Problemlösungsmethoden in Expertensystemen

InhaltsangabeI. Einführung.- 1. Programmiersprachen und Expertensystem-Werkzeuge.- 1.1 Wissenserwerbsproblematik.- 1.2 Wissenserwerb mit spezialisierten Programmier-Werkzeugen.- 2. Einsatz und Einsetzbarkeit von Expertensystemen.- 2.1 Nutzeffekte und Einsatzmodi.- 2.2 Expertensysteme als Wissensmedium.- 2.3 Kriterien für Einsatzbereiche von Expertensystemen.- 2.4 Zusammenfassung.- II. Problemklassen und Problemlösungsmethoden.- 3. Bisherige Ansätze zur Einteilung von Problemklassen.- 3.1 Der Ansatz von Stefik et al. und Hayes-Roth et al.- 3.2 Der Ansatz von Clancey.- 3.3 Der Ansatz von Breuker et al.- 3.4 Der Ansatz von Chandrasekaran.- 3.5 Der Ansatz von Harmon.- 3.6 Der Ansatz von Mc Dermott.- 3.7 Diskussion.- 4. Grundprinzipien der Problemlösungsmethoden.- 4.1 Übersicht über Problemlösungsmethoden.- 4.2 Einschränkung des Variablengebrauchs.- 4.3 Grundstruktur der Wissensrepräsentation.- 4.4 Grundstruktur der Wissensmanipulation.- 4.5 Grundstruktur des Wissenserwerbs.- III. Klassifikation.- 5. Übersicht über den Problemlösungstyp Klassifikation.- 5.1 Anwendungsbereiche.- 5.2 Einteilung nach Problemtypen.- 5.3 Analyse von Problemeigenschaften.- 5.4 Problemlösungsmethoden.- 6. Sichere Klassifikation.- 6.1 Entscheidungsbäume.- 6.2 Entscheidungstabellen.- 6.3 Stand der Anwendung.- 7. Heuristische Klassifikation.- 7.1 Wissensrepräsentation.- 7.2 Wissensmanipulation.- 7.3 Wissenserwerb.- 7.4 Stand der Forschung.- 7.5 Beispiel: CLASSIKA.- 8. Heuristische Klassifikation: Zusatzmechanismen.- 8.1 Behandlung von unsicheren Merkmalen und Lösungsklassen.- 8.2 Behandlung von subjektiven Merkmalen.- 8.3 Erkennen falscher Merkmalsangaben.- 8.4 Behandlung zeitveränderlicher Merkmale.- 8.5 Rücknahme von Schlußfolgerungen bei unvollständigen Daten.- 8.6 Behandlung parametrisierbarer Merkmale und Lösungen.- 8.7 Behandlung von Mehrfachlösungen.- 8.8 Kombinierte Empfehlungen für mehrere Lösungen.- 9. Überdeckende Klassifikation.- 9.1 Wissensrepräsentation.- 9.2 Wissensmanipulation.- 9.3 Wissenserwerb.- 9.4 Stand der Forschung.- 9.5 Beispiel: FEMO.- 10. Funktionale Klassifikation.- 10.1 Wissensrepräsentation.- 10.2 Wissensmanipulation.- 10.3 Wissenserwerb.- 10.4 Stand der Forschung.- 10.5 Beispiel: SIMUL.- 11. Statistische Klassifikation.- 11.1 Wissensrepräsentation.- 11.2 Wissensmanipulation.- 11.3 Wissenserwerb.- 11.4 Stand der Forschung.- 11.5 Varianten des Theorem von Bayes.- 11.6 Beispiel: FAKTA.- 12. Fallvergleichende Klassifikation.- 12.1 Wissensrepräsentation.- 12.2 Wissensmanipulation.- 12.3 Wissenserwerb.- 12.4 Stand der Forschung.- 12.5 Beispiel: CcC.- IV. Konstruktion.- 13. Übersicht über den Problemlösungstyp Konstruktion.- 13.1 Anwendungsbereiche.- 13.2 Einteilung nach Problemtypen.- 13.3 Analyse von Problemeigenschaften.- 13.4 Problemlösungsmethoden.- 14. Skelett-Konstruieren.- 14.1 Wissensrepräsentation.- 14.2 Wissensmanipulation.- 14.3 Wissenserwerb.- 14.4 Stand der Forschung.- 14.5 Varianten des Skelett-Konstruierens: Generate-and-Test.- 14.6 Heuristische Klassifikation und Skelett-Konstruieren.- 15. Vorschlagen-und-Verbessern.- 15.1 Wissensrepräsentation.- 15.2 Wissensmanipulation.- 15.3 Wissenserwerb.- 15.4 Stand der Forschung.- 15.5 Variation von Vorschlagen-und-Verbessern zur Therapieplanung durch Parametereinstellung.- 15.6 Heuristische Klassifikation und Vorschlagen-und-Verbessern.- 16. Vorschlagen-und-Vertauschen.- 16.1 Wissensrepräsentation.- 16.2 Wissensmanipulation.- 16.3 Wissenserwerb.- 16.4 Stand der Forschung.- 16.5 Beispiel: COKE und REST.- 17. Least-Commitment-Strategie.- 17.1 Wissensrepräsentation.- 17.2 Wissensmanipulation.- 17.3 Wissenserwerb.- 17.4 Stand der Forschung.- 17.5 Beispiel: ExAP.- 18. Modellbasiertes Planen.- 18.1 Einstufiges Planen.- 18.2 Hierarchisches Planen.- 18.3 Nicht-lineares Planen.- 19. Fallvergleichendes Konstruieren.- 20. Partielle Integration von Konstruktionsmethoden.- 20.1 Wissensrepräsentation.- 20.2 Wissensmanipulation.- 20.3 Wissenserwerb.- 20.4 Stand der Forschung.- V. Simulation.- 21. Übersic