自学式计算机故障排除专家系统 Amanuel Ayde Ergado 吉马大学信息科学系,埃塞俄比亚吉马。摘要 在计算机领域,专业人员数量有限,但寻找计算机专业人员的机构数量却很多。本研究的目的是开发自学式专家系统,该系统为信息和通信技术技术人员和计算机用户提供有关计算机系统中出现的问题的故障排除信息,以便有效解决问题,高效地利用计算机和计算机相关资源。使用半结构化访谈技术、观察和文档分析获取领域知识。有目的地选择了领域专家来回答访谈问题。专家系统的概念模型是使用决策树结构设计的,该结构易于理解和解释计算机故障排除中涉及的原因。基于概念模型,使用“if – then”规则开发了专家系统。开发的系统使用后向链接来推断规则并提供适当的建议。根据系统评估者的说法,83.6%的用户对原型感到满意。关键词:专家系统,计算机故障排除,自学习,基于知识的系统 1。简介 计算机系统(硬件,软件和网络连接)不时出现问题并危及机构的功能。这些问题需要信息和通信技术(ICT)技术人员来解决。ICT技术人员遵循传统(手动)方式解决计算机问题,这需要很长时间和高成本才能找到解决方案。智能系统是人工智能的一个组成部分,它像人类专家一样工作,但不能取代人类专家。它支持人类专家做出决策,即它在各个方面都表现得与人类专家相同。有时可互换地用作基于知识的系统,是一种像人类专家一样做出决策的计算机软件 [1, 2]。智能系统优于传统编程语言的好处是它不依赖于代码,而是将数据存储在不同的位置,称为知识库。由于这个原因,智能系统不需要编程,因为领域知识会不时发生变化,或者从一个专家到另一个专家知识都会发生变化。本 SLCTES 旨在表明在现实情况下,智能系统应用于从医疗活动到智能决策目的的不同决策过程 [3]。这种自学习计算机故障排除专家系统 (SLCTES) 可帮助用户针对特定问题寻找具有特定答案的解决方案。