Paradigmas De Inteligencia Artificial

REDES NEURONALES

Simulan ciertas características de los humanos como la capacidad de asociar hechos, de memorizar, de aprender y de olvidar. 

Auto-adaptarse para poder encontrar soluciones hasta el momento no conocidas, es parte de sus características de aprendizaje, lo logran gracias a que son muy dinámicas y se auto-ajustan con facilidad. Tienen gran tolerancia a los fallos en cuanto a la entrada de datos como la integridad de la red.

Auto-organizan la información de manera tal que si alguna entrada no esta clara o completa puedan dar una solución o aun cuando no habían sido expuestas a esas situaciones. Los campos en los que se pueden aplicar las Redes Neuronales son amplios, entre ellos resaltan: Maximización de solución, Reconocimiento de patrones, Aprendizaje supervisado y no supervisado y en Autómatas.

SISTEMA DE LOGICA DIFUSA

Manejan y trabajan la certidumbre de datos difusos, permiten representar de forma matemática conceptos o conjuntos borrosos en los cuales no se pueden determinar soluciones exactas a partir de datos umbrales. En contraposición con la Lógica Clásica, esta trabaja con valores entre cero (0) y uno (1) donde pueden existir varios resultados verdaderos con diferentes grados de precisión. Si usted necesita determinar si una persona es alta con la ayuda de la Lógica Clásica, normalmente lo haría comparando con un valor numérico para obtener un resultado booleano de verdadero o falso.      

Esta lógica se adapta mucho mejor a la vida cotidiana y es capaz de interpretar expresiones como: "hace poco frío" o "estoy muy cansado”

Para los conjuntos difusos se definen también las operaciones de unión, intersección, diferencia, negación o complemento. Cada conjunto difuso tiene una función de pertenencia para sus elementos que indican en qué medida el elemento forma parte de ese conjunto.

La Lógica Difusa se usa cuando los problemas a resolver poseen una amplia complejidad o no existen modelos matemáticos precisos, para procesos altamente no lineales y cuando se envuelven definiciones y conocimiento no estrictamente definido. Algunos ejemplos de aplicación de la Lógica Difusa tienen pie en: Sistemas de Control de Acondicionadores de aire; Electrodomésticos familiares; Optimización de Sistemas Industriales; Sistemas Expertos; Bases de Datos Difusas para almacenar y consultar información imprecisa; en la Inteligencia Artificial para la resolución de problemas relacionados con el control industrial y sistemas de decisión en general.

ALGORITMOS GENÉTICOS

Maximizan soluciones para ello imitan la evolución biológica para resolver problemas, seleccionando de un grupo de soluciones generadas aleatoriamente las que mas se puedan acercar a posibles soluciones de la situación planteada permitiéndoseles vivir y reproducirse con técnicas de cruzamientos o introduciéndole mutaciones para producir pequeñas variaciones en su constitución. El objetivo de los AG es buscar dentro de varias hipótesis la mejor de ellas, que en este caso es la que optimiza el resultado del problema dado.

Entre las principales funciones de selección de individuos que se convertirán en padres se encuentran: Función de Selección Proporcional a la Función Objetivo, donde cada individuo tiene una probabilidad de ser seleccionado como padre que es proporcional al valor de su función objetivo; Selección Elitista, intenta escoger el mejor individuo de la población; Selección por Torneo, la idea principal consiste en escoger al azar un grupo de individuos de la población.

Los Algoritmos Genéticos son aplicables a la Ingeniería Aeroespacial; a la Astronomía y Astrofísica para obtener la curva de rotación de una galaxia, determinar el periodo de

...