3 RC1 Sistemas De Produccion
Introducción
Sistemas de Producción
Las representación mediante formalismos lógicos puede verse de forma
procedimental
Describimos cuales son los pasos para resolver un problema como una
cadena de deducciones
La representación se basa en dos elementos:
Hechos: Proposiciones o Predicados
Reglas: Formulas condicionales donde el consecuente habitualmente
está formado por unpredicado atomico o una acción
Analogía con búsqueda en espacio de estados
Hechos = Estado del problema
Reglas = Operadores de búsqueda
c b e a (LSI-FIB-UPC)
Inteligencia Artificial
Curso 2009/2010
1 / 13
Sistemas de produción
Introducción
Sistemas de Producción
Un problema quedará definido por:
Base de Hechos: Predicados que describen el problema concreto
Base de conocimiento (o dereglas): Reglas que describen los
mecanismos de razonamiento que permiten resolver problemas
Motor de inferencia: Ejecuta el formalismo y obtiene la cadena de
razonamiento que soluciona el problema
c b e a (LSI-FIB-UPC)
Inteligencia Artificial
Curso 2009/2010
2 / 13
Sistemas de produción
El motor de inferencias
Motor de inferencias
Funciones
Deducir nuevos hechos, ejecutar acciones pararesolver el problema
(objetivo) a partir de un conjunto inicial de hechos y eventualmente a
través de una interacción con el usuario
Componentes
Intérprete de reglas + estrategia de control
Fases
Detección (filtro): REGLAS PERTINENTES
Obtención del conjunto de instanciaciones de reglas. Formación del
conjunto de conflictos
Selección: ¿QUÉ REGLA?
Resolución de conflictos: selección de la instanciacióna aplicar
Aplicación:
Aplicación de la regla
c b e a (LSI-FIB-UPC)
Inteligencia Artificial
Curso 2009/2010
3 / 13
Sistemas de produción
El motor de inferencias
Detección
Construcción del conjunto de instanciaciones de reglas (Conjunto de
conflicto)
El intérprete de reglas realiza los cálculos e instanciaciones necesarias
que son posibles en cada estado de resolución del problema(matching)
Una regla puede instanciarse más de una vez, caso de existir variables
(p.ej. CP1)
c b e a (LSI-FIB-UPC)
Inteligencia Artificial
Curso 2009/2010
4 / 13
Sistemas de produción
El motor de inferencias
Selección
Selección de la mejor instanciación
Las reglas instanciadas son seleccionadas para aplicarse dependiendo
de la estrategia de control (Estrategia de resolución de conflictos)estrategia fija
estrategia dinámica prefijada
estrategia guiada por meta-reglas
Criterios aplicables:
1a regla por orden en la Base de Conocimientos
la regla más/ menos utilizada
la regla más específica/la más general
la regla que tenga el grado de certeza más alto
la instanciación que satisfaga los hechos:
más prioritarios,
más antiguos (instanciación más antigua),
más nuevos (instanciación másreciente), ...
Posible combinación de criterios
c b e a (LSI-FIB-UPC)
Inteligencia Artificial
Curso 2009/2010
5 / 13
Sistemas de produción
El motor de inferencias
Aplicación
Ejecución de la regla ⇒
Modificación de la base de hechos
Nuevos cálculos, nuevas acciones, preguntas al usuario
Nuevos subobjetivos
Propagación de las instanciaciones (en CP1)
Propagación del grado de certeza.
El procesode deducción acaba cuando:
se encuentra la conclusión (el objetivo) buscado ⇒ éxito
no queda ninguna regla aplicable ⇒ éxito? / fracaso?
c b e a (LSI-FIB-UPC)
Inteligencia Artificial
Curso 2009/2010
6 / 13
Sistemas de produción
Razonamiento
Tipos de razonamiento
Deductivos, progresivos, forward chaining (FC), encadenamiento
dirigido por hechos
evidencias, síntomas, datos ⇒ conclusiones,hipótesis
Inductivos, regresivos, backward chaining (BC), encadenamiento
dirigido por objetivos
conclusiones, hipótesis ⇒ datos, evidencias, síntomas
Mixtos, encadenamiento híbrido
c b e a (LSI-FIB-UPC)
Inteligencia Artificial
Curso 2009/2010
7 / 13
Sistemas de produción
Razonamiento
Encadenamiento dirigido por hechos
Basado en modus ponens: A, A → B B
La base de hechos (BH) se...
Regístrate para leer el documento completo.