SISTEMAS BASADO EN REGLAS (SBR)

Verbejo Bueno Carlos Adiel Marcos Ramrez Jovany

QU SON?

Los sistemas basados en reglas (SBR) son uno de los modelos de representacin del conocimiento mas ampliamente utilizados. Esto es debido a que resultan muy apropiados en situaciones en las que el conocimiento que se desea representar surge de forma natural con estructura de reglas.

Desde el punto de vista semntica, hay dos aproximaciones principales a los lenguajes basados en reglas: el paradigma de la programacin lgica, usado por ejemplo en las bases de datos deductivas; y el paradigma de los sistemas de produccin, que proporciona una semnticas procedural basada en el encadenamiento hacia adelante (o atrs) de reglas. En nuestra vida diaria encontramos muchas situaciones complejas gobernadas por reglas deterministas: sistemas de control de trfico, sistemas de seguridad, transacciones bancarias, etc. Los sistemas basados en reglas son una herramienta eficiente para tratar estos problemas.

Son Programas diseados para actuar como un experto humano en un dominio o rea de conocimiento particular.
Sistema Basado en Reglas Conocimiento Adquisicin del conocimiento Campo Explicacin Limitacin de capacidad Adquirido Terico Experto Humano

Adquirido + Innato Terico + Prctico

nico Siempre S

Mltiples A veces S, no evaluable

Reproducible
Vida

S, Idntico
Infinita

No
Finita

INICIOS DE SBR

Los primeros sistemas basados en reglas, se remontan a los aos 70:

Buchanan y Shortliffe:Sistema MYCIN. El primer sistema en el que se usan las reglas tal como se entienden hoy da.

Newell y Simon: Modelan el comportamiento inteligente mediante reglas (las pautas de actuacin de un agente inteligente son reglas).

1984 1972 1978

Buchanan y Feigen: Primer sistema basado en reglas. Generacin de estructuras qumicas que expliquen los resultados espectrogrficos.

CARACTERSTICAS

Tratan de replicar el comportamiento de los expertos en la materia Se basan en la utilizacin de tcnicas de IA Un conjunto de facilidades para la definicin de reglas. Mecanismos para acceder a una o ms bases de conocimientos y datos. Una estrategia de control que especifica el orden en el que las reglas son procesadas, y la forma de resolver los conflictos que pueden aparecer cuando varias reglas coinciden simultneamente. Un mecanismo que se encarga de ir aplicando las reglas

Un sistema basado en reglas que emplee el paradigma de los sistemas de produccin se define como una terna (BH, BR, MI) formada por una base de hechos, una base de reglas y un motor de inferencias que emplea una estrategia de control.
Una regla viene definida por un conjunto de patrones, que forman el antecedente de la regla y por un consecuente, formado por un conjunto de acciones a ejecutar cuando se cumple el antecedente.

La semntica de un SBR implica que las reglas se ejecutan siguiendo un ciclo denominado ciclo de reconocimiento-accin que consta de 3 fases que consta de 3 fases: Evaluacin: se evalan los patrones del antecedente de la reglas para determinar cuales se satisfacen en funcin del conocimiento actual de la memoria de trabajo.
Estas reglas forman el conjunto llamado conflicto.

Seleccin: Se elige una regla del conjunto conflicto en funcin de la estrategia de control. Ejecucin: Se ejecutan las acciones que aparecen en el consecuente de la regla.

La ejecucin de las acciones del consecuente de una regla frecuentemente modifica algn elemento de la memoria de trabajo, lo que provoca que se vuelva a la fase de evaluacin. La ejecucin dl SBR finaliza cuando no queda ninguna instancia de regla en la agenda. La mayor parte del tiempo de ejecucin de un SBR se emplea en la fase de evaluacin.

COMPONENTES FUNDAMENTALES
Constituyen la ms sencilla de las metodologas utilizadas en sistemas expertos. La base de conocimiento contiene el conjunto de reglas que definen el problema, y el motor de inferencia saca las conclusiones aplicando la lgica clsica a estas reglas.

ARQUITECTURA

BASE DE HECHOS:
Datos relevantes relativos al problema concreto. Los hechos son afirmaciones que sirven para representar conceptos, datos, objetos, etc.

depende de la aplicacin.
Y el conjunto de hechos que describen el problema es la base de hechos. Base de hechos o memoria de trabajo (BH o WM): conocimiento sobre el dominio en un determinado momento

EJEMPLO DE HECHOS:
Juan es un estudiante Juan tiene 8 aos el perro es blanco a Mara le gusta el cine Pedro prefiere la pelcula la edad de Luis es de 25 aos Pedro tiene un salario de 200 pesos

BASE DE CONOCIMIENTO

En el se encuentran los conocimientos del sistema a desarrollar, est formado principalmente por una base de datos, la cul contiene todos los datos relativos al sistema, como variables y valores posibles, y una base de reglas, que contiene todas las proposiciones que van a regir el sistema. El diseo de la misma se lleva a cabo mediante una serie de pasos. Inicialmente habra que detectar cules son las variables de estado y de control asociadas (temperatura, estado de nimo...). Establecer los trminos lingsticos que van a ser usados para su representacin (fro, calor, mucho calor, feliz, triste, animado...). Generar las proposiciones estableciendo las relaciones entre los distintos parmetros tenidos en cuenta (SI mucho calor OR mucho fro ENTONCES estado de nimo triste).

Por ejemplo si tenemos un ventilador y un sensor de temperatura, un SBRD que gestionase el funcionamiento del mismo sera construido de la siguiente forma:

Deteccin de las variables y sus posibles valores:

Variable de entrada: Temperatura: Mucho calor, Calor, Templada, Fro. Variable de control: Velocidad de giro del ventilador: Rpida, Normal, Lenta, Parado.

Generacin de reglas relacionando variables: R1: SI temperatura Mucho calor ENTONCES Velocidad de giro Rpida R2: SI temperatura Calor ENTONCES Velocidad de giro Normal R3: SI temperatura Templada ENTONCES Velocidad de giro Lenta R4: SI temperatura Fro ENTONCES Velocidad de giro Parado

Para dar una idea intuitiva de lo que es una regla, supngase que se tiene un conjunto de objetos y, por simplicidad, que cada objeto puede tener uno y slo uno de un conjunto de posibles valores.

Seguidamente se dan unos pocos ejemplos de reglas:

Regla 1: Si nota > 9, entonces calificacin = sobresaliente. Regla 2: Si puesto < 20 o nota > 7, entonces Admitir = si y Notificar =si.

Cada una de las reglas anteriores relaciona dos o ms objetos y est formada por las partes siguientes:
- La premisa de la regla, que es la expresin lgica entre las palabras clave si y entonces. La premisa puede contener una o ms afirmaciones. objeto-valor conectadas con operadores lgicos y, o, o no. Por ejemplo, la premisa de la Regla 1 consta de una nica afirmacin objeto-valor, mientras que las premisas de la Regla 2 constan de dos afirmaciones objeto-valor conectadas por un operador lgico. - La conclusin de la regla, que es la expresin lgica tras la palabra clave entonces.

Los ejemplos anteriores facilitan la definicin siguiente de regla. Regla. Una regla es una afirmacin lgica que relaciona dos o ms objetos e incluye dos partes, la premisa y la conclusin. Cada una de estas partes consiste en una expresin lgica con una o mas afirmaciones objeto-valor conectadas mediante los operadores lgicos y, o, o no.

El antecedente tambin se conoce como parte izquierda (Left-Hand- Side) o simplemente LHS, mientras que el consecuente tambin es llamado parte derecha (Right-Hand-Side) o RHS. Cada uno de los patrones del antecedente de una regla puede estar compuesto por una o mas condiciones.

Reglas del tipo: SI A ENTONCES B

A: condiciones de aplicacin.

B: acciones sobre la Base de Hechos o mundo externo

Este tipo de reglas son aquellas que para un mismo antecedente, tienen consecuentes distintos, por ejemplo: R1: SI tengo hambre ENTONCES como. R2: SI tengo hambre ENTONCES no como. Otro ejemplo de reglas contradictorias son aquellas que estando encadenadas en ambos sentidos, niegan un consecuente:

R1: SI he metido un gol ENTONCES estoy feliz. R2: SI estoy feliz ENTONCES no he metido un gol.

EJEMPLO CAJERO AUTOMTICO

MOTOR DE INFERENCIA

Es un programa de control cuya funcin es seleccionar las reglas posibles a satisfacer el problema, lo resuelve gracias a los datos que contiene la base de hechos del sistema experto.
Para ello se vale de ciertas estrategias de control sistemticas o de estratgias heursticas.

Tal como se ha mencionado en la seccin anterior, hay dos tipos de elementos: los datos (hechos o evidencia) y el conocimiento (el conjunto de reglas almacenado en 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 conclusin de la regla debe ser tambin cierta. Los datos iniciales se incrementan 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.

Las conclusiones pueden clasificarse en dos tipos: simples y compuestas. Las conclusiones simples son las que resultan de una regla simple. Las conclusiones compuestas son las que resultan de ms de una regla. Para obtener conclusiones, los expertos utilizan diferentes tipos de reglas y estrategias de inferencia y control

DEDUCCIN

El nuevo conocimiento es cierto si se parte de conocimiento cierto. Esta es la fuerza de la inferencia lgica y, por tanto, de la lgica.

INDUCCIN
Es el mecanismo del Aprendizaje Automtico Presenta el problema de la dudosa fiabilidad del conocimiento inferido Equipara correlacin con causalidad

ABDUCCIN

De un conjunto de reglas y hechos observados (conocimiento) produce un conjunto de explicaciones posibles que, usando la deduccin, haran coherente el conocimiento de partida.

MODUS PONENS

Los sistemas basados en reglas usan el modus ponens y Modus Tollens El Modus Ponens es quizs la regla de inferencia ms comnmente utilizada. Se utiliza para obtener conclusiones simples. En ella, se examina la premisa de la regla, y si es cierta, la conclusin pasa a formar parte del conocimiento. Como ilustracin, supngase que se tiene la regla, Si A es cierto, entonces B es cierto y que se sabe adems que A es cierto.

Entonces, tal como muestra la Figura la regla Modus Ponens concluye que B es cierto. Esta regla de inferencia, que parece trivial, debido a su familiaridad, es la base de un gran nmero de sistemas expertos.

Se examina la premisa y si es cierta, la conclusin pasa a formar parte del conocimiento.

La regla de inferencia Modus Tollens se utiliza tambin para obtener conclusiones simples. En este caso se examina la conclusin y si es falsa, se concluye que la premisa tambin es falsa.

Por ejemplo, supngase de nuevo que se tiene la regla, Si A es cierto, entonces B es cierto pero se sabe que B es falso. Entonces, utilizando la regla Modus Ponens no se puede obtener ninguna conclusin, pero, tal como se muestra en la Figura 2.4, la regla Modus Tollens concluye que A es falso. Aunque muy simple y con muchas aplicaciones tiles, la regla Modus Tollens es menos utilizada que la Modus Ponens.
Por ello, la regla Modus Ponens se mueve hacia adelante, es decir, de la premisa a la conclusin deuna regla, mientras que la regla Modus Tollens se mueve hacia atrs, es decir, de la conclusin a lapremisa.

Se examina la conclusin y si es falsa, se concluye que la premisa tambin es falsa.

EST CARACTERIZADO POR:

El lenguaje en que ha sido escrito. La velocidad de trabajo: Inferencias/segundo. Las estrategias de bsqueda de soluciones:

No Ordenada: aleatoria, heurstica. Ordenada: Encadenamiento hacia adelante (guiado por los datos, deductivo),
encadenamiento hacia atrs (guiado por los objetivos, inductivo).

La forma en que elige el conocimiento. La posibilidad de incorporar metaconocimiento.

El mtodo que utiliza para la evaluacin del conocimiento incompleto o incierto: Determinstico, probabilstico, aproximado, difuso.

ENCADENAMIENTO HACIA DELANTE

Este mtodo es usado cuando los datos iniciales son muy pocos y/o existen muchas posibles conclusiones. Los pasos para realizar el encadenamiento hacia delante son:

Matching: Bsqueda de las reglas para las que es cierto su antecedente Resolucin de conflictos: Seleccin, entre las reglas encontradas no redundantes, de aquella que se va a ejecutar.

Criterios de seleccin (estrategia de bsqueda)

Mayor numero de premisas en el antecedente Prioridad ms alta Bsqueda en profundidad Bsqueda en anchura Ejecucin: Se dispara la regla, por lo que ampliamos los datos conocidos.

ENCADENAMIENTO

HACIA ATRS

Caractersticas del encadenamiento hacia atrs:

Mtodo muy til en aplicaciones con muchos datos disponibles de partida, de los que solo una pequea parte son relevantes. Sistema interactivo, solo pregunta lo estrictamente necesario a diferencia del encadenamiento hacia delante que no pregunta nada.

MECANISMOS DE CONTROL

Los mecanismos de control para un sistema de produccin permiten que el contenido de la informacin permanezca en perfecto orden, esto es, que las reglas ms especificas y las que tratan con excepciones deben de aplicarse antes que las generales, adems el dialogo entre el sistema y el usuario debe de hacer preguntas siguiendo una lnea de razonamiento clara y no debe de preguntar lo que no puede deducir.

Estrategias de control sistemticas:

-Encadenamiento hacia adelante o hacia atrs. -Bsqueda en profundidad o a lo ancho. -Rgimen de control irrevocable o por tentativa.

Estratgias heursticas :

-Orden de las reglas. -Mayor credibilidad en las reglas. -Menor nmero de clusulas no instanciadas. -Mayor nmero de conclusiones en las reglas

Para controlar un SP se requiere lo siguiente:

Ordenar las reglas. Poco elegante. Difcil de mantener. Solo aplicable en sistemas simples en los que las reglas se almacenan en una lista que se recorre cclicamente. Ordenar las conclusiones de cada regla. Valido solo en encadenamiento hacia atrs. Colocar primero las que tienen ms posibilidades de fallar. Aadir nuevas premisas para controlar las reglas a aplicar en cada punto de la inferencia

Pueden clasificarse en : Control Direccional

El mecanismo de control acta antes de que la actividad este totalmente concluida.

Control aprobado reprobado

En este caso, el receptor del control se somete a un examen despus de concluidas determinadas actividades. En caso de aprobacin se permite la realizacin de la actividad siguiente. Si hubiera una rectificacin, el proceso se interrumpe definitivamente o hasta que se subsanen las irregularidades.
Control post-operacional El mecanismo de control slo se pone en funcionamiento despus de concluida toda la operacin.