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.