MÉTODOS DE RAZONAMIENTO EN MOTORES DE INFERENCIA Y ENCADENAMIENTO HACIA ADELANTE, ATRÁS

MÉTODOS DE RAZONAMIENTO EN MOTORES DE INFERENCIA Y ENCADENAMIENTO HACIA ADELANTE, ATRÁS

DANIELLYS CANTILLO

ALBERT AREVALO

JHONER SOTO

Docente

MANUEL FONTALVO

Ing. De Sistemas

INGENIERIA DEL CONOCIMIENTO

UNIVERSIDAD COOPERATIVA DE COLOMBIA

SECCIONAL SANTA MARTA

FACULTAD DE INGENIERIA

PROGRAMA DE SISTEMAS

IX SEMESTRE

SANTA MARTA

D. T. C. H

2009

INTRODUCCIÓN

El proceso de razonamiento, por lo tanto, involucra la realización de inferencias, a partir de hechos conocidos. Realizar inferencias significa derivar nuevos hechos a partir de un conjunto de hechos conocidos como verdaderos. La lógica de predicados proporciona un grupo de reglas sólidas, con las cuales se pueden realizar inferencias.

El motor de inferencia es la parte del sistema que determina el método de razonamiento, utiliza estrategias de búsquedas y resuelve conflictos.

El método de razonamiento en motores de inferencia, se clasifican en:

• Basados en reglas

• Basados en casos

• Basados en redes bayesiana

• Basados en ejemplos

• Basados en instancia

• Basados en memoria

• Basados en analogías

• Basados en modelos

El ENCADENAMIENTO es una técnica de modificación de conducta que se utiliza para crear un comportamiento más complejo, compuesto de varias respuestas seguidas, a partir de respuestas individuales. Toda su nombre precisamente del término "encadenar", es decir, unir una respuesta a otra (como eslabones) para formar un conjunto más grande (la cadena).

Todos los comportamientos que se dan en un orden determinado, siempre una respuesta tras otra, seguidas, con la misma secuencia, serian comportamientos adquiridos por encadenamiento. Por ejemplo, escribir es una conducta compleja que se compone de múltiples eslabones, que son las letras; pero también ponerse un yérsey o una camisa son comportamientos en cadena compuestos por cada una de las respuestas individuales necesarias para ponerse esa prenda: y también decir los números en voz alta es un comportamiento en cadena, y si no prueba a seguir la cadena 1, 2, 3, 4, 5...

Esta unión entre respuestas de eslabones se produce por la propiedad que tienen los estímulos reforzadores de funcionar también como estímulos discriminativos de otra respuesta, y así el final de una respuesta (su reforzador) es el principio (discriminativo) de la siguiente respuesta.

Existen dos técnicas fundamentales de encadenamiento: (1) encadenamiento hacia adelante, donde se comienza por la primera respuesta y se van añadiendo eslabones (p.e.j., contar números); y (2) encadenamiento hacia atrás, donde los primeros eslabones se realizan siempre con ayuda y se entrena solamente el final, después el penúltimo, antepenúltimo, y así sucesivamente. Esta última técnica es más laboriosa de llevar a cabo, pero produce mejores resultados y es más resistente a la extinción.

OBJETIVOS

OBJETIVO GENERAL

Al finalizar el estudio de este trabajo, nos podemos encontrar preparados para:

• Entender con asombrosa claridad los métodos de razonamiento en motores de inferencia, ya que nosotras como estudiantes se lo hemos de impartir.

• Diferenciar y saber qué función cumple cada encadenamiento.

OBJETIVOS ESPECIFICOS

• Reconocer la importancia de cada unos de los métodos de razonamiento en motores de inferencia y de cada encadenamiento.

• Comprender cada uno de los métodos de razonamiento en motores de inferencia.

• Diferenciar y saber qué función cumple cada uno de los métodos de razonamiento en motores de inferencia.

• Analizar de una forma eficaz el encadenamiento hacia adelante y hacia atrás.

JUSTIFICACIÓN

El propósito de este trabajo es de mostrar una amplia y precisa descripción de lo que son los métodos de razonamiento en motores de inferencia y el encadenamiento hacia adelante y hacia atrás, los cuales también son conocidos como razonamiento de abajo hacia arriba y razonamiento arriba hacia abajo. Así mismo mostrar brevemente los conceptos, uso, ventajas, desventajas, características, etc.… básica de esta área y/o campo de la Inteligencia artificial.

MÉTODO DE RAZONAMIENTO EN MOTOR DE INFERENCIA

Motor de Inferencia.

Un motor de inferencia interpreta y evalúa los hechos en la base de conocimientos para proveer una respuesta. Este debe ser independiente del conocimiento y de los hechos. Se puede caracterizar por:

El lenguaje en que ha sido escrito.

• La velocidad de trabajo: Inferencias / segundo.

• Las estrategias de búsqueda de soluciones:

No Ordenada: aleatoria, heurística.

Ordenada: Encadenamiento hacia adelante (guiado por los datos, deductivo), encadenamiento hacia atrás (guiado por los objetivos, inductivo).

• La forma en que elige el conocimiento.

• La posibilidad de incorporar metaconocimiento.

• El tipo de lógica que emplea en el razonamiento:

Booleana, trivalente, multivalente, difusa.

Monotónica o no monotónica.

Atemporal o temporal.

Lógica de orden 0, orden 0+, orden 1.

• El método que utiliza para la evaluación del conocimiento incompleto o incierto:

Determinístico.

Probabilístico.

Aproximado.

Difuso.

En un sistema experto, dado un estado particular de la base de datos, se deben reconocer las reglas aplicables y esto se llama filtrado o identificación de patrones, operación especialmente larga, ya que muchos sistemas realizan una preselección de las reglas antes de que comience la identificación propiamente tal. Es decir, se considera un subconjunto de reglas y entre éstas, las aplicables. Esto, es lo que se llama restricción.

Adicionalmente puede existir una Base de Datos con información puntual sobre problemas específicos anteriormente resueltos por el sistema, y que se usa como información adicional en el proceso de inferencia.

Una vez que las reglas han sido reconocidas deben ser elegidas, dependiendo de la estrategia de control, que es la selección.

Una vez que las regla han sido elegida ha de ejecutarse.

Al módulo central del sistema experto que maneja estas tres operaciones se le denomina motor de inferencia o intérprete de reglas. Hay diversos tipos de motores de inferencia según los métodos con que se manejan las tres operaciones precedentes.

Identificación de patrones.

Esta operación determina cuáles son las reglas potencialmente aplicables en un estado dado de la base de datos.

Hay ciertos métodos típicos para resolver problemas mediante Inteligencia Artificial como: descomposición de problemas, inferencia deductiva, deducción lógica, etc.

No es necesario que la búsqueda se aplique a todas las reglas, el sistema de control puede decidir cuáles no son necesarias a ese nivel.

El filtrado significa tener el conocimiento para encontrar las reglas cuya precondición se satisfaga. Se debe comparar por tanto la precondición con la base de datos. Si es una regla deductiva "si premisa entonces conclusión", la parte a ser probada de la regla, se llama disparador o activador (tigger) es siempre una fórmula bien formada ya sea de lógica proposicional o de lógica de primer orden. Puede aplicarse a cualquier hecho.

El único lenguaje que está totalmente basado en el cálculo de predicados es el PROLOG.

Los procesos de identificación de patrones pueden mejorarse examinando, dentro del activador de cada regla, primero los predicados con más restricciones, es decir, los que tienen el menor número de variables libres. Otra forma de proceder es que, para cada regla o parte de su activador, se guarda en la memoria el resultado de las posibles unificaciones para cada parte del activador. Después de cada ciclo del motor de inferencia, esta memoria se actualiza y se denomina filtrado por propagación.

Ejecución de las reglas.

Después de la fase de filtrado, cuando una regla está reconocida como aplicable, teniendo en cuenta la base de datos existente, solo resta ejecutarla. Si hay varias posibles reglas, la elección la realiza la estrategia de control.

La conclusión de la regla tiene por objeto modificar la base de conocimiento, creando, modificando o suprimiendo un hecho.

La fase de restricción.

En un sistema dirigido por los datos, el filtrado consiste en retener todas las reglas cuyas premisas son verdaderas teniendo en cuenta los hechos (verdaderos) presentes en la base de datos. Este sistema funciona

...