Inteligencia artificial

INSTITUTO TECNOLÓGICO DE ZITÁCUARO

Materia:
Inteligencia Artificial

Maestro:
Ing. Darío Dávalos

Alumno:
Leyva Rivas Carlos Alfonso
Numero de control.
07650328

Carrera:
Ing. En Sistemas Computacionales.
Tema:
Unida III.- Sistemas de razonamiento lógico.
Unidad IV.- Búsqueda y satisfacción de restricciones.

Heroica ZitácuaroMich. 6 de Diciembre del 2010

Inteligencia Artificial.

Unidad III.- Sistemas de razonamiento lógico. 3
III.1.- Reglas de producción. 3
III.2.- Sintaxis de las reglas de producción. (A1^ A2^… An^ => C). 4
III.3.- Semántica de las reglas de producción. 5
III.3.1.- Conocimiento casual. 5
III3.2.- Conocimiento de diagnóstico. 7
III.4.- Arquitectura de un sistema de producción (SP) ósistemas basados en reglas (SBR). 8
III.4.1.- Hechos. 11
III.4.2.- Base de conocimientos. 12
III.4.3.- Mecanismo de control. 13
III.5.- Ciclo de vida de un sistema de producción. 13
Unidad IV.- Búsqueda y satisfacción de restricciones. 15
IV.1.- Problemas y espacio de estados. 15
IV.2.- Espacios de estados determinísticos y espacios no determinísticos. 18
IV.3.- Búsquedasistemática. 18
IV.3.1.- Búsqueda de metas a profundidad. 19
IV.3.2.- Búsqueda de metas en anchura. 20
IV.3.3.- Búsqueda óptima. 21
IV.4.- Satisfacción de restricciones. 21
IV.5.- Resolución de problemas de juegos. 22
Bibliografía 24

Unidad III.- Sistemas de razonamiento lógico.

Los sistemas de razonamiento automático se clasifican en cuatro grupos:

Demostradores de teoremas ylenguajes de programación lógicos.
Sistemas de producción
Sistemas de cuadro y redes semánticas
Sistemas lógicos por descripción.

III.1.- Reglas de producción.
Demostradores de teoremas.

Los demostradores de teoremas se diferencian en dos aspectos de los lenguajes de programación lógica:

1.- Los lenguajes de programación lógicos sólo manejan cláusulas de Horn, en tanto que losdemostradores de teoremas si aceptan la lógica de primer orden.

2. - Los programas de Prolog combinan lógica y control, mientras que los demostradores de teoremas necesitan todavía controlar la información para operar eficientemente.

Estructura general de las reglas:

Antecedente → consecuente Donde:

Antecedente: contiene las clausulas que deben cumplirse para que la regla pueda evaluarse oejecutarse.

Consecuente: indica las conclusiones que se deducen de las premisas o las acciones que el sistema debe realizar cuando ejecuta la regla.

Regla de forma general

Ejemplos de reglas de producción

IF cond1 AND cond2 AND…condn
THEN
acc1 AND acc2 AND …Acom

Ejemplo de reglas sin variables:

IF (coche COCHE-JUAN) AND (Luces COCHE-JUAN tenues)
THEN(verificar_bateria COCHE-JUAN)

Ejemplo de regla con variables:
IF (coche$x) AND (luces$x tenues)
THEN (verificar_bateria$x).

III.2.- Sintaxis de las reglas de producción. (A1^ A2^… An^ => C).
Make Rule (Rtigre,π,
Animal: grupo #= carnívoro And
Animal: color # = leonado And
Animal pelaje #= franjas_negras,
Animal: especié = tigre);

Sintaxis reglas en JESS
(Defrule apagar luces
(And(Vivienda vacía)
(Luz encendida) )
→
(Printout t “la vivienda está vacía. Las luces deben estar apagadas.”Crlf)
(retract-string “(luz encendida) “ )
(assert (luz apagada))
)

Representación objeto atributo valor

Objetos atributos valores
Talon banco este_banco, otro_banco
Aceptable si, no
Cumplimentado si, no
Endosado si, no
Completo si, no if(talon, banco,otro_banco)
Fecha_correcta si, no and (portador, tiene cuenta, no)
Fecha M/D/A Then(talom, acción, rechazar)
Acción pagar, rechazar, anotar ….
Portador tiene_cuenta si, no
DNI si, no if(talon, fecha, X)
Firmante saldo si, no and($system, $date, Y)
Pago modo metallico.en_cuenta and((Y-X)>0)
and((Y-X)<90)
then(talon, fecha_correcta, si)...