Expert Systems for Software Engineers and Managers

این کتاب برای مهندسین نرم‌افزار، رهبران پروژه‌های نرم‌افزاری و مدیران نرم‌افزاری نوشته شده است که می‌خواهند یک فناوری نرم‌افزار پیشرفته جدید، سیستم‌های خبره را در محصول خود معرفی کنند. فناوری سیستم خبره بعد جدیدی را در برنامه نویسی به ارمغان می آورد که در آن "قاعده سرانگشتی" یا دانش تخصصی اکتشافی در برنامه کدگذاری می شود. برخلاف زبان‌های رویه‌ای مرسوم {e. g. ، Fortran یا C}، سیستم های خبره از زبان های برنامه نویسی سطح بالا {Le. پوسته‌های سیستم خبره} که ما را قادر می‌سازد تا دانش قضاوتی کارشناسانی مانند زمین‌شناسان، پزشکان، وکلا، بانکداران، یا پذیره‌نویسان بیمه را بدست آوریم. سیستم های خبره گذشته با موفقیت بیشتری در حوزه های مشکل تجزیه و تحلیل و ترکیب که مرز دانش به خوبی مشخص است و کارشناسان در دسترس هستند و قابل شناسایی هستند، استفاده شده است. کاربردهای موفق اولیه شامل سیستم های تشخیصی مانند MYCIN، سیستم های زمین شناسی مانند PROSPECTOR یا سیستم های طراحی/پیکربندی مانند XC ON می باشد. این سیستم‌های خبره اولیه عمدتاً برای مسائل علمی و مهندسی، که از نظر تئوری از نظر فرآیندهای تصمیم‌گیری توسط متخصصانشان به خوبی درک نشده‌اند و بنابراین نیاز به ارزیابی قضاوتی دارند، قابل استفاده بودند. سیستم های خبره جدیدتر برای مسائل سنتز پیچیده که شامل تعداد زیادی انتخاب می شود، مانند نحوه مقایسه عناصر، به کار می روند. این مشکلات معمولاً مستلزم فضای جستجوی بزرگ و سرعت پایین‌تر برای سیستم‌های خبره طراحی‌شده است. نمونه‌هایی از این سیستم‌ها شامل برنامه‌های زمان‌بندی کارخانه مانند ISIS یا برنامه‌های استدلال قانونی مانند TAXMAN است.

This book is written for software engineers, software project leaders, and software managers who would like to introduce a new advanced software technology, expert systems, into their product. Expert system technology brings into programming a new dimension in which "rule of thumb" or heuristic expert knowledge is encoded in the program. In contrast to conventional procedural languages {e. g. , Fortran or C}, expert systems employ high-level programming languages {Le. , expert system shells} that enable us to capture the judgmental knowledge of experts such as geologists, doctors, lawyers, bankers, or insurance underwriters. Past expert systems have been more successfully applied in the problem areas of analysis and synthesis where the boundary of lo;nowledge is well defined and where experts are available and can be identified. Early successful applications include diagnosis systems such as MYCIN, geological systems such as PROSPECTOR, or design/configu­ ration systems such as XC ON. These early expert systems were mainly applicable to scientific and engineering problems, which are not theoreti­ cally well understood in terms of decisionmaking processes by their experts and which therefore require judgmental assessment. The more recent expert systems are being applied to sophisticated synthesis problems that involve a large number of choices, such as how the elements are to be compared. These problems normally entailed a large search space and slower speed for the expert systems designed. Examples of these systems include factory scheduling applications such as ISIS, or legal reasoning applications such as TAXMAN.