SINTAXIS Y SEMNTICA DE UN SISTEMA DE PRODUCCIN

Inteligencia Artificial

21 DE NOVIEMBRE DE 2013
INSTITUTO TECNOLGICO DE OCOTLN Mtra. Vernica Elizabeth Snchez Flores

Contenido
INTRODUCCION .............................................................................................................................. 2 DESARROLLO .................................................................................................................................... 3 Sintaxis. ......................................................................................................................................... 3 Semntica. ................................................................................................................................... 4 CONCLUSION .................................................................................................................................. 5

INTRODUCCION
Los sistemas de produccin son uno de los mecanismos de representacin de conocimiento ms popular y ampliamente empleado. As, un sistema de produccin consta de: Una base de hechos Una base de implicaciones (llamadas producciones o reglas) Un mecanismo de control (o motor de inferencia) Al contrario que en lgica de predicados, en sistemas de produccin se realiza la suposicin de que si un hecho no est presente en la base de hechos, ese hecho es falso. La base de reglas y la base de hechos son bastante intuitivas, por lo que no se entrara en ms detalle. El tercer elemento de un sistema de produccin, el motor de inferencia sigue un ciclo.

DESARROLLO
Sintaxis.
Las reglas de produccin son un mtodo procedimental de representacin del conocimiento. Se usan en teora de autmatas, gramticas formales y en el diseo de lenguajes de programacin, originalmente las producciones eran reglas gramaticales para manipular cadenas de smbolos. Mtodo procedimental de representacin del conocimiento Estructura SI <condiciones> ENTONCES <conclusiones, acciones, hiptesis> Cada regla SI-ENTONCES establece un granulo completo de conocimiento Regla_ Operador valido en un espacio de estados CONDICIONES (tb. premisas, precondiciones, antecedentes,...) Formadas por clausulas y conectivas (AND, OR, NOT) Representacin clausal debe corresponderse con conocimiento del dominio Formato tpico: <parmetro/relacin/valor> PARMETRO: caracterstica relevante del dominio RELACIN: entre parmetro y valor VALOR: numrico, simblico o literal Tambin en forma de predicados lgicos CONCLUSIONES, ACCIONES, HIPTESIS (tb. consecuentes,...) Conclusiones, Hiptesis: conocimiento declarativo Acciones: cq. Accin procedimental (actualiza. conocimiento, interaccin con Exterior etc...) REGLAS ESPECIALES Reglas IF ALL: equivalen a reglas con las clausulas de las condiciones conectadas con AND Reglas IF ANY/ IF SOME: equivalen a reglas con las clausulas de las condiciones conectadas con OR

Semntica.
Es una representacin formal de una relacin, una informacin semntica o una accin condicional. Una regla de produccin tiene, generalmente, la siguiente forma: SI Premisa ENTONCES Consecuencia. Ofrecen una gran facilidad para la creacin y la modificacin de la base de conocimiento. Permite introducir coeficientes de verosimilitud para ponderar el conocimiento (estos coeficientes se van propagando durante el proceso de razonamiento mediante unas frmulas de clculo establecidas) y, en teora, el mtodo asegura que cuantas ms reglas posea ms potente es. Sin embargo, aunque es la forma de representacin ms intuitiva y rpida, cuando el nmero de reglas es grande aumenta la dificultad de verificacin de todas las posibilidades con el consiguiente riesgo de perder la coherencia lgica en la base de conocimiento. Los hechos y las reglas asociadas de la base de conocimiento normalmente no son exactos; es decir se tiene incertidumbre sobre el grado de certeza de algunos hechos y tambin sobre el campo de validez de algunas de las reglas. Para el manejo de la incertidumbre en los sistemas de reglas se han utilizado varios sistemas; los tres ms conocidos son los Factores de Certeza (utilizados en MYCIN), la lgica de Dempster Shafer, y la Lgica Difusa (Fuzzy Logic). El mtodo de tratar la incertidumbre es una de las caractersticas ms importantes de las herramientas de desarrollo, y actualmente se encuentra en discusin la validez de estas lgicas para tratar con la incertidumbre Los sistemas basados en reglas son los ms comnmente utilizados. Su simplicidad y similitud con el razonamiento humano, han contribuido para su popularidad en diferentes dominios. Las reglas son un importante paradigma de representacin del conocimiento. Las reglas representan el conocimiento utilizando un formato SI-ENTONCES (IF- THEN ), es decir tienen 2 partes:

Las reglas pueden ser utilizadas para expresar un amplio rango de asociaciones, por ejemplo: SI est manejando un vehculo Y se aproxima una ambulancia, ENTONCES baje la velocidad Y hgase a un lado para permitir el paso de la ambulancia.SI su temperatura corporal es de 39 C, ENTONCES tiene fiebre.SI el drenaje del lavabo est tapado Y la llave de agua est abierta, ENTONCES se puede inundar el piso.

CONCLUSION
Los sistemas de produccin son una generalizacin del proceso de deduccin lgica. Cuando se utiliza la lgica e supone que las frmulas de las que partimos son consistentes, es decir, que no van a generar hechos que estn en contradiccin con los ya existentes. Pero en sistemas de produccin los consecuentes de las reglas son acciones a ejecutar sobre la base de hechos. En particular esas acciones pueden ser aadir nuevos hechos) o borrar hechos de la base.

REFERENCIAS.

http://es.scribd.com/doc/88193856/UNIDAD-3-I-A http://inteligenciaartificialselem.obolog.com/unidad-3-sistemas-razonamiento-logico-1043972 http://inteligenciaartificialselem.obolog.com/unidad-3-sistemas-razonamiento-logico-1043972