El Modelado del Conocimiento en un Sistema de Asesoramiento Experto en Producción Integrada en Agricultura

287

CASO 5

El Modelado del Conocimiento en unSistema de Asesoramiento Experto enProducción Integrada en AgriculturaIsabel María del Águila CanoSamuel Túnez Rodríguez

En este último caso se describe el modelado deconocimiento realizado para un sistema de ayuda a la tomade decisiones, para el control fitosanitario en la norma decalidad Producción Integrada (http://desaveal.ual.es); elcual proporciona soporte en la toma de decisiones de lostécnicos agrícolas y agricultores para el control de plagas yenfermedades que afectan a los cultivos del sudeste deEspaña.

Uno de los procesos más complejos dentro de la producciónintegrada es la lucha integrada contra las plagas, donde senecesita una toma de decisiones rápida basada en múltiplesfactores, junto con el manejo de información de diferentesfuentes. Por estas razones, la solución adoptada haconsistido en el desarrollo de un sistema accesible medianteWeb aplicando técnicas basadas en el conocimiento. Se hautilizado la metodología CommonKADS, donde el desarrollode sistemas basados en el conocimiento se plantea como laconstrucción de distintos modelos en un contextoorganizacional concreto. El modelo de conocimiento es elelemento central en esta metodología y el que tiene mayorcobertura; su característica básica es la distinción entrediferentes tipos de conocimiento en un proceso de resoluciónde problemas por parte de un experto. Un aspectoimportante de este particionamiento del conocimiento en

288

Caso 5: El Modelado del Conocimiento en un Sistema de AsesoramientoExperto en Producción Integrada en Agricultura

tipos, es que es genérico, y no específico de aplicacionesparticulares, facilitando, por tanto, su reutilización. Esta esla razón fundamental de la relación que existe entre elproceso de Gestión de Conocimiento y el desarrollo de unsistema basado en el conocimiento dentro de unaorganización utilizando metodologías basadas en elmodelado.

Este trabajo se ha desarrollo dentro de un proyecto deinvestigación coordinado por las Universidades de Murcia,Granada y Almería, cuyo objetivo central es el desarrollo eimplementación de un conjunto de herramienta interactivasbasadas en Web e integradas en sistemas de ayuda a ladecisión, encargados de asesorar dentro de los diversosámbitos de la producción agrícola de calidad, como laplanificación de terapia fitosanitaria para la lucha contralas plagas en los cultivos.

289

La Gestión Tecnológica del Conocimiento

Introducción

La modernización de la agricultura es en gran parte consecuenciade la incorporación de las nuevas tecnologías y la innovacióntecnológica a los sistemas de producción agrícolas. En esta línea, latecnología de la información y concretamente las tecnologíasbasadas en el conocimiento aplicadas a los diferentes entornosagrícolas, puede producir mejoras sensibles en el manejo y eficaciade los factores de producción agrícolas. (Recio, 1999), (Torres,1997), (Túnez, 1995).

Una de estas mejoras es la implantación de normas en laproducción agraria para asegurar la calidad y la salubridad de losproductos, y en definitiva, tener una garantía de mercado queasegure la viabilidad económica de las explotaciones. En esta línealos gobiernos regionales de Andalucía, Murcia, ComunidadValenciana, Cataluña,… han desarrollando la norma de calidadProducción Integrada para los cultivos más importantes de cadacomunidad. La experiencia de varios años en la aplicación de estanorma ha puesto de manifiesto la necesidad una fuerte cargatécnica, que lleva implícita una alta exigencia de información enlos diversos procesos de la producción vegetal. Uno de los procesosmás complejos dentro de la producción integrada es la luchaintegrada contra las plagas, donde se necesita una toma dedecisiones rápida basada en múltiples factores y en el manejo deinformación de diferentes fuentes. Por estas razones, la aplicaciónde sistemas de ayuda a la decisión basados en conocimientofacilitan el trabajo de los técnicos agrícolas y agricultores,convirtiéndose en herramientas fundamentales en el asesoramientoexperto en sanidad vegetal.

En este contexto, se ha desarrollo un proyecto de investigacióncoordinado por las Universidades de Murcia, Granada y Almería,cuyo objetivo central es el desarrollo e implementación de unconjunto de herramienta interactivas basadas en Web e integradas

290


en tres sistemas de ayuda a la decisión (SAD) (Gómez-Skarmeta,2000). Estos SAD se encargan de asesorar dentro de los siguientesámbitos de actuación: a) Optimización del uso conjunto de agua deriego y fertilizantes. b) Valoración de la aptitud de suelos para elcultivo mediante técnicas de evaluación de suelos. c) Planificaciónde terapia fitosanitaria par la lucha contra las plagas en los cultivosproducidos bajo la Norma de Calidad Producción Integrada. Eneste trabajo se describe con detalle el Sistema Basado enConocimiento (SBC) SAEPI (Sistema de Asesoramiento Expertoen Producción Integrada) (http://desaveal.ual.es) (Cañadas, 2002)desarrollado en la Universidad de Almería utilizando técnicasbasadas en conocimiento, el cual proporciona soporte en la toma dedecisiones de los técnicos agrícolas y agricultores para el control deplagas y enfermedades que afectan a los cultivos del sudeste deEspaña.

El problema de control fitosanitario se formula considerando uncultivo como un sistema complejo que está compuesto por elinvernadero, las plantas, el conjunto de plagas y la fauna útil quepuede controlar a las plagas, puesto que son sus enemigosnaturales. Este sistema evoluciona y se ve afectado por variablesexternas (clima, humedad, valor de mercado del fruto,...) y paramantener el equilibrio se pueden aplicar medidas de control oactuaciones que han de ser especialmente respetuosas con elcultivo, fauna útil y medio ambiente. El técnico agrícola, realiza unmuestreo del estado del cultivo cada semana que le permita haceruna estimación del riesgo de infestación ligado a las distintasplagas, y en los casos en los que exista un desequilibrio, aconsejarposteriormente un tratamiento respetando la norma de calidad, sólose permite tratar con un conjunto muy limitado de materias activas.

Estrategia de GTC

La Estrategia de Gestión Tecnológica del Conocimiento (GTC)más adecuada para el problema planteado es el desarrollo de un

291


Sistema Basado en el Conocimiento (SBC), ya que es unaestrategia Orientada a las Personas que permite la explicitación delconocimiento de los expertos en la ejecución de una determinadatarea, en este caso para asesorar dentro de los siguientes ámbitos deactuación: a) Optimización del uso conjunto de agua de riego yfertilizantes. b) Valoración de la aptitud de suelos para el cultivomediante técnicas de evaluación de suelos. c) Planificación deterapia fitosanitaria par la lucha contra las plagas en los cultivosproducidos bajo la Norma de Calidad Producción Integrada.

Actualmente, para construir un SBC se debe aplicar unametodología de la Ingeniería del conocimiento basada en elparadigma del modelado. En este paradigma el desarrollo delsistema se centra en el modelado del conocimiento que los expertosutilizan para resolver el problema, donde se busca un conjunto depatrones recurrentes de comportamiento que describen losrequisitos de conocimiento necesarios para el desarrollo del SBC y,por tanto, facilitan la adquisición del mismo (Palma, 2000). Esta enla razón fundamental de la relación que existe entre el proceso deGestión de Conocimiento y el desarrollo de un SBC dentro de unaorganización.

CommonKADS, es una metodología de desarrollo de SBC basadaen el modelado, muy extendida en Europa y la que se ha utilizadoen el desarrollo de SAEPI. Esta metodología cubre la gestión delproyecto, el análisis organizacional y los aspectos relativos aldesarrollo. Plantea el desarrollo de un SBC como la construcciónde distintos modelos sobre el comportamiento en la resolución deproblemas en un contexto organizacional concreto; a esto se ledenomina Conjunto de Modelos de CommonKADS: modelo deorganización, modelo de tareas, modelo de experiencia, modelo decomunicación, modelo de agentes y modelo de diseño. (Schreiber,1999), (Hoog, 1994).

Estos modelos se organizan en tres niveles: nivel de contexto, nivelde concepto y nivel de artefacto o sistema. En el primero se

292


modelan las principales características de la organización, las tareasrelevantes para el proceso de negocio y los agentes que ejecutanestas tareas. (Hoog, 1996). El segundo nivel incluye unadescripción conceptual del conocimiento aplicado en las tareas. Elmodelo de conocimiento que se desarrolla en este nivel deconcepto es el elemento central en esta metodología y el que tienemayor cobertura. El tercer nivel conlleva aspectos ligados aldesarrollo del sistema informático a construir (Van de Velde,1994).

De la aplicación de la metodología se obtienen tres grandes tipos deelementos o artefactos: Información de la gestión del proyecto,conjunto de modelos CommonKADS y software del SBC. Lareutilización, clave para mejorar la productividad de estosdesarrollos (Taboada, 2001) se aplica con las llamadas bibliotecasde elementos reutilizables (Valente, 1998). Estas bibliotecas vanmás allá de una colección de modelos ya que recogen laexperiencia en Ingeniería de Conocimiento y también guían en laconstrucción de un modelo concreto, sirviendo como plantilla oesqueleto del modelo definitivo.

Descripción del Caso

En esta sección describiremos el proceso de modelado realizadopara el desarrollo del SBC SAEPI aplicando la metodologíaCommonKADS, centrándonos, principalmente, en el modelado deconocimiento. En primer lugar describiremos a grandes rasgos elanálisis organizacional, donde describiremos las tareas que serealizan en el asesoramiento experto en la producción agraria conPI. A continuación entraremos en la descripción del modelo deconocimiento propiamente dicho, describiendo en primer lugar lasfases que aparecen en la construcción del modelo, posteriormentecuales han sido los componentes de conocimiento que han sidoreutilizados, para finalizar con la descripción de las tres categorías

293


o tipos de conocimiento, por una parte el conocimiento de lastareas y del dominio y por otra, el conocimiento de las inferencias.

El Análisis Organizacional

Este nivel está compuesto por el modelo de organización, elmodelo de tareas y el modelo de agentes. El modelo de agentesmuestra los ejecutores de las tareas, el modelo de organizaciónidentifica y recoge información relativa a las características del laorganización, que puedan afectar a una posterior toma dedecisiones sobre el proyecto de desarrollo del SBC (Waern ,1993).El modelo de tareas identifica los conjuntos de actividades que sellevan a cabo para alcanzar los objetivos dentro de la organización.La descripción de las tareas es la propia del un estudio de losprocesos del negocio y no la del conocimiento del experto que setrata en el modelo de conocimiento (Duursma, 1993).

La Figura 1 muestra como casos de uso (Erdman, 1998) losprocesos de negocio desarrollados dentro del marco de laaplicación de la norma de calidad PI. El flujo de procesos se puededescribir diciendo que tras crear la asociación de agricultores querecogerá la marca de calidad se inicializan los cultivos que sonsometidos a un seguimiento, y sobre el que se realizará actuacionescomo la recolección, los tratamientos con fitosanitarios, lafertirrigación o el laboreo según la decisión del técnico. De estasactuaciones, el sistema descrito en este trabajo se centra en elcontrol integrado de plagas. Además los productos recolectados yel propio invernadero deben ser inspeccionados para controlar elcumplimiento de la marca de calidad y la producción debe serpuesta en el mercado tras ser tratada en los centros de distribución.

El modelo de tareas realiza un refinamiento de los objetivos de laorganización, identificando el conjunto de actividades que se llevana cabo para alcanzar dichos objetivos. En nuestro caso, el objetivoperseguido por el sistema de asesoramiento experto es el

294


seguimiento del cultivo, donde se indica al agricultor lasactuaciones a realizar sobre el cultivo en base a las observacionesrealizadas en las visitas semanales del técnico y ajustándose alprotocolo de la marca de calidad PI.

Modelamos la tarea de seguimiento del cultivo aplicandodescomposición funcional y se obtienen las subtareas mostradasmediante un diagrama de flujo de datos en la figura 2. Esta tarea sedescompone en cinco procesos: Muestrear, Proponer actuación,Estimar riesgo, Fijar actuación y Anotar actuación.

Figura 1: Procesos de negocio en la norma de calidad ProducciónIntegrada.

Durante el proceso de muestreo se seleccionan las plantas aobservar bien de forma aleatoria o supervisada (en las bandas ozonas de riesgo), recogiendo la información necesaria para indicarque actuación se debe realizar dependiendo del cultivo y de laplaga. La actividad más importante es el conteo de la plaga y lafauna auxiliar, es decir, cuantos individuos (o los síntomas de supresencia) hay de cada especie. Además de calcular la incidencia

295


de cada plaga, en este proceso se obtiene información de factoresexternos y del estado de las plantas. Se trata de una tarea lenta ymecánica.

En base al historial del cultivo se puede adelantar que tipo deactuaciones se han de realizar proponiendo una actuación. Para lafertirrigación existen protocolos donde según la fenología delcultivo se ha de regar con una determinada concentración deabonos. Igual ocurre con las medidas culturales como la poda,destallado o recolección. Estas actuaciones se deben confirmar trasla revisión y el muestreo. Pero en el control integrado de plagas noexisten protocolos. Se fundamenta en el recuento de agentesnocivos y sus enemigos naturales. Solo se aplica este proceso paralos protocolos en fertirrigación, medidas culturales y recolección.

296


Muestrear

Estimarriesgo

CULTIVOS

Tratamientosaplicables

ENTORNO

AGRICULTOR

Tratamientosaplicados

Estado cultivo(histórico)

Fijaractuación

Proponeractuación

Anotaractuación

númeroindividuos

estado plantas

conteo

Observaciones

factoresexternos

historia

necesidadactuación actuación

protocolizada

actuaciones

actuación aplicada

Figura 2: Modelo de tareas.

La estimación del riesgo consiste en decidir en base a lainformación del muestreo y los datos de semanas anteriores siexisten factores de riesgo que puedan afectar las actuaciones ollevar a fijar nuevas actuaciones, es decir se decide si es necesariorealizar una actuación de emergencia. En el caso del control deplagas es la tarea en donde según los umbrales de tratamientofijados por la marca de calidad (valores mínimos que se han dealcanzar para poder actuar) se decide si es necesario aplicar un

297


tratamiento, pero incluso superando los umbrales, puede que no sedecida tratar porque otras observaciones no lo hagan necesario.

Durante el proceso fijar actuación se concretan las actuaciones arealizar, indicando dosis y cual es el producto fitosanitario (materiaactiva) a aplicar según los datos recogidos.

La labor administrativa anotar actuación consiste en anotar sobre lecuaderno de campo del cultivo que actuación se ha realizado paralos tratamientos, donde se registra el producto comercial aplicadopor el agricultor de entre los posibles en el mercado que contenganla materia activa recomendada por el técnico.

En este trabajo se ha hecho un modelo de tareas general que reflejatodas las actuaciones que se pueden realizar sobre el cultivo. Perorecordemos que el control fitosanitario integrado sólo se ocupa delcontrol de los agentes nocivos. Los dos tipos de tratamientosaplicables son: tratamientos químicos y biológicos. Por tanto, en ladefinición del modelo de conocimiento sólo nos quedamos con losprocesos: Muestrear, Estimar riesgo y Fijar Actuación detratamiento, de los cuales los dos últimos son los que necesitanintensamente el conocimiento, ya que como hemos indicado elmuestreo es mecánico y su automatización vendría de la mano detécnicas robóticas.

Un resultado importante de este nivel de modelado del contexto esdeterminar que en el proceso de asesoramiento, el expertodiferencia entre dos tareas intensivas en conocimiento: laestimación del riesgo debido a la plaga y el fijar o asesorar untratamiento. La decisión se toma a dos niveles. En primer lugar, sedecide si es necesario una acción de control sobre el cultivo,estimando el riesgo asociado a las plagas muestreadas. En segundolugar, se selecciona la combinación de productos químicos obiológicos a aplicar, respetando lo más posible la fauna útil y otrosproductos biológicos aplicados previamente y la normativa de lamarca de calidad.

298


El Modelo de Conocimiento

El modelo de conocimiento modela el conocimiento que un expertoutiliza en la resolución de un problema. Una característica básicade los modelos de conocimiento es la distinción entre diferentestipos de conocimiento. Esta distinción nace de la observación deque las diferentes partes del conocimiento juegan distintos papelesen un proceso de resolución de problemas. Se considera que esteparticionamiento del conocimiento en tipos es genérico, y noespecífico de aplicaciones particulares.

Para poder llevar a cabo el modelado de los distintos papeles quepuede jugar el conocimiento, se emplean tres categorías disjuntas:el conocimiento de las tareas, del dominio y de las inferencias. Elconocimiento de tareas describe de una forma recursiva ladescomposición de una tarea de alto nivel en varias subtareas. Elconocimiento del dominio especifica los hechos y asunciones quenecesita el proceso de razonamiento para llevar a cabo su cometidoen el dominio de la aplicación. Por una parte se va a especificar laforma y estructura del conocimiento que es lo que se denominaontología del dominio y por otra, la instancias de estas estructuraspara el dominio de aplicación concreto. El último tipo es elconocimiento sobre inferencias que describe los procesos básicosde razonamiento que tienen lugar en una aplicación, así como losroles de conocimiento que son usados por las inferencias.

Este modelo proporciona una descripción conceptual del papel quejuegan los diferentes componentes de conocimiento en el procesode solución del problema. Para ello se utiliza un lenguaje demodelado conceptual CML (Anjewierden, 1997), que secomplementa con un lenguaje gráfico basado en diagramas. Estadescripción permite que el modelo de conocimiento sirva comomedio físico de comunicación entre los implicados en el desarrollo.

299


La construcción del modelo de conocimiento se realiza en tresfases, tal como se muestra en la Tabla 1: Identificación,Especificación y Refinamiento del conocimiento.

Fase Paso ResultadoExplorar las fuentesde información

Lista de fuentes de información yglosario de términos

Identificación Enumerar loscomponentespotenciales

Lista de posibles componentes areutilizar a nivel componentestareas y componentes deldominio

Seleccionar laplantilla de tarea

Plantilla o combinación de ellasque servirá de patrón en laelaboración del modelo deconocimiento

Construir primeraversión de conceptosdel dominio

Principales tipos de información,esquema del dominioEspecificación

Completar laespecificación delmodelo deconocimiento

Modelo de conocimientocompleto a falta de rellenar

Rellenar decontenido losmodelos de dominio

Conocimiento necesario para latarea modelada

RefinamientoValidar el modelo deconocimiento

Simulación, en papel o prototipodel conocimiento.

Tabla 1: Fases del proceso de construcción del modelo de conocimiento.

En la primera fase se identifican las fuentes de información útilespara modelado del conocimiento. Se construye un glosario detérminos del dominio. Se revisan componentes de modelado yaconstruidos como modelos de tareas básicas o esquemas yontologías del conocimiento del dominio. Estos componentespodrán ser reutilizados en el proyecto, partimos del modelo deorganización, en especial los elementos descritos sobre el dominioy las tareas.

300


En el caso de SAEPI gran parte del conocimiento del dominio se hareutilizado de trabajos anteriores del grupo de investigación(Túnez, 2001), adaptándolos para el uso de normas de calidadcomo la PI. En este trabajo también se desarrollo un método para latarea de planificación de terapia que se basada en razonamientoabductivo para resolver el problema de tratamiento de plagas sólopara la lucha química, que es un elemento importante a serreutilizado en este nuevo proceso de modelado.

En la segunda fase, la especificación, el ingeniero del conocimientocomienza con la construcción de la especificación del modelo deconocimiento empleando diagramas y CML. Los componentesreutilizables seleccionados en la fase anterior son el marco para laespecificación. Para modelar el conocimiento de las tareas queaborda el SBC se selecciona una plantilla de tarea básica (o unacombinación de varias) que se corresponda con las característicasde la tarea a modelar. El ingeniero del conocimiento tendrá que“rellenar los agujeros” que aparezcan en la reutilización decomponentes ya existentes.

La última fase, refinamiento, pretende la validación del modelo deconocimiento y la captura de la mayor cantidad de conocimiento oinstancias de conocimiento para insertarlas en la base deconocimiento ligada a ese modelo. La validación consiste endeterminar si el modelo construido puede generar elcomportamiento requerido en la resolución del problema. Latécnica utilizada durante la validación suele ser la simulación enpapel o a través de un prototipo del modelo de conocimiento.

Estas tres fases están entrelazadas, no se tienen porqué desarrollarde forma secuencial, es habitual necesitar iteraciones, por ejemplo,para rellenar el modelo de dominio podemos necesitar recurrir anuevas fuentes de información que han de ser identificadas.

301


La Selección de los Componentes Básicos de Modelado

El catalogo de plantillas de tareas de CommonKADS se puedeutilizar para modelar cualquier tipo de problema. En nuestro caso,el problema es asesorar acerca de cual es la terapia a administrarpara reparar un problema en el dominio del control de plagasdentro de la norma de calidad PI. Así, asignaremos el nombre deAdministración de Terapia al problema a modelar que seinstanciará sobre el dominio de la PI en agricultura, que tambiéntiene que ser modelado.

En la Ingeniería del conocimiento se distingue dos tipos de tareasbásicas: de análisis y de síntesis. Las primeras tienen por objetivoidentificar o clasificar los componentes o atributos desconocidos deun sistema conocido. El objetivo de las segundas es ensamblar unadescripción estructural de un sistema, inicialmente desconocido, apartir de sus partes conocidas. La Tabla 2 muestra la taxonomía deplantillas de tareas básicas de CommonKADS.

Tipo de tarea Entrada Salida Conocimiento CaracterísticasAnálisis Observaciones

sobre elsistema

Caracterizacióndel sistema

Modelo delsistema

Se da unadescripción delsistema

Valoración Descripcióndel caso

Tipo de decisión CriteriosNormas

La valoraciónse realiza en unmomentopuntual en eltiempo.

Diagnóstico Síntomas/quejas

Tipo de fallo Modelo decomportamientodel sistema

La salida varia(cadena causal,estado,componente) ydepende del usoque se haga(reparación)

Monitorización Datos delsistema

Clase dediscrepancia

Comportamientonormal del sistema

El sistemacambia con eltiempo. Latarea se repitecíclicamente

Clasificación Características Clase del objeto Asociaciones Conjunto de

302


del objeto clase-característica

clasespredefinidas

Predicción Datos delsistema

Estado delsistema

Modelo decomportamientodel sistema

La salida es ladescripción delsistema en untiempo futuro

Síntesis Requisitos Estructura delsistema

Elementos,Restricciones,Preferencias

Se necesitagenerar unadescripción delsistema

Planificación ObjetivosRequisitos

Plan de acción Funciones,Componentes,Diseños squelétales,Restricciones,Preferencias

Puede incluir eldiseño creativode loscomponentes

Diseño Requisitos Descripción delartefacto

Funciones,Componentes,Restricciones,Preferencias

Es un subtipodel diseño en elque todos loscomponentesestánpredefinidos.

Diseño deconfiguraciones

Requisitos Descripción delartefacto

Acciones,Restricciones,Preferencias

Las accionesestánparcialmenteordenadas en eltiempo.

ProgramaciónTemporal

Trabajos,recursos,unidades detiempo,recursos

Trabajosasignados amomentos detiempo y recursos

Restricciones ypreferencias

El carácterorientado altiempo ladistingue de laasignación

Asignación Dos conjuntosde objetos

Correspondenciasentre conjuntos

Restricciones,preferencias

El reparto notiene porque seruno a uno

Tabla 2: Taxonomía Tareas en CommonKADS.

En la metodología CommonKADS las características del problemao tarea a modelar guían el proceso de modelado de conocimiento(Aamodt, 1993). Para problemas de administración de terapia comoel considerado, no existe coincidencia exacta con ninguna de lastareas básicas anteriores, una alternativa es recurrir a componentesmás elementales para construir el modelo de conocimiento,

303


olvidando la reutilización a nivel de tarea genérica; pero tal comopropone la propia metodología, en ocasiones se puede abordar elmodelado desde la combinación de algunas de las plantillas detarea. De hecho existen un conjunto clásico de posiblescombinaciones de las tareas básicas, que se describen en la Tabla 3:

Combinación de tareasbásicas

Descripción

Monitorización +Diagnóstico

Combinación habitual, puesto que la salidade una es la entrada de la siguiente. Muchosde los sistemas técnicos actuales incluyenesta funcionalidad de monitorización ydiagnóstico

Monitorización +Valoración

En aplicaciones donde no hay la posibilidad“real” del diagnóstico debido a la nodisponibilidad de los expertos o la ausenciade modelos causales apropiados lamonitorización va seguida de unavaloración, en la que la decisión se tomasegún la situación.

Diagnóstico +Planificación

El resultado del diagnóstico suele utilizarsecomo un objetivo para la planificación deacciones correctivas (trouble-shooting)

Valoración + Planificación Un ejemplo son los planes de recuperaciónTabla 3: Combinaciones de Tareas Básicas.

Si enlazamos estas combinaciones podemos proponer cadenascomo: monitorización + valoración + planificación o bienmonitorización + diagnóstico + planificación, como se muestran enla Figura 2.

Cabe decir que las tareas de planificación y tratamiento se puedenconsiderar equivalentes (Tunez, 2001). El objetivo del tratamientoes diseñar un plan terapéutico, es decir, un plan cuyas accionesconsisten en la administración de productos terapéuticos, y cuyoobjetivo es remediar un proceso anómalo previamente identificado.La estructura del plan consiste en una secuencia de acciones de

304


administración y los elementos del plan son las propias acciones deadministración. Cada una de estas acciones especifica un productoterapéutico y unos detalles de administración (dosis, forma deaplicación,…). Por esta razón, es frecuente referirse a la tarea detratamiento como una tarea de planificación terapéutica. Como yahemos indicado la planificación de terapia ya ha sido modelada conéxito en trabajos anteriores y disponemos de una plantillamodificada apropiada para este dominio (Túnez, 1998).

En otros trabajos también se han relacionado estos tres tipos detareas monitorización+diagnóstico+tratamiento (Breuker, 1993). Elproceso comienza con una tarea de monitorización que genera unconjunto de situaciones de error (discrepancias con elcomportamiento normal esperado). A continuación, se busca lacausa de la discrepancia capaz de explicar el comportamientoobservado. Finalmente se prescribe un tratamiento para detener elproblema. Esta es la combinación que mejor se adapta a laadministración de terapia, sin embargo las tareas de monitorizacióny diagnóstico tienen diferentes matices en el dominio agrícola ynecesitan ser adaptadas. El daño se detecta mediante la inspeccióndel cultivo y la hipótesis de diagnóstico es siempre una plaga oenfermedad que afecta al cultivo. El experto identifica el agenteperjudicial mediante la observación directa de las plantas en lemuestreo y después analiza los datos recolectados para detectar undesequilibrio, lo que corresponde también con una tarea devaloración, mas que un diagnostico o lo que llamaremosdiagnóstico por valoración.

Consecuentemente, hemos seleccionado como componentespotenciales para la reutilización las plantillas de las tareas básicasde CommonKADS de monitorización, diagnostico y valoración,además el modelo previo de plantificación de terapia yadesarrollado por el grupo. La Figura 2 muestra la versión cero delmodelo de conocimiento, que se obtiene de la fase deindentificación, el ingeniero del conocimiento debería adaptar y

305


295

completar estos componentes para construir el modelo deconocimiento completo para nuestro problema, en la misma figurase muestran los diagramas de inferencias correspondientes a estastareas básicas y en las zonas sombreadas aparece la porción de laplantilla que se ha adaptado, tal y como se describe en lossiguientes apartados.

Tratamiento

Monitorización

Diagnóstico Valoración

Diagnóstico por valoración

hallazgo

diferencia

compare

select parametro

specifynorma

discrepanciaclassify

receive

Modelo del sistema

histórico

Monitorización

caso

casoabstracto

abstract

specify selectnormas

evaluate norma

valor normalmatchdecisión

síntoma

cover

select

observablespecifyhipótesis

hallazgospecify

obtain

Resultado

hipótesis

Diagnóstico

Valoración

Figura 2: Tareas básicas reutilizadas en el modelo de conocimiento.

Los diagramas de inferencias de la Figura 2 nos describen de formageneral el proceso de razonamiento modelado en las tareas:

La tarea de monitorización recibe un nuevo dato normalmentecada cierto intervalo de tiempo y se selecciona un parámetro del

306


sistema que nos pueda decir algo acerca del nuevo dato, a partir deun modelo de lo que se espera del sistema, especificando el valornormal para ese parámetro y este valor normal se compara con estenuevo dato. Si se detecta una diferencia y se considera o no unadiscrepancia clasificándola según los valores recogidosanteriormente en otros ciclos de monitorización. Se hace necesariotener conocimiento del comportamiento normal del sistema y estatarea se repite cíclicamente, cada intervalo de tiempo o cada vezque se recibe u se obtiene un nuevo dato.

La tarea de diagnóstico parte de unos síntomas y busca cual es elconjunto de posibles hipótesis diagnósticas que cubran ojustifiquen estos síntomas. Una a una estas hipótesis se vanseleccionando para verificar si los datos observados en el sistema laconfirman o la descartan. En base a las posibles hipótesisdiagnósticas se especifican los datos a obtener del sistema.

La tarea de valoración fija una categoría de decisión según losdatos del caso. Aplicando abstracción se define un caso abstractopartiendo de los datos concretos del caso, que permite especificarlos criterios a aplicar en la valoración. Uno a uno se seleccionacada uno de estos criterios que es evaluado, y tras esto secomprueba si concuerdan con los valores establecidos para tomaruna decisión. La valoración se realiza en un momento puntual detiempo

La tarea de tratamiento resuelta con el método abductivo es unatarea compleja que se no se describe mediante inferencias, sino consu descomposición en otras tareas que han de seguirdescomponiéndose hasta llegar a las inferencias. Sería demasiadoextenso mostrar el proceso de adaptación del tratamiento quetendría que comenzar por describir y comprender este modelo hastael nivel de inferencias. En este trabajo nos centraremos en ladescripción del proceso de adaptación de las tareas demonitorización y diagnóstico por valoración, ya descritas en

307


términos de inferencias, para resolver la tarea seleccionar objetivosterapéuticos.

El Conocimiento de las Tareas y del Dominio

Se modela el conocimiento de tareas y del dominio, después sehará corresponder con el proceso de razonamiento delconocimiento de las inferencias. Las tareas e inferencias semodelan de forma general para poder reutilizarse en dominiossimilares, después es necesario hacer un mapeado sobre losconceptos del dominio o roles.

De esta forma, se parte de una tarea genérica administración deterapia que se resuelve por descomposición en dos subtareas:selección de objetivos terapéuticos y tratamiento, reflejando elmodo en que el experto realiza la tarea de asesoramientoterapéutico para la PI, tal como mostramos en la Figura 3. Pararesolver la tarea de tratamiento hemos reutilizado el método deplanificación de terapia basada en razonamiento abductivo, cuyoproceso de adaptación para la producción integrada no se trata eneste trabajo tal como ya hemos justificado en el apartado anterior ynos centraremos por tanto en la tarea selección de objetivosterapéuticos.

308


proponerobjetivos

terapeúticos

descartarobjetivos

terapeúticos

análisis por descomposición

administraciónterapia

tratamiento

hasta llegar a inferencias

selecionarobjetivos

terapeúticos

proponery ajustar

Muestrear

Estimarriesgo

CULTIVOS

Tratamientosaplicables

ENTORNO

AGRICULTOR

Tratamientosaplicados

Estado cultivo(histórico)

Fijaractuación

Proponeractuación

Anotaractuación

númeroindividuos

estado plantas

conteo

Observaciones

factoresexternos

historia

necesidadactuación actuación

protocolizada

actuaciones

actuación aplicada

Figura 3: Conocimiento de tareas.

La selección de objetivos terapéuticos cuyo objetivo, en nuestrocaso, será seleccionar de entre todas las posibles plagas que puedanafectar al cultivo, aquellas que por su incidencia lleguen adesequilibrar el sistema, se resuelve aplicando el método proponery ajustar. Este método realiza la selección de objetivos terapéuticosgracias a dos las tareas: proponer objetivos terapéuticos ydescartar objetivo terapéutico. Estas dos tareas se definen entérminos de inferencias primitivas. CommonKADS plantea ladescripción de la tarea de forma independiente al método que seaplique para resolverla; de esta forma, puede producirse un cambiode método que afecte sólo a las tareas descendientes. Una tareapuede resolverse mediante varios métodos alternativos. Ladescripción CML de cada tarea tiene dos partes diferenciadas talcomo se muestra en la Tabla 4, la propia tarea (TASK) y el métodopor el que se resuelve (TASK-METHOD), en la tabla se incluyenlas descripciones CML de las tareas.

Este modelo de conocimiento refleja el mecanismo que aplica eltécnico agrícola durante las visitas a los cultivos. Partiendo de unosformularios donde se registran las observaciones sobre plantaselegidas al azar, el técnico fija la presencia perjudicial de

309


determinadas plagas, es decir propone unas plagas como objetivosterapéuticos (propose_therapuetic-objectives). Para poder tomar ladecisión sobre la necesidad de actuar sobre estas plagas candidatas,se consideran datos adicionales que permiten convertirlasdefinitivamente en objetivos terapéuticos sobre los que recomendaruna actuación o descartarlos para la tarea de tratamiento. Paraentender el proceso de modelado del conocimiento completo, esteconocimiento de tareas se debe relacionar con los conceptos deldominio y lo que se llaman objetivos terapéuticos, después seránpatologías concretas.

Código CML del modelo de tareasTASKS METHODS APPLIEDTASK administración_terapia ROLES: INPUT: caso:”Datos de la visitaal cultivo”; OUTPUT: plan_tratamiento:“secuencia de accionesterapeuticas ”;END TASKadministración_terapia;

TASK METHOD analisis_por_descomposicion REALIZES:administracion_terapia; DECOMPOSITION: seleccionar-objetivos-terapeuticos, tratamiento CONTROL-STRUCTURE: seleccionar-objetivos-terapeuticos (caso -> objetivos-terapeuticos ); tratamiento(objetivos-terapeuticos -> plan-tratamiento);END TAKS METHOD analisis_por_descomposicion

TASK seleccionar- objetivos-terapeúticos ROLES: INPUT: :”Datos de la visita alcultivo”; OUTPUT: objetivos-terapeúticos-:”problemas aresolver”;END TASK seleccionar-objetivos-terapeúticos;

TASK METHOD proponer-y-ajustar REALIZES: seleccionar-objetivos-terapeúticos DECOMPOSITION: proponer-objetivos-terapeúticos, descartar-objetivos-terapeúticos; CONTROL-STRUCTURE: proponer-objetivos-terapeúticos (caso -> objetivos-terapeúticos); FOR EACH objetivos-terapeútico IN objetivos-terapeúticos DO descartar-objetivos-terapeúticos (objetivos-terapeúticos +nuevos_hallazgos -> resultado); IF resultado == false objetivos-terapeúticos:= objetivos-terapeúticos SUBTRACT objetivos-terapeútico; END FOR-EACHEND TAKS METHOD proponer-y-ajustar

310


TASK tratamiento ROLES: INPUT: objetivos-terapeúticos-:”problemas a resolver”; OUTPUT: plan_tratamiento:“secuencia de accionesterapeuticas ”;END TASK tratamiento;

TASK METHOD tratamiento-abductivo REALIZES:tratamiento; DECOMPOSITION: ............ CONTROL-STRUCTURE: ...............END TAKS METHOD tratamiento-abductivo

TASK proponer-objetivos-terapeúticos ROLES: INPUT: caso:”Datos de la visitaal cultivo”; OUTPUT: objetivos-terapeúticos-:”problemascandidatos a ser resueltos”;END TASK proponer-objetivosterapeúticos;

(heredados de las plantillas de tareas, descritos en apartadosiguiente)

TASK descartar-objetivos-terapeúticos ROLES: INPUT: objetivos-terapeúticos-:”problemas candidatos a serresueltos”, nuevos-hallazgos; OUTPUT: objetivos-terapeúticos-:”problemascandidatos a ser resueltos”;´END TASK descartar-objetivos-terapeúticos;

Tabla 4: Código CML de las Tareas.

En paralelo al proceso anterior, se tiene que definir el modelo delconocimiento del dominio utilizando UML para modelar losconceptos y sus relaciones. Este modelo refleja la ontología deldominio y las estructuras y relaciones entre los conceptos para laadministración de terapia fitosanitaria. La Figura 4 muestra unaporción de este modelo, la relativa a la tarea de selección deobjetivos terapéuticos. En las Visitas semanales a las Parcelas seMuestrea el cultivo y se realizan Observaciones de otrainformación de interés que puede detectar la Infestación de lasPlantas con algún Agente nocivo lo que detecta una posiblePatología que debe llevar asociada un conjunto de Acciones.

311


VisitaParcela

Plantas

Agentenocivo

Infestation Muestra

Hallazgo

Valorcultivo

Datoexterno

caracteristicavalor observadoval valido (umbral)

Se realizan

Plantado con

muestreo

Patología

Se detecta

Acción

Tomate

presencia delVirus 20%

no virus 0%TCLV

infestado pormosca blanca

número deflores =6

Mosca Blanca

fecha plantación < 10

Reclamaral semillero

Figura 4: Conocimiento del dominio.

Conocimiento de las inferencias

Para resolver las subtareas proponer y descartar objetivosterapéuticos se adaptan de las plantillas de las tareas básicasmonitorización, diagnóstico y valoración, como se ha indicado enel apartado anterior. A continuación analizaremos los ajustesrealizados para generar el modelo conocimiento completo.

En el problema de administración de terapia en agricultura separece a la tarea básica monitorización, donde se obtiene un dato yse compara con lo que se espera del sistema para detectardiscrepancias, pero sólo se consideran los datos recolectados enuna visita semanal, no se mantienen datos de la evolución. Por otraparte, la discrepancia es siempre la presencia descontrolada de unagente nocivo, de aquel del que se están obteniendo los datos omedidas. Esto lleva a que sólo sea útil en nuestro caso la primeraparte de la plantilla, tal como se muestra de forma aproximada en lazona sombreada en la Figura 3. Pero esta tarea de monitorizaciónno es suficiente, puesto que no refleja el análisis o reconsideración

312


de otros datos para descartar los objetivos terapéuticos aunsuperados los umbrales de tratamiento, ni tampoco se puedeexpresar el hecho de que los datos que se obtienen y se registran; esdecir, el patrón de observación, depende del caso, puesto que no seobserva lo mismo si el cultivo es de tomate o de pepino. La primeradeficiencia se inyecta sobre el conocimiento de las inferencias de latarea de diagnóstico que veremos a continuación y la segunda de lade valoración.

La tarea básica diagnóstico propuesta por CK se basa en lacobertura causal. Se parte de unos síntomas y genera un conjuntode posibles hipótesis diagnósticas que puedan justificarlos, éstasson verificadas o descartadas una a una con nuevos datosobservados del problema. En nuestro caso, la hipótesis es siempreuna plaga sobre la que se debe actuar o potencial objetivoterapéutico (que ha sido definido como tal en base a los umbralesde tratamiento) y que, según los datos, pueden ser descartadoscomo objetivos terapéuticos. También es necesario indicarrecomendaciones adicionales y en cada visita se generan valoresindicadores del estado del cultivo, que reflejan el nivel deinfestación del cultivo debido a todos los objetivos terapéuticos yaverificados.

La plantilla de valoración parte de los datos del caso y se define uncaso abstracto para especificar los criterios o normas a aplicar quese evalúan para tomar una decisión. Para nuestro caso, los criterioscorresponderían a los umbrales de tratamiento de la PI, y laevaluación es sencilla, consistiría en comprobar si se superan losumbrales. Lo que no se recoge en esta plantilla de tarea es queestos umbrales se seleccionan en función de un patrón decomportamiento y del caso concreto, que vienen definidos por lavisita.

Una cuestión importante para el modelado de las inferencias, queno aparece recogido en ninguna de las tres plantillas es que el

313


proceso de proponer y descartar un objetivo terapéutico se repitepara todos los agentes nocivos de un cultivo que son muestreados.

El resultado del modelado del conocimiento de inferencias para lastareas proponer y descartar objetivos terapéuticos se muestra en laFigura 5. En primer lugar, se fijan los parámetros según el caso, almodo de la plantilla valoración. Estos parámetros se comparan conunos umbrales, obtenidos como se propone en la plantillamonitorización, y se fija un objetivo terapéutico cuando se detectauna discrepancia. Cada posible objetivo terapéutico puede serdescartado posteriormente en función de otro conjunto de datos avalorar o descubrimientos que se seleccionan dependiendo de cadaobjetivo terapéutico concreto, al modo de la plantilla diagnóstico, yse generan las recomendaciones y el estado del cultivo.

UMBRAL

compare

obtain

selectCASO

select

PARAMETROS

VALOR

MODELO OBSERVACIÓN UMBRALES

PARAMETRO

select

DIFERENCIA

evaluate

specify

ESTADO

select

specify

specify

RECOMENDACIONES

OBSERVABLES

obtain

HALLAZGOS

RESULTADO

Algunas propiedades de

( Planta, Parcela,

Visita, Agente nocivo)hallazgos o características

hallazgo o característicaAgente nocivo

hallazgo

o característica

valor observado

valor válido

valor booleano

Patología o acción Acción

Patología

OBJETIVOSTERAPEÚTICOS

Agente nocivo

selectinstance

Agente nocivo

OBJETIVOSTERAPEÚTICOS

OBJETIVOTERAPEÚTICO

hallazgo o característica

Figura 5: Conocimiento de inferencias de la tarea seleccionar objetivosterapéuticos

314


El proceso de razonamiento modelado en el conocimiento deinferencias, también queda reflejado en el código CML de losmétodos de resolución seleccionados para cada tarea, como semuestra en la Tabla 5. En la figura 6 y con diferente tipo de letra,también se refleja la correspondencia entre los elementos deldominio y los conceptos descritos en las inferencias. Utilizandoesta correspondencia podemos describir el proceso derazonamiento general modelado en los diagramas de inferencias,pero ya instanciado para nuestro dominio concreto: durante lasvisitas, el técnico selecciona un conjunto aleatorio de plantas,detecta la población de agentes perjudiciales, y registra estos yotros datos sobre el estado de las plagas, de las plantas y delcontexto que pueda afectarle. El experto determina si es necesariorealizar un tratamiento, basándose en estos datos y los umbrales detratamiento. Finalmente, para comprender mejor el proceso derazonamiento modelado, volvemos a describir el mismo medianteun ejemplo que refleja una visita concreta del técnico agrícola,cuyo conocimiento hemos modelado: Tenemos un cultivo detomate. Durante la visita se ha detectado el virus TCLV(provocado por la mosca blanca) en un 20% de las plantasmuestreadas. La norma indica que hay que tratar la mosca a laprimera presencia si la planta tiene menos de 6 ramilletescuajados. La mosca blanca sería un objetivo terapéutico pero siañadimos el dato de que esa planta está recién trasplantada, elvirus procede del semillero, se descarta la hipótesis de tratamientoy habría que reclamar al semillero.

315


Métodos aplicados en las tareasTASK-METHOD monitorización-basada-en-umbrales REALIZES: proponer-objetivos-terapeúticos CONTROL STRUCTURE: select (caso -> parametros); FOR EACH parametro IN parametros select (parametro -> umbral) obtain(parametro-> valor); compare (umbral + valor ->diferencia); IF diferencia == true THEN select-instance(caso +diferencia -> problema-elemental) objetivos-terapeúticos:=objetivos-terapeúticos ADD problema-elemental; END IF END FOR EACHEND TASK-METHOD monitorización-basada-en umbrales

TASK-METHOD valoración-nuevos-hallazgos REALIZES: descartar-objetivos-terapeúticos CONTROL STRUCTURE: specify(-objetivo-terapeútico ->observables) FOR EACH observable IN observables DO obtain(observables ->hallazgos) END FOR EACH specify (objetivos-terapeúticos +hallazgos -> estado) specify (estado - > recomendacion) evaluate(estado + objetivos-terapeúticos ->resultado)END TASK-METHOD valoración-nuevos-hallazgos

Tabla 5: Los Métodos.

El trabajo de construcción del modelo de conocimiento para latarea de administración de terapia en el dominio de producciónintegrada en agricultura se completaría rellenando las bases deconocimiento con toda la información ligada a la marca de calidadpara poder ser utilizado en la implementación posterior del SBC.

Conclusiones

En este trabajo presentamos el modelado de conocimientorealizado para el desarrollo de un sistema de ayuda a la decisión(SAD) para el control fitosanitario en Producción Integrada (PI),utilizando la metodología CommonKADS.

316


El control fitosanitario es uno de los procesos más complejos de laproducción agraria aplicando la norma de calidad PI. Donde esnecesaria una toma de decisiones rápida basada en múltiplesfactores y el manejo de información de diferentes fuentes. Por estasrazones, la aplicación de SAD basados en conocimiento, facilitan eltrabajo de los técnicos agrícolas y agricultores, y se convirtiéndoseen herramientas fundamentales en el asesoramiento experto ensanidad vegetal.

Este SAD forma parte de los resultados del proyecto deinvestigación “Sistema Inteligente para la Ayuda a la toma deDecisiones en Agricultura”, financiado por la UE y por elMinisterio de Ciencia y Tecnología de España y desarrollado deforma coordinada entre las Universidades de Murcia, Granada yAlmería (España). En este proyecto se ofrece un conjunto deherramientas integradas en la Web de asesoramiento y ayuda a latoma de decisiones a los agricultores y técnicos agrícolas en losaspectos de control fitosanitario, fertirrigación, y evaluación desuelos.

CommonKADS es una metodología de la Ingeniería delconocimiento basada en el paradigma del modelado. En esteparadigma el desarrollo del SAD se centra en el modelado delconocimiento que los expertos utilizan para resolver el problemadel control fitosanitario. Para lo cual, se busca un conjunto depatrones recurrentes de comportamiento o tareas básicas, quedescriben los requisitos de conocimiento necesarios para eldesarrollo del SBC y, por tanto, facilitan la adquisición yreutilización del mismo y por lo tanto, el proceso de gestión deconocimiento dentro de la organización.

En la construcción del modelo de conocimiento se ha reutilizadocomo base las tareas básicas de CommonKADS de monitorización,diagnóstico y valoración, junto con un método de planificación deterapia basada en razonamiento abductivo propuesto por nuestro

317


grupo de investigación para resolver el problema de tratamiento deplagas sólo con lucha química. El conocimiento de tareas, deinferencias y del dominio que forman el modelo de conocimientopropuesto, es, a su vez, reutilizable en dominios donde laadministración de terapia se realiza mediante un seguimientoguiado por patrón o modelo de observación que se compara con losumbrales establecidos según el caso y la decisión final de laadministración de terapia se reconsidera en función de hallazgosadicionales.

Respecto a los trabajos futuros esta previsto ampliar el ámbito delSAD para que incluya más cultivos y plagas, rellenando la base deconocimiento. Además, de extenderlo a los aspectos de inspeccióny de comercialización bajo PI no contemplados actualmente,generando el modelo de conocimiento de estas tareas y suscorrespondientes SAD.

Bibliografía

AAMODT, A.; BREDEWEG, B.; BREUKER, J.; DUURSMA, C.;LÖCKENHOFF, C.; ORSVARN, K.; TOP, J.; VALENTE, A.AND VAN DE VELDE, W. (1993). The Common KADS Library.Technical Report. University of Ámsterdam.

AAMODT, A.; BREDEWEG, B.; BREUKER, J.; DUURSMA, C.;LÖCKENHOFF, C.; ORSVARN, K.; TOP, J.; VALENTE, A.AND VAN DE VELDE, W. (1993). The Common KADS Library.Technical Report. University of Ámsterdam.

A. ANJEWIERDEN. CML2. Technical Report 11, University ofAmasterdam , http://www.swi.psy.uva.nl/usr/anjo/cml2, 1997.

318


BREUKER, J., AND VAN DE VELDE, W. (1994). TheCommonKADS Library of expertise modelling. Netherland, IOSpress.

J. CAÑADAS, I. M. AGUILA, A. BOSCH, AND S. TÚNEZ, "AnIntelligent System for Therapy Control in a DistributedOrganization", Springer-Verlag, Lecture Notes in ComputerScience 2510, 19-26, 2002.

C. DUURSMA, O. OLSSON, AND U. SUNDIN. Task modeldefinition and task analysis process. Deliverable ESPRIT ProjectP5248 KADS-II/M5/VUB/RR/004/2.0, Free University Brussels,December 1993.

ERDMAN, M. STUDER, R. "Use-Cases and scenarios fordeveloping Knowledge-based systems. It& knows Informationtechnologies and knowledge system proceedings of the XV IFIPWorld Computer Congress 259-264, 1998.

GÓMEZ-SKARMETA, A.; VILA, A.; TÚNEZ, S. “An IntelligentDecision Support System for the South-East AgriculturalEnvironment” Jornadas de Seguimiento de Proyectos CICYT-TIC-INFO. Departamento de Informática, Universidad de Valladolid yMinisterio de Ciencia y Tecnología. pp 35-40 Valladolid 2000.

R. DE HOOG, R. MARTIL, B. WIELINGA, R. TAYLOR, C.BRIGHT, AND W. VAN DE VELDE. The CommonKADS modelset. ESPRIT Project P5248 KADS-II/M1/DM.1b/UvA/018/6.0,University of Amsterdam, Lloyd's Register, Touche RossManagement Consultants & Free University of Brussels, June1994.

HOOG, BENUS, B. METSELAAR, V MATSELAAR, C, "TheCommonKADS organization model: Content, Usage, and

319


Computer Support" Expert System With Application, 11, 1 pp 29-40

PALMA J.T., PANIAGUA, E. MARTÍN, F., MARÍN, R.Ingeniería del conocimiento.De la extracción al modelado delconocimiento. Revista Iberoamericana de la inteligencia artificial11 (2000) 46-72.

B. RECIO, S. T. ACUÑA AND N. JURISTO “Methodologicalproposal for modelling and implementing regulation applicationproblems in a knowledge-based system”, Agricultural Systems,Volume 60, Issue 1, May 1999, Pages 17-53.

SCHREIBER, A. TH., AKKERMANS, J.M, ANJEWIERDEN, A, DE HOOG, R.,. AND VAN DE VELDE, W. WIELINGA, B.J."Knowledge engineering and management. The CommonKADSmethodology". MIT press. Massachusetts, 1999.

TABOADA, M., DES, J., MIRA, J., AND MARIN, R., 2001.Diagnosis systems in medicine with reusable knowledgecomponents. In IEEE Intelligent Systems, Vol 16, 6, pp. 68 –73.

TORRES, M; BOSCH, A; TÚNEZ, S; DEL ÁGUILA, I.M YMARÍN, R Integración de una Base de Datos en un Sistema deSoporte para la Decisión. Aplicación en Sanidad Vegetal"Proceedings INFONOR '97. X Simposio Internacional deAplicaciones de Informática, Antofagasta, Chile 1997, pp. 2.34-2.40.

TÚNEZ, S; DEL ÁGUILA, I; BOSCH, A; Y MARÍN, R "Unsistema de ayuda a la decisión basado en objetos: Aplicación enagricultura" Actas CAEPIA '95. VI, Conferencia de la AsociaciónEspañola para la Inteligencia Artificial, pp. 515-523, 1995.

TÚNEZ, S; MARÍN, R; DEL ÁGUILA, I.M; BOSCH, A. YTORRES, M "An Abductive Method to Solve a Treatment

320


Problem" International Workshop on Computational IntelligenceEUROMICRO'98, Vasteras (Suecia) 1998. pp. 737-744 IEEEComputer Society.

S. TÚNEZ, I. M. AGUILA, AND R. MARÍN "An Expertise Modelfor Therapy Planning Using Abductive Reasoning" Cyberneticsand Systems: An international Journal, 32: 829-849, 2001.

W. VAN DE VELDE, C. DUURSMA, G. SCHREIBER, P.TERPSTRA, R. SCHROOTEN, V. GOLFINOPOULOS, O.OLSSON, U. UNDIN, AND M. GUSTAVSSON. Design modeland process. deliverable DM7.1, ESPRIT Project P5248 KADS-II/M7/VUB/RR/064/2.1, Free University Brussels, University ofAmsterdam, Swedish Institute for Computer Science and CapProgrammator, Brussels, 1994.

ANNIKA WAERN AND SANTIAGO GALA. TheCommonKADS agent model. Technical reportESPRIT Project5248 KADS-II/M4/TR/SICS/002/V.2.0, Swedish Institute ofComputer Science and ERITEL, December 1993.

3 12

RESEÑA DE LOS AUTORES

Documents

El Modelado del Conocimiento en un Sistema de Asesoramiento Experto en Producción Integrada en Agricultura