Você está na página 1de 9

Uma Abordagem Sobre Inteligência Artificial e Simulação,

com Uma Aplicação na Pecuária dc Corte Nacional

Uma abordagem sobre


inteligência artificial e simulação,
com uma aplicação na
pecuária de corte nacional

Miguel Antonio Bueno da Costa


Profcssor Assistente DEP-UFSCar.
Doutorando em Engenharia de Sistemas na UNICAMP.
Departamento de Engenharia de Produção Universidade FLxieral de São Carlos-UFSCAR
Via Washington Luiz, km. 235, 13560 - São Carlos-SP

Palavras-chave: Intcligência Artificial, Simulação, Gado de Cortc.

Key word: A rtificial In telligence, Simu la tion, Beef Ca ttIe.

RESUMO:

UMA ABORDAGEM SOBRE INTELIGÊNCIA ARTIFICIAL E SIMULAÇÃO, COM UMA


APLICAÇÃO NA PECUÁRIA DE CORTE NACIONAL: Este trabalho apresenta um histórico e
uma visão geral sobre o potencial de a plicação de Inteligência Artificial (IA) em ambientes de
Simulação. Como exemplo é apresentada uma aplicação dessa Nova Simulação (que utiliza
conceitos de IA) na análise e síntese de sistemas de produção de gado de corte no Brasil.

A13STRACT:

AN ARTIFlClALINTELLIGENCEANDSIMULATION APPROACH WITH AN APPLICATION


IN THE BRAZILIAN BEEF CATTLE PRODUCTION: This paper presents a general view on the
potentialities of Artificial Intelligence (AI) applications in Simulation environments. It illustrates
through an example the use of this New Simulation (with AI concepts embodied) in the analysis and
synthesis of brazilian beef cattle production.

Rec.20/03/91 Rev.16/05/91 Apr. 31/05/91

PRODUÇÃO- Rio deJaneiro- VoI. 2 - N Q 1 - outubro 1991- p.p. 51,59


PRODUÇÃO

Introdução lhoram sua própria performance, programas


que interpretam linguagens, programas que
reconhecem esquemas visuais, enfim que se
Inteligência Artificial, em particular Sis- comportam de maneira que seria considerada
temas Especialistas (SE), são tópicos impor-
inteligente se observada num homem".
tantes na comunidade científica atual. Nos
últimos anos têm ocorrido várias tentativas
Um ponto comum e intrínsico às defi-
de aplicação de métodos e "softwares" de IA
nições, aqui apresentadas ou não, é a neces-
no desenvolvimento de Simulações. Os sis-
sidade de compreenssão dos processos
temas assim gerados, utilizando-seda tecno-
humanos de aprendizagem, e a modelagem
10giadeIA, permitem construçõcs rápidas de
dos mesmos, permitindo a emulação desses
modelos, aceleram as validações dos mes-
processos numa máquina compu tacional.
mos, e rodam com a base de conhecimento
interna ao sistema/pacote. Este último fato
Segundo R.Shannon (1985) a IA atua em
permi te que decisões sejam tomadas sem in-
dois grandes campos: L Imitação das habili-
terromper o processo de simulação.
dades humanas (visão, fala, gestos, ... ) e iL
Duplicação de resul tados esta belecidos pelo,
A IA tem suas raízes nos ensaios especu-
homem através de sua habilidade e/ou ex-
lativos sobre o poder dos compu tadores, rali-
periência. Para exemplificar melhor a colo-'
zados por Ttiring, em 1950 (Turing, 1950).
cação acima, apresentaremos algumas áreas
Como coloca R.E.Shannon (1985), a IA como
é conhecida hoje é resul tado de um encontro de pesquisa da IA :
de dez cientistas, interessados em compu-
- Solucionadores de Problemas (abordagem
tação simbólica, realizado em Dartmouth
heurística que, sem analisar todas as aI ter-
College, New Hampshire, em 1956. Entre-
nativas, mostra um caminho com boa
tanto, somente nos últimos anos a iA tornou-
chance de êxito);
se comercial, atuando em áreas bastante
restritas. - Raciocínio Lógico (dedução);
Existem muitas definições para Inteligên- - Processamento de Linguagem Natural
cia Artificial, algumas filosóficas, outras mais (tradução e compreensão de textos);
pragmáticas, dependendo muito do campo
de atuação dos autores das mesmas. Por - Robótica e Visão (manupulação de objetos,
exemplo: seqüenciamentode tarefas, reconhecimen-
to de padrões);
Segundo E. Rich (17) "Inteligência Artifi-
cial é o estudo de como fazer computadores - Programação Automática (geradores au-
realizarem tarefas para as quais, até o mo- tomáticos de programas computacionais);
men to, o homem faz melhor" . Uma definição
simples mas que retrata com muita clareza o - Aprendizagem (o sistema aprendendo com
propósito da IA. sua própria experiência, melhorando sua
performance);
D. Waterman (1985) define IA como "uma
su bárea da Ciência da Compu tação que obje- -Sistemas Especialistas (armazenam o conhe-
tiva desenvolver programas compu tacionais cimento de uma área específica de atuação,
inteligentes. Esses programas são: solucio- utilizando-o como suporte à tomada de
nadores de problemas, programas que me- decisão}.

5 2
Uma Abordagem Sobre Inteligência Artificial e Simulação,
com Uma Aplicação na Pecuária de Corte Nacional

J.G. Moser (1986) coloca IA como um ter- - Utilizam raciocínio simbólico;


moabrangenteque inclui diversas áreas, mas
enfatiza que a área que está causando maior - Explicam a linha de raciocínio e justificam
impacto nas ciências administrativas é, sem suas conclusões;
dúvida, Sistemas Especialistas (SE). Ele de-
fine SE, também chamado Sistema Baseado - Possuem interação amigável.
em Conhecimento, como um "software" ca-
paz de acessar e processar logicamente as Dentro do expostq, uma definição que
informações que uma pessoa, especialista reflete bem o que entendemos por SE é dad a
numa área particular de conhecimento, uti- porD.Waterman (1985): "Sistema Especialis-
lizaria para tomar uma decisão. ta éum programa computacional que utiliza
conhecimentos deespccialistas (peri tos) para
Da mesma forma que para IA, são várias alcançar altos níveis de performance numa
as definições para Sistemas Especialistas. área restri ta do conhecimento. Esses progra-
Apresentaremos a seguir algumas: mas representam conhecimento simbolica-
mente, examinam e explicam seus processos
M.S.Fox (1990): "É um programa com- de raciocínio, e tratam com problemas de
putacional que limita o comportamento de áreas que requerem anos de treinamento es-
exploração (busca) dos especialistas huma- pecial e educação para que um homem pos-
nos na solução de problemas". sa dominá-lo".

Kerchoff (1986): "São sistemas de proces- Para atender ao que se propõe, um típico
samento de informações que utilizam uma sistema especialista deve ser composto de:
combinaçãode raciocínio simbólico com pro-
cessamento de dados". - Uma Base de Dados Global;

Shannon (1985): São sistemas projetados - Uma Base de Conhecimento;


para compilar a experiência de um certo
número de especialistas, de um campo de - Uma Estrutura de Interferências.
atuação bem definido, numa série de regras.
Essas regras serão utilizadas para gerar in- A Base de Dados Global é composta pelo
ferências e súgerir ao usuário um curso de conhecimento declara tivo, contendo os fatos
ação no tratamento de um problema". representativos da realidade do problema
particular tratado. a Base de Conhecimento
De uma forma geral as definições de Sis- descreve os fatos e as heurísticas que repre-
temas Especialistas possuem alguns pontos sentam o conhecimento do especialista
comuns: (conhecimento relacional). A Estrutura
(máquina) de Inferências define como os da-
- São sistemas computacionais (programas dos e conhecimentos serão manipulados para
computacionais); se chegar à solução do problema.

- Processam informaçõcs obtidas junto à es- Sistemas Especialistasdiferem um pouco


pecialistascom área deatuaçãobem defini- das pesquisas puras em IA, porque seu obje-
da e restri ta; ti vo principal nãoé entender os mecanismos
básicos utilizados pcloespecialista para che-
.:: Trabalham com regras e dados incertos; gar a algum resultado, mas sim duplicarcon-

5 3
PRODUÇÃO

sistentcmente esses resultados. SE são pro- o processo precisa ter acesso ao tomador de
jetados para C0mpilar a experiência de espe- dicisão quando necessário, ou este precisa ser
cialistas de um campo restrito de trabalho, modelado. A intcrpretaçãode resul ta dos al-
transformá-Ia em regras que permitam in- tamentecomplexosdasimulaçãosópodeser
ferências, c sugerir cursos de ação ao usuário. feita por especialistas. A escassezeocustodo
serviço especializado para interpretar as saí-
das podem criar um sério gargalo e muitas
vezes anular as vantagensda simulação como
A nova simulação uma ferramenta de planejamento gerencial.

Existe uma relação estrcita entre simula- Moser(1986) propõc a criação de sistemas
ção e IA, devido às si milaridades metodológi- integrados de suporte à decisão, desenvolvi-
cas. Ambas tentam modelar a realidade, dos pela combinação da habilidade da simu-
representando os objctos e as relações entre lação para prever valores de conjuntos
eles. Segundo Doukidis (1987), nos anos 60 e complexos de variáveis,com a habilidade de
70, os mesmos conceitos de simulação foram raciocínio dos Sistemas Especialistas. Esses
utilizados no campo da IA, para solucionar sistemas permitem análises das saídas da si-
problemas como configuração de compu ta- mulação, fazendo as inferências necessárias.
dores e diagnósticos médicos.
A combinação da simulação tradicional
Para R.M.O'Keefe (1986) o que torna os com os conceitos de IA (em especial SE) gera
métodos de Simulação e SE similares, é que uma poderosa ferramen ta de su porte ao pro-
eles são baseados em uma representação jeto,conhecida como Simulação Baseada em
modulardeumsistema,comummecanismo Conhecimento (SBC) (Reddy, 1987). Essa
de inferência que dirige essa representação. abordagem tansforma a simulação, de uma
ferramenta descritiva, numa ferramenta
K].Murray(1988)cita que muitos pesqui- prescritiva.
sadoresenvol vidoscom simulação enxergam
SE e Simulação como tecnologias comple- A simulação por nós chamada de tradicio-
mentares, que podem ser combinadas para nal (que não incorpora conceitos de IA) pos-
fornecer um suporte poderoso para tomada sui alguns pontos fracos, que inibem a sua
de decisão. Tradicionalmente um projetista maior utilização e sobrecarregam os projeti s-
de sistemasde simulação constrói seu mode- tase programadores quando do desenvolvi-
loutilizando-sedeumalinguagemdeprogra- mento do modelo. Algumas desvantagens
mação geral (como FORTRAN e PASCAL dessa simulação, que serãocomentadasa se-
por exemplo) ou de uma linguagem própria guir, podem ser vistas comoparticularidades
de simulação (GPSS, SIMULA, SIMSCRIPT, de uma afirmação mais ampla dada por
eoutras).Omcxleloentãoévalidado,executa- Evans (1984), que diz: "Uma das maiores
doe os resultados analisados e interpretados. limitações da Simulação Tradicional é a sua
Várias partes desse ciclo dedesenvolvimen- inabilidade de modclarcomportamentos in-
todosistema podem ser automatizadas, uti- tcligentes"
lizando-se ferramentas e técnicas de IA.
A fase de formulaçãQ de um modelo de
Com relaçãoà análise de resul ta dos, mui- simulação discreta é um procedimento cus-
tos sistemas incluem a presença de uma toma- toso e longo, porque normalmente os progra-
dor de decisão que tem controle sobre o que mas auxiliados por computador não se
aconteceno sistema. Para simular tal sistema, preocupam com essa fase. As facilidades de

5 4
Uma Abordagem Sobre Inteligência Artificial e Simulação,
com Uma Aplicação na Pecuária de Corte Nacional

comunicação entre usuários e projetistas são, a) Formulação do Problema, utilizando


via de regra, inadequadas, não existindo fer- fluxogramas, formas estruturadas, diagra-
ra men tas que façam essa in teração de forma mas ciclo-atividades, etc.;
mais amigável. Uma forma decontornar esse
problema seria a utilização de geradores au- b)DesenvolvimentodoModelo.Podeser
tomáticos de programas de simulação (Balm- utilizada uma linguagem de aplicação geral
er & Paul, 1986). (FORTRAN, PASCAL, ALGOL, ... ),. ou uma
linguagem específica de simulação (GPSS,
A simulação tradicional, por trabalhar a- SIMULA, ... ); c) Verificação do Modelo. Exa-
través de abordagens procedurais, amarra o minar seasespecificaçõcs foram implcmenta-
sistema. As regras de decisão, uma vezcodifi- das corretamente (se o sistema foi constru ído
cadas, são fixas, tornando o sistema pouco corretamente);
flexível. Se essas regras pudessem ser cons-
truídasem separado da simulação, numa lin- d) Validação do Modelo. Verificar se a
guagem facilmente modificável, o resultado performance do sistema satisfaz as neces-
seria um sistema mais maleável. Isso faci li ta- sidades (se construiu o sistema certo);
riaa manutenção do sistema, permitindo que
novos conhecimentos fossem incorporados, e) Execução do Modelo;
sem afetar o módulo de controle existente.
f) Análise de Resultados (decidir sobre
Uma limitação bastante crítica da simu- novas rodadas de simulação).
lação tradicionêl é a não preocupação com a
análise de resul tados e inferência ao final do ASBC tem o propósito de automatizar, na
processo de simulação. Normalmente o que emdida do possível, todasasatividades "in-
ocorre é a apresentação de números, sem teligentes" do processo de simulação, atual-
qualquer comentário mais profundo. O mo- mente realizadas por especialistas. Nesse
delode simulação fornece uma previsão. Ele sentido propõe a utilizaçãodesistemasespe-
prevê as conseqüências de um curso de ação cialistas para:
escolhido entre muitos pertencentes a um
cenário. A Simulação Baseada em Conheci-
- Organizar e conservar conhecimentos;
mento fornece u ma prescrição como resulta-
do. Dada uma meta a ser atingida, a SBC
sugere um curso de ação a ser seguido. esse - Permitir acesso a conhecimentos só dis-
procedimento é de extrema importância uma poníveis num especialista;
vez que, como já foi comentado anteiror-
mente, a análise de resultados complexos de
- Validar os processos de raciocínio do u-
simulação, é feita externamente ao "soft-
suário, analisando os resultados da simu-
ware", por especialistas caros e raros. lação;

- Evitar altas complexidades, utilizando ra-


Características da simulação ciocínio qualitativo em vez de métodos
ma temá ticos.
baseada em conhecimento
Dentro do exposto, as atividades que ca-
Podemos sintetizar o processo da simu- racterizam uma Simulação Baseada em Co-
lação tradicional nos seguintes passos: nhecimento, segundo Reddy (1987), são:

5 5
PRODUÇÃO

a) Receber a descrição de um problema e


Exemplo de aplicação na
sintetizar um modelo de simulação, consul-
tando uma base de conehcimento apropria- pecuária de corte nacional
da;
A origem desse trabalho se deve a um
b) Receber uma meta (em forma de um projeto apresentado pela Empresa Brasilei-
conjunto de expectativas ou restrições), sele- ra de Pesquisa Agropecuária - EM13RAP AI
cionarum modelo, determinar a performan- UEPAE, São Carlos, SP, ao Conselho Nacio-
ce, gerar o espaço de pesquisa dos cenários nal de Pesquisa deGadodeCorte-CNPGCI
possíveis, rodare recomendar o cenário que Campo Grande, MS.
satisfaz a meta estabelecida;
Os objetivos iniciais do trabalho estavam
c) Explicar a razão de certos cenários atrelados ao sistema americano TAMU, da
terem sido escolhidos e porque um cenário Texas A & MUniversity. Essesistema,desen-
particular foi recomendado; volvido por }.O. Sanders e T.C. Cartwright
(1977), (1979a), (1979b), nos anos 70, foi aper-
feiçoadona década de 80 por }.F. Baker(1982),
d) Aprender da experiência; sendo responsável por inúmeras aplicações
em diferentes regiões do mundo. O T AMU
e) Apresentar o modelo resultante, com foi programado em FORTRAN IV, para ro-
alto grau de tansparência para o usuário. dar numa máquina Amdahl470V 16-1I de
grande porte, utilizando um compilador
FORTRAN H estendido. O sistema se pro-
Devido à utilização muitas vezes errônea
punha a fazer (e faz) análises de sistemas de
do termo "Simulação Inteligente", Oren
produção de gado de corte, utilizando con-
(1987a), (1987b) criou o termo "Simulação
ceitos de simulação.
Cognizante" para diferenciar do que ele cha-
ma de Simulação Baseada em Conhecimen-
to. Uma (cognitiva) que utilizando Uma primeira tentativa foi a deadaptaro
ferramentas de IA emularia habilidades hu- TAMUparaascondiçõesbrasileiras,alteran-
manas, como interpretação de textos, mo- do as funções associadas aos animais e am-
delagem, análise de resultados, análise das biente, e fazê-lo rodar numa máquina IBM
tomadas de decisões, etc. Outra ("cogni- 370/148 ou maior. Essa idéia não vingou,
zante") que se utilizaria das atividadescog- uma vez que não foi possível ter acesso ao
nitivas para aprender com o desenrolar do sistema americano.
processo de simulação, ampliando sua base
de conhecimen to. Nesse últimocaso se inclui Foi desenvolvido então um sistema, nos
a Simulação Introspectiva onde o ambiente mesmos moldes do T AMU, vol tado para
de simulação pode analisar trajetórias da atender o pequeno pecuarista nacional. Em
própria simulação, agrupando conhecimen- decorrência desse novo objetivo, o sistema foi
tos do comportamento do modelo eutilizan- projetado para rodar em microcomputado-
do-os como conseqüências. Esses modelos res da linha IBM Pc. Dessa forma não fica
introspectivos podem ser explorados para difícil a um pequeno pecuarista ter acesso às
criar um modelo de SBC que aprenda, isto é, vantagens computacionais, fornecidas por
aumente o seu conhecimento com o aumen- essa ferramenta de apoio ã decisão (no caso
to do número de simulaçõcs. o modelo), a um baixo custo.

5 6
Uma Abordagem Sobre Inteligência Artificial e Simulação,
com Uma Aplicação na Pecuária de Corte Nacional

.. Característica Principais do Modelo Esse módulo, recebendo informações dos


animaise ambiente e das compras e descartes
- Pode ser processado em qualquer micro- ocorridos, simula mensa lmente a concepção,
computador da linha IBM PC; nascimento, crescimento e morte dos ani-
mais. Os resultados simulados são enviados
- Foi programado em PASCAL; de volta à basededadosdosanimais,atuali-
zando-a.
- Utiliza um módulo central de simulação, que
mensalmente emula as condições de um AsfunçõcsinternasdomóduloSimulação
rebanho de gado de corte, em relação às são:
funções de Concepção, Nascimento, Cres-
cimen to e Morte. - Concepção: Estabelece a probabilidade de
Todos os animais são classificados de acor- concepção a pa rtir de informações sobre o
docoma sua idadeesexo. Apóscada roda- início da cicIagem, grau de maturidade,
da de simulação, cada animal é reclas- condiçõcsdo animal, mudança no peso, lac-
sificado, com seu vetor de dados atualizado tação, intervalo pós parto e mês de monta;
(peso, tamanhoestrutural, prenhez,cober-
tura, lactação, etc.); - Nascimento: Controla o nascimento dos be-
zerros;
- O modelo contém um módulo econômico
-Crescimen to: Tra ta-se de uma função maior
que apresenta, a qualquer momento da si-
e mais delicada, que envolve todas as ne-
mulação,a si tuaçãocontábil e financeira do
cessidades de manutençãQ, prenhez, pro-
sistema;
dução de leite, alteração de peso, etc. É
utilizada por todos os animais mensal-
- Existe um módulo decisor inteligente que,
mente, independente de sua categoria;
durante a simulação, é responsável pelas
decisõcs de compra e descaÍte de animais. - Morte: também utilizada por todos os ani-
Essasdecisõcs, programadas através de re- mais, mensalmente, cujos parâmetroscen-
gras, ocorrem sem a necessidade de se in- trais são peso e idade.
terromper o processo de simulação. Esse
módulo trabalha como um sistema conse- o módulo decisor recebe as informações
lheiro, incorporando oconhecimentode es- atualizadas pelos resultados da simulação 0-
pecialistas na área de compra e venda de corrida, bem como as informações fornecidas
animais. pela base de dados econômicos. Feito sobre
regras, que representam o conhecimento de
Os módulos centrais do modelo (Simu- especialistas na área de compra e venda de
laçãoe Decisor) atuamem paralelo (visto pelo animais,essemódulo (analisando dados his-
usuário),ligadosa doisbancosdedados (um tóricos e projeçõcs futuras de preço de ani-
contendo informações sobre os animais e mais, e dados do rebanho) infere sobre deci-
ambiente, e ou tro com dados econômicos). sões a serem tomadas em relação a compra e
descartes. Os resultados são en tãCllomunica-
Omódulodesimulaçãofoi montadouti- dos às bases de dados existentes, modifican-
lizando-seum "shell" denominador ELSE (na do-as.
época ainda em desenvolvimento), obtido a
partir de notas de au la da London School of Maiores informaçõcs sobre o modelo de-
Economics and Political Science (Paul & senvol vido podem ser obtidas jun to ao au tor
Balmer, 1985), (Chew et. ai, 1985). desse trabalho.

5 7
PRODUÇÃO

Conclusões gence", }oumal of opera tion Research So-


ciety, 38, 8, pp.701-712, Great Britain,
1987.
Segundo M.S.Fox (1990) " .. .Inteligência
Artificial e Sistemas Especialistas não cons-
EVANS,}.B., "Simulation and intelligence",
ti tuem panacéias, nem curiosidades cien tífi-
-,Hong Kong, 1984.
caso Ao contrário, são tecnologias viá veis que
permitem uma nova abordagem para solu-
FOX,MS., "AI and Expcrt Systems Myths,
cionarmuitos problemas de decisão". A com-
Legendsand FactsAI Magazine, pp.8-20,
binação da metodologia da Simulação
Fev.1990.
tradicional com concei tos de IA prod uz uma
poderosa ferramenta de suporte ao projeto,
KERCKOFFS,E.; V ANSTEENKISTE,G.C.,
conhecida como Simu lação Baseada em Co-
"The impact of advanced information
nhecimento. Essa abordagem tansforma a
processing on simulation-an illustrative
simulação, de uma ferramenta descri ti va, em
review". Simulation, USA, 46, 1, pp.17-
uma ferramenta prescritiva.
26,}an.1986.
A tendência de se ter cada vez mais siste-
MOSER,}.G.,"Integration of artificial intelli-
mas de simulação expertos, e outras apli-
gence and simulation ina comprehensive
cações de IA em simulação, contribui para o
decision suport system", Simulation,
avanço da mesma, tomando-a uma podero-
USA,47,6, pp.223-229, Oec.1986.
sa ferramenta de suporte à tomada de decisão
em sistemas complexos.
MURRA Y,K.}.; SHEPP ARO ,S.V., "Know 1-
edge-based simulation model spccifica-
tion" , Simulation, 50, 3, pp.112-119, 1988.

Bibliografia O'KEEFE,R.M., "Simula tion and expert sys-


tems - a taxonomy and someexamples",
BAKER,}.F.," Evaluation of genotype-envi- Simulation, 46, 1, pp.1O-16, 1986.
ronment interactions in bcef cattle pro-
duction systems using a computer ORENT,T.I., "Artificial Intelligenceand Sim-
simulation model", Texas A&M Uni ver- ulation: from cognitive simulation to-
sity, Texas, 1982. ward cognizantsimulation", Simulation,
48,4, pp.129-130, 1987a.
BALMER,S.T.;PAUL,r.j., "CASM- Theright
environment for simulation", }oumal of ORENT,T.I.;ZEIGLER,B.P., "Artificial Intel-
Operation Research Society, 37, pp. 443- Iigene in modelling and simulation: di-
452, Great Britain, 1986. rections to explore", Simulation, 48, 4.
pp.131-134,1987b.
CHEW,S.T.; PAUL,R.}.; BALMER,D.W.,
"Three-plase simula tion modellingusing PAUL,R.}.; BALMER,O., "Simulation Lec-
an interective simulation program gen- ture Notes", London School of Econom-
erator", London School of Economics ics and Political Science, Notas de Aula
and Political Science, London, 1985. 1985.

OOUKIDIS,G., "An anthologyon the homol- PAUL,R.}.;CHEW,S.T., "Simulationmodel-


ogy of simulation with artificial intelli- ling using an interactive simulation pro-

5 8
Uma Abordagem Sobre Inteligência Artificial e Simulação,
com Uma Aplicação na Pecuária de Corte Nacional

gram genera tor", Journal of Operation Description of the model.", Agricul t. Sys-
Rescarch Society ,38,8, pp. 735-752, 1987. tems,4,3, pp.217, 1979a.

REDDY,R., "Epistemology of Knowledge SANDERS,J.O.; CARTWRICHT,T., "A gen-


Based Simulation", Simulation, 48,4, eral caUle production model. 11. Simula-
pp.162-166,1987. tion ()f animal performance.", AgricuIt.
Systems,4,4, pp.289, 1979b.
RICH,E., "Artificial Intelligence", McGraw-
HiJI,N.Y., 1983. SHANNON, R.E.; MA YER, R.; ADELSBER-
GER, H.H., "Expert systems and simula-
SANDERS,J.O.," Applicationof a bcefcattle tion",Simulation,44,6, pp. 275-284, 1985.
production model to the evalution of ge-
neticsclection cri teria", TexasA&MUni- TURING,A.M., "Computingmachineryand
versity, Texas, 1977. intelligence",-,49, pp.433-460, 1950.

SANDERS,J.O.;CARTWRIGHT,T., "Agen- W ATERMAN, D~A., "Aguide to ExpcrtSys-


eral caUle production systems model. I. tems", Addisôn-Wesley 1985.

5 9

Você também pode gostar