Para un sistema experto basado en el proceso deductivos seria:
\nSi hay una absoluta credibilidad A y existe la regla A \uf0ae B entonces hay absoluta credibilidad en B.
\nY si A es un conjunto de cl\u00e1usulas del tipo A1, A2,…An. pero puede ser que B no sea totalmente cierta.<\/p>\n
Cuando el conocimiento no es confiable<\/p>\n
A sugiere B con un factor de confianza
\nH y B sugieren C con otro factor de confianza.<\/p>\n
Formas de resolver esto.
\n1) Aplicando probabilidades.
\nP(B\/A): probabilidad de que se presente B a partir de A (encadenamiento hacia delante).
\n2) Aplicando conjuntos difusos.<\/p>\n
Y tendremos:<\/p>\n
A \uf0ae B cf (dado que B no esta totalmente cierta se da un cf: coeficiente de certeza)<\/p>\n
Tambi\u00e9n puede suceder que A no sea totalmente cre\u00edble.
\nAcf\u2019 \uf0ae Bcf
\nO sea
\nA1cf1 \uf0d9 A2cf2 \uf0d9 … \uf0ae Bcf<\/p>\n
Cuando el conocimiento no es confiable<\/p>\n
A sugiere B con un factor de confianza
\nH y B sugieren C con otro factor de confianza.<\/p>\n
Formas de resolver esto.
\n2) Aplicando probabilidades.
\nP(B\/A): probabilidad de que se presente B a partir de A (encadenamiento hacia delante).
\n2) Aplicando conjuntos difusos.<\/p>\n
El problema de totalizar el valor de la incertidumbre implica el calculo sobre un conjunto de coeficientes relacionados por los operadores l\u00f3gicos AND, OR y \uf0ae<\/p>\n
A tal efecto se consideran los siguientes conceptos:<\/p>\n
1. Determinar el valor de la premisa de una regla por efecto de la conjunci\u00f3n de las cl\u00e1usulas contenida en la misma (AND).
\n2. Determinar la propagaci\u00f3n del valor de la premisa de una regla sobre la conclusi\u00f3n de la misma ( \uf0ae ).
\n3. Determinar el valor de la disyunci\u00f3n por efecto de la combinaci\u00f3n de varias reglas con la misma conclusi\u00f3n (OR).<\/p>\n
VP: valor de la premisa de una regla (cf1 AND cf2 AND cf3 …)
\nTambi\u00e9n: VP = cf1 \uf02a cf2 \uf02a cf3 … = min (cf1, cf2, cf3,…).<\/p>\n
VR: valor de la regla por la propagaci\u00f3n (VP \uf0ae cf)
\nTambi\u00e9n: VR = VP \uf02a cf = min (VP, cf)<\/p>\n
VC: valor de la conclusi\u00f3n por la combinaci\u00f3n de las VR (VR1 OR VR2)
\nTambi\u00e9n: VC = VR1 + VR2 \u2013 VR1 \uf02a VR2 = max (VR1, VR2).<\/p>\n
Ejemplo de calculo de los factores de certeza<\/p>\n
R1: Si A1cf11 y B1cf12 entonces C1cf1
\nR2: Si A2cf21 y B2cf22 entonces C2cf2<\/p>\n
Para hallar el valor de la premisa<\/p>\n
R1: VP1 = min {cf11, cf12}
\nR2: VP2 = min {cf21, cf22}<\/p>\n
Para hallar el valor de la regla (propagaci\u00f3n).
\nR1: VR1 = Vp1 \uf02a cf1
\nR2: VR2 = Vp2 \uf02a cf2<\/p>\n
Para hallar el valor de las conclusiones (combinaci\u00f3n)
\nVC = VR1 + VR2 \u2013 VR1 \uf02a VR2<\/p>\n
Hay que hallar un valor m\u00ednimo (umbral) tal que VC \uf03e Vmin<\/p>\n
Para ello se halla el valor m\u00e1ximo que puede tener ese umbral d\u00e1ndole a todos los Cf de las premisas el valor de uno y se tendr\u00e1.<\/p>\n
R1: Si A1(1) y B1(1) entonces C1cf1
\nR2: Si A2(1) y B2(1) entonces C2cf2<\/p>\n
VP1 = 1
\nVP2 = 1<\/p>\n
Por tanto.
\nVR1 = 1 \uf02a cf1 = cf1
\nVR2 = 1 \uf02a cf2 = cf2<\/p>\n
Donde
\nVC = cf1 + cf2 \u2013 cf1 \uf02a cf2 = Vi = Vmax<\/p>\n
Y se tendr\u00e1 Vmin \uf03c Vmax
\nPara cada conclusi\u00f3n del mismo tipo se obtiene:
\nVmin \uf03c Vi<\/p>\n
Ejemplo de conocimiento incierto:<\/p>\n
H1: Te sugiero ir al cine.
\nH2: Te sugiero quedarte en casa.
\nH3: Tienes dinero.
\nH4: Tienes tiempo suficiente
\nH5: Esta lloviendo.
\nH6: La pel\u00edcula esta buena.
\nH7: La pel\u00edcula es de acci\u00f3n.
\nH8: La pel\u00edcula es un drama.
\nH9: La pel\u00edcula es de amor.
\nH10: La pel\u00edcula es una comedia.<\/p>\n
R1: Si H10 entonces H6 80%
\nR2: Si H8 entonces H6 60%
\nR2: Si H7 entonces H6 70%
\nR3: Si H6 entonces H1 60%
\nR4: Si H6 y H3 entonces H1 80%
\nR5: Si H6 y H3 y H4 entonces H1 95%.<\/p>\n
El valor de certeza se da en % entre [0 , 100]<\/p>\n","protected":false},"excerpt":{"rendered":"
Para un sistema experto basado en el proceso deductivos seria: Si hay una absoluta credibilidad A y existe la regla A \uf0ae B entonces hay absoluta credibilidad en B. Y si A es un conjunto de cl\u00e1usulas del tipo A1, A2,…An. pero puede ser que B no sea totalmente cierta. Cuando el conocimiento no es […]<\/p>\n","protected":false},"author":109,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[12],"tags":[],"_links":{"self":[{"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/posts\/50"}],"collection":[{"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/users\/109"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/comments?post=50"}],"version-history":[{"count":0,"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/posts\/50\/revisions"}],"wp:attachment":[{"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/media?parent=50"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/categories?post=50"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.sld.cu\/cibernetica\/wp-json\/wp\/v2\/tags?post=50"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}