(backward chaining), оскільки шлях міркувань йде від того, що потрібно довести, до фактів, на яких грунтується доказ. При прямій ланцюжку міркування ведеться, відштовхуючись від наявних фактів. У цьому відношенні система MYCIN нагадує STRIPS, де мета також досягалася розбиттям її на підцілі, до яких можна було б застосувати певні оператори. Пошук рішення в процесі побудови ланцюжка зворотного виведення більш цілеспрямований, оскільки розглядаються тільки факти, потенційно здатні вплинути на рішення. p> Структура управління правилами у MYCIN використовує ТА/АБО-граф і в порівнянні з програмами штучного інтелекту досить проста - у ній, по суті, використана методика вичерпного пошуку,, до якої внесені тільки незначні зміни.
(1) Формулювання кожної підцілі завжди являє собою узагальнену форму вихідної мети. Так, якщо підціль полягає в тому, щоб довести справедливість судження "організм-це E.Coli", то формулювання такої підцілі-визначення типу організму. Цим ініціюється вичерпний пошук, в який втягуються всі можливі відомості про організми. p> (2) У множині правил, придатних для сформульованої мети, вишукуються таке, яке визначено задовольняється. Якщо для укладення про певний параметрі, наприклад про природу організму, підходить кілька правил, то їх результати об'єднуються (див. врізку 3.2). Якщо коефіцієнт впевненості небудь з висунутих гіпотез виявляється в діапазоні від -0.2 до +0.2, то гіпотеза відкидається. p> (3) Якщо поточна підціль являє собою лист на графі (термінальний вузол), то дані запитуються у користувача. В іншому випадку встановлюється чергова підціль і виконується перехід на крок (1). p> По завершенні процесу діагностики вибирається рекомендований курс лікування. Вибір включає дві стадії: відбір рекомендованих медикаментів і кращого варіанта або комбінації медикаментів з отриманого списку. br/>
. Комбінація гіпотез
В системі MYC1N може виявитися, що для судження про певний параметрі підійде не одне правило, а декілька. Застосування кожного з них - окрема гіпотеза - характеризується деяким значенням коефіцієнта впевненості. Наприклад, з одного правила випливає, що даний мікроорганізм-це E.Coli, причому коефіцієнт впевненості цієї гіпотези дорівнює 0.8. Інше правило, беручи до уваги інші властивості аналізованого об'єкта, призводить до висновку/що цей мікроорганізм - E.Coli, але ця гіпотеза характеризується коефіцієнтом впевненості 0.5 (або, наприклад, -0.8). Негативне значення коефіцієнта впевненості вказує, що дане правило спростовує сформульоване висновок. p> Нехай х і у-коефіцієнти впевненості однакових висновків, отримані при застосуванні різних правил. У такому випадку в системі MYCIN використовується наступна формула визначення результуючого коефіцієнта впевненості:
{X + Y-XYпрі X, Y> 0CF (X, Y) = {X + Y + XYпрі X, Y <0 {(X + Y)/(1-min (| X |, | Y |)) при (X> 0 і Y...
