Inleiding tot voorwaartse en achterwaartse ketting
Forward en Backward Chaining zijn de modi die de Inference Engine gebruikt om nieuwe informatie af te leiden uit de kennisbank. Inference Engine is een van de belangrijkste componenten van het intelligente systeem in kunstmatige intelligentie dat een reeks logische regels toepast op de bestaande informatie (Knowledge Base) om nieuwe informatie af te leiden uit het reeds bekende feit. Forward en Backward Chaining zijn de twee modi waarmee de Inference-engine nieuwe informatie afleidt. Voorwaartse en achterwaartse voortplanting staan precies tegenover elkaar op de manier waarop ze nieuwe informatie afleiden uit de bekende feiten.
Hoe werkt voortplanting?
Forward Chaining bij sommigen bekend als voorwaarts redeneren of voorwaartse aftrek begint met het bekende feit of de atoomzin in de kennisbank en geleidelijk worden inferentieregels toegepast op de reeds bekende feiten totdat we de doelstaat bereiken. Kortom, forward chaining neemt een beslissing of bereikt de doelstatus op basis van de beschikbare gegevens.
Eigenschappen van Forward Chaining
- Het volgt een bottom-upbenadering, dat wil zeggen dat de redeneeraftrek van onder naar boven gaat
- Het wordt ook wel datagestuurde benadering genoemd, omdat het afhankelijk is van bestaande gegevens om de doelstatus te bereiken
- Het is conclusiegedreven, dat wil zeggen dat het doel is om de conclusie te trekken vanuit de oorspronkelijke staat
- Het wordt veel gebruikt in het expertsysteem zoals CLIPS en productieregelsysteem
Voorbeeld
Laten we een voorbeeld bekijken om te begrijpen hoe Forward Chaining in de praktijk werkt
Regel 1: ALS A menselijk is DAN A is zoogdier
Regel 2: ALS A een zoogdier is DAN is A een levende vorm
Regel 3: ALS A een levende vorm is DAN is A sterfelijk
Feit: Shyam is menselijk
Uit deze inferentieregels moeten we het doel bereiken
Doel: Is Shyam een sterveling?
Stappen:
- Begin met het bekende feit. We weten dat Shyam een mens is (uit de feitenverklaring).
- Met behulp van R1 kunnen we concluderen dat Shyam een zoogdier is. Omdat het geen doelverklaring is, gaat u dus verder.
- Spring dan naar Regel 2: als Shyam een zoogdier is, dan is het een levende vorm zodat we kunnen zeggen dat Murat een levende vorm is. Omdat het geen doelverklaring is, gaat u dus verder
- Met R3, aangezien Shyam een levensvorm is, moet het dus dodelijk zijn. Omdat het de doelstelling is, dus Exit
Voordelen van Forward Chaining
- Forward Chaining werkt prima als de beschikbare informatie kan worden gebruikt om de doelsituatie te bereiken
- Forward Chaining heeft de mogelijkheid om veel gegevens te bieden van de beperkte initiële gegevens
- Forward Chaining is het meest geschikt voor Expert-systeemtoepassingen die meer controle, planning en monitoring vereisen
- Forward Chaining moet worden toegepast wanneer er een beperkt aantal begintoestanden of feiten is
Nadelen van Forward Chaining
- De inferentiemotor genereert nieuwe informatie zonder te weten welke informatie relevant is voor het bereiken van de doelstatus
- De gebruiker moet mogelijk in eerste instantie veel informatie invoeren zonder te weten welke informatie zal worden gebruikt om de doelstatus te bereiken
- Inference Engine kan veel regels activeren die niet bijdragen aan het bereiken van de doelstatus
- Het kan een andere conclusie geven, wat kan leiden tot de hoge kosten van het kettingproces
Hoe werkt Backward Propagation?
Backward Chaining of Backward Propagation is het omgekeerde van Forward Chaining. Het begint bij de doelstatus en verspreidt zich achterwaarts met behulp van inferentieregels om de feiten te achterhalen die het doel kunnen ondersteunen. Het wordt ook wel doelgericht redeneren genoemd. Het begint bij het gegeven doel, zoekt naar het DAN-deel van de regel (actiedeel) als de regel wordt gevonden en het IF-deel ervan overeenkomt met de Inferentieregel.
Regel 1: ALS A EN B DAN C
Regel 2: ALS C DAN E
Regel 3: ALS A EN E DAN H
Feiten: A, B
Doel: Bewijs H
Bewijs:
Stap 1 : Eerst zoekt het systeem naar de verklaring die een doel heeft op de RHS ie R3 en zoekt dan naar de LHS van de regel om te controleren of deze het feit bevat. Het bevat A en E, maar we hebben ook B nodig
Stap 2 : Nu zal het E hebben als het subdoel dat wordt bewezen door Regel 2. Kijk nu naar zijn LHS dwz C
Stap 3: C kan worden bewezen door Regel 1 die A & B als de LHS heeft
Stap 4 : Omdat we de feiten A&B uit het doel hebben gehaald, eindigt het algoritme hier
Stap 5: Stop
Eigenschappen van achterwaartse ketting
- Backward Chaining is een top-downbenadering waarbij we beginnen vanuit de doelstatus en achterwaarts werken om de vereiste feiten te vinden die de doelstelling ondersteunen
- Het staat bekend als een doelgerichte aanpak omdat we bij het doel beginnen en het vervolgens onderverdelen in een subdoel om de feiten te achterhalen
- Het past de Diepte-Eerste zoekstrategie toe
- Het kan slechts een beperkt aantal conclusies genereren
- Het test alleen voor enkele van de vereiste regels
Voordelen van achterwaarts koppelen
- Het zoeken in achterwaartse ketening is gericht, zodat de verwerking eindigt wanneer het feit wordt geverifieerd
- Backward Chaining beschouwt alleen relevante delen van de kennisbasis, zodat het nooit onnodige gevolgtrekkingen uitvoert
- In tegenstelling tot Forward Chaining zijn hier slechts enkele gegevenspunten nodig, maar regels worden uitvoerig doorzocht
- Het is zeer efficiënt voor problemen zoals diagnose en foutopsporing
nadelen
- Omdat achterwaartse kettingvorming doelgericht is, moet het doel vooraf bekend zijn om achterwaartse kettingvorming uit te voeren
- Het is moeilijk om achterwaartse kettingvorming te implementeren
Conclusie - Forward and Backward Chaining
Op regels gebaseerd systeem is relevant voor het dagelijks leven van de mens, dus het is noodzakelijk om begrip te hebben voor deze systemen. Beide modi die betrokken zijn bij op regels gebaseerde systemen hebben hun eigen voor- en nadelen. De keuze van de aanpak hangt af van de aard van het probleem.
Aanbevolen artikelen
Dit is een leidraad geweest voor vooruit en achteruit ketting. Hier bespreken we de eigenschappen, voorbeelden, voordelen en nadelen van voorwaartse en achterwaartse kettingvorming. U kunt ook de volgende artikelen bekijken voor meer informatie -
- Voorwaartse ketting versus achterwaartse ketting
- Netwerk apparaten
- Cheatsheet JQuery
- jQuery-elementen