Sistemas expertos

TESIS DOCTORAL
MODELO DE RESOLUCIÓN DE INCERTIDgMBRE EN SISTEMAS EXPERTOS A PARTIR DE LA TEORÍA DE LA POSIBILIDAD

Julio Garda del Real Ruizdelgado Ingeniero de Caminos por la Universidad Politécnica de Madrid Presentada en la FACULTAD DE INFORMÁTICA déla UNIVERSIDAD POLITÉCNICA DE MADRID

para la obtención del Grado de Doctor en Informática

MADRID JULIO DE 1988

FACULTAD DEINFORMÁTICA - BIBLIOTECA
D E V U E L V A este libro ontes de la última fecho anotada.

T-5S
R. 5"V

^

TESIS DOCTORAL

MODELO DE RESOLUCIÓN DE INCERTIDUMBRE EN SISTEMAS EXPERTOS A PARTIR DE LA TEORÍA DE LA POSIBILIDAD

Presentada en la

FACULTAD DE INFORMÁTICA
de la

UNIVERSIDAD POLITÉCNICA DE MADRID para la obtención del GRADO DE DOCTOR EN INFORMÁTICA

AUTOR: D. Julio García del RealRuizdelgado Ingeniero Politécnica de Caminos por la Universidad

de Madrid.

DIRECTORES: D. Luis Maté Hernández D. Rafael Gonzalo Molina

MADRID, JULIO 1988

ABSTRACT. This thesis has two different parts. In the first one, a thoroughiy descrxption of the principal systems of uncertainty accoiant basicaiiy the foilowing five modeis: is studied, taking

- The MYCIN model which aliows anspecific treatment of uncertainty within the Experts Systems; this is not a probabiiistic convencional model,

- then

the

PROSPECTOR

model,

of

specific

application

in

the

probabilistic model,

- the DEMPSTER-SHAFER model, when there is overiaping, - the Zadeh's Possibility Theory, which aliows the simultaneous

treatment of of uncertainty and imprecisión by means offuzzy sets

- and finally, the possibility and neccesity measures of Dubois and Prade, as an extensión of Zadeh's Theory.

In the second part, after having selected Zadeh's Possibility Theory as the best model for uncertainty problems with no real solution, a new model is proposed, based on Dubois-Prade model, with simultaneous treatment of uncertainty and fuzziness.

The main interest of thiswork lies on the fact that it takes into account oíd and desused theories as the problems are not well defined. Therefore a different alternative is offered to solve this question.

ÍNDICE

CAPITULO 1.- INTRODUCCIÓN. CAPITULO 2.- PRINCIPALES MODELOS EXISTENTES. 2.1.- Modelos probabilísticos 2.1.1.- Problemática. Primeros intentos 2.1.2.- El sistema PROSPECTOR 2.1.2.1.- Propagación deincertidumbre 2.1.2.2.- Combinación de evidencias 2.1.2.3.- Combinación lógica de evidencias 2.1.3.- Desarrollos posteriores 2.2.- Modelo de factores de certeza. Modelo MYCIN 2.2.1.- Representación del conocimiento incierto 2.2.2.- Combinación de evidencias 2.2.3.- Propagación de incertidumbre 2.2.4.- Combinación lógica de evidencias 2.2.5.- Críticas al modelo MYCIN 8 8 11 12 20 25 28 29 30 38 42 44 462.3.- Teoria de la Evidencia de Dempster-Shafer 2.3.1.- Estructuración del conocimiento incierto 2.3.2.- Combinación de evidencias 2.3.3.- Propagación de incertidumbre 2.3.4.- Impiementaciones, desarrollos y extensiones 2.4.- Teoría de la Posibilidad. Lógica Difusa 2.4.1.- La incertidumbre y la imprecisión 2.4.2.- Representación del conocimiento difuso 2.4,3.- Reglas de Inferencia en LógicaDifusa 2.4.3.1.- Modus ponens generalizado (I) 2.4.3.2.- Representación de la proposición si "X es A entonces Y es B" 2.4.3.3.- Modus ponens generalizado (II) 2.4.4.- Aplicación de la Lógica Difusa a los Sistemas Expertos

50 51 57 66 69 74 74 78 83 83 86 87

89

-I -

2.5.- Las medidas de posibilidad y necesidad de Dvibois y Prade. ... 2.5.1.- Medidas de confianza. La medida de Posibilidad2.5.2.- Medidas duales de una medida de confianza. Medidas de Necesidad 2.5.3.- Mecanismos de inferencia 2,5.4.- Inferencia con proposiciones difusas 2.5.5.- Combinación de evidencias

92 93

98 102 105 108

CAPITULO 3.- PLANTEAMIENTO DEL PROBLEMA, HIPÓTESIS DE TRABAJO.

3.1.- Introducción

111

3.2.- Motor de inferencia de Dubois y Prade

113

3.3.- Análisis del motor de...