reglerbaserad

Reglerbaserad beskriver ett tillvägagångssätt där beslut och beteenden styrs av ett uppsättning explicita regler som ofta följer formen IF (villkor) THEN (åtgärd). Inom artificiell intelligens, expertssystem och reglerstyrd automatisering används regelbaserade system där kunskap kodas som regler av domänexperter eller reglerkunniga.

Ett regelbaserat system består vanligtvis av två huvudkomponenter: en kunskapsbas som innehåller reglerna och en inferencemotor som applicerar reglerna på givna fakta eller minne. Reglerna lagras oftast som IF-THEN-regler och kan köras i olika logiska sätt, exempelvis forward chaining (från fakta till slutsatser) eller backward chaining (från mål till faktaunderlag). Systemet uppdaterar sin relativa slutsats när nya fakta tillkommer eller regler ändras.

Fördelar med reglerbaserade system är tydlighet och spårbarhet: varje beslut har koppling till specifika regler som kan granskas och ändras utan att kräva omträning av en modell. De är särskilt effektiva i väl avgränsade domäner där regelverket är komplext men databasen relativt liten, och där transparens och enkel underhåll är prioriterat. Begränsningar inkluderar skala och underhållsbehov när kunskapsbasen växer, svårigheter att hantera osäkerhet eller oförutsedda situationer, samt att de ofta är mindre kraftfulla vid uppgifter som kräver lärande från stora mängder data.

Användningsområden omfattar expertssystem, regelsstyrd affärslogik och policybaserad automatisering. I praktiken används ofta reglerbaserade metoder i kombination med data-drivna tekniker i hybrida system för att bättre hantera komplexa och föränderliga miljöer.