Universidad Nacional Autónoma de Honduras

IS – 912 Sistemas Expertos, Ing. Constantino Sorto

Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

Sistemas Expertos Basados en Reglas

Dennis 20101006419
Román de las Heras 20091010786
ABSTRACT
This work tries to aboard the topic of rule based expert systems. This kind of expert systems
is the easiest type to create and give solution to deterministic problems in which it’s possible
to extract the inference rules that allow to give a solution to a query from some premises,
which are the symptoms that allow to arrive to a diagnosis. We will see the general structure
of rule based expert systems, and analyze each of its components. We will also see in a
general view how to create them and which are the principal areas of its applications, and
also many examples of successful systems of this kind.
Key Words: Expert systems, rules, knowledge database, knowledge engineer

RESUMEN
El presente trabajo pretende abordar el tema de sistemas expertos basados en reglas. Este es
el tipo de sistemas expertos más sencillo de crear y da solución a problemas determinísticos
de los cuales se pueden extraer las reglas de inferencia que permiten brindar una solución a
una consulta a partir de ciertas premisas, que son los síntomas que permiten llegar a un
diagnóstico. Trataremos la estructura general de un sistema experto basado en reglas,
analizaremos cada uno de sus componentes. También veremos de manera general como
crearlos y cuáles son sus principales áreas de aplicación, así como varios ejemplos de
sistemas exitosos de este tipo.
Palabras clave: sistemas expertos, reglas, base de conocimiento, ingeniero del
conocimiento

1. INTRODUCCIÓN
Cuando tenemos algún problema sobre un tema específico, en la medida de lo posible,
acudimos a un experto en la materia para que nos dé su opinión y así poder resolver nuestro
problema. Encontrar un experto para cada tema es una tarea complicada y muchas veces
resulta costoso ya que alguien con especialidad usualmente cobra más caro. Es por eso que
muchas veces decidimos resolver los problemas por nuestra propia cuenta, con un
conocimiento muy bajo o casi nulo con respecto a un tema.
¿No sería de mucha utilidad el hecho de poder consultar a un experto en línea que esté
disponible 24 / 7? O mejor aún consultar a un sistema que de manera automática nos brinde
la opinión como lo haría un experto. Pues para nuestra comodidad y beneficio esto es posible
gracias a los sistemas expertos. Tal vez no puedan sustituir al 100% a una persona experta en
la materia, pero si pueden acercarse mucho y en algunos casos dar un diagnostico u opinión
altamente acertada.
Universidad Nacional Autónoma de Honduras
IS – 912 Sistemas Expertos, Ing. Constantino Sorto
Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

Esto sucede con el caso de los sistemas expertos basados en reglas. Son sistemas en los cuales
se les “transfiere conocimiento” al implantar en ellos una serie de reglas sobre algún tema
específico. Como son sistemas deterministas, con la información suficiente recabada de la
persona que consulta, pueden brindar resultados que den soluciones a problemas para los
cuales estas reglas se aplican.
Estudiaremos este tipo de sistemas expertos basados en reglas, daremos ejemplos de sistemas
que utilicen esta metodología y en que problemas se pueden aplicar.

2. MARCO CONCEPTUAL
Sistemas Expertos Basados en Reglas
Un sistema experto está diseñado para trabajar como si fuera una persona experta en algún
tema específico. Trata de replicar o de simular el conocimiento que han adquirido estas
personas basándose en las herramientas que ofrece la inteligencia artificial. Su función
principal es tratar de ofrecer soluciones que puedan resolver problemas prácticos o también
la creación de conocimiento nuevo.

Figura 1. Arquitectura de un Sistema Experto Basado en Reglas. (Díez, 2010)

Analizaremos las componentes de la arquitectura general de un sistema Experto.
 Experto: es la persona que interactúa con el sistema para “transferirle su
conocimiento”, mediante la inserción de reglas.
Universidad Nacional Autónoma de Honduras
IS – 912 Sistemas Expertos, Ing. Constantino Sorto
Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

 Módulo de Adquisición del Conocimiento: es la interface entre el sistema experto

basado en reglas y el humano experto, por medio del cual ingresa nuevo conocimiento
a la base de conocimientos.

 Base de Datos (Hechos): son los datos importantes o relevantes relacionados al

problema específico. Consta de dos partes (Grado en Ingeniería Informática, 2005):
o Permanente: son los hechos que no cambian y que siempre se presentan en el
problema.
o Temporal: son hechos variantes que cambian mientras se intenta solucionar el
problema.
Se pueden añadir y borrar los hechos de la base de datos.

 Base de Conocimientos (Reglas): forma en que se guarda el conocimiento mediante

el uso de reglas. Una regla es solo una parte del conocimiento con el cual se soluciona
el problema. Se almacenan con el siguiente formato:
Hipótesis (Antecedente)  Conclusión (Consecuente)
No son deducciones lógicas, sino más bien el conocimiento adquirido por un experto.
Se les puede asignar una prioridad para tener ordenadas las reglas de acuerdo a su
importancia de aplicación. A diferencia de los hechos, las reglas pueden contener
variables. Estas variables aumentan la expresividad de las reglas, la complejidad de
su gestión y facilitan la modificación de las reglas. (Díez, 2010)
Hay ciertos sistemas que piden que las reglas cumplan ciertas restricciones: (Cabrera,
2010-2011)
o No utilizar la disyunción (o) en la hipótesis.
o Las conclusiones solo pueden ser expresiones lógicas simples.
o Utilizar formas normales. (e.g. Forma Normal Conjuntiva)

 Módulo de Explicación: este es el encargado de generar los resultados o diagnósticos

para el usuario, que se han obtenido del motor de inferencia.

 Motor de Inferencia: es el encargado de la generación de conocimiento nuevo

utilizando el que ya se tiene, por medio de la simulación de un procedimiento de
razonamiento. Este procedimiento parte de una serie de datos hasta obtener una
solución. Hay dos técnicas de inferencia para bases de conocimiento basadas en
reglas:
o Encadenamiento hacia adelante: a partir de una base de hechos inicial y la
base de reglas se forman soluciones intermedias para poder llegar a una
consulta final o base de hechos final.
Universidad Nacional Autónoma de Honduras
IS – 912 Sistemas Expertos, Ing. Constantino Sorto
Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

Figura 2. Encadenamiento hacia Adelante. (Grado en Ingeniería

Informática, 2005)
o Encadenamiento hacia Atrás: a partir de una consulta (objetivo) y utilizando
la base de reglas y la base de hechos inicial se plantean sub objetivos los cuales
se resuelven para dar soluciones.

Figura 3. Encadenamiento hacia Atrás. (Grado en Ingeniería Informática,

2005)

 Interface de Usuario: es la parte del sistema experto basado en reglas con la que
interactúa el usuario.

 Usuario: es la persona que consulta el sistema para obtener una respuesta. Con la
información que provee se trata de generar una conclusión y si es ambigua se obtiene
más información de parte del usuario.

Reglas y Estrategias de Inferencia y Control

Estas son las que utiliza el motor de inferencia para poder obtener conclusiones. (Cabrera,
2010-2011) Para poder encontrar todas las posibles soluciones o conclusiones hay que
utilizar varias reglas y estrategias del sistema experto.
Las que se usan para conclusiones simples son:
 Modus Ponens: Si se tiene una regla en la cual se cumple la hipótesis, entonces se
infiere que la conclusión es cierta. Esta regla es la base de los Sistemas Expertos
Basados en Reglas.
Universidad Nacional Autónoma de Honduras
IS – 912 Sistemas Expertos, Ing. Constantino Sorto
Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

Figura 4. Regla Modus Ponens. (Cabrera, 2010-2011)

 Modus Tollens: Si se tiene una regla en la cual la conclusión es falsa, entonces se

infiere que la hipótesis también es falsa. Es una regla muy sencilla pero es menos
utilizada que Modus Ponens.

Figura 5. Regla Modus Tollens. (Cabrera, 2010-2011)

Para llegar a conclusiones compuestas se utilizan las siguientes reglas y estrategias:
 Resolución: esta también es una regla de inferencia. Tiene varios pasos:
1. Se sustituyen las reglas por expresiones lógicas equivalentes.
2. Se combinan las expresiones para formar una nueva expresión lógica.
3. Se utiliza la nueva expresión lógica para llegar a una solución.
La regla de resolución requiere utilizar los conceptos de la lógica como combinación
de expresiones lógicas y su correspondiente simplificación.
 Encadenamiento de Reglas: es la estrategia más usada. Esta se aplica cuando las
hipótesis de algunas reglas coinciden con las conclusiones de otras. De esta forma los
hechos obtenidos se usan para obtener nuevos hechos. Se realiza iterativamente hasta
que ya no hay más encadenamiento. Esta estrategia es bastante útil en problemas
donde se conocen alguno “síntomas” y se trata de llegar a un “diagnóstico”.

 Encadenamiento de Reglas Orientado a un Objetivo: en esta estrategia se tiene una

variable como objetivo. Se exploran todas las reglas y se trata de encontrar una
conclusión para ese objetivo. Si no se puede llegar a una conclusión se le pide al
usuario más información para así poder encontrar un camino. A diferencia del
Universidad Nacional Autónoma de Honduras
IS – 912 Sistemas Expertos, Ing. Constantino Sorto
Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

encadenamiento de reglas, esta estrategia es útil cuando se conocen los “diagnósticos”

y se trata de encontrar los “síntomas” que dieron lugar a esas conclusiones.

 Compilación de Reglas: esta estrategia trabaja con información para llegar a cumplir
ciertos objetivos. Entonces se compilan las reglas y se escriben los objetivos en
función de los datos. Así se crean las ecuaciones objetivos.

Construcción de Sistemas Expertos Basados en Reglas

El encargado de esta tarea es el llamado Ingeniero de Conocimiento, el cual tiene dos tareas
o funciones principales: elegir el tipo de inferencia que usará el motor y generar la base de
conocimiento. (Fernández, 2008) En el tipo de inferencia hay que decidir si se utilizar
encadenamiento hacia adelante o hacia atrás, esto se realiza de acuerdo a como los hechos se
relacionan con las conclusiones inferidas. Esto depende también de la aplicación que tendrá
el sistema experto que se construye.
Para generar la base de conocimientos se realiza una adquisición de conocimiento. Se podría
decir que esta es la parte en la que se “enseña” al sistema a ser un experto en la materia. Este
conocimiento puede provenir de diversas fuentes, como ser: libros, manuales, bases de datos
o de personas expertas en el tema. Es muy importante que el Ingeniero de Conocimiento se
empape suficientemente del tema para así poder descubrir las reglas que formaran parte de
la base de conocimiento.
El ingeniero debe de verificar que los conocimientos adquiridos por el sistema sean válidos.
La mejor forma de hacerlo es mediante entrevistas, cuestionarios planteados al experto en la
materia para así poder validar toda la información. Siempre es recomendable utilizar además
técnicas automáticas para agilizar el proceso de adquisición de conocimiento, ya que los
algoritmos eligen las reglas que optimizan el sistema y reducen el tiempo de ejecución del
motor de inferencia.

Aplicaciones de los Sistemas Expertos Basados en Reglas

Los campos en los que más se han desarrollado sistemas expertos basados en reglas son los
siguientes: (Alejandro, 2011)
 Medicina
 Geología
 Química
 Economía
 Ingeniería Civil
Universidad Nacional Autónoma de Honduras
IS – 912 Sistemas Expertos, Ing. Constantino Sorto
Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

Solo que no todos los problemas en estas áreas, sino aquellos que se prestan para utilizar la
técnica de sistemas basados en reglas:
 Clasificación o interpretación.
 Diagnóstico: médico o técnico
 Predicción y previsión
 Diseño y configuración
 Planeación
 Monitoreo y control
 Vigilancia y alarma
 Manual de instrucciones
Recordemos que un sistema basado en reglas es determinístico, por lo tanto este es el tipo de
aplicaciones que puede tener. Cuando existe un grado de incertidumbre o error el problema
es probabilístico, en ese caso ya no sería conveniente aplicar un sistema basado en reglas.
Ejemplos de Sistemas Expertos Basados en Reglas
 Sistemas Basados en Reglas y en Casos para diseñar transmisiones por tornillo sinfín
(Moya Rodríguez, Becerra Ferreiro, & Chagoyén Méndez, 2012)
Es un sistema diseñado para transmisiones por tornillo sin fin. Ya sea de diseño
tradicional o de Ingeniería Inversa. Esto se debe a que para encontrar una solución
dicho sistema realiza una búsqueda heurística y no sigue un algoritmo
predeterminado

 Sistema Experto Basado en Reglas para Determinar Tipos de Demandas Jurídicas

(Computación, 2008)
Un sistema experto basado en reglas y un algoritmo orientado a un objetivo, que
permitirá decidir el tipo de demanda al que pertenece algún caso jurídico presentado
al sistema, de este modo este sistema contribuirá a solucionar los problemas más
frecuentes a los que se enfrentan los estudiantes de derecho por ejemplo para aprender
a clasificar casos jurídicos más comunes , los profesionales en derecho para poder
tener un desahogo de los casos más triviales y así poder ocuparse en el manejo de
problemas más complejos, y usuarios en general para poder recurrir al especialista en
derecho adecuado según su caso

 SISTEMA EXPERTO BASADO EN REGLAS PARA UNA APLICACIÓN DE

MONITORIZACIÓN DE PRODUCCIÓN INDUSTRIAL (Robles, 2013)
El software edinn® M2 es un sistema que monitoriza automáticamente en tiempo real
a las personas y las máquinas de cualquier sector, e integra las funciones y estándares
necesarios para la mejora total de la eficiencia.
Universidad Nacional Autónoma de Honduras
IS – 912 Sistemas Expertos, Ing. Constantino Sorto
Carrera de Ingeniería en Sistemas, Facultad de Ingeniería
Ciudad Universitaria, Tegucigalpa M.D.C

3. CONCLUSIONES E IMPLICACIONES
Así como una persona que tiene un amplio conocimiento en un determinado tema, un sistema
experto puede simular adquirir y almacenar ese conocimiento. El sistema basado en reglas,
uno de los más sencillos, permite generar un sistema experto mediante la creación de una
base de conocimiento que consta de una serie de reglas, las cuales permiten llegar a una
conclusión o solución a partir de las premisas (información o hechos de entrada al sistema).
Al ser sistemas muy rígidos, solo permiten resolver problemas deterministas, ya que no dan
lugar a un error o incertidumbre. Pero como vemos la cantidad de problemas que se pueden
resolver es muy grande y se han desarrollado sistemas expertos basados en reglas para dar
solución a múltiples problemas, problemas en los cuales se consulta al sistema de una manera
similar a como se consulta un experto en la materia.
No se pretende eliminar a las personas expertas en la materia, ya que se depende de ellos para
crear este tipo de sistemas expertos, sino brindar una alternativa para personas que no tienen
acceso a los expertos ya sea por cuestiones de tiempo, distancia o finanzas. De manera
automática e incluso en línea se pueden brindar soluciones a un mayor número de usuarios
que consultando a una persona experta.

4. REFERENCIAS
Alejandro, B. R. (2011). Monografía Sobre Sistemas Expertos. Argentina: Universidad Nacional del
Nordeste.

Cabrera, L. V. (2010-2011). Sistemas Basados en Reglas. Sevilla: Unversidad de Sevilla.

Computación, S. d. (2008). Sistema Experto Basado en Reglas para Determinar Tipos de Demandas
Jurídicas. Trujillo: Universidad Nacional de Trujillo.

Díez, J. J. (2010). Sistemas Inteligentes T6: Sistemas Basados en Reglas. Oviedo: Universidad de
Oviedo.

Fernández, J. M. (2008). Generación de Sistemas Basados en Reglas Mediante la Programación

Genética. Madrid: Universidad Politécnica de Madrid.

Grado en Ingeniería Informática. (2005). Razonamiento con Conocimiento Preciso: Sistemas

Basados en Reglas. Universidad Rey Juan Carlos.

Moya Rodríguez, J. L., Becerra Ferreiro, A. M., & Chagoyén Méndez, C. A. (2012). Utilización de
Sistemas Basados en Reglas y en Casos para diseñar. Santa Clara: Universidad Central
Marta Abreu de Las Villas Facultad de Ingeniería Mecánica.

Robles, A. C. (2013). Sistema Experto Basado en Reglas para una Aplicación de Monitorización de
Producción Industrial. Valencia: Universidad Politécnica de Valencia.