FACULTAD DE CI ENCI AS F SI CAS Y MATEMTI CAS

ES CUELA PROFESI ONAL DE I NGENI ER A I NFORMTI CA

S I S TEMA EXPERTO PARA LA I DENTI FI CACI N DE PLAGA
DE PAPAS

PROFESOR : DIAZ PULIDO

CURSO : PROGRAMACION LOGICA.

ALUMNOS : ZUIGA JOAQUIN, CESAR

CICLO : VII


TRUJILLO PER
2014


Ingeniera del Proyecto
1. I ntroduccin
Antes de la aparicin de una herramienta automatizada de apoyo, el hombre era el nico con la
capacidad de razonar y pensar, facultad que hoy en da tambin lo hacen los llamados sistemas
expertos.

Actualmente, en la informtica se encuentra en boga el campo de la inteligencia artificial, el cual se
encarga de estudiar a los Sistemas Expertos, los cuales a su vez presentan un campo de estudio de
mucha complejidad. Estos sistemas constituyen el rea de la Inteligencia Artificial con mayor xito.

Los sistemas expertos permiten la creacin de mquinas que razonan como el hombre,
restringindose a un espacio de conocimientos limitado. En teora, estos pueden buscar soluciones
de la mejor manera frente a los problemas presentados; es decir, pueden razonar siguiendo los pasos
que seguira un experto humano.

Estos sistemas permiten la creacin de mquinas que razonan como el hombre, restringindose a un
espacio de conocimientos limitado. En teora pueden razonar siguiendo los pasos que seguira un
experto humano (mdico, analista, empresario, etc.) para resolver un problema concreto. Este tipo
de modelos de conocimiento por ordenador ofrece un extenso campo de posibilidades en resolucin
de problemas y en aprendizaje. Su uso se extender ampliamente en el futuro, debido a su
importante impacto sobre los negocios y la industria.




















1.1. Usos de un Sistema Experto

1.2. Arquitectura y Funcionamiento de un SE
No existe una estructura de sistema experto comn. Sin embargo, la mayora de los
sistemas expertos tienen unos componentes bsicos: base de conocimientos, motor de
inferencia, base de datos e interfaz con el usuario. Muchos tienen, adems, un mdulo de
explicacin y un mdulo de adquisicin del conocimiento. La figura muestra la estructura
de un sistema experto ideal.

1.2.1. Base de Conocimientos
La base de conocimientos contiene el conocimiento especializado extrado del experto
en el dominio. Es decir, contiene conocimiento general sobre el dominio en el que se
trabaja. El mtodo ms comn para representar el conocimiento es mediante reglas de
produccin. El dominio de conocimiento representado se divide, pues, en pequeas
fracciones de conocimiento o reglas SI . . . ENTONCES . . . Cada regla constar de una
parte denominada condicin y de una parte denominada accin, y tendr la forma:
SI condicin ENTONCES accin
Como ejemplo se puede considerar la siguiente regla mdica:
SI el termmetro marca 39
Y el termmetro funciona correctamente
ENTONCES el paciente tiene fiebre

Una caracterstica muy importante es que la base de conocimientos es independiente
del mecanismo de inferencia que se utiliza para resolver los problemas. De esta forma,
cuando los conocimientos almacenados se han quedado obsoletos, o cuando se dispone
de nuevos conocimientos, es relativamente fcil aadir reglas nuevas, eliminar las
antiguas o corregir errores en las existentes. No es necesario reprogramar todo el
sistema experto.
Las reglas suelen almacenarse en alguna secuencia jerrquica lgica, pero esto no es
estrictamente necesario. Se pueden tener en cualquier secuencia y el motor de inferencia
las usar en el orden adecuado que necesite para resolver un problema.

1.2.2. Base de Datos o Base de Hechos
La base de datos o base de hechos es una parte de la memoria del ordenador que se
utiliza para almacenar los datos recibidos inicialmente para la resolucin de un problema.
Contiene conocimiento sobre el caso concreto en que se trabaja. Tambin se registrarn
en ella las conclusiones intermedias y los datos generados en el proceso de inferencia. Al
memorizar todos los resultados intermedios, conserva el vestigio de los razonamientos
efectuados; por lo tanto, se puede utilizar explicar las deducciones y el comportamiento
del sistema.

1.2.3. Motor de I nferencias
El motor de inferencias es un programa que controla el proceso de razonamiento que
seguir el sistema experto. Utilizando los datos que se le suministran, recorre la base de
conocimientos para alcanzar una solucin. La estrategia de control puede ser de
encadenamiento progresivo o de encadenamiento regresivo. En el primer caso se
comienza con los hechos disponibles en la base de datos, y se buscan reglas que
satisfagan esos datos, es decir, reglas que verifiquen la parte SI. Normalmente, el
sistema sigue los siguientes pasos:
1. Evaluar las condiciones de todas las reglas respecto a la base de datos,
identificando el conjunto de reglas que se pueden aplicar (aquellas que satisfacen su
parte condicin)
2. Si no se puede aplicar ninguna regla, se termina sin xito; en caso contrario se
elige cualquiera de las reglas aplicables y se ejecuta su parte accin (esto ltimo genera
nuevos hechos que se aaden a la base de datos)
3. Si se llega al objetivo, se ha resuelto el problema; en caso contrario, se vuelve al
paso 1
A este enfoque se le llama tambin guiado por datos, porque es el estado de la base
de datos el que identifica las reglas que se pueden aplicar. Cuando se utiliza este
mtodo, el usuario comenzar introduciendo datos del problema en la base de datos del
sistema.
Al encadenamiento regresivo se le suele llamar guiado por objetivos, ya que, el
sistema comenzar por el objetivo (parte accin de las reglas) y operar retrocediendo
para ver cmo se deduce ese objetivo partiendo de los datos. Esto se produce
directamente o a travs de conclusiones intermedias o subobjetivos. Lo que se intenta es
probar una hiptesis a partir de los hechos contenidos en la base de datos y de los
obtenidos en el proceso de inferencia.
En la mayora de los sistemas expertos se utiliza el encadenamiento regresivo. Este
enfoque tiene la ventaja de que el sistema va a considerar nicamente las reglas que
interesan al problema en cuestin. El usuario comenzar declarando una expresin E y el
objetivo del sistema ser establecer la verdad de esa expresin.
Para ello se pueden seguir los siguientes pasos:
1. Obtener las reglas relevantes, buscando la expresin E en la parte accin (stas
sern las que puedan establecer la verdad de E)
2. Si no se encuentran reglas para aplicar, entonces no se tienen datos suficientes
para resolver el problema; se termina sin xito o se piden al usuario ms datos
3. Si hay reglas para aplicar, se elige una y se verifica su parte condicin C con
respecto a la base de datos.
4. Si C es verdadera en la base de datos, se establece la veracidad de la expresin E
y se resuelve el problema
5. Si C es falsa, se descarta la regla en curso y se selecciona otra regla
6. Si C es desconocida en la base de datos (es decir, no es verdadera ni falsa), se le
considera como subobjetivo y se vuelve al paso 1 (C ser ahora la expresin E)
Existen tambin enfoques mixtos en los que se combinan los mtodos guiados por
datos con los guiados por objetivos.

1.2.4. I nterfaz con el Usuario
El interfaz de usuario permite que el usuario pueda describir el problema al sistema
experto. Interpreta sus preguntas, los comandos y la informacin ofrecida. A la inversa,
formula la informacin generada por el sistema incluyendo respuestas a las preguntas,
explicaciones y justificaciones. Es decir, posibilita que la respuesta proporcionada por el
sistema sea inteligible para el interesado. Tambin puede solicitar ms informacin si le
es necesaria al sistema experto. En algunos sistemas se utilizan tcnicas de tratamiento
del lenguaje natural para mejorar la comunicacin entre el usuario y el sistema experto.

1.2.5. Modulo de Explicacin
La mayora de los sistemas expertos contienen un mdulo de explicacin, diseado para
aclarar al usuario la lnea de razonamiento seguida en el proceso de inferencia. Si el
usuario pregunta al sistema cmo ha alcanzado una conclusin, ste le presentar la
secuencia completa de reglas usada. Esta posibilidad de explicacin es especialmente
valiosa cuando se tiene la necesidad de tomar decisiones importantes amparndose en el
consejo del sistema experto. Adems, de esta forma, y con el tiempo suficiente, los
usuarios pueden convertirse en especialistas en la materia, al asimilar el proceso de
razonamiento seguido por el sistema. El subsistema de explicacin tambin puede usarse
para depurar el sistema experto durante su desarrollo.

1.2.6. Modulo de Adquisicin
El mdulo de adquisicin del conocimiento permite que se puedan aadir, eliminar o
modificar elementos de conocimiento (en la mayora de los casos reglas) en el sistema
experto. Si el entorno es dinmico es muy necesario, puesto que, el sistema funcionar
correctamente slo si se mantiene actualizado su conocimiento. El mdulo de adquisicin
permite efectuar ese mantenimiento, anotando en la base de conocimientos los cambios
que se producen.

1.3. Ventajas e I nconvenientes de un SE
1.3.1. Ventajas
Los Sistemas Expertos que se codifican y tratan el conocimiento de un experto, alcanzan el nivel de
prestaciones de un experto humano.
Permanencia, a diferencia de un experto humano un SE no envejece, y por tanto no sufre perdida de
facultades con el paso del tiempo.
La separacin entre base de conocimiento y motor de inferencia proporciona una gran flexibilidad al
Sistema.
Los Sistemas Expertos permiten llegar a una reflexin sobre el conocimiento y los procedimientos,
para toma de decisiones realizados por los expertos.
Rapidez, un SE puede obtener informacin de una base de datos y realizar clculos numricos mucho
mas rpido que cualquier ser humano.
Posibilidad de trazar el razonamiento seguido por el Sistema Experto.
Bajo costo, a pesar de que el costo inicial puede ser elevado, gracias a la capacidad de duplicacin es
coste finalmente es bajo.
Algunos Sistemas Expertos utilizan coeficientes de verosimilitud para ponderar sus deducciones
[CAST].
En manipulacin de smbolos, los Sistemas Expertos abren el campo a nuevas aplicaciones, no
automatizadas hasta la fecha.

1.3.2. I nconvenientes
La publicidad realizada alrededor de esta tcnica seduce a muchas personas pero crea
aspiraciones imposibles de satisfacer.
La extraccin del conocimiento es el problema ms complejo que se les plantea a los
ingenieros de conocimientos.
Lenguaje natural, con un experto humano podemos mantener una conversacin informal
mientras que con un SE es imposible
Ciertos problemas estn ligados a la representacin del conocimiento.
Capacidad de aprendizaje, cualquier persona aprende con relativa facilidad de sus errores y de
errores ajenos, que un SE haga esto es muy complicado.
Los SE son incapaces de reconocer un problema para el que su propio conocimiento es
inaplicable o insuficiente.
Perspectiva global, un experto humano es capaz de distinguir cuales son las cuestiones
relevantes de un problema y separarlas de las cuestiones secundarias.
Los motores de inferencia poseen algunos lmites.
Las interfaces con usuarios no son lo suficientemente amigables.
Las aplicaciones suministradas por los SE son, frecuentemente, esotricas.
Falta personal competente para investigar y desarrollar aplicaciones.
Campo de aplicaciones restringido y especfico.
El costo es bastante alto.
1.4. Lenguaje de Programacin Usado {Ejm: Clips, Prolog ??}
1.4.1. I ntroduccin a Prolog
Durante los primeros aos de la dcada del 70, cuando exista la crisis del software,
donde la creacin de nuevos programas para satisfacer las necesidades de aquel
entonces involucraba costos mayores, los cuales no podan ser satisfechos, ya que eran
superiores a los del hardware que los ejecutaba. Lo anterior lleva a investigar numerosas
alternativas, entre las cuales los nuevos lenguajes que se crearan tendran que ser
distintos a los lenguajes corrientes' (basados en instrucciones algortmicas y
procedimientos). Es entonces cuando surge la siguiente interrogante: si el hombre
procesa ms informacin por inferencia lgica que por clculo, entonces podr la
mquina (computador) hacer lo mismo?.
En una respuesta a la crisis que ocurra en aquel entonces y producto del avance de la
lgica moderna (de tipo funcional), nace PROLOG (Programacin en Lgica).

1.4.2. Caractersticas de Prolog
Prolog es un lenguaje de programacin seminterpretado. Su funcionamiento es muy
similar a Java. El cdigo fuente se compila a un cdigo de byte el cual se interpreta en
una mquina virtual denominada Warren Abstract Machine (comnmente denominada
WAM).
Por eso, un entorno de desarrollo Prolog se compone de:
Un compilador. Transforma el cdigo fuente en cdigo de byte. A diferencia de Java, no
existe un standard al respecto. Por eso, el cdigo de byte generado por un entorno de
desarrollo no tiene por qu funcionar en el intrprete de otro entorno.
Un intrprete. Ejecuta el cdigo de byte.
Un shell o top-level. Se trata de una utilidad que permite probar los programas,
depurarlos, etc. Su funcionamiento es similar a los interfaces de lnea de comando de los
sistemas operativos.
Una biblioteca de utilidades. Estas bibliotecas son, en general, muy amplias. Muchos
entornos incluyen (afortunadamente) unas bibliotecas standard-ISO que permiten
funcionalidades bsicas como manipular cadenas, entrada/salida, etc.
Generalmente, los entornos de desarrollo ofrecen extensiones al lenguaje como pueden
ser la programacin con restricciones, concurrente, orientada a objetos, etc.

1.4.3. Derivados de Prolog {opcional}
2. SI STEMA EXPERTO PARA LA I DENTI FICACI N DE PLAGA DE PAPAS
2.1. Planteamiento y Diseo
A. ADQUISICION DEL CONOCIMIENTO
1. DESARROLLO DE LA ENTREVISTA
Experto: Ing. Aldrin Corcuera Cotrina.
Definicin de la papa
La papa (solanum tuberosum) es un tallo subterrneo, suculento, que
presenta un alto contenido de hidratos de carbono, vitaminas y minerales.
Cul es el siglo de vida de la papa
El ciclo de vida de la papa es de 110-120 das. Durante el mismo debe ser
sometida a una serie de tratamientos fitosanitarios (con insecticidas y
fungicidas) a los fines de proteger el cultivo del ataque de insectos y
hongos.
Cuantas veces al ao se da el cultivo de papa
Esta zona tiene la particularidad de ser la nica zona del pas donde las
posibilidades de siembra se dan dos veces al ao:
a) La primera siembra se efecta entre febrero-marzo y se cosecha entre
mayo-junio.
b) La segunda siembra se realiza entre julio-agosto y se cosecha entre
noviembre-diciembre.
Qu tipo de suelo es recomendable para el cultivo de papa?
La papa requiere suelos bien aireados, drenados, profundos, con buen
nivel de materia orgnica, pH entre 5 y 7. Es un cultivo moderadamente
sensible a la salinidad y relativamente sensible al dficit de agua,
especialmente durante el perodo de formacin de estolones y el inicio de
tuberizacin.
Qu tratamiento se debe dar al suelo antes de cultivar la papa?
Se recomienda preferir tcnicas de cultivo que reduzcan la compactacin
del suelo. Por ejemplo, racionalizar el uso de la maquinaria, preferir
vehculos con neumticos ms anchos, usar arado cincel en caso de
suelos muy compactados, etc.
Se debe preferir tcnicas de cultivo que minimicen la erosin del suelo,
tales como disear las hileras y distancias de siembra o plantacin
considerando la pendiente del terreno.
Se debe evitar el uso del fuego para el despeje de terrenos debido a sus
impactos negativos en el medio ambiente (generacin de humo, partculas
en suspensin, prdida de materia orgnica en el suelo, etc.) y el riesgo de
prdida de control del fuego.
Se recomienda seguir tcnicas de recuperacin de suelos degradados,
dadas por el SAG, para el manejo de los rastrojos del cultivo anterior y la
preparacin de suelos.
Cules son las etapas de crecimiento de la papa
Durante del desarrollo del cultivo la papa pasa por diferentes etapas como
son: plntula, crecimiento vegetativo, tuberizacin, desarrollo de
tubrculos, madurez fisiolgica y de cosecha. En cada uno de estos
estados los requerimientos nutricionales son diferentes.
- Establecimiento de plntulas: Est orientada a producir un buen
desarrollo radicular y un desarrollo areo inicial. Por ello durante esta
etapa se requiere un alto aporte de fsforo y dosis inciales de
nitrgeno y potasio.
- Crecimiento vegetativo: Ello sucede principalmente durante los
primeros 45 a 50 das. El crecimiento es rpido para establecer un
buen desarrollo foliar y una total cobertura del suelo. El requerimiento
de nitrgeno en esta etapa es alto.
- Tuberizacin y desarrollo de tubrculos: Dependiendo de la variedad,
condiciones ambientales y de manejo, la tuberizacin se inicia en
promedio a los 35 a 50 das despus de la emergencia del cultivo y se
prolonga en promedio por 40 das. Esta etapa se caracteriza por una
alta acumulacin de los carbohidratos en los tubrculos en un corto
perodo de tiempo. Esta fase es crtica, ya que determina el
rendimiento y calidad final del producto. En esta etapa la demanda de
potasio es alta y debe haber una alta disponibilidad de este nutriente,
para asegurar la movilizacin de nutrientes al tubrculo.
- Madurez fisiolgica y de cosecha: Terminado el perodo de mayor
acumulacin de materia seca en el tubrculo, la madurez se logra
despus de 80 a 110 das, dependiendo de las zonas.




Qu tipo de fertilizante utiliza para el desarrollo de la papa
La papa necesita grandes cantidades de nitrgeno y potasio para una
buena produccin y fsforo disponible. Una cosecha de 29,000
Kg/HA extrae del suelo 16 unidades de nitrgeno, 8 unidades de
fsforo y 25 unidades de potasio.
- Sul-Po-Mag(Nutricin balanceada).
- Organutsa porta en forma fcilmente disponible el Fsforo
necesario para un vigoroso crecimiento ante situaciones de pH
desfavorable en el suelo.
- Deltametrina.
Plntula
Desarrollo
Madurez
fisiolgica
Produccin
Crecimiento
o
Tuberizacin
)
- Cipermetrina.
- Metamidofs.
- Dimetoato.
- Fenvalerato.
Cules son las principales zonas productoras de papa
La papa se cultiva en 19 de los 24 departamentos del Per, existiendo
condiciones climticas favorables para la produccin de variedades
demandadas comercialmente (consumo fresco y procesamiento)
durante todo el ao.

Cules son las plagas que atacan comnmente a la papa
Las ms importantes a tener en cuenta son los pulgones (fidos) que
afectan considerablemente los rendimientos por Ha. otros insectos a
tener en cuenta son isocas (larvas de mariposas), gusanos de suelo
(gusano blanco y alambre), colepteros, etc., que afectan la masa
foliar (hojas) disminuyendo as el rea de fotosntesis como tambin
directamente produciendo daos mecnicos en los tubrculos, que se
traduce en un mayor "descarte" en el momento del embolsado,
produciendo de esta manera cadas en la cantidad de bolsas por Ha.
Como combatir estas plagas
Para combatirlos se utilizan fungicidas de contacto basndose en
Mancoseb (se llegan a realizar hasta 6 tratamientos por Ha.) o bien
fungicida sistmico (es decir contrarrestar el posible ataque de la
enfermedad.
En cuanto a los agroqumicos que se utilizan para el control de
insectos, podemos mencionar Deltametrina, Cipermetrina,
Metamidofs, Dimetoato. Fenvalerato, etc.
2. REGLAS
Es polilla de papa. Si se encuentra en el tubrculo o en la planta.
Si el tubrculo presenta huevos de color blanco lechoso, color pardo
oscuro y pulpa inservible. Entonces es polilla de papa.
Es gusano jigua, si el cultivo presenta reas circulares sin planta y las
plantas vecinas se encuentran dbiles.
Es gusano blanco, si tiene forma de medialuna, el tubrculo presenta
grandes tneles y, es larva o adulto.
Si hay larvas de color amarillento o color marrn oscuro en el adulto,
plantas presentan madurez prematura y expansin circular de color
amarillo en el cultivo. Entonces es nematodo dorado.
Si hay hojas enrolladas y la planta esta dbil, o el tubrculo tiene
cuerpo inservible. Entonces presenta pulgones.
Si es color verdoso o color morado, y presenta reas circulares de
color amarillo y encrespamiento en las plantas. Entonces presenta
Afidos de la raz.
Si la semilla presenta lesiones en los brotes y chancros pardos,
Entonces es viruela.
B. REPRESENTACION DEL CONOCIMIENTO
1. Lgica Proposicional
A (B v C)
A= Es polilla de papa.
B= se encuentra en el tubrculo.
C= en la planta.
(A ^ B ^C) D
A= el tubrculo presenta huevos de color blanco lechoso.
B= color pardo oscuro.
C= pulpa inservible.
D= es polilla de papa.
A (B ^ C)
A= Es gusano jigua.
B= el cultivo presenta reas circulares sin planta.
C= las plantas vecinas se encuentran dbiles.
A [B ^ C ^ (D v E)]
A= gusano blanco.
B= tiene forma de medialuna.
C= el tubrculo presenta grandes tneles
D= es larva.
E= adulto.
[(A v B) ^ C ^ D] E
A= hay larvas de color amarillento.
B= color marrn oscuro en el adulto.
C= plantas presentan madurez prematura.
D= expansin circular de color amarillo en el cultivo.
E= es nematodo dorado.
[(A ^ B) v C] D
A= hay hojas enrolladas.
B= la planta est dbil.
C= el tubrculo tiene cuerpo inservible.
D= presenta pulgones.
[(A v B) ^ (C ^ D)] E
A= es color verdoso
B= color morado
C= presenta reas circulares de color amarillo
D= encrespamiento en las plantas.
E= presenta afidos de la raz.
(A ^ B) C
A= la semilla presenta lesiones en los brotes
B= chancros pardos
C= Es viruela

2. Lgica Proposicional
(x) polilla(x) se encuentra en el tubrculo(x) V se
encuentra en la planta(x).
(x) planta de papa(x) presenta huevos color blanco(x)
presenta huevos color pardo oscuro(x) presenta pulpa
invisible(x) presenta polilla papa(x).
(x ,y) planta de papa(x) planta vecina(y) presenta reas
circulares sin planta (x) se encuentran dbiles (y) presenta
gusano jigua(x)
Grafo AND OR




















2.2. I mplementacin
Este Sistema Experto esta diseado en SWI Prolog, consta de un test o preguntas el cual nos dar
como respuesta acerca del mal o plaga con el cual esta siendo afectado nuestra cosecha de papas.

CONCLUSI ONES Y RECOMENDACI ONES
Cuando los expertos humanos en una determinada materia son escasos, los Sistemas Expertos
pueden ayudar a mantener esta informacin y hacerla ms compleja.
El sistema desarrollado proporciona facilidad al momento de la identificacin de las plagas, y
esto es til para el sector agrario que ha vuelto a tomar gran importancia en los ltimos aos.
Se pueden utilizar personas no especializadas para resolver problemas, es decir, quienes hagan
uso del sistema podrn resolver los problemas presentados sin necesidad de que haya expertos.
El futuro de estas aplicaciones de sistemas expertos pasa por la imaginacin de cada persona,
siempre que el rea elegida requiera la presencia de un experto para la obtencin de cualquier tipo de
beneficio.

3. Ejecucin

4. Referencias Bibliogrficas
Libro:
[1] SEDFE: Un Sistema Experto para el Diagnstico Fitosanitario del Esprrago usando
Redes Bayesianas, Pedro Shiguihara Jurez y Jorge Valverde Rebaza, Universidad Nacional de
Trujillo, Sociedad de Estudiantes de Ciencia de la Computacin (SECC).
[2] F. J. (1994), Sistema Experto Bayesiano para Ecocardiografa. Ph.Departamento de
Informtica y Automtica, U.N.E.D., Madrid..
[3] F. J. (1996), Local Conditioning in Bayesian Networks. Articial Intelligence.
[4] J. (1994), Expert Systems: Design and Development. Maxwell Macmillan, New Yor.
[5] J. M. (1994), Sistemas Expertos, Grafos y Redes Bayesianas. Ph.D. Thesis, Departamento
de Matemtica Aplicada y Ciencias de la Computacin, Universidad de Cantabria, Spain.