数据库、推理机、解释器、知识获取。

(参考:人工智能-基于规则的专家系统(基础知识)

知识库:包含解决问题相关的领域知识。在基于规则的专家系统中,知识用一组规则来表达。其具有IF(条件)THEN(行为)结构,当规则的条件被满足时,触发规则,继而执行行为。 
数据库:包含一组事实,用于匹配知识库中的IF(条件)。 
推理机:执行推理,专家系统由此找到解决方案。推理引擎链接知识库中的规则和数据库中的事实。 
解释器:用户使用解释器查看专家系统怎样得出解决方案的过程。 

人机交互界面:人机交互界面是实现用户(查询问题解决方案)和专家系统之间交流的途径。

 

“推理机”根据“知识库”对“数据库”做出决策的基本原理图如下:

专家系统模型:

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值