Forward and Backward Chaining Techniques of Reasoning in Rule-Based Systems

Abstract

The forward and backward chaining techniques are well-known reasoning concepts used in rule-based systems in Artificial Intelligence. The forward chaining is data-driven, and the backward chaining is goal-driven reasoning methods. The aim of this thesis is to present the implementation of above concepts. The matching process between facts and rules, and the conflict resolution strategy in forward chaining are used. The depth-first search in both forward and backward chaining is performed. The backtracking process in backward chaining employs the Prolog programming language which is also discussed in this thesis. Some examples for better understanding the forward and backward chaining techniques are provided.

ÖZ: İleri ve geri zincirleme teknikleri Yapay Zeka kural tabanlı sistemlerde kullanılan analiz kavramları iyi bilinmektedir. İleri zincirleme veri odaklı ve geri zincirleme hedef odaklı analiz yöntemleridir. Bu tezin amacı, verilen kavramların uygulamasını sunmaktır. Gerçekler, kurallar ve ileri zincirleme uyuşmazlık çözümü stratejisi arasındaki eşleştirme işlemi kullanılır. İleri ve geri zincirleme derinlik öncelikli arama yapılır. Bu tezde, Geriye zincirleme olarak geriye izlemeli arama süreci de tartışılmıştır. Programlama dili olarak Prolog kullanır. İleri ve geriye zincirleme tekniklerini daha iyi anlamak için bazı örnekler verilmiştir.