WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Réalisation d?un système expert pour le diagnostic et la thérapeutique de la maladie de la lèpre.

( Télécharger le fichier original )
par Elvis Kiangala
Insitut Superieur de Techniques Appliquées (ISTA) Kinshasa - Ingénieur en Genie Electrique orienté Informatique Appliquée 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

IV.10.8 Architecture logicielle

L'architecture logicielle d'un système expert peut être vu comme sur la figure III.2 :

Figure III.2 : Architecture logicielle d'un système expert

    Nous retrouvons dans ce schéma l'ensemble des composants détaillés dans la partie précédente : Le moteur d'inférence, la base de connaissances et l'interface graphique.

· Chaînages avant/arrière

    Le moteur d'inférence peut fonctionner selon 2 modèles : le chaînage avant et le chaînage arrière...

Ø Chaînage avant

    Le principe du chaînage avant représenté dans la figure III.3 ci-dessous est simple, il requiert l'accès aux prémisses (standards d'engagement) afin de déclencher les règles d'inférence adéquates définies par les metarules. L'application des règles (évaluations) donnent des résultats, ceux-ci sont évalués (par les metarules) afin de savoir si l'on a accédé à une solution finale potentielle. Si c'est le cas, on arrête et cette solution est proposée

· Si c'est le cas, la solution est proposée à l'utilisateur. S'il la valide, la solution est enregistrée dans la base de faits comme solution, sinon comme simple résultat et on continue dans le cas suivant.

· Si cela n'est pas le cas ou si la solution est refusée, la solution est enregistrée dans la base de faits comme simple résultat et le moteur d'inférence tente d'y appliquer d'autres règles jusqu'à trouver une solution potentielle validée, ou jusqu'à ce qu'il n'y ait plus de règle.

Figure III.3 : Moteur d'inférence a chainage avant

Ø Chaînage arrière

     Le principe du chaînage arrière représenté dans la figure III.4 ci-dessous est plus compliqué, il s'agit dans ce cas de partir d'un effet ou d'une solution et de tenter de remonter la chaîne afin de déterminer les causes d'un effet (fait). La procédure est à partir d'un fait, de déterminer, grâce aux metarules, les règles d'inférence qui auraient pu être à l'origine de ce fait et de déterminer les paramètres les plus probables. A partir de là, on analyse les paramètres :

· Si le paramètre est un fait enregistré dans la base de faits, c'est qu'il est le résultat d'une règle (évaluation). La procédure précédemment décrite est donc relancée.

· Si le paramètre n'est pas un fait de la base de faits, on en reste là.

     On relève alors tous les faits et données retrouvés. Ils représentent les causes probables de la conséquence étudiée.

Figure III.4 : Moteur d'inférence a chainage arrière

Il existe un dernier mode de fonctionnement dit chaînage mixte qui combine les 2 chaînages précédents. De prime abord, il fonctionne comme le chaînage avant avec pour but de déduire un fait donnée. Mais applique un chaînage arrière sur chaque fait trouvé afin de déterminer les paramètres les plus probables et les plus optimisés. Ce mécanisme permet l'ouverture sur de nouvelles combinaisons encore non envisagées par les règles d'inférence et de déterminer les facteurs discriminants lors de la recherche d'une solution.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faut répondre au mal par la rectitude, au bien par le bien."   Confucius