PDF de programación - Sistemas de Producción

Sistemas de Producción

Inteligencia Artificial. Ingeniería

Informática

1

Objetivos

Conocer la arquitectura típica de un sistema de producción,
distinguiendo los distintos componentes.

Diferenciar los sistemas de producción de las aproximaciones
algorítmicas tradicionales.

Percibir claramente la separación entre el conocimiento y los
mecanismos de control del sistema, como una característica
fundamental de estos sistemas.

Estudiar la dinámica básica de los sistemas de producción, en
función de la estrategia de control.

Comprender las ventajas y limitaciones de utilización de los
sistemas de producción.

Valorar qué tipos de problemas son adecuados para resolver
utilizando sistemas de producción.

Inteligencia Artificial. Ingeniería

Informática

2

Contenidos

Definición
Arquitectura
– Base de conocimientos
– Memoria activa
– Motor de inferencias
Dinámica de los sistemas de producción
– Dirigidos por los datos
– Dirigidos por las metas
Ciclo básico de los sistemas de producción
– Fase de decisión o selección de reglas
– Fase de ejecución

Inteligencia Artificial. Ingeniería

Informática

3

Bibliografía

Moret, V., Alonso, A., Cabrero, M. J., Guijarro, B., y Mosqueira,
E. (2005). Fundamentos de Inteligencia Artificial (2ªed). Servicio de
Publicacións. Universidade da Coruña.

Borrajo, D., Juristo, N., Martínez, V. y Pazos, J. (1993).
Inteligencia Artificial: Métodos y Técnicas. Editorial Centro de
Estudios Ramón Areces eds.

Negnevitsky, Artificial Intelligence: a guide of intelligent systems.",
Addison-Wesley, 2002

Mira, J., Delgado, A.E., Boticario, J.G., Díez, F.J. (1995).
Aspectos básicos de la Inteligencia Artificial. Sanz y Torres.

Galán, S.F., González, J. y Mira, J. (1998). Problemas Resueltos
de Inteligencia Artificial Aplicada. Búsqueda y Representación.
Addison-Wesley.

Inteligencia Artificial. Ingeniería

Informática

4

Introducción

Programas secuenciales:

– dependientes de los datos, condiciones iniciales, parámetros,

respuestas de los usuarios, resultados de cómputos anteriores,…

– el flujo de control y la utilización de los datos están especificados

de manera rígida por el programa.

– el defecto específico de estos programas es su secuencialidad: la

bifurcación sólo se efectúa en puntos y caminos explícitamente
previstos en el código del programa.

– en entornos cambiantes, la bifurcación será la norma, no la

excepción, ya sea a partir de un nuevo estímulo, en función de
sus propiedades y contenidos, o bien, en ausencia de nuevos
estímulos, será a partir del contexto actual, historia o último
estado.

Inteligencia Artificial. Ingeniería

Informática

5

Introducción

Programación basada en eventos:

– adecuada para situaciones en las que continuamente están
surgiendo nuevos estímulos, bien originados por el entorno
externo o bien generados internamente por el programa.

– el programa responde directamente a un amplio rango de
sucesos, algunos imprevistos, en lugar de hacerlo a datos
esperados.

– no usan estructuras de control inflexibles y especificadas de

antemano.

– reconocen patrones en los datos, y seleccionan trozos de código

en el sistema para que se activen.

– Sistemas de inferencia dirigidos por patrones (SIDP)

Inteligencia Artificial. Ingeniería

Informática

6

Introducción

Los SIDP tienen estructura modular

Cada módulo es responsables de detectar las distintas situaciones
posibles, reconociendo patrones en los datos, y de responder de
forma adecuada a las mismas.

Los módulos se dividen funcionalmente en antecedente o lado
izquierdo y consecuente o lado derecho

El antecedente efectúa todos los accesos a los datos, para
verificarlos y equipararlos con los patrones “plantilla” del módulo.

El consecuente efectúa la escritura o modificación de datos.

Tales módulos se denominan “reglas”, y los SIDP compuestos por
conjuntos de reglas, Sistemas basados en Reglas (SBR) o
Sistemas de Producción.

Inteligencia Artificial. Ingeniería

Informática

7

Sistemas de Producción

Definición:

– Sistemas inteligentes basados en reglas que operan frente a

una base de hechos con mecanismos de emparejamiento
formando parte explícita de su arquitectura.

Se clasifican en dos categorías según su estructura de
control:
– Sistemas dirigidos por los datos
– Sistemas dirigidos por los objetivos

Inteligencia Artificial. Ingeniería

Informática

8

Clasificación de Sistemas de

Producción

Sistemas dirigidos por los datos

– Las inferencias se obtienen cuando los antecedentes de alguna
(o más de una) de sus reglas de producción se emparejan con,
al menos, una parte de los hechos que describen el estado
actual.

– Cuando esto ocurre, se dice que la regla en cuestión se ha

activado, y está en condiciones de ser ejecutada. Su ejecución o
no dependerá de la estrategia de exploración elegida.

– Son menos específicos, porque ejecutarán todas las reglas

disponibles en función de la información introducida.

Inteligencia Artificial. Ingeniería

Informática

9

Clasificación de Sistemas de

Producción
Sistemas dirigidos por los objetivos
– Tanto los antecedentes como los consecuentes de las reglas
deben ser considerados como aserciones sobre los datos. En
este caso, la activación de las reglas tiene lugar por medio de
un encadenamiento regresivo, y el emparejamiento se efectúa a
través de las conclusiones de las reglas.

– Para alcanzar una determinada meta hay que configurar un

proceso evocativo en el que, de forma recursiva, se van
estableciendo los antecedentes de las metas como submetas de
orden inferior.

– Son más específicos, porque la ejecución lleva implícito un

proceso de búsqueda.

Inteligencia Artificial. Ingeniería

Informática

10

Arquitectura de Sistemas de

Producción

BASE DE CONOCIMIENTOS

BASE DE
REGLAS

BASE DE
HECHOS

MOTOR DE
INFERENCIAS

MEMORIA
ACTIVA

I

N
T
E
R
F
A
Z

Usuario

SUBSISTEMA

DE

EXPLICACION

Inteligencia Artificial. Ingeniería

Informática

11

Base de Conocimientos

Características
– Describe el universo de discurso o dominio en el cual el sistema de

producción tiene que plantear soluciones.

– Está constituida por bases de hechos (BH) y por bases de reglas (BR).

– Las bases de hechos forman el esqueleto declarativo del sistema de

producción, y su misión es la de articular a todos los hechos
potencialmente relevantes del dominio.

– Las bases de reglas constituyen el esqueleto procedimental del sistema

de producción, y a través de ellas se posibilita la construcción de los
circuitos inferenciales que nos van a permitir obtener conclusiones
válidas.

– La estructura de las bases de hechos y de las bases de reglas debe

ser tal que ambas entidades puedan "comprenderse" entre sí.

Inteligencia Artificial. Ingeniería

Informática

12

Base de Conocimientos:

Ejemplo

BASE DE REGLAS

REGLA 2

REGLA 1

<PRONOSTICO METEOROLOGICO>

IF:
THEN: <ACTIVIDAD RECOMENDADA>
AND:

<ACTIVIDAD DESCARTADA>

IF:
AND:
AND:
THEN: <PRONOSTICO METEOROLOGICO>

<CREPUSCULO COLOR>
<CIELO NUBES>
<CIELO TONALIDAD>

= BUEN_TIEMPO
= IR_AL_CAMPO
= IR_AL_CINE

= ROJO
= AUSENTES
= NORMAL
= BUEN_TIEMPO

BASE DE HECHOS

Crepúsculo

Color

…

Cielo

Nubes

Tonalidad

…

Pronóstico

Meteorología

…

Inteligencia Artificial. Ingeniería

Informática

13

Base de Conocimientos:

Ejemplo

BASE DE REGLAS

REGLA 2

REGLA 1

<PRONOSTICO METEOROLOGICO>

IF:
THEN: <ACTIVIDAD RECOMENDADA>
AND:

<ACTIVIDAD DESCARTADA>

IF:
AND:
AND:
THEN: <PRONOSTICO METEOROLOGICO>

<CREPUSCULO COLOR>
<CIELO NUBES>
<CIELO TONALIDAD>

= BUEN_TIEMPO
= IR_AL_CAMPO
= IR_AL_CINE

= ROJO
= AUSENTES
= NORMAL
= BUEN_TIEMPO

BASE DE HECHOS

Crepúsculo

…

Cielo

…

Pronóstico

…

Actividad

Recomendada

Descartada

…

Inteligencia Artificial. Ingeniería

Informática

14

Memoria Activa (MA)

Es la estructura que contiene toda la información de naturaleza
estática necesaria para resolver un problema concreto. Esta
información incluye:

– datos iniciales del problema
– datos incorporados con posterioridad
– hechos establecidos durante los procesos inferenciales
– hipótesis de trabajo, metas o submetas que todavía no han sido

establecidas

Almacena todos los cambios de estado de nuestro sistema, de
forma que representa siempre nuestro estado actual.

Es la responsable de interaccionar con el mundo exterior,
aceptando la entrada de información de naturaleza no inferencial.

Es el foco permanente de atención de las reglas del sistema.

Inteligencia Artificial. Ingeniería

Informática

15

Memoria Activa: Ejemplo

MEMORIA ACTIVA (DATOS)

<CREPÚSCULO COLOR>

ROJO

<CIELO NUBES>

AUSENTES

<CIELO TONALIDAD>

NORMAL

MEMORIA ACTIVA (HIPÓTESIS)

<ACTIVIDAD RECOMENDADA>

IR AL CAMPO

Inteligencia Artificial. Ingeniería

Informática

16

Memoria Activa: Ejemplo

BASE DE CONOCIMIENTOS
BASE DE REGLAS

REGLA 2
REGLA 2

<PRONOSTICO METEOROLOGICO>
<PRONOSTICO METEOROLOGICO>
<PRONOSTICO METEOROLOGICO>
<PRONOSTICO METEOROLOGICO>

REGLA 1
REGLA 1
IF:
IF:
IF:
IF:
THEN: <ACTIVIDAD RECOMENDADA>
THEN: <ACTIVIDAD RECOMENDADA>
THEN: <ACTIVIDAD RECOMENDADA>
THEN: <ACTIVIDAD RECOMENDADA>
<ACTIVIDAD DESCARTADA>
<ACTIVIDAD DESCARTADA>
AND:
AND:
<ACTIVIDAD DESCARTADA>
AND:
<ACTIVIDAD DESCARTADA>
AND:

IF:
IF:
IF:
IF:
AND:
AND:
AND:
AND:
AND:
AND:
AND:
AND:
THEN: <PRONOSTICO METEOROLOGICO>
THEN: <PRONOSTICO METEOROLOGICO>
THEN: <PRONOSTICO METEOROLOGICO>
THEN: <PRONOSTICO METEOROLOGICO>

<CREPUSCULO COLOR>
<CREPUSCULO COLOR>
<CREPUSCULO COLOR>
<CREPUSCULO COLOR>
<CIELO NUBES>
<CIELO NUBES>
<CIELO NUBES>
<CIELO NUBES>
<CIELO TONALIDAD>
<CIELO TONALIDAD>
<CIELO TONALIDAD>
<CIELO TONALIDAD>

= BUEN_TIEMPO
= BUEN_TIEMPO
= BUEN_TIEMPO
= BUEN_TIEMPO
= IR_AL_CAMPO
= IR_AL_CAMPO
= IR_AL_CAMPO
= IR_AL_CAMPO
= IR_AL_CINE
= IR_AL_CINE
= IR_AL_CINE
= IR_AL_CINE

= ROJO
= ROJO
= ROJO
= ROJO
= AUSENTES
= AUSENTES
= AUSENTES
= AUSENTES
= NORMAL
= NORMAL
= NORMAL
= NORMAL
= BUEN_TIEMPO
= BUEN_TIEMPO
= BUEN_TIEMPO
= BUEN_T