Académique Documents
Professionnel Documents
Culture Documents
2 Sintaxis de las reglas de produccin. -A1^ A2^ An => C -representacin de objeto-atributo-valor. 3.3 Semntica de las reglas de produccin. 3.3.1Conocimiento casual. 3.3.2 Conocimiento diagnostico. 3.4 Arq. de un sistema de Produccin (SP) ( Sistemas basados en reglas, SBR). 3.4.1 Hechos. 3.4.2 Base de conocimientos. 3.4.3 Mecanismo de control. 3.5 Ciclo de vida de un sistema de Produccin.
Ejemplo de reglas sin variables: IF (coche COCHE-JUAN) AND (Luces COCHE-JUAN tenues)
THEN (verificar_bateria COCHE-JUAN). si <condiciones> entonces <conclusiones, acciones, hiptesis> Cada regla si-entonces establece un granulo completo de conocimiento regla_operador valido en un espacio de estados. condiciones (premisas, precondiciones, antecedentes, ...) Formadas por clausulas y conectivas (and, or, not) Representacin causal debe corresponderse con conocimiento del dominio Formato tpico: <parmetro/relacin/valor>: Parmetro: caracterstica relevante del dominio Relacin: entre parmetro y valor Valor: numrico, simblico o literal Tambin en forma de predicados lgicos: Conclusiones, acciones, hiptesis (tb. consecuentes, ...) Conclusiones, hiptesis: conocimiento declarativo Acciones: cq. accin procedimental (actualiza. conocimiento, interaccin con exterior, etc..) Reglas especiales: Reglas if all: equivalen a reglas con las clausulas de las condiciones conectadas con and. Reglas if any/ if some: equivalen a reglas con las clausulas de las condiciones conectadas con or. Ejemplo. If: temperatura = alta And sudoracion = presente And dolor_muscular = presente Then: diagnostico_preliminar = gripe If: diagnostico_preliminar = gripe and descompos_organos_internos = presente then: diagnostico_preliminar = ebola. 3.2 Sintaxis de las reglas de produccin. [4][5] Basada en la lgica clsica: Conceptos de juicio, proposicin, razonamiento. Proposicin: enunciado declarativo (frases en indicativo) Representacin: variable proposicional (p, q, r, ...) Sentencia: enunciado compuesto por enunciados elementales y constructores primitivos (conectivas). Make Regla (Rtigre,, Animal: grupo # = carnvoro And Animal: color # = leonado And Animal pelaje # = franjas_negras, Animal: especi = tigre);
Sintaxis reglas en JESS (Defrule apagar luces (And (Vivienda vaca) (Luz encendida) ). (Printout t la vivienda est vaca. Las luces deben estar apagadas.Crlf) (retract-string (luz encendida) ) (assert (luz apagada))). Representacin objeto-atributo-valor. Objetos Atributos Valores Taln Banco Este_banco, otro_banco. Aceptable Si, no Cumplimentado Si, no Endosado Si, no Completo Si, no Fecha_correcta Si, no Fecha M/D/A Accin Pagar, rechazar, anotar Portador Tiene_cuenta Si, no DNI Si, no Firmante Saldo Si, no Pago Modo Metlico, en_cuenta If (talon, banco, otro_banco) And (portador, tiene_cuenta, no) Then (talon, accin, rechazar) If (talon, fecha, X) And ($system, $date, Y) And ((Y-X)>0) And ((Y-X)<90) Then (talon, fecha_correcta, si)
3.3.1Conocimiento casual.
Las generalizaciones habituales nos dicen cmo son las cosas: Las catedrales castellanas son gticas. Forman juicios descriptivos de la realidad. A diferencia de ellas, las generalizaciones causales nos explican el porqu de las cosas: Por qu se ha muerto mi perro? Por qu hay paro? Por qu se adelantan las elecciones? El argumento causal pretende razonar la existencia de una causa para determinado efecto. Su conclusin dice: A causa B. Mi perro ha muerto porque comi un cebo envenenado. Esto no es ms que una manera de hablar, ya que, en rigor, no sabemos cmo una causa produce un efecto. Abro un grifo y cae agua; le piso la cola al gato y malla; tomo una aspirina y se esfuma mi dolor de cabeza; arrimo fuego a la cera y sta se derrite; pulso las teclas del ordenador y aparecen letras en la pantalla. Una causa es lo que hace a cualquier otra cosa empezar a existir, ya sea una simple idea, una sustancia o un modo; y es efecto lo que obtiene su comienzo de alguna otra cosa. Las relaciones. De la generalizacin: Siempre que aparece A, surge B, a la conclusin: A causa B.
Existe una relacin regular en las apariciones de A y las de B. Luego probablemente A causa B. Si un hilo aguanta 1 kg y se rompe con 2 kg, ese aumento es la causa.
El argumento causal sencillo. A la vista de lo dicho, podemos distinguir dos situaciones: los casos sencillos (con una causa definida) y los complicados (en los que puede intervenir una constelacin de causas). En el caso sencillo, apreciamos una relacin manifiesta: Al fenmeno B le precede regularmente el fenmeno A como condicin suficiente y necesaria. A causa B porque: Generalmente si ocurre A, se da B (condicin suficiente) Y, generalmente, si no ocurre A, no se da B (condicin necesaria). Cuando ensayo con la trompeta, mi vecina golpea la pared. Cuando no ensayo con la trompeta, mi vecina no golpea la pared. Est claro que mi vecina golpea la pared porque ensayo con la trompeta.
Qu es un sistema basado en el conocimiento? Un experto es alguien que posee unos determinados conocimientos y experiencia en un campo de la actividad humana y es capaz de aplicarlos con rapidez y eficiencia en la resolucin de tareas diferentes aunque no le hayan sido encomendadas con anterioridad, pero que caen dentro de su dominio.
3.4 Arquitectura de un sistema de Produccin (SP) ( Sistemas basados en reglas, SBR). [4][6][7][8]
Son programas diseados para actuar como un experto humano en un dominio o rea de conocimiento particular.
Caractersticas de los Sistemas de Produccin. Un sistema de produccin, al igual que los problemas, puede ser descrito por un conjunto de caractersticas que permiten visualizar la mejor forma en que puede ser implementado. Un sistema de produccin se dice que es monotnico si la aplicacin de una regla nunca evita que ms tarde se pueda aplicar otra regla que tambin pudo ser aplicada al momento en que la primera fue seleccionada. Un sistema de produccin es parcialmente conmutativo si existe un conjunto de reglas que al aplicarse en una secuencia particular transforma un estado A en otro B, y si con la aplicacin de cualquier permutacin posible de dichas reglas se puede lograr el mismo resultado. Un sistema de produccin es conmutativo, si es monotnico y parcialmente conmutativo. Componentes de un SP. Base de hechos o memoria de trabajo (BH o WM): conocimiento sobre el dominio en un determinado momento. Base de reglas (BR): conjunto de reglas (producciones) SI A ENTONCES B A: condiciones de aplicacin. B: acciones sobre la BH o mundo externo. Estrategia de control, interprete de reglas, o motor de inferencias: responsable de encadenar los ciclos de funcionamiento. Fase de decisin: seleccin de reglas. Fase de accin: ejecucin de reglas. Una regla se activa cuando sus precondiciones son ciertas en el estado actual de la BH o cuando la regla concluye algo que se busca establecer.
Sistemas basados en reglas. Los sistemas basados en reglas (SBR) se rigen por una serie de reglas que los configuran. Una regla es definida como un modo de representacin estratgica o tcnica, la cul es apropiada cuando el conocimiento con el que deseamos trabajar proviene de la experiencia o de la intuicin, y por tanto carece de una demostracin fsica o matemtica. El formato de las reglas est compuesto por proposiciones similares a la sentencia de condicin IF en un lenguaje de programacin cualquiera IF-THEN (SI-ENTONCES), quedando por tanto: IF <antecedente o condicin> THEN <consecuente o conclusin>
Componentes fundamentales: Una base de hechos. Una base de reglas de produccin (a veces llamada base de conocimientos del dominio del sistema) Una maquina deductiva (motor de inferencias).
Figura 3. Arquitectura II. [7]. 3.4.1 Hechos. [4] Base de hechos, que alberga los datos propios correspondientes a los problemas que se desea tratar con la ayuda del sistema. Asimismo, a pesar de ser la memoria de trabajo, la base de hechos puede desempear el papel de memoria auxiliar. La memoria de trabajo memoriza todos los resultados intermedios, permitiendo conservar el rastro de los razonamientos llevados a cabo. Puede, por eso, emplearse para explicar el origen de las informaciones deducidas por el sistema en el transcurso de una sesin de trabajo o para llevar a cabo la descripcin del comportamiento del propio sistema experto. Al principio del perodo de trabajo, la base de hechos dispone nicamente de los datos que le ha introducido el usuario del sistema, pero, a medida que va actuando el motor de inferencias, contiene las cadenas de inducciones y deducciones que el sistema forma al aplicar las reglas para obtener las conclusiones buscadas. Las reglas de produccin son de tipo: SI ENTONCES (SI A ENTONCES B). Donde tanto las premisas como la conclusin, no son ms que una cadena de hechos conectados por Y o por O, de forma general seria: SI Y/O Y/O..ENTONCES Y/O. Los hechos son afirmaciones que sirven para presentar conceptos, datos, objetos, etc. Y el conjunto de hechos que describen el problema es la base de hechos. Ejemplo de hechos: Juan es un estudiante. Juan tiene 8 aos. El perro es blanco. A Mara le gusta el cine. Pedro prefiere la pelcula. La edad de Luis es de 25 aos. Ejemplo de reglas R1: si y entonces R2: SI Y ENTONCES R3: SI Y ENTONCES Observe como partiendo de hechos conocidos que describen algn conocimiento se pueden inferir nuevos hechos (nuevos conocimientos).
3.4.2 Base de conocimientos. A base de conocimiento (o knowledgebase; abreviado KB, es una clase especial de base de datos para gerencia del conocimiento. Proporciona los medios para la coleccin automatizada, organizacin, y recuperacin de conocimiento. Apenas pues tiene costumbre convertido de escribir base de datos pues una palabra l es cada vez ms comn en informtica escribir knowledgebase como una palabra (un acercamiento del interino era escribir el trmino con un guin). Las bases de conocimiento se categorizan en dos tipos importantes: Bases de conocimiento legibles por la mquina almacene el conocimiento en una forma legible por computador, generalmente con el fin automatizando razonamiento deductivo aplicado a ellos. Bases de conocimiento Human-readable se disean permitir que la gente recupere y que utilice el conocimiento que ella contiene, sobre todo para los propsitos del entrenamiento.
3.4.3 Mecanismo de control. [4] Modelado de sistemas: Obtencin de modelos que representan realidades complejas. Control: Plantas industriales complejas. Control en lnea. Sistemas de navegacin con perturbaciones. Ventajas: Facilidad para la derivacin de reglas. Interpretabilidad de las reglas difusas. Fueron propuestos antes y se han utilizado con ms frecuencia. Inconvenientes: No garantizan la continuidad de la superficie de salida. Menor eficiencia computacional.
Anlisis del problema Especificacin requerida Diseo preliminar Prototipo inicial (rpido) y evaluacin Diseo final Implementacin Pruebas Ajuste de diseo Instalacin, Implantacin y Mantenimiento
FUENTES DE INFORMACIN. [1] Universidad Nacional del Santa Facultad de Ingeniera. E.A.P. de Ingeniera de Sistemas e Informtica. 24-Marzo-2009. SISTEMAS DE RAZONAMIENTO LGICO Inteligencia Artificial.
Consultado el 17 de Abril del 2011.
[2] Russell, S., & Norvig, P. Inteligencia Artificial: Un Enfoque Moderno. Madrid: Prentice Hall. (2004). Consultado el 17 de Abril del 2011. [3] Scribd 2011. Reglas de Produccin. Produccion>. Consultado el 17 abril 2011. <http://es.scribd.com/doc/6772125/Reglas-de-
[4] Caekattzcorp 2011. Unidad III, Inteligencia Artificial. <http://caekattzcorp.com.mx/blog/usuario01/wp-content/uploads/2010/06/unidad-3-I.A.pdf>. Consultado el 17 abril de 2011. [5] <http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r36195.PDF>. Consultado el 17 Abril 2011. [6]< http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r36204.PDF>. Consultado el 17 de abril de 2011. [7] Ramiro Varela Avilas. Sistemas basados en reglas. Universidad de Ovledo. Consultado el 17 de abril de 2011. [8] Ing. Hctor Quej Cosgaya. Instituto Tecnolgico Superior de Calkin en el Estado de Campeche. <http://www.itescam.edu.mx/principal/webalumnos/sylabus/asignatura.php?clave_asig=SCB0416&carrera=ISC0405001&id_d=60>. Consultado el 17 de abril de 2011.