Menu
Systemy regułowe w metodach inteligencji obliczeniowej jest to zbiór metod oraz algorytmów, które pozwalają na reprezentację zdobytej wiedzy w postaci reguł
Jeżeli warunek to konkluzja
Taki zapis ma istotną cechę gdyż pozwala na zrozumienie sposobu działania i podejmowania decyzji przez system.
Spośród różnych form reprezentacji wiedzy można wyróżnić:
Reguły prototypowe bazują, jak sama nazwa na to wskazuje na prototypach, czyli na wzorcach. Wzorcem jednak może być dowolny element. Może to być liczba, wektor, funkcja, lub też rodzina funkcji. Innymi słowy postać wzorca jest dowolna, musi ona jednak pozwalać na dokonanie porównania, na analizę podobieństwa pomiędzy dwoma elementami.
W przypadku reguły prototypowych można wyznaczyć dwa podstawowe typy reguł
if S(P1,X)>S(P2,X) then C1 else C2
gdzie P1 oraz P2 to dwa wzorce do których porównywany jest przypadek X, zaś C1 oraz C2 to odpowiednie odpowiedzi systemu. S(.,.) jest funkcją podobieństwa zdefiniowaną pomiędzy dwoma elementami
if S(P1,X)<a then C1 else C2
gdzie a jest wartością progu, wówczas w takim systemie jeśli podobieństwo pomiędzy wzorcem P1 a X jest większe niż próg a następuje spełnienie reguły. W systemach tych mogą występować konflikty typu - kilka reguł jednocześnie jest spełnionych. Dlatego też w praktyce najczęściej stosuje się reprezentację wiedzy w postaci drzew decyzji bądź uporządkowanej listy reguł, gdzie reguła występująca jako pierwsza ma priorytet w stosunku do kolejnych reguł.