martes, 18 de marzo de 2014

SISTEMAS DE PRODUCCIÓN




INTRODUCCIÓN:

Este concepto en I.A. se conoce como una técnica computacional, lo cual este sistema facilita una descripción esto nos lleva a tener bien definido cual sera el proceso de búsqueda ya que un S.P. Es basado en reglas.


SISTEMA DE PRODUCCIÓN:  

Es un sistema inteligente basado en reglas que consiste, en:
-Si esto, entonces pasa esto.
-Información útil almacenada para el proceso a realizar.
-Un mecanismo de control que decidirá el orden de las reglas que deben aplicarse.
-Un aplicador de reglas.

 La característica principal de esta técnica es que realmente es un proceso de búsqueda, que y la idea es que realiza "N" ciclos hasta hallar la regla adecuada, y esta regla se aplica para resolver, "X" problema.


Dentro de esta definición general de sistema de producción, se incluyen:


  • Lenguajes básicos para sistemas de producción (LISP, CLIPS, PROLOG). También se los conoce como lenguajes de Inteligencia Artificial.
  • Sistemas híbridos y sistemas vacíos (shells) para producción de sistemas basados en conocimientos (VP-Expert, Expert Teach, Personal Consultant, Intelligence Compiler, EXSYS).
  • Arquitecturas generales para resolución de problemas (máquinas LISP, máquinas PROLOG).

LA ARQUITECTURA DEL SISTEMA DE PRODUCCIÓN


Se clasifican en dos categorías según su estructura de control:

– 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.

– 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 e vocativo en el que,          de  forma re-cursiva, 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.



comentarios:

De lo anterior puedo mencionar que un sistema de producción, es un sistema de búsqueda que su fin ultimo es almacenar un gran cantidad de reglas posibles, y almacenar el problema presente para luego, recorrer todas las reglas posibles hasta hallar el adecuado para resolver el problema de la mejor manera.

Como mencionamos anteriormente también obedece reglas que dictan que decisión debe tomar: por ejemplo si se cumple esta condición entonces haz esto.

Por ejemplo para entender este hecho ejemplificare algunos:

Reglas para identificar un animal

Si el animal tiene pelos entonces es mamífero
Si el animal produce leche entonces es mamífero
Si el animal es mamífero y tiene pezuñas entonces es ungulado
Si el animal es mamífero y rumia entonces es ungulado
Si el animal es ungulado y tiene el cuello largo entonces es una
jirafa
Si el animal es ungulado y tiene rayas negras entonces es una
cebra
¿Cómo identificamos un animal que tiene pelos, pezuñas y
rayas negras?


Ejemplos:

De esta manera entendemos que cada regla se adecua a lo que se esta buscando y del hecho que se quiere resolver.






REFERENCIAS:






No hay comentarios:

Publicar un comentario