kunskapsbaserade system ( KBS ) består av centraliserade databaser som innehåller information i samband med ett visst ämne , till exempel en medicinsk diagnos , finansiell analys eller business produktionsprognos . Kunskapsbaserade system använder artificiell intelligens metoder för att lösa problem och stödja mänsklig handling , lärande och beslutsfattande . Ett KBS fungerar som ett magasin för spridning av information eller har kapacitet att göra det . Ett system för kunskapshantering samlar , organiserar och hämtar information . Viktiga komponenter i ett KBS inkluderar en kunskapsdatabas , kunskap representation , mekanismer sök och mekanismer inferens . Instruktioner
Knowledge Database
1
Bestäm om du ska bygga din egen leverans system från grunden eller köpa en expert Shell .
Bygg ett eget system kunskapsbas om du har programmerare med kompetens i ett konventionellt programmeringsspråk , som Java , C + + eller Pascal , eller en konstgjord programmeringsspråk som Prolog eller LISP . Ta in en extern leverantör eller konsulter för att bygga databasen .
Köp en expert Shell om det verkar vara det bästa alternativet . Expert Shell består av ett program som har de nödvändiga funktioner för att organisera och leverera kunskap . Denna programvara innehåller förfaranden för bearbetning frågor och ge svar .
2
Rekrytera en kunskap ingenjör att intervjua ämnesexperter och utveckla regler .
3
Anställ domän experter som är mycket kunnig om ämnet . Till exempel har en biolog fylla en bas ontologi kunskap genom att ställa frågor och protokollföra deras svar .
Knowledge Representation och sökmekanismer
4
Gör strukturen flexibel och allmän jämförelse med konventionella databaser. Undersök datastrukturer för att lagra kunskap
5
Bestäm hur du använder de metoder för data representation : . . Träd , semantiska nätverk , ramar eller regler produktion
Träd organisera data i en hierarkisk sätt uppifrån och ner . Semantiska nätverk igen , process och vidarebefordra ansökningar kunskap till övriga länkar baserade på söktermen . Ramar namnet händelser och egenskaper eller " slots " som beskriver fenomenet . Produktion regler har två komponenter : situationen på vänster och handling till höger . Om situationen är sant , utför åtgärden .
6
Bestäm hur att komma åt data . Den heuristiska sökteknik utnyttjar särskilda regler för stora kunskapsbaser . Denna metod finner det bästa svaret på kortast tid .
Varje kunskap representation har en specifik sökteknik . Till exempel , bestämmer de regler förknippade med att söka träd grenen vid varje gaffel . Produktionsregler söker omständigheter som matchar den vänstra sidan av regeln .
Inferens Mekanismer
7
Inferens avser systemets förmåga att skapa ny kunskap och ständigt utöka systemet .
KBS emot indata från användaren om problemet som måste lösas . Slutsatsen Verktyget bygger på kunskap i kunskapsbasen eller gör slutledningar . Det drar en slutsats och ger användaren råd , eller systemet kan begära ytterligare information .
Välj inferens verktyg som gör det möjligt att bygga en stor KBS , såsom framåt kedja och bakåt kedja .
framåt kedja ser på tillgänglig information och använder inferensregler att få mer information tills den når sitt mål . Bakåt kedja använder uppgifterna för att avgöra om ett visst faktum är sant .
8
Använd en kombination av deduktiv och induktiv slutledning verktyg .
Deduktiv slutledning använder information från fakta , såsom produktion reglerna i KBS att skapa ny kunskap . Induktiv slutledning utvecklar nya generaliseringar eller regler är förenliga med uppgifterna i KBS .
9
Använd case - baserade resonemang för frågor som har liten eller ofullständig information . Denna metod använder tidigare fall som ingår i KBS och vissa attribut för att söka efter liknande egenskaper .
