Există două tipuri de sisteme expert: statice și dinamice. Sistemele experimentale statice sunt utilizate în acele aplicații în care este posibil să nu se țină cont de schimbările din mediu care apar în timpul soluționării problemei. Primele sisteme expert care au primit o utilizare practică au fost statice. Sistemele expert dinamice, în comparație cu cele statice, conțin în plus următoarele două componente: subsistemul de modelare a lumii exterioare și subsistemul interacțiunii cu lumea exterioară.
Figura de mai jos prezintă structura canonică a unui sistem expert de tip dinamic:
Explicația figurii:
- un mecanism logic de inferență, numit și un interpret, un solver;
- Memorie de lucru (RP), numită și o bază de date de lucru (DB);
- baza de cunoștințe (KB);
- subsistemul de achiziție și de reînnoire a cunoștințelor;
- subsistemul explicativ;
- subsistemul de dialog;
- subsistemul interacțiunii cu lumea exterioară.
Mecanismul de inferență logică (MLV) este conceput pentru a obține fapte noi pe baza comparării datelor de intrare din memoria de lucru și a cunoștințelor din baza de cunoștințe. Mecanismul inferenței logice în întreaga structură a sistemului expert ocupă cel mai important loc. Ea implementează algoritmii de ieșire directă și / sau inversă și poate fi reprezentat oficial de un cvadruple:
- - procedura de selectare a regulilor și faptelor din baza de cunoștințe și memoria de lucru;
- - procedura de comparare a regulilor și a faptelor, în urma căreia se determină o mulțime de fapte la care se aplică regulile de atribuire a valorilor;
- - procedura de rezolvare a conflictelor, stabilirea procedurii de utilizare a regulilor, în cazul în care concluzia regulii indică aceleași nume de fapte cu valori diferite;
- - o procedură care pune în aplicare acțiunile corespunzătoare valorii primite a faptului (încheierea regulii).
Memoria de lucru este concepută pentru a stoca faptele originale și intermediare ale sarcinii care este rezolvată în acest moment. De regulă, acesta este plasat în memoria principală a calculatorului și reflectă starea actuală a domeniului sub forma faptelor cu coeficienți de încredere (CG) în adevărul acestor fapte.
Următorul element din structura sistemului expert este nu mai puțin important decât mecanismul inferenței logice. Aceasta este baza de cunoștințe. Baza de cunoștințe este concepută pentru a stoca fapte pe termen lung care descriu zona în discuție, reguli care descriu relația dintre aceste fapte și alte tipuri de cunoștințe declarative despre domeniul în cauză. Pe lângă regulile și faptele care formează partea declarativă a bazei de cunoștințe, aceasta poate include o parte procedurală - un set de funcții și proceduri care implementează algoritmi de optimizare, computaționali și alți utilizatori necesari.
Sistemele de experți aparțin clasei sistemelor intelectuale bazate pe o înțelegere a faptului. Cu alte cuvinte, sistemele expert se bazează pe cunoașterea unui expert de specialitate pe această temă. Experiența de înaltă calitate a celor mai calificați specialiști, accesibilă tuturor utilizatorilor sistemului, devine un factor care crește în mod semnificativ calitatea deciziilor luate pentru organizație folosind sisteme expert în general.
Subsistemul de achiziție și completare a cunoștințelor automatizează procesul de umplere a sistemului expert cu cunoștințele realizate de către utilizatorul expert și adaptarea bazei de cunoștințe a sistemului la condițiile de funcționare a acestuia. Adaptarea sistemului expert la schimbările din domeniu se realizează prin înlocuirea unor reguli sau fapte în baza de cunoștințe.
Subsistemul explicativ explică modul în care sistemul a rezolvat problema (sau de ce nu a obținut o soluție) și ce cunoștințe a folosit-o în timpul utilizării, ceea ce face mai ușor pentru expert să testeze sistemul și să crească încrederea utilizatorului în rezultat. Capacitatea de a explica acțiunile este una dintre cele mai importante proprietăți ale sistemului expert, deoarece:
- încrederea utilizatorilor în rezultate este în creștere;
- Depanarea sistemului este facilitată;
- sunt create condiții pentru ca utilizatorii să deschidă noi legi ale domeniului;
- Explicarea concluziilor obținute poate servi drept mijloc de căutare a unui punct din setul de soluții Pareto-optimal.