Anda di halaman 1dari 12

UNIVERSIDAD CATOLICA DE SANTA MARIA

ESCUELA DE PREGRADO

IX SEMESTRE

HOJA PORTADA PARA PRESENTACIÓN DE TRABAJOS

DATOS OBLIGATORIOS

NOMBRE DEL ALUMNO(A): Cabrera Bolívar, Junior

PROGRAMA PROFESIONAL: Ingeniería Mecánica, Mecánica Eléctrica y Meca trónica

AULA :

ASIGNATURA: Procesos Inteligentes (Practicas)

DOCENTE: Sergio Mestas

OBSERVACIONES:

LABORATORIO N° 01

NOTA:
LOBORATORIO N° 1
I. OBJETIVO
 Partiendo de una problemática dada reconocer los elementos que permitan una
representación óptima del conocimiento expresado a través del problema.

II. INTRODUCCION
La lógica difusa (también llamada lógica borrosa) se basa en lo relativo de lo observado como
posición diferencial. Este tipo de lógica toma dos valores aleatorios, pero contextualizados y
referidos entre sí. Así, por ejemplo, una persona que mida dos metros es claramente una persona
alta, si previamente se ha tomado el valor de persona baja y se ha establecido en un metro. Ambos
valores están contextualizados a personas y referidos a una medida métrica lineal.

III. MARCO TEORICO


Espacios de estados
Sin lugar a dudas, una de las principales características que reconocemos en la inteligencia es la
capacidad para resolver problemas. Si consideramos una inteligencia como la humana, a la habilidad
para analizar los elementos intrínsecos de cada problema, que está presente también en muchas
otras especies animales, se añade la capacidad de abstraerlos e identificar las acciones que se
pueden realizar sobre ellos para resolver el problema. En un nivel incluso superior de abstracción,
reconocible solo en las llamadas especies superiores, podemos considerar también la capacidad de
determinar cuál puede ser, de entre los posibles métodos que se idean, el más adecuado, ya sea en
términos de tiempo, de recursos, de seguridad para el individuo, etc. De esta forma, aparece una
triple capacidad de análisis, abstracción y estrategia que sitúa el tema general de la resolución de
problemas en el núcleo de la inteligencia artificial y, por ello, no resulta extraño que se consideren
deseables para cualquier individuo, artificial o no, que queramos que se comporte inteligentemente.

Podemos pensar en una variedad de problemas que van desde cómo alcanzar una fuente de comida
situada a cierta distancia y a la que no se puede ir directamente, hasta cómo resolver un pequeño
juego como podría ser el famoso cubo de Rubik, o resolver el problema matemático de encontrar la
solución a una ecuación numérica. En todos ellos encontramos elementos comunes tras un proceso
de abstracción que nos permiten de forma general definir la resolución de problemas como:

el proceso que, partiendo de una situación inicial y utilizando un conjunto de


procedimientos/reglas/acciones seleccionados a priori, es capaz de explicitar el conjunto de pasos
que nos llevan a una situación posterior que llamamos solución.
Lo que consideremos o no solución dependerá del contexto concreto del problema, y puede ser,
por ejemplo, el conjunto de acciones que nos llevan a cumplir cierta propiedad, conseguir cierto
objetivo, o verificar ciertas restricciones.

Como estamos interesados en la generación de mecanismos automáticos que se puedan llamar


inteligentes, no nos contentamos con resolver problemas individuales y dar para cada problema una
solución independiente, sino que intentaremos buscar elementos comunes a una gran bolsa de
problemas que faciliten dar una clasificación de los mismos y reconocer métodos y estrategias que
puedan ser válidos de la forma más general posible.

Para ello, y teniendo en cuenta lo la idea de modelar, es necesario que podamos expresar las
características de los problemas usando un lenguaje formal común a todos ellos, para
posteriormente proporcionar métodos y estrategias generales (en forma de algoritmos o de
heurísticas, en nuestro caso) con los que poder obtener con ciertas garantías soluciones de esos
problemas.

Una de las aproximaciones más generales y sencillas de formalizar un problema y sus posibles
mecanismos de solución es por medio de lo que se denomina espacio de estados. Antes de definir
formalmente en qué consiste este espacio, observemos que en todo momento estamos tratando
con métodos en los que la resolución de los problemas se dan de forma dinámica, es decir, se supone
que se produce una evolución temporal, que pasa por etapas, que nos permite llegar de la situación
inicial en la que el problema se presenta hasta una situación final en la que se ha encontrado la
solución del mismo. Es precisamente esta dinámica, en la que aplicamos las reglas u operaciones de
las que disponemos, la que permite ir modificando cada situación posible para llevarnos desde el
inicio a la solución. Simplemente, denominaremos estado a la representación de los elementos que
describen el problema en un momento dado, es decir, a la situación en que se encuentra o se podría
encontrar el problema en cada instante de tiempo.

Estado: representación de los elementos que describen el problema en un momento dado.

La cuestión principal que debemos plantearnos para esta metodología es acerca de qué debemos
incluir en el estado. Por desgracia, no existen directrices generales que permitan dar una respuesta
satisfactoria a esta cuestión pero, siguiendo técnicas de resolución de problemas clásicas, podemos
asegurar que es importante guardar un equilibrio entre el ahorro de recursos de almacenamiento
para la descripción del estado y la necesidad de tener suficiente información almacenada como para
poder resolver el problema. Aunque a priori puede parecer una buena idea almacenar toda la
información posible, pronto veremos que en problemas relativamente pequeños la cantidad de
estados puede ser tan grande que la capacidad de almacenamiento computacional se nos puede
agotar sin darnos la opción de resolver el problema. Vemos, pues, que este enfoque entronca
directamente con teorías matemáticas bien establecidas, como son la Teoría de la
Computabilidad (que estudia qué es resoluble de forma automática) y la Teoría de la
Complejidad (que estudia cuántos recursos necesitamos para resolver los problemas que sí son
resolubles).

Debe existir un equilibrio entre el ahorro de recursos de almacenamiento para la descripción del
estado y la necesidad de tener suficiente información almacenada como para poder resolver el
problema

Una vez fijado este primer marco de representación, podemos dar los pasos generales necesarios
para "buscar" el camino que lleve desde el planteamiento inicial del problema hasta una solución:
 Dar una representación del problema, es decir, definir un espacio de estados que refleje las
características del mundo real que sean necesarias para la resolución del problema. Como
ya se ha indicado, ha de tenerse en cuenta que esta elección no es única, y que determinará
en gran medida la facilidad o dificultad de resolver el problema que tenemos entre manos.
Asimismo, este paso determina también las acciones disponibles para moverse por este
espacio. La capacidad para cambiar de representación para obtener una más adecuada a la
solución del problema es lo que se denomina perspicacia.
 Especificar uno, o más, estados iniciales.
 Especificar uno, o más estados finales (objetivos o metas). A veces no se especifican
propiamente los estados finales, sino alguna propiedad que han de cumplir para que se
consideren válidos.
 Definir reglas a partir de las acciones disponibles. El conjunto de reglas definirá la función
de transición del sistema formal. Estas reglas determinan la estructura del espacio de
estados, y esta estructura es responsable, en gran medida de la dificultad que nos
encontremos posteriormente para realizar búsquedas en el espacio.
 El problema se resuelve usando las reglas en combinación con una estrategia de control. De
nuevo, obsérvese que aquí no prefijamos ninguna estrategia de control específica. Más
adelante veremos algunas de las más habituales y estudiaremos sus bondades e
inconvenientes para resolver problemas de forma general. Una buena estrategia de control
debe establecer el orden de aplicación de las reglas y resuelve los posibles conflictos que
puedan aparecer.
 Dependiendo de la estrategia de control utilizada, o de las necesidades de la búsqueda,
puede ser necesaria una función de coste que indique cuánto cuesta aplicar una regla
determinada a un estado determinado, de esa forma podemos calcular cuánto cuesta el
proceso total de ir desde un estado inicial hasta un estado final aplicando dicha estrategia,
y de esta forma comparar entre sí los distintos caminos que existen para resolver el
problema.

IV. ELEMENTOS A UTILIZAR


 Libro de consulta
 Hojas de papel
 Computador

V. PROCEDIMIENTO DE EJECUCIÓN
Para cada uno de los casos y en base al marco teórico, represente los espacios de estados y sus
elementos:

a) Problema del granjero


 Un granjero está con un lobo, una cabra y una col en una orilla de un río.
 Desea pasarlos a la otra orilla.
 Dispone de una barca en la que sólo puede llevar una cosa cada vez.
 El lobo se come a la cabra si no está el granjero.
 La cabra se come la col si no está el granjero.

REPRESENTACION

 ESTADO

GRANJERO LOBO CABRA COL


I 1 1
F 1 1

 OPERADOR

Cruza____

ESPACIO DE ESTADOS

 ESTADO INICIAL

GRANJERO LOBO CABRA COL


I 1 1 1 1
F
 ESTADO FINAL

GRANJERO LOBO CABRA COL


I
F 1 1 1 1

LISTA DE OPERADORES

OPERADOR APLICABILIDAD RESULTADO


Cruza granjero-cabra En el lado inicial quedan el El granjero y la col cambian de
lobo y la col lado
Cruza granjero-lobo En el lado inicial queda col y Granjero y lobo cambian de
en lado final queda oveja lado
Cruza granjero-cabra En el lado inicial queda col y Granjero y cabra cambian de
en lado final queda lobo lado
Cruza granjero-col En el lado inicial queda cabra Granjero y col cambian de
y en el lado final queda lobo lado
Cruza granjero-cabra En el lado inicial no queda Granjero y cabra cambian de
nadie y en el final queda lobo- lado
col

SOLUCION DEL PROBLEMA

G L C CO G L C CO
I 1 1 1 1 I 1 1
F F 1 1

G L C CO G L C CO
I 1 1 1 I 1
F 1 F 1 1 1

G L C CO G L C CO
I 1 1 1 I 1
F 1 F 1 1 1
G L C CO G L C CO
I 1 1 I
F 1 1 F 1 1 1 1

b) Problema de las jarras.


 Se tienen dos jarras, una de 4 litros de capacidad y otra de 3.
 Ninguna de ellas tiene marcas de medición.
 Se tiene una bomba que permite llenar las jarras de agua.
 Averiguar cómo se puede lograr tener exactamente 2 litros de agua en la jarra
de 4 litros de capacidad

REPRESENTACION

 ESTADO

1 2 3 4
JARRA DE 3 0 0 0
JARRA DE 4 0 0 0 0

 OPERADOR

Llenar ___con___ Vaciar___

ESPACIO DE ESTADOS

 ESTADO INICIAL

1 2 3 4
JARRA DE 3 0 0 0
JARRA DE 4 0 0 0 0

 ESTADO FINAL

1 2 3 4
JARRA DE 3 0 0 0
JARRA DE 4 1 1

LISTA DE OPERADORES
OPERADOR APLICABILIDAD RESULTADO
Llenar Jarra 4 Jarra 4 no está llena Jarra 4 está llena
Llenar Jarra 3 con Jarra 4 Jarra 3 esta vacía y Jarra 4 Jarra 4 queda con 1 litro y
esta llena Jarra 3 está llena
Llenar Jarra 3 Jarra 3 no está lleno Jarra 3 lleno
Llenar Jarra 4 con Jarra 3 Jarra 3 no está lleno y Jarra 4 Jarra 3 está lleno y Jarra 4 con
esta vacío lo que sobra
Vaciar Jarra 4 Jarra 4 no está vacía Jarra 4 vacía
Vaciar Jarra 3 Jarra 3 no está vacía Jarra 3 vacía

SOLUCION DE PROBLEMA

1 2 3 4 1 2 3 4
J3 J3
J4 J4 1 1 1 1

1 2 3 4 1 2 3 4
J3 1 1 1 J3
J4 1 J4 1

1 2 3 4 1 2 3 4
J3 1 J3 1
J4 J4 1 1 1 1

1 2 3 4
J3 1 1 1
J4 1 1

c) Problema del viaje.


 Nos encontramos en una capital Andaluza (por ejemplo. Sevilla).
 Deseamos ir a otra capital Andaluza (por ejemplo. Almería).
 Los autobuses sólo van de cada capital a sus vecinas.

REPRESENTACION

 ESTADO

HUELVA SEVILLA CORDOBA JAEN CADIZ MALAGA GRANADA ALMERIA


1
 OPERADOR

Ir a ____

ESPACIO DE ESTADOS

 ESTADO INICIAL

HUELVA SEVILLA CORDOBA JAEN CADIZ MALAGA GRANADA ALMERIA


1

 ESTADO FINAL

HUELVA SEVILLA CORDOBA JAEN CADIZ MALAGA GRANADA ALMERIA


1

LISTA DE OPERADORES

OPERADOR APLICABILIDAD RESULTADO


Ir a Sevilla Lugar actual (Cádiz, Huelva, Estar en Sevilla
Málaga, Córdoba)
Ir a Córdoba Lugar actual (Sevilla, Málaga, Estar en Córdoba
Jaén, Granada)
Ir a Jaén Lugar actual (Córdoba, Estar en Jaén
Granada, Málaga)
Ir a Cádiz Lugar actual (Huelva, Málaga, Estar en Cádiz
Sevilla)
Ir a Málaga Lugar actual (Cádiz, Sevilla, Estar en Málaga
Córdoba, Granada)
Ir a Granada Lugar actual (Cádiz, Málaga, Estar en Granada
Jaén, Almería)
Ir a Almería Lugar actual (Granada) Estar en Almería
Ir a Huelva Lugar actual (Sevilla, Cádiz) Estar en Huelva

SOLUCION DEL PROBLEMA

HUELVA SEVILLA CORDOBA JAEN CADIZ MALAGA GRANADA ALMERIA


1

HUELVA SEVILLA CORDOBA JAEN CADIZ MALAGA GRANADA ALMERIA


1

HUELVA SEVILLA CORDOBA JAEN CADIZ MALAGA GRANADA ALMERIA


1

HUELVA SEVILLA CORDOBA JAEN CADIZ MALAGA GRANADA ALMERIA


1

VI. CUISTIONARIO
1. Explique la importancia de representar el conocimiento.
 Una representación del conocimiento es fundamentalmente un sucedáneo, un sustituto
para el objeto en sí, usado para activar una entidad a efectos de determinar las
consecuencias, pensando en lugar de actuando, o sea, razonando acerca del mundo en
lugar de tomando acción en él.
 Es un grupo de compromisos ontológicos, una respuesta a la pregunta sobre los términos
en que se debe pensar acerca del mundo.
 Es una teoría fragmentaria del razonamiento inteligente, expresado en términos de tres
componentes: (i) El concepto fundamental de la representación del razonamiento
inteligente; (ii) El conjunto de inferencias que la representación sanciona; y (iii) El conjunto
de inferencias que recomienda.
 Es un medio para una computación pragmáticamente eficiente, el entorno computacional
en que el pensamiento tiene lugar. Una contribución para esta eficiencia pragmática viene
dada por la guía que una representación provee para organizar información, de modo que
facilite hacer las inferencias recomendadas.
 Es un modo de expresión humana, un lenguaje en el que se dicen cosas sobre el mundo.

2. Cuáles son las diferentes formas de representar el conocimiento.

Declarativos: Separación entre conocimiento y estructura de control

 Lógica: expresiones declarativas (fbf)


 Sistemas de producción: (bh, rp, ec)
 Prolog

Procedurales: Unión entre el conocimiento y la estructura de control.

 Orden dependiente
 Procedimientos y funciones.

Estructurales: Estructuración del conocimiento.

 propiedades inferenciales: herencia, transitividad, asociatividad.


 redes semánticas, frames.
3. Con un cuadro comparativo indique la utilidad de cada forma de representar el
conocimiento.
4.
DECLARATIVOS PROCEDURALES ESTRUCTURALES
Separación entre Unión entre el conocimiento y Estructuración del
conocimiento y estructura de la estructura de control. conocimiento
control
 Lógica: expresiones  Orden dependiente  propiedades
declarativas (fbf)  Procedimientos y inferenciales:
 Sistemas de funciones. herencia,
producción: (bh, rp, transitividad,
ec) asociatividad.
 Prolog  redes semánticas,
frames.

5. Proponga dos ejemplos y represente el conocimiento presente en los mismos.

A. Problema de búsqueda básico


Si nos imaginamos este espacio de estados como un terreno por el cual nos podemos mover, donde
partimos de un punto concreto del terreno (estado inicial) y podemos aplicar las reglas válidas para
ir saltando de un estado a otro, podemos identificar la resolución del problema (llegar hasta
un estado final válido) con el problema de buscar un camino adecuado entre un estado inicial y un
estado final. Es por ello que muy habitualmente se habla del Problema de Búsqueda en el Espacio
de Estados. Pasemos pues a dar una definición formal de esta idea:

REPRESENTACION

Un problema de búqueda básico es una 4-tupla (X,S,G,d)(X,S,G,d), donde

 XX es un conjunto de estados (el que hemos estado llamando Espacio de Estados).


 S⊆XS⊆X, es un conjunto no vacío de estados iniciales (no tiene porqué existir un solo
estado de partida).
 G⊆XG⊆X, es un conjunto no vacío de estados finales (GG se usa como inicial de Goals,
objetivos en inglés, y al igual que no existe un único estado de partida, puede ocurrir que
haya muchos estados finales válidos para el mismo problema).
 d:X→P(X)d:X→P(X) es una función de transición. Para
cada x∈Xx∈X, d(x)d(x) determina el conjunto de estados sucesores
de xx (P(X)P(X) representa las partes de XX, es decir, el conjunto de los posibles
subconjuntos de XX, ya que desde un estado concreto podemos llegar a varios posibles
estados aplicando distintas operaciones o reglas permitidas).

VII. OBSERVACIONES Y CONCLUSIONES:


 Como principal ventaja, cabe destacar los excelentes resultados que brinda un sistema de
control basado en lógica difusa: ofrece salidas de una forma veloz y precisa, disminuyendo
así las transiciones de estados fundamentales en el entorno físico que controle. Por
ejemplo, si el aire acondicionado se encendiese al llegar a la temperatura de 30º, y la
temperatura actual oscilase entre los 29º-30º, nuestro sistema de aire acondicionado
estaría encendiéndose y apagándose continuamente, con el gasto energético que ello
conllevaría. Si estuviese regulado por lógica difusa, esos 30º no serían ningún umbral, y el
sistema de control aprendería a mantener una temperatura estable sin continuos apagados
y encendidos.
 También está la indecisión de decantarse bien por los expertos o bien por la tecnología
(principalmente mediante redes neuronales) para reforzar las reglas heurísticas iniciales de
cualquier sistema de control basado en este tipo de lógica.

VIII. BIBLIOGRAFIA:

 http://www.cs.us.es/~fsancho/?e=33
 https://es.answers.yahoo.com/question/index?qid=20091103181502AANrBwt
 https://es.wikipedia.org/wiki/L%C3%B3gica_difusa

Anda mungkin juga menyukai