Tema 6 - Sistemas de Produccion

Sistemas de Produccin
Inteligencia Artificial. Ingeniera Informtica
Objetivos
Conocer la arquitectura tpica de un sistema de produccin, distinguiendo los distintos componentes. Diferenciar los sistemas de produccin de las aproximaciones algortmicas tradicionales. Percibir claramente la separacin entre el conocimiento y los mecanismos de control del sistema, como una caracterstica fundamental de estos sistemas. Estudiar la dinmica bsica de los sistemas de produccin, en funcin de la estrategia de control. Comprender las ventajas y limitaciones de utilizacin de los sistemas de produccin. Valorar qu tipos de problemas son adecuados para resolver utilizando sistemas de produccin.
Inteligencia Artificial. Ingeniera Informtica 2
Contenidos
Definicin Arquitectura Base de conocimientos Memoria activa Motor de inferencias Dinmica de los sistemas de produccin Dirigidos por los datos Dirigidos por las metas Ciclo bsico de los sistemas de produccin Fase de decisin o seleccin de reglas Fase de ejecucin
Bibliografa
Moret, V., Alonso, A., Cabrero, M. J., Guijarro, B., y Mosqueira, E. (2005). Fundamentos de Inteligencia Artificial (2ed). Servicio de Publicacins. Universidade da Corua. Borrajo, D., Juristo, N., Martnez, V. y Pazos, J. (1993). Inteligencia Artificial: Mtodos y Tcnicas. Editorial Centro de Estudios Ramn Areces eds. Negnevitsky, Artificial Intelligence: a guide of intelligent systems.", Addison-Wesley, 2002 Mira, J., Delgado, A.E., Boticario, J.G., Dez, F.J. (1995). Aspectos bsicos de la Inteligencia Artificial. Sanz y Torres. Galn, S.F., Gonzlez, J. y Mira, J. (1998). Problemas Resueltos de Inteligencia Artificial Aplicada. Bsqueda y Representacin. Addison-Wesley.
Introduccin
Programas secuenciales:
dependientes de los datos, condiciones iniciales, parmetros, respuestas de los usuarios, resultados de cmputos anteriores, el flujo de control y la utilizacin de los datos estn especificados de manera rgida por el programa. el defecto especfico de estos programas es su secuencialidad: la bifurcacin slo se efecta en puntos y caminos explcitamente previstos en el cdigo del programa. en entornos cambiantes, la bifurcacin ser la norma, no la excepcin, ya sea a partir de un nuevo estmulo, en funcin de sus propiedades y contenidos, o bien, en ausencia de nuevos estmulos, ser a partir del contexto actual, historia o ltimo estado.
Introduccin
Programacin basada en eventos:
adecuada para situaciones en las que continuamente estn surgiendo nuevos estmulos, bien originados por el entorno externo o bien generados internamente por el programa. el programa responde directamente a un amplio rango de sucesos, algunos imprevistos, en lugar de hacerlo a datos esperados. no usan estructuras de control inflexibles y especificadas de antemano. reconocen patrones en los datos, y seleccionan trozos de cdigo en el sistema para que se activen. Sistemas de inferencia dirigidos por patrones (SIDP)
Introduccin
Los SIDP tienen estructura modular Cada mdulo es responsables de detectar las distintas situaciones posibles, reconociendo patrones en los datos, y de responder de forma adecuada a las mismas. Los mdulos se dividen funcionalmente en antecedente o lado izquierdo y consecuente o lado derecho El antecedente efecta todos los accesos a los datos, para verificarlos y equipararlos con los patrones plantilla del mdulo. El consecuente efecta la escritura o modificacin de datos. Tales mdulos se denominan reglas, y los SIDP compuestos por conjuntos de reglas, Sistemas basados en Reglas (SBR) o Sistemas de Produccin.
Sistemas de Produccin
Definicin:
Sistemas inteligentes basados en reglas que operan frente a una base de hechos con mecanismos de emparejamiento formando parte explcita de su arquitectura.
Se clasifican en dos categoras segn su estructura de control:

Sistemas dirigidos por los datos Sistemas dirigidos por los objetivos
Clasificacin de Sistemas de Produccin

Sistemas dirigidos por los datos
Las inferencias se obtienen cuando los antecedentes de alguna (o ms de una) de sus reglas de produccin se emparejan con, al menos, una parte de los hechos que describen el estado actual. Cuando esto ocurre, se dice que la regla en cuestin se ha activado, y est en condiciones de ser ejecutada. Su ejecucin o no depender de la estrategia de exploracin elegida. Son menos especficos, porque ejecutarn todas las reglas disponibles en funcin de la informacin introducida.
Clasificacin de Sistemas de Produccin

Sistemas dirigidos por los objetivos
Tanto los antecedentes como los consecuentes de las reglas deben ser considerados como aserciones sobre los datos. En este caso, la activacin de las reglas tiene lugar por medio de un encadenamiento regresivo, y el emparejamiento se efecta a travs de las conclusiones de las reglas. Para alcanzar una determinada meta hay que configurar un proceso evocativo en el que, de forma recursiva, se van estableciendo los antecedentes de las metas como submetas de orden inferior. Son ms especficos, porque la ejecucin lleva implcito un proceso de bsqueda.
10
Arquitectura de Sistemas de Produccin

BASE DE CONOCIMIENTOS
BASE DE REGLAS BASE DE HECHOS
INTERFAZ
MEMORIA ACTIVA MOTOR DE INFERENCIAS
Usuario
SUBSISTEMA DE EXPLICACION
11
Base de Conocimientos
Caractersticas
Describe el universo de discurso o dominio en el cual el sistema de produccin tiene que plantear soluciones. Est constituida por bases de hechos (BH) y por bases de reglas (BR). Las bases de hechos forman el esqueleto declarativo del sistema de produccin, y su misin es la de articular a todos los hechos potencialmente relevantes del dominio. Las bases de reglas constituyen el esqueleto procedimental del sistema de produccin, y a travs de ellas se posibilita la construccin de los circuitos inferenciales que nos van a permitir obtener conclusiones vlidas. La estructura de las bases de hechos y de las bases de reglas debe ser tal que ambas entidades puedan "comprenderse" entre s.
12
Base de Conocimientos: Ejemplo

BASE DE REGLAS
REGLA 2 REGLA 1
IF: <PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> IF: THEN: <CREPUSCULO COLOR> = <ACTIVIDAD AND:AND: <CIELO NUBES> DESCARTADA> = AND: <CIELO TONALIDAD> = THEN: <PRONOSTICO METEOROLOGICO> =
= BUEN_TIEMPO = IR_AL_CAMPO ROJO = IR_AL_CINE AUSENTES NORMAL BUEN_TIEMPO
BASE DE HECHOS
Crepsculo Color Cielo Nubes Tonalidad Inteligencia Artificial. Ingeniera Informtica Pronstico Meteorologa
13
Base de Conocimientos: Ejemplo

BASE DE REGLAS
REGLA 2 REGLA 1
IF: <PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> IF: THEN: <CREPUSCULO COLOR> = <ACTIVIDAD AND:AND: <CIELO NUBES> DESCARTADA> = AND: <CIELO TONALIDAD> = THEN: <PRONOSTICO METEOROLOGICO> =
= BUEN_TIEMPO = IR_AL_CAMPO ROJO = IR_AL_CINE AUSENTES NORMAL BUEN_TIEMPO
BASE DE HECHOS
Crepsculo Cielo
Actividad Pronstico
Recomendada Descartada Inteligencia Artificial. Ingeniera Informtica
14
Memoria Activa (MA)

Es la estructura que contiene toda la informacin de naturaleza esttica necesaria para resolver un problema concreto. Esta informacin incluye:
datos iniciales del problema datos incorporados con posterioridad hechos establecidos durante los procesos inferenciales hiptesis de trabajo, metas o submetas que todava no han sido establecidas
Almacena todos los cambios de estado de nuestro sistema, de forma que representa siempre nuestro estado actual. Es la responsable de interaccionar con el mundo exterior, aceptando la entrada de informacin de naturaleza no inferencial. Es el foco permanente de atencin de las reglas del sistema.
Memoria Activa: Ejemplo

MEMORIA ACTIVA (DATOS)
<CREPSCULO COLOR> <CIELO NUBES> <CIELO TONALIDAD>
ROJO AUSENTES NORMAL
MEMORIA ACTIVA (HIPTESIS) <ACTIVIDAD RECOMENDADA> IR AL CAMPO
16

BASE DE CONOCIMIENTOS BASE DE REGLAS
REGLA 2 REGLA 1
< CR EPSCULO COLOR > < CIELO NUBES> < CIELO TONALIDAD>
R OJO AUSENTES NOR MAL
IF: <PRONOSTICO IF: <PRONOSTICOMETEOROLOGICO> METEOROLOGICO> = =BUEN_TIEMPO BUEN_TIEMPO THEN: <ACTIVIDAD RECOMENDADA> = IF: <CREPUSCULO COLOR> = ROJO <ACTIVIDAD RECOMENDADA> =IR_AL_CAMPO IR_AL_CAMPO IF: THEN: <CREPUSCULO COLOR> = ROJO AND: <ACTIVIDAD DESCARTADA> = AND: <CIELO NUBES> = <ACTIVIDAD =IR_AL_CINE IR_AL_CINE AND:AND: <CIELO NUBES> DESCARTADA> =AUSENTES AUSENTES AND: <CIELO TONALIDAD> = NORMAL AND: <CIELO TONALIDAD> = NORMAL THEN: = THEN: <PRONOSTICO <PRONOSTICOMETEOROLOGICO> METEOROLOGICO> =BUEN_TIEMPO BUEN_TIEMPO
BASE DE HECHOS
Crepsculo Crepsculo Cielo Cielo

MEMORIA ACTIVA (HIPTESIS)

Actividad Actividad
Pronstico Pronstico

Recomendada Recomendada Descartada Descartada
< ACTIVIDAD R ECOMENDADA>
IR AL CAMPO
Lanzamos un proceso inferencial dirigido por los objetivos (el motor de inferencias investiga las hiptesis de la memoria activa no establecidas <ACTIVIDAD RECOMENDADA> = IR AL CAMPO)

Investigamos las reglas que concluyen algo sobre RECOMENDADA>, en este caso la Regla 2.
REGLA 2
<ACTIVIDAD
IF: THEN: AND:
<PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> <ACTIVIDAD DESCARTADA>
= BUEN_TIEMPO = IR_AL_CAMPO = IR_AL_CINE
Investigamos el antecedente de la Regla 2 para ver si con la informacin de la memoria activa se puede concluir algo
REGLA 2
IF: THEN: AND:
<PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> <ACTIVIDAD DESCARTADA>
= BUEN_TIEMPO = IR_AL_CAMPO = IR_AL_CINE
18

Como en la memoria activa no hay informacin sobre <PRONOSTICO METEOROLOGICO> se incluye como nueva hiptesis en la memoria activa La nueva hiptesis aparece como conclusin de Regla 1 y obliga a investigar su antecedente. La Regla 1 puede ejecutarse porque sus premisas aparecen en la memoria activa y sus valores asociados son los que emparejan.
MEMORIA ACTIVA (HIPTESIS) < ACTIVIDAD R ECOMENDADA> < PR ONSTICO METEOR OLGICO> IR AL CAMPO BUEN TIEMPO
REGLA 1
IF: IF: AND: AND: AND: AND: THEN: THEN:
<CREPUSCULO <CREPUSCULO COLOR> COLOR> <CIELO <CIELONUBES> NUBES> <CIELO <CIELOTONALIDAD> TONALIDAD> <PRONOSTICO <PRONOSTICOMETEOROLOGICO> METEOROLOGICO>
= =ROJO ROJO = =AUSENTES AUSENTES = =NORMAL NORMAL = =BUEN_TIEMPO BUEN_TIEMPO
R OJO AUSENTES NOR MAL
19

Despus de ejecutar la Regla 1 la submeta se confirma como hecho y se actualiza la memoria activa
< PRON S TICO METEORO LGICO>
R OJO AUSENTES NOR MAL BUEN TIEMPO
MEMORIA ACTIVA (HIPTESIS) < ACTIVIDAD R ECOMENDADA> IR AL CAMPO
20

La Regla 2 est en condiciones de ser ejecutada ya que la memoria activa verifica completamente su antecedente.
REGLA 2 MEMORIA ACTIVA (DATOS) <CREPSCULO COLOR> <CIELO NUBES> <CIELO TONALIDAD>
<PRONSTICO METEOROLGICO>
ROJO AUSENTES NORMAL BUEN TIEMPO
MEMORIA ACTIVA (HIPTESIS) <ACTIVIDAD RECOMENDADA> IR AL CAMPO
IF: THEN: AND:
<PRONOSTICO METEOROLOGICO> = BUEN TIEMPO <ACTIVIDAD RECOMENDADA> = IR AL CAMPO <ACTIVIDAD DESCARTADA> = IR AL CINE Inteligencia Artificial. Ingeniera Informtica
21

Se produce una nueva actualizacin de la memoria activa. Al no haber mas hiptesis que confirmar o descartar el proceso termina.
<CREPSCULO COLOR> <CIELO NUBES> <CIELO TONALIDAD>
ROJO AUSENTES NORMAL BUEN TIEMPO
<PRONSTICO METEOROLGICO>
<ACTIVIDAD RECOMENDADA>
IR AL CAMPO
<ACTIVIDAD DESCARTADA>
IR AL CINE
22

Cuando el proceso se detiene, la memoria activa contiene una descripcin del estado final del problema, incluyendo datos, hechos e hiptesis
Los hechos y los datos de la memoria activa corresponden a entidades de la base de hechos, pero con valores concretos asociados. Los valores de las trayectorias correspondientes a los hechos de la base se asignan a travs de un proceso inferencial Los datos representan informacin que procede directamente del mundo exterior. Las hiptesis son trayectorias completas (incluyendo valores), cuya veracidad se desea investigar.
23
Motor de Inferencias (MI)

Intrprete de reglas+Estrategia de control. Separacin con el conocimiento Funciones:
Examinar la memoria activa y determinar qu reglas deben ejecutarse (estrategia de bsqueda+resolucin de conflictos). Encontrar conexiones entre estados iniciales del problema y estados solucin. desde las premisas a las conclusiones desde las soluciones a los datos iniciales desde ambos simultneamente Controlar y organizar el proceso de ejecucin de las reglas seleccionadas en el paso anterior Actualizar la memoria activa cuando sea preciso (hechos, metas y submetas) Asegurar el autoconocimiento del sistema (reglas activadas, reglas ejecutadas, ltimos hechos incorporados a la memoria, prioridades de reglas)

El intrprete no es ms que un programa secuencial cuya misin es determinar el siguiente paso a ejecutar. La estrategia de control es el mecanismo que examina la memoria activa y determina qu regla disparar, a travs de los llamados ciclos bsicos del sistema, y en funcin de ciertos parmetros como:
criterios de activacin elegidos, estrategias de bsqueda implementadas y direccin de trnsito por el espacio de estados
25

Criterios para optimizar la exploracin del espacio de estados que debe satisfacer la estrategia de control:
Producir movimientos vlidos en el espacio de estados Ser sistemticos Ser eficiente

Debe incluir:
Mecanismos de propagacin del conocimiento a travs del proceso inferencial:
Encadenamiento progresivo de reglas (dirigido por los datos) Encadenamiento regresivo de reglas (dirigido por los objetivos)
Emparejador o interprete de reglas Estrategia de bsqueda y heursticas de exploracin Mecanismos de autoconocimiento (estructuras analizadas, estados del problema, cambios en la memoria activa, prioridades de reglas, etc.) Mecanismos de terminacin de los procesos inferenciales
27

La eleccin entre un tipo u otro depender de cmo el experto en el dominio resuelve el problema.
Si recopila informacin y luego realiza inferencias, elegiremos encadenamiento progresivo. Si comienza con una solucin hipottica e intenta hallar evidencias, utilizaremos encadenamiento regresivo.
El primero es la forma natural de trabajar para sistemas dedicados al anlisis y la interpretacin, como por ejemplo DENDRAL. El segundo es el mtodo utilizado por sistemas con tareas de diagnstico, como MYCIN. Es posible combinar ambas aproximaciones: razonamiento bidireccional. El mecanismo bsico es normalmente encadenamiento regresivo, y slo cuando se establecen nuevos hechos se empleara encadenamiento progresivo para maximizar el uso de nuevos datos.
28
Sistemas de Produccin: Ejemplo dinmico

Base de reglas
BR = [R1, R2, R3, R4, R5, R6, R7]
R1: R2: R3: R4: R5: R6: R7: IF IF IF IF IF IF IF (X and Y) (C and D) (E and V) (A and B) (F or G) (Z and B) (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F
Memoria Activa
M0 = <A, B, D, Y, E, (H)>
Datos del problema o hechos previamente demostrados Hiptesis sin confirmar
Consideraremos dos casos con diferentes restricciones en el motor de inferencias

Ejemplo dinmico 1
Restricciones del motor de inferencias:
Encadenamiento progresivo Activacin de todas las reglas que emparejen con la memoria activa Bsqueda en profundidad con ejecucin de la primera regla de las que hayan sido activadas ms recientemente No ejecutar dos veces la misma regla Terminar cuando H sea un hecho demostrado e incorporado a la memoria activa
Ejemplo dinmico 1
Funcionamiento
El emparejador examina los antecedentes de las reglas y selecciona aquellas que se corresponden con hechos y datos de la memoria activa. Se ejecutar la primera de las reglas activadas, y el resultado se incorporar a la memoria activa. Se comprobar si en la memoria activa aparece H como hecho demostrado. En caso contrario se repetir un nuevo ciclo hasta:
encontrar la solucin todas las reglas han sido ejecutadas y no se ha llegado a la solucin
Ejemplo dinmico 1: Ciclo 1

Base de Reglas
R1: R2: R3: IF (X and Y) IF (C and D) IF (E and V) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN Z G H X V F Reglas activadas Reglas ejecutadas
R4:
R5: R6: R7:
IF (A and B) THEN C
R4
Ciclo 1
R4 Ciclo 1
Memoria Activa Memoria Activa

M0 = <A, B, D, Y, E, (H)> M1 = <A, B, D, Y, E, (H), C>
H M1
NO
Continuar
32

Base de Reglas
R1: IF (X and Y) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) THEN THEN THEN THEN THEN Z H C X V Reglas activadas
R2 R7
Ciclo 2 Ciclo 2 Ciclo 1
Reglas ejecutadas
R2:
R3: R4: R5: R6:
IF (C and D) THEN G
R2 Ciclo 2 R4 Ciclo 1
R7:
IF (E and C) THEN F
M1 = <A, B, D, Y, E, (H), C> M2 = <A, B, D, Y, E, (H), C, G>
H M2
NO
Continuar
33

Reglas activadas
Base de Reglas
R1: R2: R3: R4: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) THEN THEN THEN THEN THEN THEN Z G H C V F
R5 R7
Reglas ejecutadas
R5 Ciclo 3 R2 Ciclo 2 R4 Ciclo 1
R5:
R6: R7:
IF (F or G)
IF (Z and B) IF (E and C)
THEN X
Memoria Activa
Memoria Activa
M2 = <A, B, D, Y, E, (H), C, G>
M3 = <A, B, D, Y, E, (H), C, G, X>
H M3
NO
Continuar
34

Reglas activadas
Base de Reglas
R1
G H C X V F
Ciclo 4 Ciclo 3
Reglas ejecutadas
R1:
R2: R3: R4: R5: R6: R7:
IF (X and Y) THEN Z
IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN
R1 Ciclo 4 R5 Ciclo 3 R2 Ciclo 2 R4 Ciclo 1
R7
Ciclo 2 Ciclo 1

M3 = <A, B, D, Y, E, (H), C, G, X> M4 = <A, B, D, Y, E, (H), C, G, X, Z>
H M4
NO
Continuar
35

Reglas activadas
Base de Reglas
R1: R2: R3: R4: R5: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (E and C) THEN THEN THEN THEN THEN THEN Z G H C X F
R6
Reglas ejecutadas
R6 Ciclo 5 R1 Ciclo 4 R5 Ciclo 3 R2 Ciclo 2 R4 Ciclo 1
R7
Ciclo 2 Ciclo 1
R6:
R7:
IF (Z and B) THEN V

M4 = <A, B, D, Y, E, (H), C, G, X, Z> M5 = <A, B, D, Y, E, (H), C, G, X, Z, V>
H M5
NO
Continuar
36

Reglas activadas
R3 Base de Reglas
R1: R2: IF (X and Y) IF (C and D) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN Z G C X V F
Ciclo 6 Ciclo 5 Ciclo 4 Ciclo 3
Reglas ejecutadas
R3 Ciclo 6 R6 Ciclo 5 R1 Ciclo 4 R5 Ciclo 3 R2 Ciclo 2 R4 Ciclo 1
R3:
R4: R5: R6: R7:
IF (E and V) THEN H
R7
Ciclo 2 Ciclo 1

M5 = <A, B, D, Y, E, (H), C, G, X, Z, V> M6 = <A, B, D, Y, E, C, G, X, Z, V, H>
H M6 Nmero de ciclos del motor de inferencias = 6

SI
Terminar
37
Ejemplo dinmico1
Circuito inferencial generado:
A C B D Y B E
X Z V H
Ejemplo dinmico 2
Restricciones del motor de inferencias:
Encadenamiento regresivo Activacin de todas las reglas que emparejen con la memoria activa Bsqueda en anchura exhaustiva No ejecutar dos veces la misma regla Terminar cuando H sea un hecho demostrado e incorporado a la memoria activa
Ejemplo dinmico 2
Funcionamiento
El emparejador examinar las conclusiones de las reglas y seleccionar aqullas que correspondan a hiptesis de la memoria activa. De este modo se van a ir generando subhiptesis que irn incorporndose a la memoria activa. La generacin sucesiva de submetas se denomina retropropagacin. Una vez que la retropropagacin ha concluido, comienza la fase de ejecucin. En la fase de ejecucin las correspondientes conclusiones son inferidas a travs de un proceso "hacia adelante", y por lo tanto la hiptesis inicial puede ser verificada. Esta situacin ocurre cuando una regla es directamente ejecutable, y por lo tanto su conclusin puede ser establecida.

Reglas seleccionadas
Base de Reglas
R1: R2: IF (X and Y) IF (C and D) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN Z G C X V F
Ciclo Regla
1 R3
E M0 V M0
R3:
R4: R5: R6: R7:
IF (E and V) THEN H
Reglas ejecutadas
Hiptesis
V H
Ciclo 1 Ciclo 0
Ciclo 1
Memoria Activa
Memoria Activa
Emparejamiento R3 M0 = <A, B, D, Y, E, (H)>
M1 = <A, B, D, Y, E, (H), (V)>
H M1
NO
Continuar
41

Base de Reglas
R1: R2: R3: R4: R5: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (E and C) THEN THEN THEN THEN THEN THEN Z G H C X F
Ciclo Regla
2 R6
1 R3
B M1 Z M1
Hiptesis
Reglas ejecutadas
Z V H
Ciclo 2 Ciclo 1
R6:
R7:
IF (Z and B) THEN V
Memoria Activa
Memoria Activa
M1 = <A, B, D, Y, E, (H), (V)> Emparejamiento R6
M2 = <A, B, D, Y, E, (H), (V), (Z) >
H M2
NO
Continuar
42

Base de Reglas
Ciclo Regla
3 R1
2 R6
1 R3
Y M2 X M2
R1:
R2: R3: R4: R5: R6: R7:
IF (X and Y) THEN Z
IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN G H C X V F Reglas ejecutadas Ciclo 3 Ciclo 2 Ciclo 1 X Z V H Hiptesis Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
Memoria Activa
M2 = <A, B, D, Y, E, (H), (V), (Z)>
Memoria Activa Emparejamiento M3 = <A, B, D, Y, E, (H), (V), (Z), (X) > R1
H M3
NO
Continuar
43

Base de Reglas
R1: R2: R3: R4: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) THEN THEN THEN THEN THEN THEN Z G H C V F
Ciclo Regla
4 R5
3 R1
2 R6
1 R3
F M3 G M3
Hiptesis
Reglas ejecutadas Ciclo 4 Ciclo 3 Ciclo 2 Ciclo 1
F|G X Z V H
Ciclo 4 Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
R5:
R6: R7:
IF (F or G)
IF (Z and B) IF (E and C)
THEN X
Memoria Activa
M3 = <A, B, D, Y, E, (H), (V), (Z), (X)> Emparejamiento R5
Memoria Activa M4 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G) >
H M4
NO
Continuar
44

Base de Reglas
R1: IF (X and Y) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) THEN THEN THEN THEN THEN Z H C X V
Ciclo Regla
5 R2|R7
4 R5
3 R1
2 R6
1 R3
C M4 D M4 D M4
Hiptesis Ciclo 5 Ciclo 4 Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
R2:
R3: R4: R5: R6:
IF (C and D) THEN G
Reglas ejecutadas Ciclo 5 Ciclo 1
C F|G X Z V H
R7:
IF (E and C) THEN F
Memoria Activa
M4 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G)> Emparejamiento R2, R6
Memoria Activa M5 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), (C) >
H M5
NO
Continuar
45

Base de Reglas
R1: R2: R3: IF (X and Y) IF (C and D) IF (E and V) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN Z G H X V F
Ciclo Regla
5 R2|R7
4 R5
3 R1
2 R6
1 R3
A M5 B M5
Hiptesis F|G X Z V H Ciclo 4 Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
Reglas ejecutadas R4 Ciclo 6 Ciclo 5 Ciclo 1
R4:
R5: R6: R7:
IF (A and B) THEN C
Memoria Activa
M5 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), (C)> Emparejamiento Ejecucin R4
Memoria Activa M6 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), C >
H M6
NO
Continuar
46
Ejemplo dinmico 2: Fin retropropagacin

Finaliza el proceso evocativo, ya que no aparece ninguna hiptesis nueva. La confirmacin de una hiptesis como hecho invierte la direccin del proceso. Con el nuevo estado de la memoria activa: hay alguna regla en condiciones de ser ejecutada?

Base de Reglas
R1: R2: R3: R4: R5: R6: R7: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F
Ciclo Regla
4 R5
3 R1
2 R6
1 R3
Reglas ejecutadas R2|R7 R4 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1 X Z V H
Hiptesis Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
Memoria Activa
M6 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), C> Ejecucin R2, R7
Memoria Activa M7 = <A, B, D, Y, E, (H), (V), (Z), (X), F, G, C >
H M7
NO
Continuar
48

Base de Reglas
Ciclo Regla
3 R1
2 R6
1 R3
Reglas ejecutadas R5 R2|R7 R4 Ciclo 8 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1 Z V H Hiptesis Ciclo 2 Ciclo 1 Ciclo 0
Memoria Activa
M7 = <A, B, D, Y, E, (H), (V), (Z), (X), F, G, C> Ejecucin R5
Memoria Activa M8 = <A, B, D, Y, E, (H), (V), (Z), X, F, G, C >
H M8
NO
Continuar
49

Base de Reglas
R1: R2: R3: R4: R5: R6: R7: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F R1 R5 R2|R7 R4 Ciclo 9 Ciclo 8 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1
Ciclo Reglas ejecutadas Regla
2 R6
1 R3
Hiptesis V H Ciclo 1 Ciclo 0
Memoria Activa
M8 = <A, B, D, Y, E, (H), (V), (Z), X, F, G, C> Ejecucin R1
Memoria Activa M9 = <A, B, D, Y, E, (H), (V), Z, X, F, G, C >
H M9
NO
Continuar
50

Base de Reglas
Reglas ejecutadas R6 R1 R5 R2|R7 R4 Ciclo 10 Ciclo 9 Ciclo 8 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1
Ciclo Regla
1 R3
Hiptesis H Ciclo 0
Memoria Activa
M9 = <A, B, D, Y, E, (H), (V), Z, X, F, G, C> Ejecucin R6
Memoria Activa M10 = <A, B, D, Y, E, (H), V, Z, X, F, G, C >
H M10
NO
Continuar
51

Reglas ejecutadas Reglas seleccionadas
Base de Reglas
R3 R6 R1 R5 R2|R7 R4
Ciclo 11 Ciclo 10 Ciclo 9 Ciclo 8 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1
Ciclo Regla
Hiptesis
Memoria Activa
M10 = <A, B, D, Y, E, (H), V, Z, X, F, G, C> Ejecucin R3
Memoria Activa M11 = <A, B, D, Y, E, H, V, Z, X, F, G, C >
Nmero de ciclos del motor de inferencias = 11
H M11
SI
Terminar
52
Ejemplo dinmico
Circuito inferencial generado
E H? R3 V ? R6 Z? R1 X? R5 G? R2 D PROCESO EVOCATIVO: FASE DE RETROPROPAGACIN B Y E F ? R7 C ? R4 B A
CASCADA INFERENCIAL: FASE DE EJECUCIN

Ciclo bsico de Sistemas de Produccin

El ciclo bsico est constituido por:
Fase de decisin o seleccin de reglas Fase de accin o ejecucin de las reglas seleccionadas
54
Fase de decisin: Tareas

Restriccin.
Trata de simplificar el proceso de equiparacin Elimina del foco de atencin del motor de inferencias aquellas reglas que claramente no tienen nada que ver con el estado actual representado en la memoria activa del sistema. Ejemplo de restriccin esttica: los sistemas de produccin suelen dividirse en varias bases de reglas y varias bases de hechos. Alternativa dinmica: emplea metaconocimiento (conocimiento sobre conocimiento)

Equiparacin (emparejamiento)
Se tratar de identificar que reglas son potencialmente relevantes en el contexto del problema que queremos resolver El resultado final es la obtencin del denominado conjunto conflicto que, incluye todas las reglas potencialmente tiles en la resolucin de nuestro problema

Resolucin de conflictos: decidir qu regla aplicar
La decisin final est fuertemente condicionada por la estrategia genrica de bsqueda. Tcnicas:
Uso de metarreglas. Por ejemplo: Las reglas proporcionadas por expertos tienen mayor prioridad que las de los novatos Asignar prioridades a las reglas (en funcin del orden en la base de reglas o de valores numricos directamente) Usar la la regla ms especfica puesto que procesa ms informacin que una regla general Elegir la regla que use los datos ms recientes, con el fin de seguir una lnea de razonamiento estable y sensible con la nueva informacin.
57
Fase de accin: Tareas

Actualizacin de la memoria activa (nuevos hechos y/o hiptesis) Marcaje de las estructuras utilizadas Verificacin de si continuar o no el proceso cclico
58
Conclusiones
Esta transparencia est en blanco intencionadamente Llnala con tus conclusiones
59

Tema 6 - Sistemas de Produccion

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tema 6 - Sistemas de Produccion

Enviado por

Direitos autorais:

Formatos disponíveis

Sistemas de Produccin

Inteligencia Artificial. Ingeniera Informtica

Se clasifican en dos categoras segn su estructura de control:

Inteligencia Artificial. Ingeniera Informtica

Clasificacin de Sistemas de Produccin

Clasificacin de Sistemas de Produccin

Arquitectura de Sistemas de Produccin

BASE DE REGLAS BASE DE HECHOS

MEMORIA ACTIVA MOTOR DE INFERENCIAS

Inteligencia Artificial. Ingeniera Informtica

Base de Conocimientos: Ejemplo

= BUEN_TIEMPO = IR_AL_CAMPO ROJO = IR_AL_CINE AUSENTES NORMAL BUEN_TIEMPO

Base de Conocimientos: Ejemplo

= BUEN_TIEMPO = IR_AL_CAMPO ROJO = IR_AL_CINE AUSENTES NORMAL BUEN_TIEMPO

Recomendada Descartada Inteligencia Artificial. Ingeniera Informtica

Memoria Activa (MA)

Memoria Activa: Ejemplo

<CREPSCULO COLOR> <CIELO NUBES> <CIELO TONALIDAD>

ROJO AUSENTES NORMAL

MEMORIA ACTIVA (HIPTESIS) <ACTIVIDAD RECOMENDADA> IR AL CAMPO

Inteligencia Artificial. Ingeniera Informtica

Memoria Activa: Ejemplo

MEMORIA ACTIVA (DATOS)

R OJO AUSENTES NOR MAL

MEMORIA ACTIVA (HIPTESIS)

Recomendada Recomendada Descartada Descartada

< ACTIVIDAD R ECOMENDADA>

Memoria Activa: Ejemplo

IF: THEN: AND:

<PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> <ACTIVIDAD DESCARTADA>

= BUEN_TIEMPO = IR_AL_CAMPO = IR_AL_CINE

IF: THEN: AND:

<PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> <ACTIVIDAD DESCARTADA>

= BUEN_TIEMPO = IR_AL_CAMPO = IR_AL_CINE

Inteligencia Artificial. Ingeniera Informtica

Memoria Activa: Ejemplo

IF: IF: AND: AND: AND: AND: THEN: THEN:

= =ROJO ROJO = =AUSENTES AUSENTES = =NORMAL NORMAL = =BUEN_TIEMPO BUEN_TIEMPO

MEMORIA ACTIVA (DATOS)

R OJO AUSENTES NOR MAL

Inteligencia Artificial. Ingeniera Informtica

Memoria Activa: Ejemplo

R OJO AUSENTES NOR MAL BUEN TIEMPO

MEMORIA ACTIVA (HIPTESIS) < ACTIVIDAD R ECOMENDADA> IR AL CAMPO

Inteligencia Artificial. Ingeniera Informtica

Memoria Activa: Ejemplo

ROJO AUSENTES NORMAL BUEN TIEMPO

MEMORIA ACTIVA (HIPTESIS) <ACTIVIDAD RECOMENDADA> IR AL CAMPO

IF: THEN: AND:

Memoria Activa: Ejemplo

<CREPSCULO COLOR> <CIELO NUBES> <CIELO TONALIDAD>

ROJO AUSENTES NORMAL BUEN TIEMPO

Inteligencia Artificial. Ingeniera Informtica

Memoria Activa: Ejemplo

Motor de Inferencias (MI)

Motor de Inferencias (MI)

Motor de Inferencias (MI)

Motor de Inferencias (MI)

Motor de Inferencias (MI)

Sistemas de Produccin: Ejemplo dinmico

Consideraremos dos casos con diferentes restricciones en el motor de inferencias

Ejemplo dinmico 1: Ciclo 1

Memoria Activa Memoria Activa

Ejemplo dinmico 1: Ciclo 2