ді був 35-м президентом Сполучених Штатів" - приклад фактичного знання. "Якщо у вас болить голова, то прийміть дві таблетки цитрамон" - приклад знання для виводу. Сама база знань зазвичай розташовується на диску або іншому носії. p align="justify"> Механізм висновку містить принципи і правила роботи. Механізм виведення "знає", як використовувати базу знань так, щоб можна було отримувати розумно узгоджуються висновку (висновки) з інформації, що знаходиться в ній. p align="justify"> Коли експертній системі задається питання, механізм виведення вибирає спосіб застосування правил бази знань для вирішення задачі, поставленої в питанні. Фактично, механізм виведення запускає експертну систему в роботу, визначаючи які правила потрібно викликати і організовуючи до них доступ в базу знань. Механізм виведення виконує правила, визначає, коли знайдено прийнятне рішення і передає результати програмі інтерфейсу з користувачем. Коли питання має бути попередньо оброблений, то доступ до бази знань здійснюється через інтерфейс з користувачем. p align="justify"> Інтерфейс - це частина експертної системи, яка взаємодіє з користувачем. Як правило, користувачі замало знають про організацію бази знань, тому інтерфейс може допомогти їм працювати з експертною системою навіть, якщо вони не знають, як вона організована. Інтерфейс може також пояснити користувачеві, яким чином експертна система виводить результат. p align="justify"> У цьому виданні ми обмежимося лише організацією БЗ і управлінням стратегією виведення. Для чого розглянемо два приклади реалізації ЕС засобами Турбо-прологу: ЕС, побудовану на правилах, і ЕС, побудовану на логіці. br/>
Експертна система на правилах
У всіх експертних системах існує залежність між вхідним потоком даних і даними в базі знань. Під час консультації вхідні дані зіставляються з даними в базі знань. Результатом зіставлення є негативний або ствердну відповідь. p align="justify"> В системі, що базується на правилах, ствердну результат є дією одного з продукційних правил. Ці продукційні правила визначаються вхідними даними. p align="justify"> Експертна система, що базується на правилах (на Турбо-Пролозі) містить безліч правил. Предикати в лівій частині правил визначають один з можливих варіантів вирішення задачі, предикати в правій частині завжди специфицируются іншими правилами, крім тих випадків, коли предикат просто перевіряє, чи знаходиться певна інформація в базі даних. Інформація, що вміщується в базу даних, витягується з відповідей користувача на поставлені запитання. Всі відповіді зберігаються, тому що вони можуть знадобитися пізніше. p align="justify"> Експертна система також містить інтерпретатор в механізмі виведення. Роботу цього інтерпретатора можна описати послідовністю трьох кроків: інтерпретатор зіставляє зразок правила з елементами даних у базі знань, якщо можна викликати більше одного правила, те інтерпретатор використовує механізм вирішення конфлікту для вибору правила; інтерпретатор застосовує вибране правило, щоб знайти відповідь на питання. Цей процес інтерпретації є циклічним і називається циклом "розпізнавання-дія". p align="justify"> Розглянемо як приклад експертної системи на правилах систему для ідентифікації порід собак. Вона допомагає потенційному господарю вибрати породу собаки відповідно до визначених критеріїв. p align="justify"> Припустимо, що користувач повідомив безліч характеристик собаки у відповідь на питання експертної системи. Інтерпретатор працює в циклі розпізнавання-дія. Якщо характеристики, задані користувачем, співставні з характеристиками породи собаки, які складають частину бази знань, тоді викликається відповідне продукційне правило і у результаті ідентифікується порода. Потім результат повідомляється користувачеві. Якщо порода не ідентифікована, це теж повідомляється користувачеві. p align="justify"> Розглянемо дві породи собак, інформація про які міститься в базі знань. Гонча має коротку шерсть, висоту в холці менше 57 см довгі вуха і хороший характер. Датський дог має коротку шерсть, низько посаджені хвіст, довгі вуха, хороший характер і вага більше 45 кг. p align="justify"> З цього опису видно, що обидві породи мають коротку шерсть, довгі вуха і хороший характер. Зростання гончака менше 57 см в той час, як нічого не сказано про зростання дога. Дог має низько посаджений хвіст і вага більше 45 кг - характеристики відсутні для гончака. Опис двох собак в термінах зазначених характеристик досить, щоб розрізнити ці дві породи, і навіть відрізнити їх від будь іншої породи в базі знань. p align="justify"> Наступні продукційні правила можуть бути складені за вказаними характеристиками:
dog_is ("Гонча"): - it_is ("короткоерстная собака"),
positive (В«їїВ», "висота в холці не більше 57 см"),
positive ("у ​​неї", "довгі вуха"),
positive ("у ​​неї", "доброзичливий характер"),!.
