simulacion

1. TRABAJO
COLABORATIVO 3
ELISA VIVIANA CANCHALA CASTRO
C.C. 1.085.263.835
EDUARDO EUDORO ENRIQUEZ RAMOS
CÓDIGO 93395694
PABLO DANIEL DELGADO ANDRADE
CODIGO 1116435407

2. Sistemas Multiagentes y dispositivos móviles
• Sistema Multiagente: es aquel
que contiene 2 o más agentes
[2], los cuales interactúan entre
ellos para lograr un objetivo
común.
• Telefonía móvil: comunicación
móvil, aquellas en las que emisor
o receptor están en movimiento.
La movilidad de los extremos de
la comunicación excluye casi por
completo la utilización de cables
para alcanzar dichos extremos.

3. La cantidad de aplicaciones para
conectar dispositivos sobre la red se
ha incrementado enormemente,
pero en la actualidad se ha
empezado a necesitar conectar
dispositivos pero de manera más
inteligente, para aprendizaje y
reconocimiento de patrones,
operaciones de control, búsqueda de
información y desplegado de
información. Los nuevos dispositivos
móviles permiten implementar este
tipo de aplicaciones por medio de
sistemas multiagentes.
Agente en su entorno

4. Sistema domótica basado en agentes
El sistema evaluará
los datos recogidos
por los sensores y, en
base a los objetivos
previamente
establecidos,
empleará los
actuadores para
tratar de cambiar las
condiciones del
entorno del usuario.
Un sistema domótica
se apoya en un
conjunto de
dispositivos que
permiten obtener
información sobre el
entorno –sensores–, y
un conjunto de
dispositivos que
permiten alterar las
condiciones de dicho
entorno –actuadores–.

5. Existen definiciones muy diversas para el concepto de agente software.
Desde el punto de vista de las implicaciones tecnológicas y de diseño,
podríamos definirlo como un programa auto-contenido capaz de controlar
su propia toma de decisiones y de actuar, basándose en la percepción de su
entorno, para la consecución de uno o más objetivos. Atendiendo más a la
perspectiva funcional del usuario, un agente software puede verse como
una entidad software en la que se pueden delegar tareas.
La forma en que el sistema decide las actuaciones necesarias en función de
la información que le proporcionan sus sensores constituye la verdadera
problemática de la domótica, ya que requiere de la interpretación de datos
procedentes de fuentes muy dispares ubicadas en diferentes lugares de la
vivienda, así como de la coordinación de automatismos igualmente
heterogéneos. Estas consideraciones plantean requisitos de minería de
datos distribuida, autonomía e inteligencia que sugieren el empleo de
Tecnología de Agentes para el desarrollo de este tipo de sistemas.

6. Automática de los Sistemas Basados en Reglas
Difusas
Los Sistemas de Clasificación Basados en
Reglas Difusas (SCBRDs) son modelos de
clasificación que utilizan reglas difusas
para representar el conocimiento. Los
SCBRDs se encuentran muy extendidos en
la actualidad, con numerosas aplicaciones
y estudios de su comportamiento y
efectividad.

7. Está compuesto por una Base de Conocimiento (BC) y
un Método de Razonamiento Difuso (MRD) que,
utilizando la información de la BC, determina una clase
para cualquier patrón de datos admisible que llegue al
sistema. La potencia del razonamiento aproximado
reside en la posibilidad de obtención de un resultado
(una clasificación).
Nuevos retos en el ámbito de los SCBRDs: clasificación
con clases no balanceadas, problemas con alta
dimensionalidad y el comportamiento de los SCBRDs
frente a las medidas de complejidad en conjuntos de
datos.

8. Algoritmo de Conteo Ponderado
Características de un algoritmo
• Entrada: definir lo que necesita el algoritmo
• Salida: definir lo que produce.
• No ambiguo: explícito, siempre sabe qué comando
ejecutar.
• Finito: El algoritmo termina en un número finito de
pasos.
• Correcto: Hace lo que se supone que debe hacer. La
solución es correcta
• Efectividad: Cada instrucción se completa en tiempo
finito. Cada instrucción debe ser lo suficientemente
básica como para que en principio pueda ser ejecutada
por cualquier persona usando papel y lápiz.
• General: Debe ser lo suficientemente general como
para contemplar todos los casos de entrada.

9. El algoritmo de conteo ponderado (Método WCA), propuesto por
Bardossy y Duckstein, se basa en el principio de generar en primer
lugar antecedentes de las reglas y obtener entonces los
consecuentes tomando como base los ejemplos de entrenamiento
que tengan un grado de emparejamiento alto con el antecedente
de la regla. Se requiere una definición previa de los conjuntos,
soporte de los antecedentes difuso así como el número de reglas.
El algoritmo genera el vértice de las funciones triangulares
determinando así las formas de los conjuntos difusos usados por
los antecedentes y posteriormente identifica las correspondientes
consecuencias. Debido a esta forma de proceder, el método
establece una restricción estricta en el antecedente mientras que
el consecuente se obtiene sin restricciones.

10. Algoritmos de Wang y Mendel
• Establece las relaciones entre las variables del problema y establece una correspondencia
entre el espacio de características y el de clases en un proceso que sigue esta serie de
pasos:
• Establecimiento de las particiones lingüísticas. Una vez determinado el dominio de variación
de cada característica Xi, se calculan las particiones difusas.
• Generación de una regla difusa para cada ejemplo eh = (eh1; : : : ; eh N;Ch). Para ello es
necesario:
• Calcular los grados de pertenencia del ejemplo eh a las distintas regiones difusas.
• Asignar el ejemplo eh a la región difusa conmayor grado de pertenencia.
• Generar una regla para el ejemplo, cuyo antecedente está determinado por la región
difusa seleccionada y con la etiqueta de clase del ejemplo en el consecuente.
• Calcular el grado de certeza. Para ello se determinará el cociente Sj=S, siendo Sj la suma
del grado de pertenencia de los ejemplos de entrenamiento de la clase Cj a la región
difusa determinada por el antecedente de la regla, y S la suma del grado de pertenencia
a la misma región de todos los ejemplos independientemente de la clase a la que
pertenezcan.

11. Algoritmos bioinspirados

12. Son sistemas construidos por medio de hardware
configurables y sistemas electrónicos que emulan
la forma de pensar, el modo de procesar
información y resolución de problemas de los
sistemas biológicos.
Para diseñar estos sistemas, además de
utilizar la computación numérico-simbólica,
se usan otro tipo de métodos
como las redes neuronales artificiales, la
lógica difusa y la computación evolutiva.
Las redes neuronales artificiales, son sistemas que tratan de imitar las
redes naturales neuronales.

13. La lógica difusa es la lógica que utiliza expresiones que
no son totalmente ciertas ni completamente falsas, es
decir la lógica aplicada a conceptos que pueden tomar
un valor cualquiera en un intervalo de valores que se
encuentran entre los extremos de la verdad absoluta y
de la falsedad total.
La computación evolutiva interpreta la naturaleza como
una máquina de resolución de problemas de
optimización, reconocimiento y de búsqueda.

14. Referencias Bibliográficas
• Ferreira Escutia, Rogelio. Sistemas Multiagentes en Ambientes Móviles.
Instituto Tecnológico de Morelia. Noviembre 2003.
• Iván Marsá Maestre, Andrés Navarro, Miguel A. López y Juan R. Velasco.
Arquitectura para un sistema demótico basado en agentes. Alcalá de
Henares, España.
• Alberto Fernández Hilario, María José del Jesus, Francisco Herrera.
Sistemas Basados en Reglas Difusas en Clasificación: Nuevos Retos.
Cuencas Mineras (Mieres - Langreo), 17 - 19 de Septiembre de 2008.
• Alberto Fernández Hilario, Salvador García, Francisco Herrera, María José
del Jesús. Un primer estudio sobre el uso de los sistemas de clasificación
basados en reglas difusas en problemas de clasificación con clases no
balanceadas.
• WIKIPEDIA. http://es.wikipedia.org/wiki/Sistemas_bioinspirados