Előre láncolás - Forward chaining
Az előretekintés (vagy az előretekintés ) a következtetés motorjának használata során a két fő érvelési módszer egyike, és logikusan leírható, mint a modus ponetek ismételt alkalmazása . A továbbláncolás a szakértői rendszerek , az üzleti és a termelési szabályrendszerek népszerű megvalósítási stratégiája . Az előre láncolás ellentéte a hátra láncolás .
A továbbláncolás a rendelkezésre álló adatokkal kezdődik, és következtetési szabályok alapján több adatot nyer ki (például egy végfelhasználótól), amíg egy célt el nem érnek . Az előre láncolást használó következtetési motor addig keresi a következtetési szabályokat, amíg meg nem találja azt, ahol az előzmény ( If záradék) igaz. Ilyen szabály megtalálása esetén a motor következtetést vonhat le, vagy következtethet a következményre ( akkor záradék), amelynek eredményeként új információk kerülnek az adatokba.
Következtetés motorok végighaladni ezen a folyamaton keresztül, amíg a cél eléréséig.
Példa
Tegyük fel, hogy a cél a Fritz nevű háziállat színének megállapítása, tekintettel arra, hogy ő kacag és legyeket eszik, és hogy a szabályalap a következő négy szabályt tartalmazza:
- Ha X károg és X legyeket eszik - akkor X egy béka
- Ha X csiripel és X énekel - akkor X kanári
- Ha X béka - Akkor X zöld
- Ha X kanári - akkor X sárga
Illusztráljuk az előre történő láncolást egy számítógép mintájának követésével, amikor értékeli a szabályokat. Tegyük fel a következő tényeket:
- Fritz károg
- Fritz legyeket eszik
Előremutatással a következtetési motor levezetheti, hogy Fritz zöld a lépések sorozatában:
1. Mivel az alaptények azt mutatják, hogy a "Fritz károg" és a "Fritz legyeket eszik", az 1. szabály előzménye teljesül azzal, hogy Fritz helyébe X lép, és a következtetési motor következtetése:
Fritz is a frog
2. A 3. szabály előzménye akkor teljesül, ha Fritz-et helyettesíti X-szel, és a következtetési motor következtetése:
Fritz is green
Az "előre láncolás" elnevezés onnan származik, hogy a következtetési motor az adatokkal indul, és a válaszra indokolja, ellentétben a visszafelé történő láncolással , ami fordítva működik. A levezetésnél a szabályokat az ellenkező sorrendben alkalmazzák, mint a visszaláncolás . Ebben a példában a 2. és a 4. szabályt nem használták annak meghatározására, hogy a Fritz zöld.
Mivel az adatok meghatározzák, hogy mely szabályokat választják és használják, ezt a módszert adatvezéreltnek nevezzük , ellentétben a cél-vezérelt visszaláncolási következtetéssel. A továbbláncolási megközelítést gyakran olyan szakértői rendszerek alkalmazzák , mint a CLIPS .
A továbbláncolás egyik előnye a visszaláncolással szemben az, hogy az új adatok befogadása új következtetéseket válthat ki, ami a motort jobban alkalmazza olyan dinamikus helyzetekhez, amelyekben a körülmények valószínűleg megváltoznak.