Encadenamiento de Reglas

El encadenamiento de reglas es una de las estrategias de inferencia más utilizadas para obtener conclusiones compuestas. Esta estrategia puede utilizarse cuando las premisas de ciertas reglas coinciden con las conclusiones de otras. 

Tabla Nro. 1: Reglas y estrategias para extracción de conclusiones

TIPOS DE ENCADENAMIENTO DE REGLAS

1. Encadenamiento hacia adelante o basado en datos (Progresivo).

En ésta se inicia con cláusulas atómicas de la base de conocimiento. Luego se aplica el modus Ponens Generalizado hacia delante hasta que ya no se puedan obtener nuevas cláusulas atómicas

Algoritmo:

-     Conjunto de datos, compuesto por una base de conocimientos (objetos y reglas) y algunos hechos iniciales.

-       El algoritmo inicia asignando a los objetos sus valores conocidos tales como los dan los hechos conocidos o la evidencia.

-       Se ejecuta la regla de la base de conocimientos y concluye nuevos hechos si es posible.

-       Se repite el segundo paso hasta que no se puedan obtener nuevos hechos.

-    El tiempo que consume este proceso hasta su terminación depende, por una parte, de los hechos conocidos, y, por otra, de las reglas que se activan.

Ejemplo:

(1). SI (x ES JEFE_DPTO) ENTONCES (x ES CATEDRÁTICO)

(2). CATEDRÁTICO ("Anita González")

(3). CATEDRÁTICO ("Danny Jiménez")

(4). CATEDRÁTICO ("Antonio González")

Al evaluar el objetivo: "Anita González es Jefe_Dpto"?, se dispara la regla (1), la cual a su vez se encadena con la (2), en este momento no se pueden producir más encadenamientos pues la regla (2) es un axioma. Llegado a este punto el Motor de Inferencia retrocede y da una respuesta positiva a la pregunta.


     2. Encadenamiento hacia atrás o basado en objetivos (Regresivo).

Dado un objetivo se pretende llegar al hecho para dar una solución a un problema. El encadenamiento regresivo o backtracking permite regresar a una opción anterior en casi de que existieran varios encadenamientos de regla que no llevan a la resolución

Algoritmo:

a.  Datos. Una base de conocimiento (objetos y reglas), algunos hechos iniciales, y un nodo o variable objetivo.

b.    Resultado. El valor del nodo o variable objetivo.

 Ejemplo:

(1). SI (x ES JEFE_DPTO) ENTONCES (x ES CATEDRÁTICO)

(2). CATEDRÁTICO ("Anita González")

(3). CATEDRÁTICO ("Danny Jiménez")

(4). CATEDRÁTICO ("Antonio González")

(5). SI (x ES CATEDRÁTICO) ENTONCES (x ES DOCTOR)

Para averiguar si "Anita Gonzálrz es doctor" se busca un regla que tenga esta afirmación en sus consecuencias. Analizando las reglas anteriores vemos que la regla: (5) satisface estas condiciones; siguiendo esta regla hacia atrás tenemos que buscar una nueva que permita validar si "Anita González" es catedrático, lo cual se hace con el axioma (2).

Conclusión:

-   Las estrategias de encadenamiento de reglas se utilizan en problemas en los que algunos hechos (por ejemplo, síntomas) se dan por conocidos y se buscan algunas conclusiones (por ejemplo, enfermedades).

-       Por el contrario, las estrategias de encadenamiento de reglas orientadas a un objetivo se utilizan en problemas en los que se dan algunos objetivos (enfermedades) y se buscan los hechos (síntomas) para que estas sean posibles.

-       Se produce cuando el objetivo propuesto al sistema hace que se ejecute una regla, y la conclusión obtenida permite que se ejecute otra, y así sucesivamente hasta llegar a una respuesta, positiva o negativa. El punto final se detecta cuando no se pueden producir más encadenamientos, por ejemplo cuando se llega a un axioma.

Referencias Bibliográficas:

• Gutiérrez, J. M. (s.f.). Sistemas Expertos Basados en reglas.
• Alejandro, B. R. (s.f.). Sistemas Expertos. Argentina.

Posted in: Encadenamiento de Reglas