Database Reference
In-Depth Information
C
1
: WS
1
= rot (R13)
WS
3
= rot (R15)
Nun fahre auch noch ein Zug in Bahnhof B2ein:
F
2
: B1=belegt
B3=belegt
B2=belegt
Das beeinflusst die Stellung des Weichensignals WS
2
und damit auch die Signale
S
3
und S
4
. Als abgeleitete Aussagen erhalten wir:
C
2
:
WS
1
= rot
(R13)
WS
3
= rot
(R15)
WS
2
= rot
(R14)
S
3
= rot
(R17)
S
4
= rot
(R18)
In dieser Situation werde nun die Fahrt fur den Zug in Bahnhof B1 freigegeben,
d.h. Signal S
1
wird auf
grun
gestellt:
F
3
: B1=belegt
B3=belegt
B2=belegt
S
1
=grun
Die Gleisanlage befindet sich daraufhin in einem Zustand mit den folgenden
Schlussfolgerungen:
C
3
:
WS
1
= rot
(R13)
WS
3
= rot
(R15)
WS
2
= rot
(R14)
S
3
= rot
(R17 und R2)
S
4
= rot
(R18 und R3)
S
2
= rot
(R2)
Insbesondere sehen wir, dass die Menge der Schlussfolgerungen
monoton
mit
der Faktenmenge wachst, ein Umstand, der in der Allgemeingultigkeit der Regeln
begrundet ist. In vielen Problembereichen jedoch kann diese strenge Gultigkeit der
Regeln nicht garantiert werden, und man ist gezwungen, bereits gezogene Schlussfol-
gerungen wieder zu
revidieren
, was zu einem
nichtmonotonen
Ableitungsverhalten
fuhrt. Wir werden uns in den Kapiteln 7 und 8 naher damit beschaftigen.
4.7
MYCIN - ein verallgemeinertes regelbasiertes System
Schon eines der ersten wissensbasierten Systeme uberhaupt, das medizinische
Diagnose-System MYCIN (vgl. Kapitel 2), setzte sich mit dem Problem der Re-
prasentation und Verarbeitung
unsicheren Wissens
auseinander. Im medizinischen
Bereich - wie auch in den meisten Einsatzgebieten wissensbasierter Systeme - geht
