Expertní systém je systém, jehož úkolem je simulovat rozhodování experta. Rozhodování je mnohdy založeno na vágních pojmech (malá vzdálenost), někdy i na vágních kvantifikátorech (téměř úplně všechno….), které jsou přirozené pro přirozený jazyk. V umělé inteligenci je tato skutečnost modelována pomocí neurčitosti - fuzzy míry, která udává, jak moc je výrok pravdivý (např. jak moc platí, že je dnes hezké počasí).

Při zpracování neurčitosti je zapotřebí definovat

• jak kombinovat neurčitá data v předpokladu pravidla
• jak kombinovat neurčitost předpokladu pravidla a neurčitost pravidla jako celku
• jak stanovit neurčitost závěru, k němuž vede několik pravidel

Znalostní báze expertního systému se nejčastěji definuje jako seznam pravidel

if předpoklad then hypotéza

V případě zpracování neurčitosti se přidává ještě váha tohoto pravidla

if předpoklad then hypotéza with váha

Pravidla se často definují komplementárně,

 if předpoklad then hypotéza with váha_pozorováno
               else hypotéza with váha_nepozorováno.

Úkolem cvičení je seznámení s expertním systémem FelExpert (dále lze využít editor inferenční sítě FelExpert Editor).

• jednoduchá implementace expertního systému
  • minimální rozsah inferenční sitě expertního systému: 8 uzlů
• odevzdání přes CW stránky předmětu:
  • funkční znalostní báze ve formátu *.feb
  • volitelně inferenční síť z FelExEditor *.xml
• max 10 bodů
• viz také: Příklady FEB