[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 1

LECCION 5.2 REGLAS DE PRODUCCION







[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 2





[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 3




[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 4




Sistemas de Produccion

Los sistemas de producción son uno de los mecanismos de representación del conocimiento,
más populares y ampliamente empleados.

Su simplicidad y similitud con el razonamiento humano, han contribuido para su popularidad así
como también el hecho de que han sido utilizados con éxito en la construcción de sistemas expertos.

Los sistemas de producción utilizan reglas para examinar un conjunto de datos y solicitar nueva
información hasta llegar a un diagnostico.

El proceso de razonamiento de un sistema basado en reglas

El proceso de razonamiento en un sistema basado en reglas es una progresión desde un conjunto
inicial de afirmaciones y reglas hacia una solución, respuesta o conclusión.
 Se puede partir considerando todos los datos conocidos y luego ir progresivamente
avanzando hacia la solución. Este proceso se lo denomina guiado por los datos o de
encadenamiento progresivo.
 Se puede seleccionar una posible solución y tratar de probar su validez buscando
evidencia que la apoye. Este proceso se denomina guiado por el objetivo o de
encadenamiento regresivo.



[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 5


Reglas de produccion

 Las reglas de producción son un método procedimental de representación del conocimiento.
 Se usan en teoría de autómatas, gramáticas formales y en el diseño de lenguajes de
programación, originalmente las producciones eran reglas gramaticales para manipular
cadenas de símbolos.

 Las reglas representan el conocimiento utilizando un formato SI-ENTONCES (IF-THEN), es decir
tienen 2 partes:
 La parte SI (IF), es el antecedente, premisa, condición o situación.
 La parte ENTONCES (THEN), es el consecuente, conclusión, acción o respuesta.

 Las reglas de producción se dan de la siguiente manera:

 IF premisa, THEN conclusión
 IF entrada, THEN salida
 IF condición, THEN acción
 IF antecedente, THEN consecuente
 IF datos, THEN resultados
 IF acción, THEN meta
 La parte IF generalmente contiene varias cláusulas unidas por los conectivos lógicos AND y OR.
La parte THEN consiste en una o más frases que especifican la acción a tomar.

 También se dice que tanto las premisas como las conclusiones, no son más que una cadena de
hechos conectados por Y o por O, que de forma general sería:
 SI (hecho1) Y/O (hecho2) Y/O… (hechoN) ENTONCES (hecho1) Y/O… (hechoN).

 Los hechos son afirmaciones que sirven para representar conceptos, datos, objetos, etc. El
conjunto de hechos que describen el problema es la base de hechos.

[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 6


5.2.1 Sintaxis de las reglas de produccion

La sintaxis es la parte de la gramática que estudia las reglas que gobiernan la combinatoria
de constituyentes sintácticos y la formación de unidades superiores a estos.
La sintaxis estudia las formas en que se combinan las palabras, así como las relaciones existentes entre
ellas

Para diversos autores, la sintaxis opera mediante operaciones binarias de combinación de dos
elementos funcionalmente diferentes.
Así todas las lenguas contarían con una operación binaria del tipo
en que cualquier unidad sintáctica no-simple es descomponible en dos partes, cada una de ellas, en
principio con diferentes funcionales y estructura.

Las reglas de producción tienen el siguiente formato:

IF <condiciones> antecedente
THEN <acciones> consecuente

Las condiciones cumplen con las siguientes características:

Formadas por cláusulas y conectivas (and, or, not).
Formato típico: <parámetro / relación / valor>
parámetro: característica relevante del dominio
relación: entre parámetro y valor
valor: numérico, simbólico o literal
[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 7


Ejemplo:

IF temperatura = alta
AND sudoración = presente
AND dolor_muscular = presente
THEN diagnostico_preliminar = gripe

 Representación objeto – atributo – valor
 Los hechos se representan por ternas objeto-atributo-valor:
(<objeto>, <atributo>, <valor>)

Ejemplos:

(rayo, es-un, caballo)
(veloz, es-un, caballo)
(cometa, es-un, caballo)
(veloz, hijo-de, cometa)

 Una terna en el antecedente es cierta solo si existe en la base de hechos.
 Si se aplica una regla se ejecutan todas las acciones del consecuente que pueden ser nuevas
ternas o llamadas a función.
 Ejemplo:

R1:
IF (X, es-un, caballo) AND (X, hijo-de, Y) AND
(Y, es-un, caballo) AND (Y, rápido, si)
THEN (X, valioso, si)


5.2.2 Semantica de las reglas de produccion









[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 8

5.2.3 Arquitectura de un sistema de produccion

Los primeros sistemas basados en reglas, se remontan a los años 70:











[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 9

Hechos

La base de hechos es el conjunto de información invariable de una a otra resolución.
Algunos autores no consideran a la base de hechos en forma independiente. Los conocimientos y
los hechos pueden aparecer conjuntamente en una sola base, la de conocimientos.

Ejemplo:

Unos de los tantos hechos que pueden constituir un sistema de producción para realizar un
diagnostico medico y producir un tratamiento, son los siguientes:
Base de hechos: Fiebre, tose, dolor muscular y no tiene úlcera, etc.

Base de conocimientos

Contiene el conocimiento del dominio en el cual el programa es competente. El conocimiento tiene
que estar representado en la forma que resulte más adecuada para el dominio de su competencia.
Adicionalmente hay que tratar que esa representación sea:
 Sencilla.
 Independiente.
 Fácil de modificar.
 Transparente: justificación de soluciones y explicación de los procesos.
 Relacional.
 Potente: poder expresivo y eficiencia de cálculo.

Ejemplo:
Como una base de conocimientos está dada por un conjunto de reglas, se puede aplicar estas
reglas para un sistema que deduzca la enfermedad y el tratamiento de un paciente.
 R1: si el paciente tiene fiebre, y tose, y tiene dolores musculares entonces tiene gripe.
 R2: si el paciente tiene gripe o resfriado, y no tiene úlcera entonces recomendar
aspirina y coñac.

Motor de Inferencia

Selecciona, decide, interpreta y aplica el conocimiento de la base de conocimientos sobre la base de
hechos con el fin de obtener la solución buscada.
Está caracterizado por:
 El lenguaje en que ha sido escrito.
 La velocidad de trabajo: Inferencias/segundo.
 Las estrategias de búsqueda de soluciones.
 La forma en que elige el conocimiento.
 La posibilidad de incorporar metaconocimiento.
 El tipo de lógica que emplea en el razonamiento.
 El método que utiliza para la evaluación del conocimiento incompleto o incierto.

[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 10

Encadenamiento hacia adelante



Este método es muy usado cuando los datos iniciales son muy pocos y/o existen muchas posibles
conclusiones.

Los pasos para realizar el encadenamiento hacia delante son:
 Matching. Búsqueda de las reglas para las que es cierto su antecedente.
 Resolución de conflictos. Selección, entre las reglas encontradas no redundantes, de aquella
que se va a ejecutar.
Criterios de selección (estrategia de búsqueda)
- Mayor numero de premisas en el antecedente
- Prioridad más alta
- Búsqueda en profundidad
- Búsqueda en anchura
 Ejecución. Se dispara la regla, por lo que ampliamos los datos conocidos.


Encadenamiento hacia atrás



[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 11

Método muy útil en aplicaciones con muchos datos disponibles de partida, de los que solo una
pequeña parte son relevantes.

Sistema interactivo, solo pregunta lo estrictamente necesario a diferencia del encadenamiento
hacia delante que no pregunta nada.

Los pasos para realizar el encadenamiento hacia atrás son:

1. Se forma una pila inicial compuesta por los objetivos iniciales.
2. Considerar el primer objetivo de la pila.
3. Localizar todas las reglas que lo satisfagan.
4. Examinar las premisas de dichas reglas, en orden:
 Si todas las premisas se satisfacen. Ejecutamos las reglas y se derivan sus conclusiones.
Si se derivó un valor para el objeto actual entonces se elimina de la pila y se vuelve al
paso 2.
 Si una premisa de una regla no se satisface (tiene un valor desconocido en la base de
conocimientos), se mira si existen reglas que concluyan un valor para ella. Si existen se
inserta en el tope de la pila de objetos y se vuelve al paso 2.
 Si por b) no se encontró ninguna regla que concluya un valor para la premisa actual.
Entonces se pregunta al usuario por dicho valor y se añade a la base de conocimientos.
 Si el valor satisface la premisa actual se continúa examinando el resto del
antecedente.
 Si no, se considera la siguiente regla que concluya un valor para el objeto
actual.
5. Si se han eliminado todas las reglas que concluyen un valor para el objetivo actual y todas fallaron
entonces se marca el objetivo como indeterminado, se extrae de la pila y se vuelve al paso 2.
Si la pila esta vacía el proceso finaliza

Mecanismos de control

Los mecanismos de control para un sistema de producción me permiten que el contenido de la
información debe permanecer en perfecto orden, esto es, que las reglas más especificas y las que
tratan con excepciones deben de aplicarse antes que las generales, además el dialogo entre el sistema
y el usuario debe de hacer preguntas siguiendo una línea de razonamiento clara y no debe de
preguntar lo que no puede deducir.
Para controlar un SP se requiere lo siguiente:
 Ordenar las reglas.
 Ordenar las conclusiones de cada regla.
 Añadir nuevas premisas para controlar las reglas a aplicar en cada punto de la
inferencia.




[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 12

Ejemplo:
 Si hielo_en_la_carretera y velocidad > 70 entonces recomendación = reducir_velocidad

 Si situación = coche_en_marcha y hielo_en_la_carretera y velocidad > 70 entonces
recomendación = reducir_velocidad


Tipos de mecanismo de control

Control direccional

 El mecanismo de control actúa antes de que la actividad este totalmente concluida. En este
caso el control se realiza de modo continuo y no en puntos determinados, de modo que cada
elemento de la acción sea el resultado de la rectificación casi instantánea de la acción anterior.

Control aprobado – reprobado

 En este caso, el receptor del control se somete a un examen después de concluidas
determinadas actividades. En caso de aprobación se permite la realización de la actividad
siguiente. Si hubiera una rectificación, el proceso se interrumpe definitivamente o hasta que se
subsanen las irregularidades.

Control post-operacional

El mecanismo de control sólo se pone en funcionamiento después de concluida toda la operación. La
información para la acción correctiva en este tipo de control, solo se utilizara en un periodo (proyecto)
futuro cuando se inicie la planificación para un nuevo ciclo de actividades.










[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 13

5.2.4 Ciclo de vida de un sistema de produccion

Un sistema de producción típico se caracteriza por lo siguiente:
 El sistema mantiene una base de conocimientos conocida como memoria de trabajo.
 El sistema también mantiene una memoria de reglas independiente.
 Ésta contiene un conjunto de reglas de inferencia, de la forma p
1
ʌ p
2
… => act
1
ʌ
act
2
…, en donde las p
1
son literales y las act
1
son acciones que se emprenden
cuando todas las p
1
se satisfacen. Entre las acciones permitidas están el añadir y
eliminar elementos de la memoria de trabajo, así como algunas otras, tales como
la impresión de un valor.

 En cada ciclo, el sistema calcula el subconjunto de reglas cuyo lado izquierdo se satisface con el
contenido actual de la memoria de trabajo. A lo anterior se le conoce como fase de cotejo.

 El sistema decide entonces cual de las reglas se va a ejecutar. A esto se le conoce como fase de
resolución de conflictos.
 El paso final de cada ciclo en ejecutar la (s) acción (es) de la (s) regla (s) elegida (s). A esto se le
conoce como fase de actuación.

Fase de cotejo

Se compara, para cada una de las reglas, cada elemento de la premisa con las sentencias en la
memoria de trabajo.
Se incorpora al conjunto de conflicto cada una de las reglas para las cuales se cumplan todas las
premisas.
Para evitar recálculos que atenten contra la eficiencia, se puede utilizar un algoritmo tal
como Rete, que se basa en dos suposiciones.
 La memoria de trabajo es muy grande y cambia poco entre cada ciclo.
 Las condiciones de muchas reglas se repiten.














[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 5.2 – Reglas de produccion Página 14

Referencias:

http://es.scribd.com/doc/39708434/IA-Unidad3

http://iateclerdo.blogspot.mx/2012/04/sintaxis-de-un-sistema-de-produccion.html

Sign up to vote on this title
UsefulNot useful