SlideShare una empresa de Scribd logo
• Los S.P. uno de los mecanismos de representación del
  conocimiento más populares y ampliamente empleados.

• Las Reglas de Producción son reglas del tipo Si-
  Entonces.

• Su popularidad es parcialmente debido al hecho que han
  sido utilizados con éxito en la construcción de Sistemas
  Expertos.
• Se utilizan las reglas para examinar un conjunto de datos
  y solicitar nueva información hasta llegar a un
  diagnóstico.

• •El generar un espacio de búsqueda ocupa un lugar
  secundario.

• •También se denominan Sistemas Basados en Reglas.
Base de
           Afirmaciones




Base de     Motor de      Interfaz de
 Datos     Inferencia       Usuario




            Base de
          Conocimientos
• Son lo que se debe seguir o que se debe ajustar a las
  conductas. Nos señalan algo que no debemos hacer.
  Son prohibiciones las cuales nos indican el camino que
  se debe seguir para alcanzar un objetivo.
• Una proposición lógica que relaciona dos o mas objetos
  e incluye dos partes, la premisa y la conclusión. Cada
  una de estas partes consiste en una expresión lógica con
  una o mas afirmaciones objeto-valor conectadas
  mediante los operadores lógicos y, o ó no.
• Es un método procedimental de representación del
  conocimiento, pone énfasis en representar y soportar las
  relaciones inferenciales del algoritmo, en contraposición
  a los métodos declarativos (hechos).
• Estructura general de las reglas:

Antecendente⇒Consecuente

Donde:

• Antecedente: Contiene las cláusulas que deben cumplirse
  para que la regla pueda evaluarse o ejecutarse.

• Consecuente: Indica las conclusiones que se deducen de las
  premisas o las acciones que el sistema debe realizar cuando
  ejecuta la regla.
• SI <condiciones> ENTONCES <conclusiones, acciones,
  hipótesis>

• Como ya se mostro anteriormente las reglas de
  producción cuentan con los siguientes factores:

• CONDICIONES: formadas por cláusulas y conectivas
  (AND, OR, NOT) Representación que debe
  corresponder con conocimiento del dominio.
• FORMATO TIPICO: <parámetro/relación/valor>

• PARAMETRO: característica relevante del dominio

• RELACIÓN: entre parámetro y valor

• VALOR: numérico, simbólico o literal. También en forma
  de predicados lógicos
• Conclusiones, Acciones, Hipótesis (consecuentes)

• Conclusiones, Hipótesis: conocimiento declarativo.

• Acciones: acción procedimental (actualizan
  conocimiento, interacción con exterior, etc.)
• Las reglas de producción se dan de la siguiente manera:

•   IF premisa, THEN conclusión
•   F entrada, THEN salida
•   IF condición, THEN acción
•   IF antecedente, THEN consecuente
•   IF datos, THEN resultados
•   IF acción, THEN meta

• La parte IF generalmente contiene varias cláusulas unidas por
  los conectivos lógicos AND y OR. La parte THEN consiste en
  una o más frases que especifican la acción a tomar.
• También se dice que tanto las premisas como las
  conclusiones, no son mas que una cadena de hechos
  conectados por Y o por O, que de forma general seria:

• SI (hecho1) Y/O ( hecho2 ) Y/O… ( hechoN )
  ENTONCES ( hecho1) Y/O… ( hechoN ).

• Los hechos son afirmaciones que sirven para
  representar conceptos, datos, objetos, etc. El conjunto
  de hechos que describen el problema es la base de
  hechos.
• Algunos problemas existen en los sistemas basados en
  reglas.                  Estos                   problemas
  caen dentro de una de las siguientes categorías: encade
  namiento infinito; incorporación de conocimiento nuevo
  contradictorio, y; modificación de reglas existentes.
  Desventajas               adicionales               pueden
  ser: ineficiencia (necesidad de modularizar o de
  introducir metarreglas), opacidad (dificultad de establecer
  relaciones), adaptación al dominio (rápido crecimiento
  del número de reglas)
• El conocimiento acerca de las reglas de producción se
  denomina METARREGLA

• .Las metarreglas facilitan y aceleran la búsqueda de
  soluciones.
• A pesar de las desventajas anotadas, los sistemas
  basados en reglas han permanecido como los esquemas
  más comúnmente utilizados para la representación del
  conocimiento. Como ventajas significativas se pueden
  mencionar las siguientes: modularidad, uniformidad y
  naturalidad para expresar el conocimiento.

Más contenido relacionado

La actualidad más candente

Sistemas Basados en Reglas
Sistemas Basados en ReglasSistemas Basados en Reglas
Sistemas Basados en ReglasKevin Herrarte
 
El conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia ArtificialEl conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia Artificialwarrionet
 
BASE DE DATOS (modelo jerárquico - diagrama entidad-relación
BASE DE DATOS (modelo jerárquico - diagrama entidad-relación BASE DE DATOS (modelo jerárquico - diagrama entidad-relación
BASE DE DATOS (modelo jerárquico - diagrama entidad-relación Jersson Marquinho Roldan Lopez
 
Fundamentos de redes: 7. La capa de enlace de datos
Fundamentos de redes: 7. La capa de enlace de datosFundamentos de redes: 7. La capa de enlace de datos
Fundamentos de redes: 7. La capa de enlace de datosFrancesc Perez
 
automatas finitos
 automatas finitos automatas finitos
automatas finitosAnel Sosa
 
Administración de redes
Administración de redesAdministración de redes
Administración de redesedithua
 
Consideraciones para la instalacion de un centro de computo
Consideraciones para la instalacion de un centro de computoConsideraciones para la instalacion de un centro de computo
Consideraciones para la instalacion de un centro de computoOscar Hernandez
 
Analisis de sistemas1
Analisis de sistemas1Analisis de sistemas1
Analisis de sistemas1PAko DiAz
 
Representacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia ArtificialRepresentacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia Artificialjorgeescalona2387
 
Técnicas mineria de datos
Técnicas mineria de datosTécnicas mineria de datos
Técnicas mineria de datoslalopg
 
Teoria general de sistemas
Teoria general de sistemasTeoria general de sistemas
Teoria general de sistemasYesenia
 
5 IntroduccióN A Los Sistemas Basados En Reglas Difusas
5 IntroduccióN A Los Sistemas Basados En Reglas Difusas5 IntroduccióN A Los Sistemas Basados En Reglas Difusas
5 IntroduccióN A Los Sistemas Basados En Reglas DifusasESCOM
 
Listas en prolog
Listas en prologListas en prolog
Listas en prologJeffoG92
 
Introducción a los modelos de datos
Introducción a los modelos de datosIntroducción a los modelos de datos
Introducción a los modelos de datosGalo Anzules
 
Teoria General De Sistemas
Teoria General De SistemasTeoria General De Sistemas
Teoria General De Sistemasjennylayme
 
Estructura de los Sistemas Operativos
Estructura de los Sistemas OperativosEstructura de los Sistemas Operativos
Estructura de los Sistemas OperativosG Hoyos A
 

La actualidad más candente (20)

Sistemas Basados en Reglas
Sistemas Basados en ReglasSistemas Basados en Reglas
Sistemas Basados en Reglas
 
El conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia ArtificialEl conocimiento en Inteligencia Artificial
El conocimiento en Inteligencia Artificial
 
BASE DE DATOS (modelo jerárquico - diagrama entidad-relación
BASE DE DATOS (modelo jerárquico - diagrama entidad-relación BASE DE DATOS (modelo jerárquico - diagrama entidad-relación
BASE DE DATOS (modelo jerárquico - diagrama entidad-relación
 
Fundamentos de redes: 7. La capa de enlace de datos
Fundamentos de redes: 7. La capa de enlace de datosFundamentos de redes: 7. La capa de enlace de datos
Fundamentos de redes: 7. La capa de enlace de datos
 
Reglasproduccion
ReglasproduccionReglasproduccion
Reglasproduccion
 
automatas finitos
 automatas finitos automatas finitos
automatas finitos
 
Administración de redes
Administración de redesAdministración de redes
Administración de redes
 
Consideraciones para la instalacion de un centro de computo
Consideraciones para la instalacion de un centro de computoConsideraciones para la instalacion de un centro de computo
Consideraciones para la instalacion de un centro de computo
 
Analisis de sistemas1
Analisis de sistemas1Analisis de sistemas1
Analisis de sistemas1
 
Representacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia ArtificialRepresentacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia Artificial
 
Técnicas mineria de datos
Técnicas mineria de datosTécnicas mineria de datos
Técnicas mineria de datos
 
Teoria general de sistemas
Teoria general de sistemasTeoria general de sistemas
Teoria general de sistemas
 
5 IntroduccióN A Los Sistemas Basados En Reglas Difusas
5 IntroduccióN A Los Sistemas Basados En Reglas Difusas5 IntroduccióN A Los Sistemas Basados En Reglas Difusas
5 IntroduccióN A Los Sistemas Basados En Reglas Difusas
 
Listas en prolog
Listas en prologListas en prolog
Listas en prolog
 
Introducción a los modelos de datos
Introducción a los modelos de datosIntroducción a los modelos de datos
Introducción a los modelos de datos
 
Modelo jerarquico
Modelo jerarquicoModelo jerarquico
Modelo jerarquico
 
Teoria General De Sistemas
Teoria General De SistemasTeoria General De Sistemas
Teoria General De Sistemas
 
sistemas expertos
sistemas expertossistemas expertos
sistemas expertos
 
Estructura de los Sistemas Operativos
Estructura de los Sistemas OperativosEstructura de los Sistemas Operativos
Estructura de los Sistemas Operativos
 
Dinámica de sistemas
Dinámica de sistemasDinámica de sistemas
Dinámica de sistemas
 

Similar a Reglas de produccion

Similar a Reglas de produccion (20)

ExpoIA.ppt
ExpoIA.pptExpoIA.ppt
ExpoIA.ppt
 
Sistemas de razonamiento
Sistemas de razonamientoSistemas de razonamiento
Sistemas de razonamiento
 
Clase 2
Clase 2Clase 2
Clase 2
 
Sistemas de razonamiento logico
Sistemas de razonamiento logicoSistemas de razonamiento logico
Sistemas de razonamiento logico
 
Bases de datos deductivas
Bases de datos deductivas Bases de datos deductivas
Bases de datos deductivas
 
Metodologia de Sistemas duros
Metodologia de Sistemas durosMetodologia de Sistemas duros
Metodologia de Sistemas duros
 
Fundamentos de Análisis
Fundamentos de AnálisisFundamentos de Análisis
Fundamentos de Análisis
 
Técnicas de minería de datos
Técnicas de minería de datosTécnicas de minería de datos
Técnicas de minería de datos
 
Bases de datos deductivas (bdd)
Bases de datos deductivas (bdd)Bases de datos deductivas (bdd)
Bases de datos deductivas (bdd)
 
Sistemas de Informacion.pptx
Sistemas de Informacion.pptxSistemas de Informacion.pptx
Sistemas de Informacion.pptx
 
Ingeniería de sistemas ingeniería industrial
Ingeniería de sistemas ingeniería industrialIngeniería de sistemas ingeniería industrial
Ingeniería de sistemas ingeniería industrial
 
toma de decisiones
toma de decisionestoma de decisiones
toma de decisiones
 
Presentación1
Presentación1Presentación1
Presentación1
 
Teoria general de los sistemas de informacion
Teoria general de los sistemas de informacionTeoria general de los sistemas de informacion
Teoria general de los sistemas de informacion
 
Teoría general de sistema
Teoría general de sistemaTeoría general de sistema
Teoría general de sistema
 
6. repres e infer parte3
6. repres e infer parte36. repres e infer parte3
6. repres e infer parte3
 
Apuntes de herranientas 1
Apuntes de herranientas 1Apuntes de herranientas 1
Apuntes de herranientas 1
 
Simulacion-unidad 1
Simulacion-unidad 1Simulacion-unidad 1
Simulacion-unidad 1
 
Semana 10.pdf
Semana 10.pdfSemana 10.pdf
Semana 10.pdf
 
Ejemplo de presentacion
Ejemplo de presentacionEjemplo de presentacion
Ejemplo de presentacion
 

Último

Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdfPresentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdfjuancmendez1405
 
PLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docx
PLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docxPLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docx
PLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docxDavidAlvarez758073
 
Presentación Pedagoía medieval para exposición en clases
Presentación Pedagoía medieval para exposición en clasesPresentación Pedagoía medieval para exposición en clases
Presentación Pedagoía medieval para exposición en clasesGustavo Cano
 
Fase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoFase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoYasneidyGonzalez
 
Proyecto integrador Vereda Cujacal Centro.pptx
Proyecto integrador Vereda Cujacal Centro.pptxProyecto integrador Vereda Cujacal Centro.pptx
Proyecto integrador Vereda Cujacal Centro.pptxvanessaavasquez212
 
Evaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la OrganizaciónEvaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la OrganizaciónJonathanCovena1
 
corpus-christi-sesion-de-aprendizaje.pdf
corpus-christi-sesion-de-aprendizaje.pdfcorpus-christi-sesion-de-aprendizaje.pdf
corpus-christi-sesion-de-aprendizaje.pdfYolandaRodriguezChin
 
Creación WEB. Ideas clave para crear un sitio web
Creación WEB. Ideas clave para crear un sitio webCreación WEB. Ideas clave para crear un sitio web
Creación WEB. Ideas clave para crear un sitio webinformatica4
 
ENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docx
ENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docxENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docx
ENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docxmatepura
 
Ferias de ciencias y estrategia STEAM – PNFCyT 2024.pdf
Ferias de ciencias y estrategia STEAM – PNFCyT 2024.pdfFerias de ciencias y estrategia STEAM – PNFCyT 2024.pdf
Ferias de ciencias y estrategia STEAM – PNFCyT 2024.pdfJudithRomero51
 
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLA
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLAACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLA
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
diagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestasdiagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestasansomora123
 
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLAACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Orientación Académica y Profesional 4º de ESO- OrientArte
Orientación Académica y Profesional 4º de ESO- OrientArteOrientación Académica y Profesional 4º de ESO- OrientArte
Orientación Académica y Profesional 4º de ESO- OrientArteEducaclip
 
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.pptMaterial-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.pptAntonioaraujo810405
 

Último (20)

Sesión de clase: Luz desde el santuario.pdf
Sesión de clase: Luz desde el santuario.pdfSesión de clase: Luz desde el santuario.pdf
Sesión de clase: Luz desde el santuario.pdf
 
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdfPresentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
 
PLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docx
PLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docxPLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docx
PLAN DE TRABAJO CONCURSO NACIONAL CREA Y EMPRENDE.docx
 
Presentación Pedagoía medieval para exposición en clases
Presentación Pedagoía medieval para exposición en clasesPresentación Pedagoía medieval para exposición en clases
Presentación Pedagoía medieval para exposición en clases
 
Fase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoFase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometrico
 
Proyecto integrador Vereda Cujacal Centro.pptx
Proyecto integrador Vereda Cujacal Centro.pptxProyecto integrador Vereda Cujacal Centro.pptx
Proyecto integrador Vereda Cujacal Centro.pptx
 
Evaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la OrganizaciónEvaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la Organización
 
corpus-christi-sesion-de-aprendizaje.pdf
corpus-christi-sesion-de-aprendizaje.pdfcorpus-christi-sesion-de-aprendizaje.pdf
corpus-christi-sesion-de-aprendizaje.pdf
 
Creación WEB. Ideas clave para crear un sitio web
Creación WEB. Ideas clave para crear un sitio webCreación WEB. Ideas clave para crear un sitio web
Creación WEB. Ideas clave para crear un sitio web
 
TRABAJO CON TRES O MAS FRACCIONES PARA NIÑOS
TRABAJO CON TRES O MAS FRACCIONES PARA NIÑOSTRABAJO CON TRES O MAS FRACCIONES PARA NIÑOS
TRABAJO CON TRES O MAS FRACCIONES PARA NIÑOS
 
ENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docx
ENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docxENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docx
ENUNCIADOS CUESTIONARIO S9 GEOLOGIA Y MINERALOGIA - GENERAL.docx
 
4.Conectores Dos_Enfermería_Espanolacademico
4.Conectores Dos_Enfermería_Espanolacademico4.Conectores Dos_Enfermería_Espanolacademico
4.Conectores Dos_Enfermería_Espanolacademico
 
Ferias de ciencias y estrategia STEAM – PNFCyT 2024.pdf
Ferias de ciencias y estrategia STEAM – PNFCyT 2024.pdfFerias de ciencias y estrategia STEAM – PNFCyT 2024.pdf
Ferias de ciencias y estrategia STEAM – PNFCyT 2024.pdf
 
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLA
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLAACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLA
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLA
 
diagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestasdiagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestas
 
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLAACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
 
Power Point: Luz desde el santuario.pptx
Power Point: Luz desde el santuario.pptxPower Point: Luz desde el santuario.pptx
Power Point: Luz desde el santuario.pptx
 
6.Deícticos Dos_Enfermería_EspanolAcademico
6.Deícticos Dos_Enfermería_EspanolAcademico6.Deícticos Dos_Enfermería_EspanolAcademico
6.Deícticos Dos_Enfermería_EspanolAcademico
 
Orientación Académica y Profesional 4º de ESO- OrientArte
Orientación Académica y Profesional 4º de ESO- OrientArteOrientación Académica y Profesional 4º de ESO- OrientArte
Orientación Académica y Profesional 4º de ESO- OrientArte
 
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.pptMaterial-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
 

Reglas de produccion

  • 1.
  • 2. • Los S.P. uno de los mecanismos de representación del conocimiento más populares y ampliamente empleados. • Las Reglas de Producción son reglas del tipo Si- Entonces. • Su popularidad es parcialmente debido al hecho que han sido utilizados con éxito en la construcción de Sistemas Expertos.
  • 3. • Se utilizan las reglas para examinar un conjunto de datos y solicitar nueva información hasta llegar a un diagnóstico. • •El generar un espacio de búsqueda ocupa un lugar secundario. • •También se denominan Sistemas Basados en Reglas.
  • 4. Base de Afirmaciones Base de Motor de Interfaz de Datos Inferencia Usuario Base de Conocimientos
  • 5. • Son lo que se debe seguir o que se debe ajustar a las conductas. Nos señalan algo que no debemos hacer. Son prohibiciones las cuales nos indican el camino que se debe seguir para alcanzar un objetivo.
  • 6. • Una proposición lógica que relaciona dos o mas objetos e incluye dos partes, la premisa y la conclusión. Cada una de estas partes consiste en una expresión lógica con una o mas afirmaciones objeto-valor conectadas mediante los operadores lógicos y, o ó no.
  • 7. • Es un método procedimental de representación del conocimiento, pone énfasis en representar y soportar las relaciones inferenciales del algoritmo, en contraposición a los métodos declarativos (hechos).
  • 8. • Estructura general de las reglas: Antecendente⇒Consecuente Donde: • Antecedente: Contiene las cláusulas que deben cumplirse para que la regla pueda evaluarse o ejecutarse. • Consecuente: Indica las conclusiones que se deducen de las premisas o las acciones que el sistema debe realizar cuando ejecuta la regla.
  • 9. • SI <condiciones> ENTONCES <conclusiones, acciones, hipótesis> • Como ya se mostro anteriormente las reglas de producción cuentan con los siguientes factores: • CONDICIONES: formadas por cláusulas y conectivas (AND, OR, NOT) Representación que debe corresponder con conocimiento del dominio.
  • 10. • FORMATO TIPICO: <parámetro/relación/valor> • PARAMETRO: característica relevante del dominio • RELACIÓN: entre parámetro y valor • VALOR: numérico, simbólico o literal. También en forma de predicados lógicos
  • 11. • Conclusiones, Acciones, Hipótesis (consecuentes) • Conclusiones, Hipótesis: conocimiento declarativo. • Acciones: acción procedimental (actualizan conocimiento, interacción con exterior, etc.)
  • 12. • Las reglas de producción se dan de la siguiente manera: • IF premisa, THEN conclusión • F entrada, THEN salida • IF condición, THEN acción • IF antecedente, THEN consecuente • IF datos, THEN resultados • IF acción, THEN meta • La parte IF generalmente contiene varias cláusulas unidas por los conectivos lógicos AND y OR. La parte THEN consiste en una o más frases que especifican la acción a tomar.
  • 13. • También se dice que tanto las premisas como las conclusiones, no son mas que una cadena de hechos conectados por Y o por O, que de forma general seria: • SI (hecho1) Y/O ( hecho2 ) Y/O… ( hechoN ) ENTONCES ( hecho1) Y/O… ( hechoN ). • Los hechos son afirmaciones que sirven para representar conceptos, datos, objetos, etc. El conjunto de hechos que describen el problema es la base de hechos.
  • 14.
  • 15. • Algunos problemas existen en los sistemas basados en reglas. Estos problemas caen dentro de una de las siguientes categorías: encade namiento infinito; incorporación de conocimiento nuevo contradictorio, y; modificación de reglas existentes. Desventajas adicionales pueden ser: ineficiencia (necesidad de modularizar o de introducir metarreglas), opacidad (dificultad de establecer relaciones), adaptación al dominio (rápido crecimiento del número de reglas)
  • 16. • El conocimiento acerca de las reglas de producción se denomina METARREGLA • .Las metarreglas facilitan y aceleran la búsqueda de soluciones.
  • 17. • A pesar de las desventajas anotadas, los sistemas basados en reglas han permanecido como los esquemas más comúnmente utilizados para la representación del conocimiento. Como ventajas significativas se pueden mencionar las siguientes: modularidad, uniformidad y naturalidad para expresar el conocimiento.