Sistema Experto: Clasificación de animales según su taxonomía

Pablo González-Ripoll Cerezo
Estudiante Ing. Telecomunicación E.P.S. Universidad Carlos III Leganés, Madrid

Laura Lucas Rodríguez
Estudiante Ing. Telecomunicación E.P.S. Universidad Carlos III Leganés, Madrid

pablo.gripoll@alumnos.uc3m.es

laura.lucas@alumnos.uc3m.es

SÍNTESIS
En esta disertación desarrollamos un Sistema Experto capaz de decidir el grupo taxonómico al que pertenece un ejemplar animal en estudio.

Términos generales
Algoritmos, Documentación, Diseño, Lenguajes, Teoría.

a estudiar ya está consensuada, y se ha hecho un árbol filogenético de los mismos. Si bien la definición de la Taxonomía tiene una larga historia, hoy en día se ocupa de decidir qué clados (grupos monofiléticos, coincidentes con nodos del árbol) se convertirán en taxones, ubicados en sus correspondientes categorías taxonómicas. Los Códigos reglamentan las siguientes 7 categorías taxonómicas: Reino, Filo, Clase, Orden, Familia, Género y Especie.

Palabras clave
Sistema Experto, Clasificación, Animal, Taxonomía, Reino, Filo, Clase, CLIPS, JESS.

1. INTRODUCCIÓN
Desde la aparición de las maquinas, siempre se ha perseguido un mismo fin, conseguir transmitir a éstas todo el conocimiento humano para así poder facilitar las tareas al hombre. Este objetivo se comparte también en una de las ramas de la Inteligencia Artificial, la cual persigue que un mero robot sea capaz de comportarse como un hombre y tomar sus propias decisiones. Para poder llevar a cabo esta tarea se cuenta con distintos procesos que simulan el aprendizaje y decisiones de la maquina. Este tipo de sistemas se acotan en un pequeño campo de conocimientos, y son conocidos como Sistemas Basados en Conocimiento (SBC) o bien Sistemas Expertos, mediante los cuales con unas sencillas reglas podemos llegar a grandes conclusiones con gran rapidez y facilidad. Dichos sistemas se pueden aplicar en todos los campos de la ciencia, aunque en este caso se destinará a la biología. Para un investigador en este campo, que estudia las características de un ejemplar animal, resulta interesante disponer de un procedimiento que le facilite el proceso de su identificación. En este estudio se desarrolla un Sistema Experto destinado a la investigación en zoología, que permitirá la clasificación de animales dentro de los grandes taxones de este Reino, a partir de su observación. Figura 1. Taxonomía y Filogenia.

2.1 Reino
Reino es cada una de las grandes subdivisiones en que se consideran distribuidos los seres vivos, por razón de sus caracteres comunes. En la actualidad, reino es el segundo nivel de clasificación por debajo del dominio. La clasificación más aceptada es el sistema de los tres dominios con cuatro reinos que se presenta a continuación: (Puesto que Archaea y Bacteria no se han subdividido, se pueden considerar tanto dominios como reinos).
Dominios Archaea Bacteria Eukarya Animalia Plantae Fungi Protista Reinos

2. CLASIFICACIÓN DE ANIMALES
La Taxonomía es la subdisciplina de la Biología Sistemática que toma lugar una vez que las relaciones de parentesco de los grupos

Tabla 1. Reinos.

los caracoles o los pulpos pueden agruparse en el filo Mollusca al presentar un plan básico de organización común. Capacidad de explicación para todas y cada una de sus reglas. Mediante ellos se consigue la resolución de problemas de distinta índole. 3. este árbol será usado para poder llegar a una conclusión sencilla. Insecta o Cephalopoda. el Filo (Phylum) o División es una categoría taxonómica que está entre el Reino y la Clase. Se muestra a continuación una de las reglas del SE implementado como ejemplo. Clase como categoría taxonómica. De hecho. Para poder conseguir todo lo mencionado anteriormente el SE se basa en una serie de reglas mediante las cuales se puede construir un árbol de decisión. Adquisición de nuevos conocimientos para poder ampliar la ayuda que proporciona al humano. más del 80% de las especies animales están incluidas en el filo Arthropoda. A pesar de que existen casi 40 filos. Éstos son extraídos de un humano y codificados en una serie de reglas que le permiten al sistema seguir el razonamiento que seguiría el experto. . 2.2 Filo (Phylum) En zoología. animales tan diversos como las almejas. y se utiliza para subdividir el Reino Animal y el Reino Protistas. 3. Figura 2. SISTEMA EXPERTO Como bien indica su nombre. del mismo modo. Annelida. se usan con frecuencia la subclase y la infraclase.2. 2. Cnidaria. la inmensa mayoría de los animales pertenecen a alguno de los 9 filos siguientes: Arthropoda.3 Clase La Clase es una categoría taxonómica situada entre el filo o división y el orden. En animales y bacterias no hay obligación de un sufijo concreto para nombrar las clases ni las subclases (Mammalia. Estructura general de un Sistema Experto. Bacilli o Mollicutes). El filo es la subdivisión básica del Reino animal y puede definirse como una agrupación de animales basada en su plan general de organización.1 Base de conocimientos Se trata de la parte del Sistema Experto donde se encuentran los conocimientos sobre el dominio. Echinodermata y Chordata. Comúnmente las reglas suelen seguir una estructura condicional: típicamente con el formato SI ocurre esto ENTONCES pasa esto. Mollusca. Memoria de trabajo Figura 3. la más usada es la superclase. pueden intercalarse categorías entre la clase y el orden. Un sistema experto esta compuesto por distintas partes que se enlazan como vemos en la figura 3. Posteriormente. Porifera. Un SE debe cumplir dos características primordiales: 1. Nematoda. A continuación se detallan las principales partes de un sistema experto. Platyhelminthes. un Sistema Experto (SE) simula el comportamiento de un humano en un campo muy reducido de conocimiento. Si la clasificación lo requiere pueden intercalarse nuevas categorías entre la clase y el filo. en este caso el biólogo. lo cual ayuda al humano (imprescindible en todo momento) a sacar las conclusiones oportunas. Así.

1 CLIPS Conocido así por el significado de sus siglas en ingles C Language Integrated Production System (Sistema de producción integrado en lenguaje C). imperativa y programación orientada a objetos. Es el encargado de usar todas las reglas de las que se dispone para construir el árbol de decisión y llegar así a una conclusión que se puede mostrar usuario del SE.. Se trata de un entorno en el que incluye un sistema de encaminamiento de la verdad con encaminamiento hacia delante. Es la manera que tiene el SE de aprender.. es el encargado de trabajar con los datos tanto de la base de conocimientos como de la memoria de trabajo para llegar a conclusiones en nuevas situaciones.4 Métodos de implementación Tras conocer lo que es un sistema experto se puede pasar a resumir las distintas maneras de realizar uno. Reglas en CLIPS. (acción N) ) 3. Figura 4." Entonces [el animal pertenece a] = "Reino Protista" 3. A pesar de su antigüedad sigue siendo uno de los lenguajes más utilizados por su integrabilidad. En el siguiente esquema podemos observar como se construye una regla en CLIPS.4.. 3.3 Motor de inferencia Es el modulo mas importantes de todos los anteriores. Algunos de los lenguajes que se suelen usar son los siguientes: • Prolog • CLIPS • JESS Procediendo en el siguiente punto a la explicación de los usados para la implementación de este sistema experto. Puesto que esta compuesto por una seria de reglas de tipo condicional. una adición dinámica de reglas y hechos y diferentes estrategias para la resolución de conflictos. fue creado por la NASA en 1986 como una herramienta para el desarrollo de Sistemas Expertos. eficiencia y rapidez sin olvidar su fácil obtención debido a que es gratuito. puede ser implementado casi en cualquier lenguaje de programación pero normalmente se suelen usar lenguajes lógicos para ello.Si [r1] = "El cuerpo del organismo es una simple célula eucarionte.. Ejemplo Árbol de decisión. Fue desarrollado para intentar solventar todos los problemas existentes para estos sistemas en LISP. facilidad. (deffacts hechos-del-vehiculo “información del vehículo” (marca Citroen) (modelo Xsara Picasso) (puertas 5) ) Ejemplo 1. Conjunto hechos en CLIPS. Los hechos permiten que alguna regla sea aplicable. Otro punto a tener en cuenta es que esta herramienta soporta programación lógica. En ella se puede deducir que la primera palabra representa la relación entre los siguientes hechos. Ejemplo 2. Ejemplo 3. Además se dispone de interfaces y herramientas en otros lenguajes como JESS (utilizado en nuestro caso) y otras extensiones para lógica borrosa (FuzzyCLIPS). (patrón N) => (acción 1) (acción 2) .2 Memoria de trabajo Se encarga de almacenar hechos que son relacionados con conocimientos mediante consultas. CLIPS trabaja con reglas y hechos (facts). Ejemplo de regla generada. De esta manera se pueden ir adquiriendo nuevos conocimientos que serán aplicados en consultas futuras. Al igual que otros lenguajes para Sistemas Expertos. A continuación podemos ver un ejemplo de una asociación de hechos. por tanto es el que simula el comportamiento humano. durante el uso del sistema experto. 3. o muchas células funcionando como una colonia. (defrule <nombre-regla> [<descripción opcional>] [(declare (salience <num>))] (patrón 1) (patrón 2) . . en este caso JESS aunque se procederá también a la explicación de CLIPS puesto que JESS es una evolución del mismo en Java.

>. Se asigna a cada hecho el tiempo en el que fue creado. En todos los casos partimos de que antes de aplicar la regla de resolución de conflictos. • Estrategia LEX. dando prioridad a los hechos realizados con posterioridad y comparando los patrones en orden descendente.. podemos hacer uso. • • • • Estrategia en profundidad (Depth) (es la utilizada por defecto). podremos comparar los patrones mediante funciones de evaluación: (test <función-booleana> <arg>) ?variable&:(<función-booleana> <arg>) Ejemplo 6. Finalmente podemos definir distintas funciones siguiendo la semántica indicada: (deffunction <nombre-fun> [comentario] (?arg1 ?arg2 .. >=. evenp. Funciones predicado: stringp.. Asignamos valor a las distintas variables mediante las sentencias: ---Declaración e impresión variable --(bind ?x “Hola”) (printout t ?x clrf) Sigue el mismo procedimiento que LEX pero mirando solo el primer patrón. Ejemplo 5. Después de todo esto. A cada activación se le asigna un número en el orden de la agenda. < Comparación de otro tipo: eq. Funciones de evaluación.. ..<>.A la hora de definir las reglas para obtener un código más legible y simplificado. . symbolp. <=.. sólo nos queda decidir cuál es la estrategia de resolución de problemas que seguiremos para nuestro Sistema Experto. se ordena la agenda (dándose prioridad a las reglas más recientemente activadas). Variables en CLIPS. Comparación numérica: =. Estrategia de simplicidad/complejidad. <acción K>) ) Ejemplo 7. (readline): Lee una línea. not. • Estrategia MEA. neq. de variables. El motor de inferencias se basa en una serie de órdenes que se muestran a continuación: (facts): lista los hechos de la MT (assert <hecho>): añade el hecho a la MT (retract <ref-hecho>): elimina el hecho de la MT (clear): elimina todos los hechos de la MT (reset): elimina todos los hechos de la MT Además. O bien utilizando funciones booleanas (son las utilizadas en este proyecto): • • • • lógicas: or. numberp.?argM) (<acción 1> . Estrategia en anchura (Breadth). Órdenes básicas en CLIPS. se debe tener en cuenta la existencia de patrones avanzados en los cuales podemos imponer restricciones mediante: • Negación (~) Conjunción (&) Disyunción (|) • • Ejemplo 4. siguiendo una estrategia de resolución de conflictos u otra. Esa asignación se conserva durante todas la ejecuciones. and y not. Algunas funciones muy utilizadas que ya vienen implementadas son: • • • printout t <variable>: Imprime por pantalla la variable. Teniendo en cuenta todo lo anterior. En las que el criterio de ordenación es la especificidad. cuando una regla tiene sus patrones totalmente emparejados se considera que esta activa. (read): Lee una palabra. and. Definición de funciones. que será el encargado de emparejar los hechos con cada una de las reglas. podemos proceder a definir el motor de inferencias. Una variable se diferencia porque delante del nombre ponemos el símbolo de cierre de interrogación. como en la mayoría de lenguajes. lexemep. Para ello. también se pueden unir patrones mediante las relaciones lógicas or. Estrategia aleatoria. A la hora de comparar todos los patrones. no pudiendo diferenciar entre reglas que son activadas por la aserción de los mismos hechos. Una vez definido todo lo anterior. También podemos definir variables globales mediante el uso de la sentencia defglobal.

pero CLIPS parece tener un público más amplio.4. Como dicen sus autores "JESS se ha convertido en la forma más práctica de aportar a las aplicaciones y applets Java la capacidad de "razonar"".Además de todo lo indicado anteriormente. Este programa muestra las ventajas de esta unión entre la programación lógica y Java ya que JESS es muy portable. No obstante. Jess Tanto CLIPS como JESS son productos con gran apoyo en Internet. lleva a cabo regularmente nuevas versiones y corrección de errores. pues al tratarse de Java. pero ha comenzado a adquirir su propia fama gracias a la creciente influencia de sistemas desarrollados en Java. Figura 5. para ir avanzando en el nivel de exactitud de las mismas hasta obtener una respuesta. Tabla 2. CLIPS probablemente sea el elegido debido a su reputación como el sistema más estable y al gran apoyo del que goza. Para las aplicaciones más clásicas. se comienza haciendo las preguntas más generales del animal. Hoy en día. para poder realizar un control del flujo. una de ellas es JESS. resta por mencionar las sentencias necesarias para editarlo un programa (edit). Basándose en ese planteamiento. como embebiendo el sistema en la plataforma Eclipse. Ernest Friedman-Hill. La mayoría de las reglas empleadas al seguir el procedimiento anterior se basan en funciones condicionales (if <condicion> then <accion> else <accion2>). se implementaron dos funciones que permiten la traducción de las respuestas en los valores booleanos correspondientes. así. JESS En primer lugar se presentan algunos datos interesantes de cara al uso de CLIPS y JESS: JESS Año de primera versión Disponibilidad para uso no comercial Disponibilidad para uso comercial 1995 Libre Negociable (EEUU libre) CLIPS 1986 Libre Negociable 3. CLIPS vs. que las respuestas puedan ser s/sí (para caso afirmativo) y n/no (para el negativo).3 CLIPS vs. Estas tres condiciones hacen que sea altamente probable que JESS se convierta en uno de los sistemas más populares y más utilizados. Además se sabe que otra ventaja es que con esta unión se obtienen mayores beneficios si lo que se desea es poder representar el conocimiento. la elección entre JESS y CLIPS depende de la aplicación. 3. Hoy en día existe una estrecha relación entre la programación lógica y el lenguaje Java. cabe mencionar su versatilidad en el mundo de la web. ejecutarlo (run. de esta relación han nacido muchas aplicaciones que son de mucha ayuda. Finalmente. IMPLEMENTACIÓN A la hora de realizar el diseño de este Sistema Experto. decantándose finalmente por la sencillez de las preguntas (buscando respuestas afirmativas o negativas para continuar con el estudio). el lenguaje de programación Java y su propia estabilidad futura. Se puede trabajar con JESS tanto desde la consola. de mayor poder y a la vez muy flexible. Especialmente la orientación a objetos y la posibilidad de fácil integración en el código Java le otorgan a JESS un futuro muy prometedor. realizando previamente un reset) y guardarlo (save). JESS fue originalmente creado como un clon del núcleo esencial de CLIPS. puede formar parte de aplicaciones de tipo applet o incluirse en navegadores. la elección de JESS es muy lógica (incluso respaldada por los autores de CLIPS). JESS en Eclipse. Como principal novedad con respecto a CLIPS. no suele ser recomendable. pues normalmente supone una carga excesiva (ocupa bastante) y es mejor ubicarlo en el servidor. la solución final se basó en la facilidad de uso para el usuario. cargarlo (load).2 JESS Como ya se ha mencionado. probablemente por su antigüedad.4. en CLIPS también podemos utilizar distintos bucles tipo while o estructuras condicionales if then … else. 4. . Admitiéndose. Si es basado en web o en forma de applet. Esta antigüedad ha convertido a CLIPS en un sistema más completo y estable. Pudiendo utilizar además clases y objetos. Para facilitar el uso del sistema y evitar al usuario tener que responder a las preguntas mediante TRUE o FALSE. mientras que los usuarios de JESS aún siguen sufriendo la existencia de algunos bugs menores. Es por esto que JESS se actualiza constantemente y el autor. se trata de una consola para sistemas expertos en Java basada en CLIPS (JESS: Java Expert System Shell). El futuro de JESS depende altamente de la evolución de la web.

Seguidamente se muestra como se ejecuta nuestro programa en JESS. ./se_animales. en el análisis de la interfaz con la que interactúa el usuario. se puede confirmar su correcto funcionamiento. 5. Interacción con usuario. Ejemplar de la clase Protista.¿El cuerpo del organismo es una simple célula ecuarionte. Si seguimos la cadena de respuestas. mostramos a continuación una foto de los mismos con las preguntas a responder en la captura de pantalla de la consola durante la prueba. se procede a mostrar una serie de ejemplos visuales del funcionamiento de la aplicación. a continuación.Finalmente. Ejemplo de ejemplar en estudio. ásperas y perforadas por numerosos poros? No .1 Ejemplar de clase Protista Iniciamos las pruebas con el caso más sencillo que puede darse.¿Es visible una verdadera metamería? Sí . Si observamos el inicio de la Figura 8. para ello. nos centramos. 6.¿Se observa simetría radial o bilateral? Sí . Ejemplo 8. El usuario seleccionaría la condición que mejor describiera las características observadas en el animal que se quiere clasificar. Figura 7. o muchas células funcionando como una colonia? No . el procedimiento que seguiría y las decisiones que tomaría un usuario. . 6.¿Se observan articulados? Sí apéndices locomotores Figura 8. hasta obtener una solución (taxón al que pertenece).bat). PRUEBAS Una vez presentados tanto las herramientas de las que se hacen uso. podemos ver como comenzar a trabajar con JESS (solo será mostrado en esta prueba). Captura de pantalla del SE para clase Protista. como el funcionamiento del sistema desarrollado.clp) en la cual se indica primero que queremos ejecutar un programa mediante la instrucción batch y seguidamente la ruta del fichero a ejecutar (en este caso una carpeta por encima de la ruta en la que nos encontramos). variando con respecto a Windows que en el segundo caso hay que añadir el formato del fichero (jess. observando las imágenes. Tratándose en ese caso de el animal más sencillo a clasificar.¿Hay ausencia de ano o falta por completo el sistema digestivo? No . En la interfaz del Sistema Experto irían apareciendo sucesivas preguntas cuya respuesta será sí/no.¿Se observan antenas? No Resultado del estudio: Clase Arachnida.¿El cuerpo forma masas irregulares con paredes rugosas. En este caso se trabaja en Linux. consistente en llegar a la solución en un único paso. . Simulamos. mediante la línea (batch . se hace uso de una nueva regla para recopilar la información obtenida de las preguntas anteriores y mostrar por pantalla al usurario la conclusión alcanzada tras las preguntas respondidas.. en el supuesto de que quisiera identificar el taxón al que pertenece el animal mostrado en la imagen. EJEMPLO Una vez explicado el desarrollo de los procedimientos necesarios para el funcionamiento del Sistema Experto. Figura 6.

también fue exitoso. supondría un consumo de tiempo muchísimo mayor. y por tanto un mayor grado de dificultad. seguimos opinando que pese a no necesitar un numero tan elevado de investigadores con el SE.3 Ejemplar de clase Hydrozoa Para asegurar el correcto funcionamiento del SE en todos los casos. En este caso el resultado. Figura 10. Captura de pantalla del SE para la no existencia de coincidencias. CONCLUSIONES Tras realizar este proyecto hemos podido observar la gran utilidad de los Sistemas Expertos en todas las materias.2 Ejemplar de clase Trematoda Para realizar una prueba más exhaustiva del SE. y por tanto de clases. 6. se muestra una prueba en la que la sucesión de preguntas lleva a una de estas situaciones. se Figura 11. Para un experto humano realizar clasificaciones con la variedad tan exagerada de taxonomías. Figura 9. . pero especialmente en la Biología. que a simple vista puede resultar parecida a la anterior. Finalmente la prueba resulto exitosa y el resultado fue el esperado. se decidió realizar otra prueba. 6. se decidió buscar un animal con una clasificación que implicase un mayor número de preguntas por parte de la máquina. Captura de pantalla del SE para clase Hydrazoa. obviamente habrá ejemplares animales que se escapen a la base de conocimientos. A pesar de todo ello. como se puede observar en las imágenes. Figura 10.4 Ejemplar no presente en la base de conocimientos Puesto que nuestro sistema ha sido desarrollado con una extensión bastante limitada. Por tanto. 7. pero cuya complejidad se basaba en que el camino de preguntas se bifurca llegados a un punto. Ejemplar de la clase Hydrozoa. Captura de pantalla del SE para clase Trematoda.6. Finalmente. a continuación. Ejemplar de la clase Trematoda. el cual se muestra a continuación con las siguientes imágenes. podía ser causa de fallo por tener que realizar un camino distinto al anterior. pudiendo confirmar tras dicha prueba el correcto funcionamiento del sistema en todos aquellos casos en los que el animal se encuentra en su base de conocimientos. Figura 12.

net/OnlineDocs. Madrid . Es decir. McGraw-Hill-Interamericana.. añadir esta funcionalidad supondría incluir una función más en el programa.. ISBN 0-87893-097-3. & Brusca.U. únicamente se muestra por pantalla un mensaje que indica dicha situación. obviamente. P. [3] Brusca. Desde el punto de vista del desarrollador. que la mejora inmediata que debería plantearse es aumentar la lista de reglas de la que se dispone.com/trabajos16/sistemasexpertos/sistemas-expertos. A. En una posible versión mejorada podría plantearse la posibilidad de incluir una nueva funcionalidad en estos casos. que fuera quien planteara nuevas reglas. [4] Apuntes de la asignatura sobre Sistemas Expertos [5] http://www.wikipedia. capaces de abarcar un espectro mucho más extenso. 8. En esta hipotética etapa de desarrollo del proyecto.A.wikipedia. Una opción podría ser añadir nuevas reglas con ayuda del usuario cuando una de estas situaciones se alcanza.1 Reglas De lo aclarado anteriormente se desprende la conclusión de que la base de conocimientos de nuestro sistema debe calificarse de muy limitada.jessrules. Para poder realizar este cambio se debería contar a la hora de implementacion con la ayuda de un experto que tuviera la capacidad de decidir si la maquina estuvo acertada en la clasificación o no. G. Y se puede apreciar facilmente durante su uso.3 Cálculo de la fiabilidad del resultado Otra de las mejoras que puede resultar intersante desde el punto de vista del experto. Zoología Aplicada.com/jess/download.jessrules. planteamos el esqueleto de lo que podría ser una aplicación de verdadera utilidad en este ámbito profesional. Invertebrados.sourceforge. A.shtml [13] Reglas de JESS http://www. L. REFERENCIAS [1] Padilla Álvarez. 8. según haya sido el estudio y las preguntas a las que el usuario haya respondido. 2003.2 “Aprender” de los fallos Como se ha observado en una de las pruebas. XXVI+1005 pp. entendiéndose. Principios Integrales de Zoología.. AMPLIACIONES Y LÍNEAS FUTURAS En este estudio. 2002. fiabilidad. indicándole si existe la posibilidad de fallo. sería fundamental contar con la colaboración de un verdadero experto investigador en Biología.. por tanto. 9. R. Más bien. McGrawHill/Interamericana de España.necesitaría un experto que supervisase el trabajo del sistema y su correcto funcionamiento. 2005. como puede ser C. 8. Por otro lado hemos tenido la oportunidad de trabajar con JESS y poder apreciar cómo están estructurados los lenguajes orientados a la realización de SE con respecto a otros. Ediciones Díaz Santos S. Roberts.A. la sencillez de los primeros a la hora de programar sistemas de este estilo. [2] Hickman. Cuesta López. el sistema podría informar al usuario de este hecho y posteriormente preguntarle si desea añadir una nueva regla que contemple el caso en estudio. en las ocasiones en que las respuestas dan lugar a un ejemplar fuera de la base de conocimientos.org/wiki/Sistemas_Expertos [7] Información CLIPS http://clipsrules. J.html [8] Apuntes de CLIPS en español por Aitor San Juan Sánchez [9] Apuntes asignatura Inteligencia en Redes de Comunicaciones curso 2007/2008 [10] Prácticas asignatura Inteligencia en Redes de Comunicaciones curso 2007/2008 [11] http://es. Larson.com/jess/docs/71/ 8. en el caso de que se llegue a una combinación de respuestas tal que el resultado no coincida con ninguna de las clases animales presentes en la base de conocimientos. C. es poder ofrecer a éste un porcentaje de . 2ª edición. F. S.org/wiki/CLIPS [12] Programa JESS http://www.shtml [6] http://es.monografias. no pretendemos realizar una Sistema Experto capaz de satisfacer las necesidades de un verdadero investigador zoólogo.

Sign up to vote on this title
UsefulNot useful