PDF de programación - Sistema de Ayuda a la Toma de Decisiones basado en Árboles de Decisión Fuzzy

Sistema de Ayuda a la
Toma de Decisiones
basado en Árboles de

Decisión Fuzzy:

Estudio de un caso



Proyecto Fin de Máster en Ingeniería Informática para la Industria

Máster en Investigación en Informática, Facultad de Informática,
Universidad Complutense de Madrid

Autor: Javier Rivas Rodríguez

Director: Matilde Santos, Departamento de Arquitectura de
Computadores y Automática (DACYA), UCM

Colaborador de dirección: Mª Carmen García-Alegre, Instituto de
Automática Industrial (IAI), CSIC

Curso académico: 2008/09



El abajo firmante, matriculado en el Master de Investigación en Informática de la Facultad
de Informática, autoriza a la Universidad Complutense de Madrid (UCM) a difundir y
utilizar con fines académicos, no comerciales y mencionando expresamente a su autor el
presente trabajo Fin de Master: “Sistema de Ayuda a la Toma de Decisiones basado en
Árboles de Decisión Fuzzy: Estudio de un caso”, realizado durante el curso académico
2008-2009 bajo la dirección de Matilde Santos y con la colaboración externa de la dirección
de Mª Carmen García-Alegre en el departamento de Arquitectura de Computadores y
Automática (DACyA), y a la biblioteca de la UCM a depositarlo en el Archivo
Institucional E-Prints Complutense con el objeto de incrementar la difusión, uso e impacto
del trabajo en Internet y garantizar su preservación y acceso a largo plazo.

Javier Rivas Rodríguez



1 RESUMEN

2

INTRODUCCIÓN

2.1 MOTIVACIÓN
2.2 MARCO DEL TRABAJO: PROYECTO CENIT HESPERIA
2.3 SISTEMA DE AYUDA A LA TOMA DE DECISIONES (SATD)

3 SISTEMAS EXPERTOS

4 LÓGICA Y TEORÍA DE CONJUNTOS BORROSOS (FUZZY)

4.1 LOGICA BORROSA
4.2 CONTROL FUZZY

5 ARBOLES DE DECISIÓN BORROSA

6 DESCRIPCIÓN DEL PROBLEMA

7 SOLUCIÓN PROPUESTA

INFERENCIA DE LA DECISIÓN

7.1 ADQUISICIÓN DE CONOCIMIENTO
7.2 ORGANIZACIÓN DEL CONOCIMIENTO
7.3 DEFINICIÓN DE LAS VARIABLES EN TÉRMINOS FUZZY
7.4 REPRESENTACIÓN DEL CONOCIMIENTO MEDIANTE ÁRBOL DE DECISIÓN FUZZY
7.4.1
7.5 SISTEMA DE AYUDA A LA TOMA DE DECISIONES (SATD)
7.5.1 MÓDULO DE ADQUISICIÓN DE DATOS
7.5.2 MÓDULO DE PREPROCESO Y FUZZYFICACIÓN
7.5.3 MÓDULO DE RAZONAMIENTO Y TOMA DE DECISIONES
7.5.4 MÓDULO DE SALIDA

8 RESULTADOS

9 COMENTARIOS, CONCLUSIONES Y TRABAJO FUTURO

10 REFERENCIAS

11 APENDICE A: DISEÑO DEL SATD

12 APÉNDICE B: IMPLEMENTACIÓN

12.1 PAQUETE ENTRADA

6

7

7
7
8

10

12

12
13

15

19

23

23
25
28
30
31
37
39
41
42
42

44

49

51

54

58

58

12.2 PAQUETE DE FUZZY
12.3 PAQUETE RAZONAMIENTO
12.4 PAQUETE DE LÓGICA DE PROGRAMA

13 APENDICE C: ARTICULO PRESENTADO PARA JORNADAS DE AUTOMÁTICA,
TARRAGONA 2008



59
62
62

64




1 Resumen

En este trabajo se presenta un sistema de razonamiento cualitativo que utiliza como
soporte un árbol de decisión borroso para la vigilancia del nivel de agua de los embalses
y la generación de alertas tempranas en situaciones previas a un posible desbordamiento.
El objetivo es detectar situaciones anormales para prevenir con antelación a la población
circundante. La aplicación desarrollada tiene como entradas, valores relativos al estado
del embalse, de los ríos que confluyen en el mismo y de las condiciones meteorológicas. El
razonamiento experto se modela mediante un árbol de decisión borroso, cuyas variables
son las etiquetas lingüísticas que maneja el operario humano en su tarea de vigilancia y
control.

This work presents a qualitative reasoning system, which uses a fuzzy decision tree as
reasoning model, to monitor the water level of dams, and to generate warnings, previous
to a possible overflow. The aim is to detect previously abnormal situations to warn the
surrounding population. The developed application receives as input the values related to
the dam state, the rivers which meet in it, and the weather. The expert reasoning is
modelled by a fuzzy decision tree, whose variables are the linguistic labels with which the
dam worker deals, to make his vigilance and control tasks.

Keywords: fuzzy control, fuzzy decision tree, expert system decision tree, fuzzy
reasoning, approximate reasoning, soft computing, dam, security system.

Palabras clave: control borroso, árbol de decisión borroso, sistema experto, árbol de
decisión, razonamiento borroso, computación suave, presa, sistema de seguridad.



2 Introducción

2.1 Motivación

Existe una necesidad común de proteger y garantizar la seguridad de infraestructuras de
grandes dimensiones como edificios gubernamentales, aeropuertos o estaciones de
energía. Esta demanda es especialmente fuerte en los territorios de la Unión Europea y en
Estados Unidos donde las situaciones de crisis desencadenan desestabilizaciones en
cadena que pueden llegar a afectar en gran medida a multitud de sectores de la sociedad.

Una crisis es un evento generalmente súbito y con escaso tiempo de reacción en donde las
decisiones pueden estar afectadas por una gran cantidad de variables que conllevan
muchos elementos de incertidumbre. Por ello, la utilización de las técnicas contenidas en
las llamadas tecnologías de la información puede facilitar enormemente la gestión de los
datos para la toma de decisiones adecuadas que conduzcan a paliar la crisis con los
recursos disponibles, en el menor tiempo posible y con el menor número de pérdidas.

Existe un gran vacío en la aplicación de tecnologías en los procesos de gestión de crisis.
Así, disponer de un volumen organizado de información y usar sistemas de gestión de la
misma será crucial en todas las etapas, permitiendo optimizar la planificación y la toma
de decisiones. Cuando, como en una situación de crisis, la información distribuida
espacialmente es decisiva en la decisión, el sistema de gestión de la información deberá
incluir algún mecanismo para gestionar adecuadamente la información espacial y las
relaciones espaciales entre los elementos que integran la crisis y la gestión de la misma.

A las dificultades inherentes para tratar la información asociada a los sistemas de
representación espacial, de audio y vídeo cognitivo, hay que sumar los problemas
habituales de las grandes aplicaciones como son la interfaz de usuario, la arquitectura, las
redes de comunicación, la seguridad, etc. Por ello, para afrontar todos estos problemas es
necesario un desarrollo conjunto en varias áreas de investigación capaz de integrar todos
los requisitos necesarios para el buen funcionamiento del sistema final.


2.2 Marco del trabajo: Proyecto CENIT Hesperia

El proyecto Hesperia tiene por objeto el desarrollo de tecnologías que permitan la creación
de sistemas punteros de seguridad, vídeo vigilancia y control de operaciones de
infraestructuras y espacios públicos. El proyecto surge para dar respuesta a una demanda
sostenida a medio y largo plazo, en particular, en países de la Unión Europea y en Estados
Unidos. La gestión integrada de seguridad y control de operaciones permitirá la
implantación de sistemas rentables que, en este momento, no existen en el mercado.


Las tecnologías del proyecto resolverán la seguridad en dos tipos de escenarios. Por un
lado, permitirán gestionar la seguridad y las operaciones de infraestructuras públicas
especialmente sensibles, como subestaciones eléctricas, en gas, depósitos de agua o
estaciones de telecomunicaciones. Por otro, incrementarán de forma sustancial los niveles
de seguridad de grandes espacios públicos, como aeropuertos, estaciones de ferrocarril,
puertos, centros de ciudades especialmente en zonas peatonales, centros comerciales, etc.

El CDTI, organismo adscrito al Ministerio de Industria Turismo y Comercio, creó en 2005
un programa de Consorcios Estratégicos Nacionales en Investigación Técnica (CENIT),
cuyo principal objetivo es fomentar la cooperación público privada en I+D+i mediante la
financiación de proyectos conjuntos de investigación industrial. El organismo ha dotado a
CENIT con doscientos millones de euros durante cuatro años, el 46,5 % de la inversión
prevista para todo el programa. Los otros 230 millones de euros los aportará el sector
privado.

El consorcio está integrado por Indra Software Labs, Unión Fenosa, Tecnobit, SAC
Control, Technosafe, Visual Tools y Brainstorm Multimedia. Asimismo, participan las
Universidades de Castilla La Mancha, de Granada, de Extremadura, la Politécnica de
Madrid, la de las Palmas, la Politécnica de Valencia y la Politécnica de Cataluña. La lista
se completa con la colaboración del Consejo Superior de Investigaciones Científicas (CSIC)
y el Centro Tecnológico del País Vasco (Ikerlan)[].

2.3 Sistema de Ayuda a la Toma de Decisiones (SATD)

En el pensamiento científico tradicional la comprensión de un fenómeno depende de la
capacidad de analizarlo en términos cuantitativos precisos. Sin embargo los esquemas de
razonamiento humano sugieren mecanismos de inferencia aproximados en cuanto a la
génesis de las unidades informáticas, conceptos, y al establecimiento de las relaciones
entre ellos, reglas.

El cerebro aprovecha la tolerancia en precisión para codificar la información relevante
mediante términos lingüístico que conllevan una relación aproximada con los datos
cuantitativos, asociándolos a percepciones y generando acciones [1].

En este marco, Zadeh presenta las bases iniciales de la teoría de conjuntos borrosos [2] con
gran auge hasta el momento actual, aplicándose a áreas tan variadas como son el control
automático, la optimización, clasificación, reconocimiento de patrones, etc.

Por otro lado y