Loading article…
前方推論 （または前方推論）は、推論エンジンを使用する際の主要な推論方法の 2 つのうちの 1 つであり、論理的にはモーダス・ポネンスの繰り返し適用として説明できます。前方推論は、エキスパートシステム、ビジネスルールシステム、およびプロダクションルールシステムでよく用いられる実装戦略です。前方推論の反対は後方推論です。
前方連鎖は、利用可能なデータから開始し、推論ルールを使用して、目標に到達するまで（例えばエンドユーザーから）より多くのデータを抽出します。前方連鎖を使用する推論エンジンは、前提（If節）が真であることがわかっているルールが見つかるまで推論ルールを検索します。そのようなルールが見つかると、エンジンは結論（Then節）を推論することができ、その結果、データに新しい情報が追加されます。 [ 1 ]
推論エンジンは、目標に到達するまでこのプロセスを繰り返します。
目標は、鳴き声とハエを食べるという情報に基づいて、フリッツという名前のペットの色を推測することであり、ルールベースには次の4つのルールが含まれているとします。
コンピュータがルールを評価する際のパターンを追うことで、前方連鎖を説明しましょう。以下の事実を前提とします。
順方向推論を用いることで、推論エンジンは一連の手順を経て、フリッツが緑色であることを導き出すことができる。
1. 基本事実から「フリッツは鳴く」と「フリッツはハエを食べる」がわかるので、ルール1の前件はXをフリッツに置き換えることで満たされ、推論エンジンは次のように結論付けます。
フリッツはカエルです
2. 次に、ルール3の前提条件は、 XをFritzに置き換えることで満たされ、推論エンジンは次のように結論付けます。
フリッツは緑色です
「前方連鎖」という名称は、推論エンジンがデータから始めて推論によって答えを導き出すという点に由来しており、逆の順序で行われる「後方連鎖」とは対照的です。導出過程において、ルールは後方連鎖とは逆の順序で使用されます。この例では、フリッツが緑色であると判断する際に、ルール2とルール4は使用されていません。
データに基づいてどのルールが選択され使用されるかが決定されるため、この方法はデータ駆動型と呼ばれ、目標駆動型の後方連鎖推論とは対照的です。前方連鎖アプローチは、 CLIPSなどのエキスパートシステムでよく採用されています。
前方推論が後方推論よりも優れている点の1つは、新しいデータの受信によって新しい推論がトリガーされるため、状況が変化する可能性のある動的な状況により適したエンジンになることです。[ 2 ] [ 3 ]