SISTEMAS EXPERTOS

MG. ING. MIGUEL ANGEL ALATRISTA AGUILAR

UNIVERSIDAD AMAZÓNICA DE MADRE DE DIOS
CONTENIDO

• 1.-CARACTERISTICA.
• 2.-ESTRUCTURA.
• 3.-CONTROL ADELANTE.
• 4.- CONTROL ATRÁS.
• 5.- EJEMPLO DE INFERENCIA.
• 6.- APLICACIONES.
CARACTERISTICAS

• Toma de decisiones con la competencia de un experto.

• Representa el conocimiento y realiza inferencias.
• Basado en gran volumen de conocimiento teórico.
• Razona sobre las operaciones que realiza, como y porque las ejecuta.
• Constituye un modelo no algorítmico.
• Admite una fácil modificación del conocimiento sin programar el sistema.
• El usuario dialoga con el sistema empleando un lenguaje natural limitado.
ESTRUCTURA

• BASE DE CONOCIMIENTO---------------------------MOTOR DE INFERENCIA

• INTERFAZ CON EL USUARIO.

• CONSEJO Y DESCRIPCIÓN DE UN
• EXPLICACIÓN USUARIO CASO
CONTROL ADELANTE

• ALGORITMOS UNICIDAD Y RECURSIVIDAD.

• Base inicial de hechos : H,K.
• R1 A-E
• R2 B-D
• R3 H-A
• R4 EyG-C ¿D?
• R5 EyK-B
• R6 D y E y K--C
• R7 G Y K Y F -A.
CONTROL ADELANTE

• REGLAS BASE DE HECHOS

• R3 H-A A,H,K
• R1 A-E A,E,H,K
• R5 E y K -B A,B,E,H,K
• R2 B-D A,B,D,E,H,K
• R6 D y E y K -C A,B,C,D,E,H,K

• SATURACION RESPUESTA FAVORABLE

CONTROL ATRAS

• ALGORITMOS UNICIDAD Y RECURSIVIDAD.

• Base inicial de hechos : H,K.
• R1 A-E
• R2 B-D
• R3 H-A
• R4 EyG-C ¿D?
• R5 EyK-B
• R6 D y E y K--C
• R7 G Y K Y F -A.
CONTROL ATRAS

• E (R1) .A (R3) H

• D (R2) B G

(R7) K
(R5)
K F
EJEMPLOS DE INFERENCIA

• Los ratones están fuera del corral

• 1.- los animales se ofenden mortalmente si no les presto atención
• 2.- los únicos animales que me pertenecen están en este corral.
• 3.- ningún animal puede resolver una adivinanza si no ha recibido una educación adecuada.
• 4.-cuando un animal se ofende mortalmente, se pone a correr de un lado para otro.
• 5.- nunca presto atención a un animal que no me pertenece.
• 6.- ningún animal que haya recibido una educación adecuada, se pone nunca a correr de una lado
para otro.
EJEMPLO DE INFERENCIA

• BASE DE CONOCIMIENTO
• HECHOS INICIALES RATON -- CORRAL
• BASE DE REGLAS
• R1 SI }ATENCION ENTONCES OFENDEN MORTALMENTE.
• R2 SI }CORRAL ENTONCES ME PERTENCE
• R3 SI }EDUCACION ENTONCES RESUELVE ADIVINANZA
• R4 SI OFEN MORTALMENTE ENTONCES CORRE.
• R5 SI }ME PERTENECE ENTONCES ATENCION
• R6 SI CORRE ENTONCES EDUCACION.

• LOS RATONES NO PUEDEN RESOLVER UNA ADIVINANZA.

APLICACIONES

• DIAGNOSTICO DE MEDICINA
MANCHA (GRAM POSITIVA)
ALEGIA (TETRACICILINA)
BASE DE REGLAS
R1 SI MANCHA ES GRAM POSITIVA ES ESTREPTOCOCCUS.
R2 SI MANCHA ES GRAM NEGATIVAORGANISMO ENTERO COLI
R3 SI ROGANISMO STREPTOCOUS PENICILINA
R4 SI PENICILINA INDICADA Y SE DESCONOCE ALEGRIA-P. ALERGIA?
R5 SI LA PENICILINA ESTA INDICADA Y NO ES ALERGICOPRESCRIBIR PENICILINA.
CONCLUSIONES

• Base de datos de conocimiento esta compuesta por reglas.

• Es preciso depurar las reglas para no duplicar o contradecir.
• Se podrían generar meta – reglas.
• El motor de inferencia recorre la base de datos con recursividad.
• Facilidad de ampliación del conocimiento.
• La algoritmia es mínima y esta implementada en el motor de inferencia.
• Gran aplicación a todos los campos.