Sistemas expertos basados en reglas

Sistemas Expertos Basados en Reglas
Prof. Jos´ Manuel Guti´rrez e e Dpto. de Matem´tica Aplicada. Universidad de Cantabria a

1

Introducci´n o

En nuestra vida diaria encontramos muchas situaciones complejas gobernadas por reglas deterministas: sistemas de control de tr´fico, sistemas de seguridad, transaca ciones bancarias, etc. Los sistemas basados en reglas son una herramienta eficientepara tratar estos problemas. Las reglas deterministas constituyen la m´s sencilla de a las metodolog´ utilizadas en sistemas expertos. La base de conocimiento contiene ıas las variables y el conjunto de reglas que definen el problema, y el motor de inferencia obtiene las conclusiones aplicando la l´gica cl´sica a estas reglas. Por regla se eno a tiende una proposici´n l´gica que relaciona dos o m´sobjetos e incluye dos partes, la o o a premisa y la conclusi´n. Cada una de estas partes consiste en una expresi´n l´gica o o o con una o m´s afirmaciones objeto-valor conectadas mediante los operadores l´gicos a o y, o, o no. Una regla se escribe normalmente como “Si premisa, entonces conclusi´n”. o Como ejemplo de problema determinista que puede ser formulado usando un conjunto de reglas,consid´rese una situaci´n en la que un usuario (por ejemplo, un e o cliente) desea sacar dinero de su cuenta corriente mediante un cajero autom´tico a (CA). En cuanto el usuario introduce la tarjeta en el CA, la m´quina la lee y la a verifica. Si la tarjeta no es verificada con ´xito (por ejemplo, porque no es legible), el e CA devuelve la tarjeta al usuario con el mensaje de error correspondiente. En otrocaso, el CA pide al usuario su n´ mero de identificaci´n personal (NIP). Si el n´ mero u o u fuese incorrecto, se dan tres oportunidades de corregirlo. Si el NIP es correcto, el CA pregunta al usuario cu´nto dinero desea sacar. Para que el pago se autorice, la a cantidad solicitada no debe exceder de una cierta cantidad l´ ımite diaria, adem´s de a haber suficiente dinero en su cuenta. En este casose tienen siete objetos, y cada objeto puede tomar uno y s´lo un o valor de entre sus posibles valores. La Tabla 1 muestra estos objetos y sus posibles valores. La Figura 1 muestra siete reglas que gobiernan la estrategia que el CA debe seguir cuando un usuario intenta sacar dinero de su cuenta.

2

El Motor de Inferencia

Tal como se ha mencionado en la secci´n anterior, hay dos tipos deelementos: los o datos (hechos o evidencia) y el conocimiento (el conjunto de reglas almacenado en 1

Objeto Tarjeta Fecha NIP Intentos Balance L´ ımite Pago

Conjunto de posibles valores {verificada, no verificada} {expirada, no expirada} {correcto, incorrecto} {excedidos, no excedidos} {suficiente, insuficiente} {excedido, no excedido} {autorizado, no autorizado}

Table 1: Objetos y posiblesvalores para el ejemplo del cajero autom´tico. a

Regla 1
Si Tarjeta = verificada Fecha = no expirada NIP= correcto Intentos = no excedidos Balance = suficiente Límite = no excedido Entonces Pago = autorizado y y y y y

Regla 2
Si Tarjeta = no verificada Entonces Pago = no autorizado Si

Regla 3
Fecha = expirada Entonces Pago = no autorizado

Regla 4
Si NIP = incorrecto Entonces Pago =no autorizado Si

Regla 5
Intentos = excedidos Entonces Pago = no autorizado

Regla 6
Si Balance = insuficiente Entonces Pago = no autorizado Si

Regla 7
Límite = excedido Entonces Pago = no autorizado

Figure 1: Ejemplos de reglas para sacar dinero de un cajero autom´tico. a

2

la base de conocimiento). El motor de inferencia usa ambos para obtener nuevas conclusiones o hechos.Por ejemplo, si la premisa de una regla es cierta, entonces la conclusi´n de la regla debe ser tambi´n cierta. Los datos iniciales se incrementan o e incorporando las nuevas conclusiones. Por ello, tanto los hechos iniciales o datos de partida como las conclusiones derivadas de ellos forman parte de los hechos o datos de que se dispone en un instante dado. Para obtener conclusiones, los expertos...