Kunnskapsbaserte systemer ( KBS ) består av sentraliserte arkiver som inneholder opplysninger knyttet til et bestemt emne , for eksempel en medisinsk diagnose , økonomisk analyse eller virksomhet produksjon prognose. Kunnskapsbaserte systemer benytter kunstig intelligens metoder for å løse problemer og støtte menneskelig handling , læring og beslutningstaking . En KBS fungerer som et lagerhus for formidling av informasjon eller har kapasitet til å gjøre det. En kunnskap styringssystem samler , organiserer og henter informasjon . Viktige komponenter i en KBS inkluderer en kunnskapsdatabase , kunnskap representasjon , søk mekanismer og inferens mekanismer . Instruksjoner
Knowledge Database
en

Bestem om du vil bygge din egen levering system fra bunnen av eller kjøpe en ekspert Shell .

Bygg en proprietær kunnskapsbase system hvis du har programmerere med kompetanse i en konvensjonell programmeringsspråk , for eksempel Java , C + + eller Pascal , eller en kunstig programmeringsspråk som Prolog eller LISP . Få inn en ekstern leverandør eller konsulenter for å bygge databasen.

Kjøp en ekspert Shell hvis det ser ut til å være det beste alternativet . Expert Shell består av et program som har de nødvendige funksjoner for å organisere og levere kunnskap. Denne programvaren inneholder rutiner for behandling av spørsmål og gi svar.
2

Rekruttere en kunnskap ingeniør for å intervjue fageksperter og utvikle regler .
3

Ansett domain eksperter som er svært kunnskapsrik om emnet . For eksempel har en biolog fylle en ontologi kunnskapsbase ved å stille spørsmål og ta opp svarene.
Kunnskap Representasjon og søk mekanismer
4

Gjør strukturen fleksibel og generell sammenlignet med konvensjonelle databaser . Undersøke datastrukturer for lagring av kunnskap
5

Bestem hvordan du bruker metoder for data representasjon: . . Trær, semantiske nettverk , rammer eller produksjon regler

Trees organisere data i en hierarkisk måte fra toppen og ned . Semantiske nettverk gjenkjenne, prosess og videresende kunnskap forespørsler til andre koblinger basert på søkeord . Rammer navn hendelser og kjennetegn eller " spor " som beskriver fenomenet . Produksjonsregler har to komponenter: situasjon på venstre og handling til høyre. Hvis situasjonen er sant, utføre handlingen .
6

Bestem hvordan du får tilgang til dataene. Heuristisk søk teknikken benytter spesifikke regler for store kunnskapsbaser . Denne metoden finner den beste svaret på kortest mulig tid.

Hver kunnskapsrepresentasjon har et bestemt søk teknikk . For eksempel bestemmer reglene forbundet med søking trær grenen tatt på hver gaffel. Produksjonsregler søke omstendigheter som samsvarer venstre side av regelen .
Inferens Mekanismer
7

Inference refererer til systemets evne til å skape ny kunnskap og kontinuerlig utvide systemet .

KBS mottar input fra brukeren om problemet som må løse . Den slutning verktøyet trekker på kunnskap i kunnskapsbasen eller gjør slutninger . Det trekker en konklusjon og gir brukeren råd , eller systemet kan be om ytterligere informasjon.

Velg inferens verktøy som vil tillate for å bygge en stor KBS , som frem kjeding og tilbake chaining .

forward kjeding ser på den tilgjengelige informasjonen og bruker inferens regler for å få mer informasjon før den når sitt mål . Baklengs kjeding bruker dataene for å avgjøre om en bestemt faktum er sant.
8

Bruk en kombinasjon av deduktive og induktive slutning verktøy.

Deduktiv slutning bruker informasjon fra fakta , som for eksempel produksjon reglene i KBS for å skape ny kunnskap . Induktiv slutning utvikler nye generaliseringer eller regler kompatible med informasjon i KBS .
9

Use case - basert resonnering for spørringer som har liten eller ufullstendige opplysninger . Denne metoden bruker tidligere saker som finnes i KBS og visse egenskaper for å søke etter lignende egenskaper .