4.0 Requerimientos del conocimiento.
Todo sistema experto requiere de una base de datos para su correcto funcionamiento y su optimo desempeño.
4.1 Reglas de Producción.
Por medio de una expresión formal (PREDICADO) se da a conocer una idea usando conectores como: "if " o "then" en este caso no se utiliza el conector "OR"
ejemplo:
IF premisa, THEN conclusión
IF entrada, THEN salida
IF condición, THEN acción
IF antecedente, THEN consecuente
IF datos, THEN resultados
IF acción, THEN meta.
4.2 Reglas semanticas
La mayoría de los sistemas expertos
almacenan su conocimiento en forma de reglas semanticas: "sí esto,
entonces eso, sí eso, entonces aquello otro" Las reglas semanticas permiten relacionar hechos o
situaciones del mundo real para deducir otros hechos que, en principio,
no son evidentes sin la utilización de dichas reglas.
ejemplo:
Argumento: 1.- Esta soleado o esta nublado.
2.- No esta nublado.
3.- Por lo tanto esta soleado.
4.3 Adquisición del conocimiento y sus fases
Existen dos clases de conocimiento a tratar:
1.Conocimiento factual o sea, aquel que por naturaleza es preciso y libre se caracteriza también por ser objetivo y fácil de representar.
2.Conocimiento heurístico
es el conocimiento que usamos intuitivamente pero en forma consciente.
NO es preciso ya que generalmente es subjetivo y es difícil de
representar.
4.4 Representación de los Hechos.
Los datos suministrados por los usuarios hacia el S.E deben ser consistentes en si y con el conjunto de reglas de la base de datos. Por ello, el sistema no debe aceptar hechos que contradigan el conjunto de reglas y/o el conjunto de hechos existente en cada instante del proceso.
4.5 Representacion de las reglas.
La técniica más utilizada para representar el conocimiento es por medio de reglas de producción
La estructura básica de una regla es:
SI premisa, ENTONCES: conclusión
SI premisa, ENTONCES: conclusión
VENTAJAS
Las reglas pueden agregarse, eliminarse o
actualizarse fácilmente
• La representación del conocimiento es directa y es
fácil de interpretar
• Estructuradas de forma similar al razonamiento
humano
actualizarse fácilmente
• La representación del conocimiento es directa y es
fácil de interpretar
• Estructuradas de forma similar al razonamiento
humano
DESVENTAJAS
• Necesita de un mecanismo de búsqueda eficiente para
encontrar las reglas adecuadas
encontrar las reglas adecuadas
4.6 Incertidumbre y aproximación en los S.E
En la Logica clasica, lo unico que
puede deducirse de una regla es que si su premisa es cierta, también
lo será su conclusión Por tanto, dada la regla: Si A es cierto,
entonces B es cierto"puede decirse que A implica B con probabilidad 1
por
ejemplo: La presencia de algunos sintomas no garantiza siempre la
existencia de una enfermedad. Por tanto, seria muy util generalizar la
logica clasica y por medio de una logica incierta".