You are on page 1of 12

# Abstract This work of research was development using techniques of fuzzy logic and fourth generations techniques (T4G

). one of them is Visual Prolog, That was used to make the rapid prototyping of the fuzzy System Expert . Fuzzy logic is a superset of conventional (Boolean) logic that has been extended to handle the oncept of partial truth -- truth values between "completely true" and "completely false". For example: To translate the real variable 'temperature' into a linguistic variable three terms, 'cold', 'pleasant' and 'warm' are defined. Depending on the current temperature level each of these terms describes the 'temperature' more or less well. Each term is defined by a membership function. Each membership function defines for any value of the input variable the associated degree of membership of the linguistic term. The membership functions of all terms of one linguistic variable are normally displayed in one graph. The following figure plots the membership functions of the three terms for the example 'temperature'.

Membership Function of 'temperature' A 'temperature' of 66 °F is a member of the MBFs for the terms: cold pleasant warm to the degree of 0.8 to the degree of 0.2 to the degree of 0.0

instead of Boolean logic. low is a membership function (fuzzy subset) defined on x. The rules in a fuzzy expert system are usually of a form similar to the following: if x is low and y is high then z = medium where x and y are input variables (names for know data values).A fuzzy expert system is an expert system that uses a collection of fuzzy membership functions and rules. and medium is a membership function defined on z. to reason about data. . high is a membership function defined on y. z is an output variable (a name for a data value to be computed).

el que se utilizo como lenguaje de programación. Los Sistemas Expertos son programas de ordenador diseñados para actuar como un especialista humano en un dominio particular o área de conocimiento. SOB y Asma se utilizaron técnicas de: entrevista. encuesta. Visual Prolog nos permitió la construcción rápida de prototipos del Sistema Experto. Para el diseño de las reglas de inferencia. Una de las técnicas de inteligencia Artificial es la Lógica Difusa o lógica Borrosa. Planteamiento del problema. para lo cual el sistema tuvo que ser diseñado con técnicas de inteligencia artificial. el cual utiliza lógica difusa en reemplazo de la lógica tradicional o booleana (Verdadero-Falso). observación y análisis documental. objetivo principal e hipótesis general: . hechos y conocimientos propios de las IRAs.RESUMEN El trabajo de investigación que presentamos a continuación se desarrolló utilizando técnicas de cuarta generación (T4G) que comprenden un amplio repertorio de lenguajes de alto nivel. para poder estructurar y validar los conocimientos impuestos al sistema experto. la cual nos permitió modelar la forma de inferencia del Sistema Experto en forma muy particular al ambiente borroso. uno de los cuales es el Visual Prolog. dado que las T4G permiten al ingeniero del software la generación rápida de código ejecutable. para convertirse en un Sistema Experto Difuso.

para el diagnóstico de Enfermedades Respiratorias Agudas. fue impulsado a realizarse debido a la falta de un Sistema Experto en el área de Las Infecciones Respiratorias Agudas (IRAs). no es un problema local sino a nivel mundial.El presente trabajo de investigación intitulado. Síndrome Obstructivo Bronquial y Asma de niños menores de 5 años. Síndrome Obstructivo Bronquial y Asma de niños menores de 5 años en la provincia de Puno?. Entonces a partir de esta interrogante formulamos nuestro objetivo principal: “Desarrollar un prototipo de Sistema Experto Difuso. Síndrome Obstructivo Bronquial y Asma en niños menores de 5 años de la Provincia de Puno”. Este problema de las IRAs como se vio. Síndrome Obstructivo Bronquial (SOB) y Asma. para ello se establecieron limites de investigación y formulamos la siguiente interrogante frente al problema: ¿Permitirá el desarrollo de un Prototipo de Sistema Experto Difuso ayudar en el diagnóstico acertado de Infecciones Respiratorias Agudas. Para lo cual establecimos la siguiente hipótesis general: El desarrollo de un prototipo de Sistema Experto Difuso permite un diagnóstico con un alto índice de certeza en Infecciones Respiratorias Agudas. .

Los elementos básicos de un sistema de lógica difusa son tres: Fusificación. es así que se da los dominios de cada partición a criterio del analista en función del entorno del problema.Contenido del trabajo Estructura del sistema Experto Difuso El Sistema difuso trabaja similar a un sistema convencional. acepta valores de entrada. el proceso de asignación que se eligió es el intuitivo. S i s te m a E x p e r to D i f u s o F u s if ic a c ió n R e g la s d if u s a s M e c a n is m o d e In f e r e n c ia Ba se d e c o n o c i m i e n to s D e fu s i fic a c ió n E n tr a d a d e d a to s S a lid a d a d e D a to s Figura N° 8 La estructura del sistema experto difuso identifica la inferencia de la lógica difusa a través de variables de entrada que son generadas por el usuario y una salida que es generada por el sistema. La fusificación toma lugar en las reglas que se implementaron como reglas lingüísticas de control. Inferencia difusa y defusificación. En el cuadro N° 1 podemos apreciar dichas . Elección del modelo de fusificación Existen diversos factores para la asignación de funciones a las particiones borrosas ya sea en función del tamaño del problema o del tipo de problema. para el que el método de defusificacion es el intuitivo. Como ejemplo tenemos la variable lingüística frecuencia de tos que sus particiones borrosas son: tos = leve. tos = moderada y tos = grave. realiza un proceso de transformación y finalmente emite un resultado.

15] X > 15 X < 10 X ∈ [10. cuyos valores de posibilidad se obtienen gracias a la definición inicial del gráfico que se muestra continuación: Cuadro N°1 Partición borrosa Tos leve Variable lingüística = tos Función de partición Dominio de la función de partición 0 X<0 x X ∈ [0.particiones. Como se podrá ver las formas de representación ya sea en forma gráfica o en funciones matemáticas son equivalentes y fáciles de representar e ir de una a otra forma. es que se particionan las variables lingüísticas.x 5 x .x 0 0 5 Tos moderada Tos grave 0 0 1 x.10] 10 .5] 5 X ∈ <5. .10] X ∈ <10.15] X > 15 FUENTE: Ejecutor Es de esta forma. en donde se traducen a una función compuesta por rectas en un rango determinado.5 5 15 .10 5 X > 10 X<5 X ∈ [5.

menor. Dos_a_11_meses. Temperatura Asma_SOB IRA FUENTE: Ejecutor Normal. Tiraje: (hundimiento de la parte inferior delTiraje tórax) durante la inspiración. Uno_a_4_a Secrecion_pur: Secreción del oído enSecrecion_pur forma de pus. Grave días. Moderada. Mayor_15 del oído. Moderada. cinco años. Variables Lingüísticas En esta parte del informe definimos todas las variables lingüísticas con sus respectivas funciones miembro o denominadas también particiones borrosas. medidos en meses. Fiebre. Variables lingüísticas Nombre de las Variables Nombre de los Términos Anor_som: Que significa anormalmenteAnor_som somnoliento Convulsiones Convulsiones Duracion_secrec: Duración de la secreciónMenor_15. Dos_meses_4_a. Menor_2_a. y la función que representa cada una de las variables y sus respectivas particiones. No_neumonia . Grave EMG. No_bebe_liquidos: Significa si el niñoNo_bebe_liquidos tiene dificultades para beber líquidos. Neumonia. Dos_a_4_a. Edad_menor: la edad del niño(a) menor deMenor_2_meses. Uno_a_4_a Frec_tos: Frecuencia de tos medidos enLeve. Resp_rapida: frecuencia respiratoria delMenor_2_meses. Neumonia_G. Mayor_6_meses. Fiebre_alta Leve. La siguiente tabla lista todas las variables lingüísticas del sistema con sus respectivas particiones borrosas. Mayor_2_a.En el siguiente apartado mostraremos en forma gráfica los rangos. Menor_6_meses. Dos_a_11_meses.

de donde de acuerdo al uso que han hecho por un espacio de una media hora. en un valor no borroso..33 % indica que es a la medida. definido como: ∑ f ( x) = ∑ M −L L =1 M −1 y L =1 [min(u ( x ).  Un 60.66 % opina que es regular..Método de defusificación La defusificación es la función que transforma un conjunto borroso en V.  Un 40. .. un 33. Evaluación de la Interfaz como primer aspecto se ha considerado la interfaz del sistema . Para dicha labor se utilizo el método de defusificacion por media de centros. u ( x ))] [min(u ( x ).33 % medianamente y un 6.0 % de los usuarios indica que el manejo del software es fácil. un 53. el centro del conjunto borroso.66 % opina que el software le provee completamente de todas las opciones.. ellos respondieron de la siguiente manera como se aprecia en cuadro: Del cuadro N° 15 de la tesis se concluye que:  Un 66.33 % indica que es muy fácil y un 6. normalmente de salida de un dispositivo de inferencia borrosa .00 % indican que el software provee de la mayoría de todas las opciones que necesita... un 33. u ( x ))] F1L 1 FnL n F1L 1 FnL n donde y − L es..66 % manifiestan que el lenguaje de interacción del software es entendible..

0 0.66 % opina que es aceptable y un 20.9.33 % manifiesta que el menú de opciones es muy buena.33 % regulares y un 13.00 % muy amigable.66 60. un 26.33 0.66 % muy buenas.33 % considera que la interfaz del software le ha resultado amigable.  Un 53.00 13.33 % opina que la forma del menú de opciones es buena.0 .  Un 53.66 % manifiesta que la forma de las pantallas que le ofrece el software en cuanto a su diseño es buena.2 Evaluación del contenido y funcionalidad del sistema Como segundo aspecto se ha considerado el contenido del sistema experto difuso y su índice de certeza en cuanto a los diagnósticos.66 % regulares y un 6.1. un 26. Cuadro N° 16 Test de funcionalidad N° Preguntas Alternativas 1 El proceso de preguntas y respuestas A la medida Entendible con el sistema experto es: Poco entendible Muy técnico 2 ¿Cuál es el índice de certeza en el diagnóstico emitido por el sistema experto? Muy Alto Alto Medio Bajo Muy bajo FUENTE: Ejecutor Del cuadro N° 16 se concluye que: Respuestas(%) 46. un 33.0 0. 4.66 53.0 26.33 0. Un 66.

33 % que tiene un medio índice de certeza. permitiendo un índice considerable de aceptación en la respuesta final. SEGUNDA: Se concluye que la utilización de un Lenguaje de programación como Visual prolog es una alternativa óptima en el desarrollo de Sistemas Expertos. TERCERO: El método de defusificación por media de centros es una forma sencilla y adecuada para funciones triangulares. . y un 46. es decir la forma en que se obtiene a solución final en medio de una turbulencia de respuestas.66 % opina que el proceso de preguntas y respuestas con el sistema experto difuso es a la medida.00 % respondieron que es alto.. un 60. un 26.33 % manifiestan que el proceso de preguntas y respuestas con el sistema experto difuso es entendible.66 % que es muy alto y un 13. lo que nos permite afirmar que la lógica difusa es una alternativa de inferencia con un alto grado de aceptación en las respuestas obtenidas. Un 53.  A la pregunta ¿Cuál es el índice de certeza en el diagnóstico emitido por el sistema experto?. CONCLUSIONES Las principales conclusiones a las que se arribaron son: PRIMERA: Se concluye que el nivel de certeza en el diagnóstico por el sistema experto difuso es alto.

[Hartnell. . etc. “Sistemas Expertos introducción al diseño y aplicaciones”. para poder obtener soluciones óptimas. lógica difusa. donde el manejo de la información sea incierta o no lineal. búsquedas e inferencia de soluciones a partir de premisas pre establecidas o declaradas. TERCERO: Se sugiere el empleo del lenguaje de programación Visual Prolog para posteriores desarrollos de Sistemas que tengan que ver con la lógica de predicados.RECOMENDACIONES Y SUGERENCIAS PRIMERA: Se sugiere hacer una combinación de las técnicas de inteligencia artificial como son las redes neuronales. Editorial Anaya Multimedia. QUINTO: Se sugiere contrastar con los especialistas las respuestas obtenidas por el sistema experto. Tim. SEGUNDO: Se recomienda la aplicación de la lógica difusa en cualquier sistema y mas aún si es un sistema experto. LITERATURA CITADA 1. puesto que no se hizo pruebas con pacientes y datos reales.1986. Cada una de las cuales debe ser aplicada a aquel aspecto parcial del problema que mejor se adecue. algoritmos genéticos. 1986] HARTNELL. además de esto nos proporciona un método formal para la expresión del conocimiento en forma entendible por los humanos.

1988] NEBENDAHL. Barcelona. 3. [MARTIN. . Denmark. [Harwood. “Sistemas Expertos”.itesm. [Prolog Started. Síndrome Obstructivo Bronquial y Asma.mx/~rdec/node154. Juan. 1990. Tomo I. [MINSA. Oficina de Estadística. [Morales.. “Doctrinas. Segunda Edición Alfaomega. “Redes Neuronales y Sistemas Difusos”. Segunda Ed. en menores de 5 años”. [SRS. 1986-1998] Prolog Development Center . Perú. Eduardo. Puno. 1999] MINISTERIO DE SALUD. 1999. 1985. 2002] MARTIN DEL BRIO.2002. 1990] SUB REGION DE SALUD. 1985] HARWOOD. Bonifacio y SANZ M. “Getting Started”. Editorial Marcombo. Junio.html. 4. Alfredo.2. “Lógica difusa”. Lima. 1999] MORALES. 1988. 7. Normas y procedimientos para el control de la Infección Respiratoria Aguda. Dieter. 8. 5. 6. [Nebendahl. 1986-1988. 1999.mor. http://w3. “Urgencias Respiratorias Pediatricas”.