SINTAXIS Y SEMÁNTICA

DE UN SISTEMA DE
PRODUCCIÓN
Inteligencia Artificial

INSTITUTO TECNOLÓGICO DE OCOTLÁN

Mtra. Verónica Elizabeth Sánchez Flores
Contenido
INTRODUCCION.........................................................................................................................2
DESARROLLO..............................................................................................................................3
Sintaxis.....................................................................................................................................3
Semántica...............................................................................................................................4
CONCLUSION..............................................................................................................................5

INTRODUCCION
Los sistemas de producción son uno de los mecanismos de
representación de conocimiento más popular y ampliamente empleado.
Así, un sistema de producción 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 lógica de predicados, en sistemas de producción se

realiza la suposición de que si un hecho no está 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 entraría en más detalle. El tercer elemento de un sistema de
producción, el motor de inferencia sigue un ciclo.
DESARROLLO
Sintaxis.
Las reglas de producción son un método procedimental de representación del
conocimiento. 
Se usan en teoría de autómatas, gramáticas formales y en el diseño de
lenguajes de programación, originalmente las producciones eran reglas
gramaticales para manipular cadenas de símbolos.
Método procedimental de representación del conocimiento
Estructura
SI <condiciones>
ENTONCES <conclusiones, acciones, hipótesis>
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)

 Representación clausal debe corresponderse con conocimiento del dominio
 Formato típico: <parámetro/relación/valor>
 PARÁMETRO: característica relevante del dominio
 RELACIÓN: entre parámetro y valor
VALOR: numérico, simbólico o literal
También en forma de predicados lógicos

CONCLUSIONES, ACCIONES, HIPÓTESIS (tb. consecuentes,...)

Conclusiones, Hipótesis: conocimiento declarativo

Acciones: cq. Acción procedimental (actualiza. conocimiento, interacción 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
Semántica.
Es una representación formal de una relación, una información semántica o
una acción condicional. Una regla de producción tiene, generalmente, la
siguiente forma: SI Premisa ENTONCES Consecuencia. Ofrecen una gran
facilidad para la creación y la modificación 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 fórmulas de cálculo establecidas) y, en teoría, el método asegura que
cuantas más reglas posea más potente es. Sin embargo, aunque es la forma de
representación más intuitiva y rápida, cuando el número de reglas es grande
aumenta la dificultad de verificación de todas las posibilidades con el
consiguiente riesgo de perder la coherencia lógica 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 también 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 más conocidos son los Factores de Certeza (utilizados
en MYCIN), la lógica de Dempster Shafer, y la Lógica Difusa (Fuzzy Logic). El
método de tratar la incertidumbre es una de las características más
importantes de las herramientas de desarrollo, y actualmente se encuentra en
discusión la validez de estas lógicas para tratar con la incertidumbre

Los sistemas basados en reglas son los más comúnmente utilizados. Su

simplicidad y similitud con el razonamiento humano, han contribuido para su
popularidad en diferentes dominios. Las reglas son un importante paradigma
de representación del conocimiento. Las reglas representan el conocimiento
utilizando un formato
SI-ENTONCES (IF- THEN ), es decir tienen 2 partes:
La parte SI (IF ), es el antecedente, premisa, condición o situación; y
La parte ENTONCES (THEN ), es el consecuente, conclusión, acción o
respuesta. Las reglas pueden ser utilizadas para expresar un amplio rango de
asociaciones, por ejemplo:
SI está manejando un vehículo Y se aproxima una ambulancia, ENTONCES baje
la velocidad Y hágase a un lado para permitir el paso de la ambulancia.SI su
temperatura corporal es de 39 ºC, ENTONCES tiene fiebre.SI el drenaje del
lavabo está tapado Y la llave de agua está abierta, ENTONCES se puede
inundar el piso.
CONCLUSION
Los sistemas de producción son una generalización del proceso de
deducción lógica.
Cuando se utiliza la lógica e supone que las fórmulas de las que
partimos son consistentes, es decir, que no van a generar hechos que
estén en contradicción con los ya existentes. Pero en sistemas de
producción los consecuentes de las reglas son acciones a ejecutar sobre
la base de hechos. En particular esas acciones pueden ser añadir 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