专家系统/专家系统组件
< 专家系统
专家系统通常至少包含三个主要组件。这些是推理引擎、知识库和用户界面。我们将在下面介绍这些组件。
知识库是来自人类专家的规则或其他信息结构的集合。规则通常被构造为以下形式的“如果/那么”语句
IF <antecedent> THEN <consequent>
前件是必须满足的条件。当前件满足时，规则被触发，并被认为“触发”。后件是规则触发时执行的操作。
当规则被程序满足时，它们被添加到一个名为议程的队列中。议程是一个无序列表，包含所有其前件当前满足的规则。
知识库通常不是有序的，因为顺序在专家系统中往往作用很小。规则可以以任何顺序放在议程上，并且一旦它们在议程上，就可以以任何顺序触发。
推理引擎是专家系统的主要处理元素。推理引擎从议程中选择要触发的规则。如果议程上没有规则，推理引擎必须从用户那里获取信息以将更多规则添加到议程中。它利用知识库，以便为情况得出结论。它负责通过提出各种问题并根据需要应用信息来从用户那里收集信息。它从知识库中寻找信息和关系，并提供答案、预测和建议，就像人类专家一样。
用户界面是专家系统与用户交互的方式。这些可以通过对话框、命令提示符、表单或其他输入方法实现。一些专家系统与其他计算机应用程序交互，并且不直接与人类交互。在这些情况下，专家系统将具有用于与其他应用程序进行事务的交互机制，并且不会具有用户界面。
在专家系统中，还有其他相对常见的组件，但并非严格必需。
工作记忆包含在专家系统会话期间从用户接收的数据。工作记忆中的值用于评估知识库中的前件。知识库中规则的后件可能会在工作记忆中创建新值、更新旧值或删除现有值。
专家系统得出结论的方式可能对人类用户来说并不明显，因此许多专家系统将包括一种解释导致系统最终答案的推理过程的方法。