SISTEMAS EXPERTOSCurso: 2990017_9

TRABAJO COLABORATIVO No 2

PRESENTADO POR:

JOS JULIN JARAMILLO COD 5.205.681DAVID VANEGASCOD: 1130606951

CLAUDIA LILIANA INFANTE

RONAL AUGUSTO PEREZ

CODIGO: 91.523.936

JULIO CESAR GOMEZ E.

COD: 74.375.417TUTORJHON JAIRO PEREZ B.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

NOVIEMBRE DE 2013

INTRODUCCION

Con el presente trabajo colaborativo y mediante la interaccin de los compaeros del grupo se busca profundizar en aspectos y conceptos bsicos de la composicin de un sistema experto as como su papel y comportamiento dentro del SE. De la misma manera se busca abordar en los modelos de y mtodos para construir un motor de inferencia as como los tipos de encadenamiento y la metodologas para la construccin de un SE.Los sistemas expertos son programas que reproducen el proceso intelectual de un experto humano en

Un campo particular, pudiendo mejorar su productividad, ahorrar tiempo y dinero, conservar sus

Valiosos conocimientos y difundirlos ms fcilmente.Este tipo de modelos de conocimiento por ordenador ofrece un extenso campo de posibilidades en

Resolucin de problemas y en aprendizaje. Su uso se extender ampliamente en el futuro, debido a su importante impacto sobre los negocios y la industria.OBJETIVOS

OBJETIVO GENERAL

Entender, Explorar y Analizar las tcnicas y metodologas para construir un Sistema Experto

OBJETIVOS ESPECIFICOS

Analizar e identificar los componentes de un SE Comprender los mtodos bsicos para la construccin de motor de Inferencia. Conocer las diferentes metodologas para la construccin de un SE Ejecutar y analizar un ejemplo prctico mediante la ayuda de EXPERTLABPUNTO 1a A quin se le considera un experto? Y Por qu?

A la persona que tiene conocimiento especializado, sobre el dominio, La palabra dominio se usa para enfatizar que el conocimiento pertenece a un problema especfico. El experto debe comprobar constantemente que su conocimiento haya sido transmitido de la forma ms conveniente.b. Cul es la funcin del usuario en el desarrollo de un sistema experto?

El usuario aporta sus deseos y sus ideas, determinando especialmente el escenario en el que debe aplicarse el Sistema Expertoc.Qu es una regla y para qu son usadas en la base de conocimientos?

Las reglas en las bases del conocimiento se utilizan para plasmar las condiciones y parmetros para sustentar de manera tcnica o estratgica los casos documentados sustentados mediante manera lgica y estructurada basadas en experiencia recogida a lo largo del tiempo y por ende carece de argumentos fsicos o matemticos-d. Qu es una base de conocimientos y qu es un motor de inferencia? Cul es la diferencia entre ellos?

Base de Conocimiento: Contiene el conocimiento especializado extrado del experto en el dominio. Es decir, contiene conocimiento general sobre el dominio en el que se trabaja

Motor de Inferencia: utiliza los datos que se le suministran y recorre la base de conocimientos para alcanzar una solucin

Las conclusiones del motor de inferencia pueden estar basadas en conocimiento determinista o conocimiento probabilstico.

El conocimiento se refiere a afirmaciones de validez general tales como reglas, distribuciones de probabilidad, etc. Los datos se refieren a la informacin relacin nada con una aplicacin particular. El conocimiento se almacena en la base de conocimiento y los datos se almacenan en la memoria de trabajo.

a. Qu es una base de conocimientos y qu es un motor de inferencia?, Cul es la diferencia entre ellos?

Base de Conocimiento.

Los mtodos generales desarrollados para la resolucin de problemas y tcnicas de bsqueda al inicio de la era de la Inteligencia Artificial demostraron no ser suficientes para resolver los problemas orientados a las aplicaciones, ni fueron capaces de satisfacer los difciles requerimientos de la investigacin.

Motor de Inferencia.

Un motor de inferencia interpreta y evala los hechos en la base de conocimientos para proveer una respuesta. Este debe ser independiente del conocimiento y de los hechos.

La diferencia entre ellos es que el motor de inferencia trabaja con la informacin contenida en la base de conocimientos.

Metaconocimiento: se usa generalmente para hacer referencia al conocimiento que las personas tienen sobre sus diversos tipos de conocimientos (hechos, conceptos, procedimientos, principios, etc.) o sobre su actividad cognitiva. Dicho conocimiento puede manifestarse en la capacidad para describir aquellos o en la de controlar y regular eficazmente su aplicacin. Cuando esta capacidad est poco desarrollada en un sujeto, se considera que es uno de los determinantes de su bajo nivel de aprendizaje y rendimiento. Metaconocimiento, es decir conocimiento sobre el conocimiento

El metaconocimiento, es sin duda una palabra clave cuando se habla de estrategias de aprendizaje, e implica pensar sobre los pensamientos. Esto incluye la capacidad para evaluar una tarea, y as, determinar la mejor forma de realizarla y la forma de hacer el seguimiento al trabajo realizado.

Modularidad: se basa en la descomposicin de un problema en una serie de sub problemas; dividindolo en mdulos que resultan de segmentar el problema en funciones lgicas que son perfectamente diferenciadas. Esta divisin exige la presencia de un mdulo denominado mdulo de base o principal a objeto de que controle y se relacione con los dems.

Es una tcnica de programacin que todava se utiliza tanto para la construccin de algoritmos computacionales bsicos as como apoyo al desarrollo de sistemas de gestin (en el diseo de diagramas modulares).

La salida del mdulo debe ser funcin de la entrada, pero no de ningn estado interno. En la creacin de los mdulos deben cumplirse tres aspectos bsicos: descripcin, rendimiento y diseo.

En la descripcin se definen las funciones y objetivos del programa. Para obtener el mximo rendimiento se ha de comprobar que el programa realice el proceso aprovechando al mximo todos los recursos de los que dispone. En cuanto al diseo, se debe comprobar la estructura que sigue el mdulo, as como la estructura de los datos y la forma de comunicaciones entre los diversos y diferentes mdulos. La modularidad es una ventaja de los sistemas expertos, porque permite la descomposicin del problema en subproblemas, es decir, reducir la complejidad del problema global.

Realice un cuadro comparativo entre los mtodos bsicos para construir un motor de inferencia.

Para construir un motor de inferencia, existen tres mtodos bsicos: encadenamiento hacia adelante, encadenamiento hacia atrs y reglas de produccin.

Mtodo de encadenamiento hacia adelanteMtodo de encadenamiento hacia atrsMtodo de reglas de produccin

A este mtodo se le llama conducido por datos, porque el motor de inferencia utiliza la informacin que el usuario le proporciona para moverse a travs de una red de operadores AND y operadores OR hasta que encuentra un punto terminal que es el objeto. Si el motor de inferencia no puede encontrar un objeto que cumpla con los requisitos, el SE pide ms informacin. Los atributos que definen al objeto crean un camino que conduce al mismo objeto: la nica forma de alcanzar dicho objeto es satisfacer todas sus reglas. En resumen el sistema de encadenamiento hacia delante construye un rbol desde las hojas hasta la raz.

Este mtodo es el contrario al mtodo anterior. Un motor de inferencia de encadenamiento hacia atrs comienza con una hiptesis (objeto) y pide informacin para confirmarlo o negarlo. A este mtodo se le llama conducido por objetos porque el SE empieza con un objeto e intenta verificarlo. En resumen, el encadenamiento hacia atrs poda un rbol, lo cual es lo contrario al mtodo anterior, en el cual se construye un rbol.

Este mtodo es una mejora al mtodo de encadenamiento hacia atrs. La teora operativa general es que el sistema pide como informacin aquella que elimine la mayor incertidumbre posible. El problema que existe con este mtodo est en su dificultad para llevarse a cabo, primeramente debido a que la base de conocimiento a menudo es tan grande que el nmero de combinaciones que el sistema puede soportar se rebasa fcilmente, por lo tanto, el sistema no puede determinar exactamente qu informacin eliminar una mayor incertidumbre. En segundo lugar, los sistemas de reglas de produccin requieren que la base de conocimientos contenga no slo la informacin objeto - atributo, sino adems un valor cuantificador, lo que hace an ms difcil la construccin de la base de conocimientos.

b. Explique cmo funciona en su problema el encadenamiento hacia adelante y el encadenamiento hacia atrs. Encadenamiento hacia delante o forward chaining

Se construye el objetivo o se elabora la solucin, para lo cual se consideran primero todas las reglas cuyas premisas son verdaderas, se establecen nuevos hechos y se determina qu nuevas reglas pueden procesarse; el proceso termina cuando se alcanza un objetivo o se agotan las posibilidades.

Este mecanismo se denomina tambin impulsado por datos y es el ms apropiado en el caso de sistemas expertos que construyen soluciones a partir de especificaciones, por ejemplo, en sistemas para diseo de planes.

Encadenamiento hacia atrs o backward chaining

Se intenta determinar si la regla objetivo es correcta, para lo cual se consideran sus premisas y se trata de comprobar que a su vez stas son correctas, lo cual conduce a determinar otras reglas que podran confirmar estas premisas; de esta manera, se retrocede a lo largo de las reglas hasta encontrar hechos que indiquen que todas las premisas previas son correctas, o bien hasta que se determine que esto no es efectivo.

c. Realice un cuadro comparativo entre las metodologas para la construccin de SE.

METODOLOGIA DE BUCHANAN

En la adquisicin de conocimientos (de distintas fuentes: libros, expertos) el ingeniero de conocimiento procede a travs de un aserie de etapas para producir un Sistema Experto.

Se destacan 6 etapas fundamentales:

Identificacin

Conceptualizacin

Formalizacin

Implementacin

Testeo

Revisin del protocolo

Las caractersticas ms importantes de esta metodologa es la constante relacin entre el ingeniero de conocimiento y el experto del campo.METODOLOGIA DE GROVER

El mtodo de Grover propone una serie de etapas en el desarrollo del proceso de adquisicin del conocimiento, cada una de las cuales va acompaada de una documentacin detalla.

Se distingue 3 etapas:

Definicin del dominio

Formulacin del conocimiento fundamental

Consolidacin del conocimiento Basal

La caracterstica ms importante es la obtencin de documentacin que puede remplazar parcialmente al experto, y servir a los diseadores y usuarios como medio de documentacin y referencia.

METOLOGIA DE BRULE

Muchos de los trabajo en SE no son dirigidos correctamente. En la mayora de los casos el problema se encuentra en la construccin del software y no en la adquisicin del conocimiento.

Pre-planeamiento

Planeamiento

Desarrollo temprano

Implementacin

Evaluacin

Supervisin

Mantenimiento

Las caractersticas ms importantes de esta metodologa es el desarrollo de una SE temprano, que incrementalmente converge al sistema experto final.

METOODOLOGIA BGM

Las caractersticas ms importantes es la etapa de planteo de casualidades, ya que los grficos de causalidades son una excelente herramienta para la representacin del conocimiento previo a la formalizacin de reglas y la verificacin, ya que compara el procedimiento que realiza el experto de campo con el que realizar el sistema; pudiendo establecer la performance del sistema.

Parametrizacin de conceptos

Tomar los valores que se encuentran asociados a los conceptos

Por ejemplo: presencia/Ausencia/Ausencia, Alto/Medio/Bajo. Funciona/No funciona

METODOLOGIA PROPUESTA

Estudio preliminar:

Definicin del problema

Identificacin de los expertos

Bibliografa de referencias

Glosario de trminos

Estudio de factibilidad

Tcnica

Operatividad

Economa

Anlisis

Posibilidad de la construccin

Justificacin de la construccin

Desarrollo de prototipos

Desarrollo del sistema

Evaluacin final

Mantenimiento

La importancia de esta metodologa es que es construida de la unin de los puntos fuertes de las metodologas anteriores.METODO IDEAL

Este mtodo fue desarrollado por pazos (1996) en la Facultad de Informtica de la Universidad Politcnica de Madrid y consta de las siguientes fases:

Fase 1 identificacin de la tarea

Fase 2 desarrollo de los prototipos

Fase 3 ejecucin de la construccin del sistema integrado

Fase 4 actuacin para conseguir el mantenimiento perfecto

Fase 5 lograr una adecuada trasferencia tecnolgica

Los parmetros fundamentales de este plan de requisitos son:

Fines especficos

Funcionamiento y rendimiento requerido

Fiabilidad y calidad

Limitaciones de costo/tiempo

Requisitos de fabricacin

Tecnologa disponible

Competencia

Ampliaciones futuras

d) Realice un mapa conceptual que resuma la unidad.

a. Describir cada uno de los elementos del sistema experto de acuerdo con el problema indicado explicando que hace o hara cada uno.

Se desarrolla un SE en Expertlab, el cdigo fuente para el objetivo sombrilla ; (c) Fichero generado por Expertlab

; Seleccin prenda segn clima

\\\ Objetivo sombrilla

\\\ Hechos

dia_soleado

dia_nublado

dia_nevado

dia_lluvioso

dia_despejado

\\\ Reglas

sombrilla:-dia_anterior_lluvioso,maana_actual_lluviosa,temporada_invierno,

temperatura_menor_16_grados,humedad_mayor_60_porciento,actividad_electrica

chaqueta:-dia_anterior_nubosidad_variable,dia_actual_cielo_parcialmente_cubierto,

lluvias_ligeras_desde_temprano, temperatura_menor_20_grados

camiseta:-dia_anterior_soleado,dia_actual_cielo_despejado,maana_seca,

temporada_verano, temperaturas_mayor_22_grados

gorro_botas_bufanda_doble_sueter:-semana_anterior_nieve,mayor_10_centi-

metros_altura_nieve, temperatura_menor_0_grados,ventisca_de_nieve

pantaloneta:- dia_anterior_sabado_soleado, maana_domingo_soleada,

temperatura_mayor_25_grados, humedad_menor_65_porciento

Las reglas permiten la evolucin del sistema experto, con estas estructuramos la programacion dando las condiciones de ejecucin. Incluyo las reglas de los otros diagnsticos para que me quede ms fcil variar el objetivo del Programa mediante el cdigo fuente.b. Describen el sistema experto en trminos de hechos y reglas SI, ENTONCES.

Condicionales regido por las reglas.c. Analizan y definen la base de conocimiento del sistema experto en forma de reglas, hechos, y objetos necesarios para que el sistema cumpla los objetivos propuestos.

Un sistema que diagnostica Prenda a utilizar segn el estado climtico, un ejemplo de diagnsticos mediante objeto, Reglas y atributos:

ObjetoReglasAtributo

SombrillaDa anteriorlluvioso

Da actuallluviosa

temporadaInvierno

Temperatura menor16 grados

ChaquetaDa anteriorNubosidad

Actual cieloParcialmente cubierto

Lluvia ligeraTemprano

Temperatura menor20 grados

camisetaDa anteriorsoleado

Da actualCielo despejado

Maanaseca

temporadaverano

Gorro,botas,bufanda,doble suterSemana anteriorNieve

mayor10 cms altura nieve

temperaturaMenor 0 grados

Ventisca nieve

pantalonetaDa anteriorSbado soleado

Maana de domingosoleada

Temperatura mayor25 grados

Humedad menor65 porciento

d. Codifican las reglas en Expertlab.

Adjunto pantallazos del funcionamiento del experto:

Si volvemos a hacer el test respondiendo las preguntas negativamente tendremos:

CONCLUSIONES

El presente trabajo fue significativo, dado que nos permiti conocer la importancia de los sistemas expertos, su aplicacin en el contexto y los elementos que lo componen. A su vez, se logr identificar los diferentes caminos que se pueden abordar para crear un motor de inferencia. Reconociendo, el valor de las diferentes metodologas. As mismo, se gener y analizo un ejemplo prctico mediante la ayuda de EXPERTLAB.

De esta manera, es evidente que los sistemas expertos no son letra muerta en nuestras vidas, si no que por el contrario tienen un amplio campo de accin, el cual an est en vida de expansin. En tal sentido, que es pertinente seguir enriqueciendo nuestros conocimientos en el tema, dado que posiblemente nos veamos en la necesidad de recurrir a ellos en diferentes escenarios y contextos de nuestras vidas. Los sistemas expertos son una herramienta til el cual tiene como uno de sus principios crear, innovar y expandir nuestro pensamiento o conocimiento y a no delimitarlo por el poder del sistema como tal.

BIBLIOGRAFAhttp://www.monografias.com/trabajos30/sistemas-expertos/sistemas-expertos.shtml#ixzz2l3sXR0Alhttp://es.wikipedia.org/wiki/Charles_Babbagehttp://www.itnuevolaredo.edu.mx/maestros/sis_com/takeyas/Apuntes/Inteligencia%20Artificial

/Apuntes/Filminas_Sistemas_Expertos/SistemasExpertos8.PDF

http://www.emagister.com/cursos-gratis/inteligencia-artificial-sistemas-expertos-tps-

732813.htm