फॉरवर्ड चेनिंग

फॉरवर्ड चेनिंग (या फॉरवर्ड रीजनिंग) एक अनुमान इंजन का उपयोग करते समय स्वचालित तर्क के दो मुख्य तरीकों में से एक है और इसे तार्किक रूप से  मूड सेट करना  के बार-बार उपयोग के रूप में वर्णित किया जा सकता है। फॉरवर्ड चेनिंग विशेषज्ञ प्रणालियों, व्यवसाय नियम इंजन और उत्पादन प्रणाली (कंप्यूटर विज्ञान) के लिए एक लोकप्रिय कार्यान्वयन रणनीति है। फॉरवर्ड चेनिंग का विपरीत पीछे की ओर जंजीर  है।

फॉरवर्ड चेनिंग उपलब्ध आंकड़े से शुरू होती है और लक्ष्य तक पहुंचने तक अधिक डेटा (उदाहरण के लिए, अंतिम उपयोगकर्ता से) निकालने के लिए अनुमान नियमों का उपयोग करती है। फॉरवर्ड चेनिंग का उपयोग करने वाला एक अनुमान इंजन अनुमान नियमों की खोज करता है जब तक कि उसे कोई ऐसा नियम न मिल जाए जहां पूर्ववर्ती (तर्क) (यदि खंड) सत्य माना जाता है। जब ऐसा कोई नियम पाया जाता है, तो इंजन परिणामी (तब खंड) निष्कर्ष निकाल सकता है, या अनुमान लगा सकता है, जिसके परिणामस्वरूप उसके डेटा में नई जानकारी जुड़ जाती है। किसी लक्ष्य तक पहुंचने तक अनुमान इंजन इस प्रक्रिया से Iteration#Computing करेंगे।

उदाहरण
मान लीजिए कि लक्ष्य फ़्रिट्ज़ नामक पालतू जानवर के रंग का निष्कर्ष निकालना है, यह देखते हुए कि वह टर्र-टर्र करता है और मक्खियाँ खाता है, और नियम आधार में निम्नलिखित चार नियम शामिल हैं:


 * 1) यदि X टर्र-टर्र करता है और X मक्खियाँ खाता है - तो X एक मेंढक है
 * 2) यदि एक्स चहचहाता है और एक्स गाता है - तो एक्स एक कैनरी है
 * 3) यदि X एक मेंढक है - तो X हरा है
 * 4) यदि X एक कैनरी है - तो X नीला है

आइए हम कंप्यूटर के पैटर्न का अनुसरण करके फॉरवर्ड चेनिंग का वर्णन करें क्योंकि यह नियमों का मूल्यांकन करता है। निम्नलिखित तथ्यों पर विचार करें:
 * फ़्रिट्ज़ कर्कश
 * फ़्रिट्ज़ मक्खियाँ खाता है

आगे के तर्क के साथ, अनुमान इंजन कई चरणों में यह निष्कर्ष निकाल सकता है कि फ़्रिट्ज़ हरा है:

1. चूँकि आधार तथ्य दर्शाते हैं कि फ़्रिट्ज़ क्रोक करता है और फ़्रिट्ज़ मक्खियाँ खाता है, नियम #1 का पूर्ववर्ती फ़्रिट्ज़ को X के स्थान पर प्रतिस्थापित करके संतुष्ट किया जाता है, और अनुमान इंजन निष्कर्ष निकालता है: फ़्रिट्ज़ एक मेंढक है

2. नियम #3 के पूर्ववर्ती को X के स्थान पर फ्रिट्ज़ को प्रतिस्थापित करके संतुष्ट किया जाता है, और अनुमान इंजन निष्कर्ष निकालता है: फ़्रिट्ज़ हरा है

फॉरवर्ड चेनिंग नाम इस तथ्य से आता है कि अनुमान इंजन डेटा से शुरू होता है और उत्तर तक पहुंचने का कारण बनता है, बैकवर्ड चेनिंग के विपरीत, जो दूसरे तरीके से काम करती है। व्युत्पत्ति में, नियमों का उपयोग बैकवर्ड चेनिंग की तुलना में विपरीत क्रम में किया जाता है। इस उदाहरण में, नियम #2 और #4 का उपयोग यह निर्धारित करने में नहीं किया गया कि फ़्रिट्ज़ हरा है।

क्योंकि डेटा निर्धारित करता है कि कौन से नियम चुने और उपयोग किए जाते हैं, इस पद्धति को डेटा-संचालित विज्ञान कहा जाता है|डेटा-संचालित, लक्ष्य-उन्मुख|लक्ष्य-संचालित बैकवर्ड चेनिंग अनुमान के विपरीत। फॉरवर्ड चेनिंग दृष्टिकोण को अक्सर क्लिप्स जैसे विशेषज्ञ प्रणालियों द्वारा नियोजित किया जाता है।

बैकवर्ड-चेनिंग की तुलना में फॉरवर्ड-चेनिंग के फायदों में से एक यह है कि नए डेटा का स्वागत नए निष्कर्षों को ट्रिगर कर सकता है, जो इंजन को गतिशील स्थितियों के लिए बेहतर अनुकूल बनाता है जिसमें स्थितियां बदलने की संभावना होती है।

यह भी देखें

 * पिछली जंजीर
 * बाधा प्रबंधन नियम
 * अवसरवादी तर्क
 * एल्गोरिदम को दोबारा दोहराएं

बाहरी संबंध

 * Forward vs. Backward Chaining Explained at SemanticWeb.com