推理機是一種軟件系統,它利用專家知識庫分析問題得出結論,它根據數據建立的前提得出邏輯結果,有時推理機也能超越嚴格的邏輯處理,利用概率計算得出知識庫不嚴格支持的結論,但是,這僅僅是暗示或暗示。 商人豎起大拇指,大多數...
推理機是一種軟件系統,它利用專家知識庫分析問題得出結論,它根據數據建立的前提得出邏輯結果,有時推理機也能超越嚴格的邏輯處理,利用概率計算得出知識庫不嚴格支持的結論,但是,這僅僅是暗示或暗示。
![]()
商人豎起大拇指,大多數人工智能領域設計的推理機都是基于專家系統的概念而建立的,專家系統是為了解決某個特定的,有時是狹義的領域的問題,比如某些醫學專業專家系統的推理機組件是一種控制結構,它根據當前存在于知識庫中的任何數據和專家系統的編程規則產生初始輸出,然后以有意義的方式將其應用到具體問題中,因為推理機的結果是數據的結果,因此它們會隨著數據會被更新,并且隨著推理機自身以不同的方式搜索數據,數據也會發生變化。如果系統中的數據被加權到一個或多個結論上而不是另一個結論,這會改變推理機生成的結果。使用推理機的軟件可以被視為一種主動選擇機制,在這種機制中,處理操作由最新的數據狀態來指導。專家系統有兩種處理這些存儲數據的一般方法,在前向鏈中,專家系統的規則對推理機輸入的數據進行分析,結果作為新數據反饋到系統的數據存儲器中這會觸發新的問題解決方案,因為系統對數據進行了細化,并通過歸納推理對其進行了權衡,這意味著得出的結論不一定反映開始分析時使用的原始數據或前提。反向鏈接更傾向于概率,從一開始就對存儲的數據進行加權。規則用于根據給定的問題測試數據的有效性條件,并在完成此操作時,為數據分配新的概率值。也稱為假設驅動,在根據專家系統規則建立的條件對數據進行連續測試以滿足所研究問題或問題的最低證明水平之前,向后鏈接不會得出嚴格的結論。貝葉斯邏輯是推理機軟件的一種面向概率的形式,它利用反向鏈接對于18世紀中葉的英國數學家托馬斯·貝耶斯(Thomas Bayes)來說,這種邏輯利用先前事件的知識庫,通過對知識的反復測試來預測未來的結果,并將試驗結果的額外證據納入新的試驗中,以產生越來越精確的結果為目標。模糊邏輯軟件體系結構也可以依賴于推理機作為其系統的一部分。與模糊邏輯的區別在于,輸出是一個模糊集合或一系列可能的解決方案,然后通過邏輯和概率聚合成一組,縮小到一個最佳的結論或行動。