encadeamento para trás começa com uma lista de objetivos (ou uma hipótese) e trabalha para trás a partir do consequente para o antecedente para ver se quaisquer dados suportam qualquer uma dessas consequências. Um motor de inferência usando encadeamento para trás iria procurar as regras de inferência até encontrar um com uma consequente (então cláusula) que corresponde a um objetivo desejado. Se o antecedente (se cláusula) dessa regra é conhecido por ser verdadeiro, então ele é adicionado à lista de objetivos (para que o objetivo de alguém seja confirmado deve-se também fornecer dados que confirmam esta nova regra).
Por exemplo, suponha que um novo animal de estimação, Fritz, que é entregue em uma caixa opaca, juntamente com dois fatos sobre Fritz:
- Fritz crocitos
- Fritz come moscas
O objetivo é decidir se o Fritz é verde, com base em uma regra da base de dados contendo os seguintes quatro regras:
- Se X crocitos e X come moscas–, Então X é um sapo
- Se X, trinados e X canta–, Então X é um canário
- Se X é um sapo, Então X é verde
- Se X é um canário–, Então X é amarelo
Com versões anteriores de raciocínio, um mecanismo de inferência pode determinar se o Fritz é verde em quatro etapas. Para começar, a consulta é formulada como uma afirmação de objetivo que deve ser provada: “Fritz é verde”.
1. Fritz é substituído por X na regra # 3 para ver se seu conseqüente corresponde ao objetivo, então a regra # 3 torna-se:
If Fritz is a frog – Then Fritz is green
uma vez que o consequente corresponde ao objetivo (“Fritz é verde”), o motor de regras agora precisa ver se o antecedente (“Fritz é um sapo”) pode ser provado. O antecedente, portanto, torna-se o novo objetivo:
Fritz is a frog
2. Outra vez substituindo Fritz por X, a regra #1 torna-se:
If Fritz croaks and Fritz eats flies – Then Fritz is a frog
uma vez que o conseqüente corresponde ao objetivo atual (“Fritz é um sapo”), o motor de inferência agora precisa ver se o antecedente (“Fritz croaks and eats flies”) pode ser provado. O antecedente, portanto, torna-se o novo objetivo:
Fritz croaks and Fritz eats flies
3. Uma vez que este objetivo é uma conjunção de duas afirmações, o motor de inferência quebra-o em dois sub-objetivos, ambos os quais devem ser provados:
Fritz croaks Fritz eats flies
4. Para provar estes dois sub-objetivos, o motor de inferência vê que ambos os sub-objetivos foram dados como fatos iniciais. Portanto, a conjunção é verdadeira:
Fritz croaks and Fritz eats flies
portanto, o antecedente da regra #1 é verdadeiro e o conseqüente deve ser verdade:
Fritz is a frog
portanto, o antecedente da regra #3 é verdadeiro e o conseqüente deve ser verdade:
Fritz is green
esta derivação, portanto, permite que o motor de inferência para provar que Fritz é verde. As regras #2 e # 4 não foram usadas.
Nota-se que os objetivos sempre coincide com o afirmado versões do consequents de implicações (e não o negou versões como no modus tollens) e, mesmo então, os seus antecedentes são, então, consideradas como as novas metas (e não a conclusões como na afirmação da consequente), que, em última análise, deve corresponder a fatos conhecidos (geralmente definida como consequents cujos antecedentes são sempre verdadeiras); assim, a regra de inferência utilizado é o modus ponens.
Because the list of goals determines which rules are selected and used, this method is called goal-driven, in contrast to data-driven forward-chaining inference. A abordagem de encadeamento retrógrado é frequentemente utilizada por sistemas especializados.Linguagens de programação como Prolog, Knowledge Machine e ECLiPSe suportam acordes para trás dentro de seus motores de inferência.