sistemas expertos

Inteligencia Artificial II

Curso 2003–2004

Tema 1(I): Programaci´n
o
basada en reglas con CLIPS

Jos´ A. Alonso Jim´nez
e
e
Francisco Jes´ s Mart´ Mateos
u
ın
Jos´ Luis Ruiz Reina
e

Dpto. de Ciencias de la Computaci´n e Inteligencia Artificial
o

Universidad de Sevilla

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).1

Programaci´n basadaen reglas
o
x

Paradigma de la programaci´n basada en reglas
o
u
u

x

Hechos: pieza b´sica de informaci´n
a
o
Reglas: describen el comportamiento del programa en funci´n de la informaci´n
o
o
existente

Modelo de regla:
=>

x

Condiciones acerca de:
u
u

Ausencia de cierta informaci´n
o

u
x

Existencia de cierta informaci´n
o
Relaciones entre datosAcciones:
u

Incluir nueva informaci´n
o

u

Eliminar informaci´n
o

u

Presentar informaci´n en pantalla
o

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).2

Definici´n de hechos
o
x

Estructura de un hecho: (*)
u

Ejemplo: (conjunto a b 1 2 3)

u

(1 2 3 4) no es un hecho v´lido
a

x

La acci´n de a˜ adir hechos: (assert *)
o
n

xHechos iniciales:
(deffacts
*)

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).3

Definici´n de reglas
o
x

Estructura de una regla (I):
(defrule
*
=>
*)
:=

x

Ejemplo:
(defrule mamifero-1
(tiene-pelos)
=>
(assert (es-mamifero)))

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).4

Interacci´n con elsistema
o
x

Cargar el contenido de un archivo:
(load )

x

Trazas:
u

Hechos a˜ adidos y eliminados:
n

(watch facts)
u

Activaciones y desactivaciones de reglas:

(watch activations)
u

Utilizaci´n de reglas:
o

(watch rules)

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).5

Interacci´n con el sistema
o
x

Inicializaci´n:
o(reset)

x

Ejecuci´n:
o
(run)

x

Limpiar la base de conocimiento:
(clear)

x

Ayuda del sistema:
(help)

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).6

Ejemplo de base de conocimiento (hechos y reglas, I)
(deffacts hechos-iniciales
(tiene-pelos)
(tiene-pezugnas)
(tiene-rayas-negras))
(defrule mamifero-1
(tiene-pelos)
=>
(assert(es-mamifero)))
(defrule mamifero-2
(da-leche)
=>
(assert (es-mamifero)))
(defrule ungulado-1
(es-mamifero)
(tiene-pezugnas)
=>
(assert (es-ungulado)))

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).7

Ejemplo de base de conocimiento (hechos y reglas, II)
(defrule ungulado-2
(es-mamifero)
(rumia)
=>
(assert (es-ungulado)))
(defrule jirafa(es-ungulado)
(tiene-cuello-largo)
=>
(assert (es-jirafa)))
(defrule cebra
(es-ungulado)
(tiene-rayas-negras)
=>
(assert (es-cebra)))

IA-II 2003–2004

Cc Ia

Programaci´n basada en reglas con CLIPS
o

1(I).8

Tabla de seguimiento
x

El modelo de ejecuci´n en CLIPS
o
u
u

Base de reglas

u

Activaci´n de reglas y agenda
o

u

x

Base de hechos

Disparo de reglasTabla de seguimiento:
Hechos
f0 (initial-fact)
f1 (tiene-pelos)
f2 (tiene-pezugnas)
f3 (tiene-rayas-negras)
f4 (es-mamifero)
f5 (es-ungulado)
f6 (es-cebra)

IA-II 2003–2004

Cc Ia

E
0
0
0
0
1
2
3

Agenda

D

mamifero-1: f1

1

ungulado-1: f4,f2 2
cebra: f5,f3
3

Programaci´n basada en reglas con CLIPS
o

1(I).9

Un ejemplo de sesi´n en CLIPS
o
CLIPS> (load"animales.clp")
$******
TRUE
CLIPS> (watch facts)
CLIPS> (watch rules)
CLIPS> (watch activations)
CLIPS> (reset)
==> f-0
(initial-fact)
==> f-1
(tiene-pelos)
==> Activation 0
mamifero-1: f-1
==> f-2
(tiene-pezugnas)
==> f-3
(tiene-rayas-negras)
CLIPS> (run)
FIRE
1 mamifero-1: f-1
==> f-4
(es-mamifero)
==> Activation 0
ungulado-1: f-4,f-2
FIRE
2 ungulado-1: f-4,f-2
==>...