Este documento describe las fases del proceso de ingeniería del conocimiento para desarrollar sistemas basados en el conocimiento. Estas fases incluyen la identificación del problema, la conceptualización de los conceptos clave y sus relaciones, la formalización del conocimiento en un formato computable, la implementación de reglas y la prueba del sistema. También discute las dificultades en la extracción del conocimiento de expertos humanos y diferentes clasificaciones de sistemas basados en el conocimiento.
1. Inteligencia Articial
(IA)
Apuntes de Ingeniería del Conocimiento
This work is licensed under the Creative Commons
Attribution-NonCommercial-ShareAlike License. BY:
Javier Béjar C
$
To view a copy of this license, visit http://creativecommons.org/licenses/by-nc-sa/2.0/ or
Departament de Llenguatges i Sistemes Informàtics
send a letter to:
Enginyeria en informàtica
o
2 Cuatrimestre - curso 2005/2006
Creative Commons,
559 Nathan Abbott Way, Stanford,
California 94305,
C
$
BY:
USA.
1
2. 1. Introducción Problemas, caracteristicas
IDENTIFICACION
El punto clave del desarrollo de un Sistema Basado en el conocimiento es el momento de traspasar Requerimientos
el conocimiento que posee el experto a un sistema real. En este proceso no sólo se han de captar los
Conceptos que representan
elementos que componen el dominio del experto, sino que también se han de adquirir las metodologías
CONCEPTUALIZACION el conocimiento
de resolución que utilizan éstos.
Este trabajo de extracción del conocimiento (Knowledge elicitation) se realiza durante la interac- Reformulacion Conceptos
ción entre dos personajes, el ingeniero del conocimiento (IC) (persona que conoce el formalismo de
representación que utilizará el SBC) y el experto (persona que posee el conocimiento, pero que no Organizacion del conocimiento,
FORMALIZACION espacio de busqueda
tiene por que usar un formalismo para representarlo).
Durante las entrevistas entre el IC y el experto, el primero ha de ayudar a sistematizar el co-
Rediseño Estructura
nocimiento del experto, consiguiendo que vaya explicitando las diferentes técnicas que utiliza para
resolver los problemas de su dominio, de manera que se puedan representar en un formalismo compu- Construccion de reglas que
table. Esta metodología de extracción del conocimiento es bastante lenta (se cita que se suele extraer IMPLEMENTACION representan el conocimiento
información equivalente a de dos a cinco reglas de producción por día).
Refinamiento Reglas
Varias son las dicultades que dan una producción tan baja a esta metodología:
La naturaleza especializada del dominio hace que el IC deba aprender unas nociones básicas PRUEBA
para que pueda establecerse una comunicación (Vocabulario básico, elementos que intervienen
en el dominio, formalismos que utilizan los expertos, etc.). Figura 1: Fases de la ingeniería del conocimiento
Los expertos se encuentran más cómodos pensando en términos de ejemplos típicos que razonan-
do en términos generales, que son de los que realmente se podría hacer una mejor abstracción. sistemática.
Existen diferentes versiones sobre la división de esta tarea, la m'as aceptada en la literatura es la
La búsqueda de un formalismo de representación que se adapte adecuadamente al problema y
siguiente:
que sea fácil de interpretar y adoptar por el experto. Este formalismo ha de ser susceptible de
ser transformado en algo computable.
1. Identicación del problema/s
Por lo general, a los expertos les es muy difícil explicitar los pasos que utilizan para resolver los
problemas. Es la que se ha denominado paradoja del experto. Cuanta más experiencia, menos 2. Conceptualización
explícitos son los razonamientos del experto y más ocultos los métodos de resolución.
3. Formalización
Si observamos como un experto resuelve un problema, éste omite muchas cadenas de razo-
namiento e información que da por supuesta, y a la que no asigna importancia dentro de la 4. Implementación
resolución, pero que si se quiere abordar de manera sistemática sí es necesaria.
5. Prueba
Con todas estas circunstancias, podemos observar que la autentica dicultad de la extracción del
conocimiento estriba en descubrir los métodos mediante los que se usa el conocimiento en la resolución En la gura 1 podemos ver un esquema de las fases de adquisición del conocimiento.
y no tanto en la adquisición del conocimiento estático del problema (elementos del problema y
relaciones)
2.1. Identicación
Sobre la adquisición de los elementos básicos del dominio, existen bastantes herramientas auto-
máticas, encuadradas dentro del área del aprendizaje automático (Machine Learning), que permiten En esta fase se ha de determinar, en primer lugar, si el problema se puede o se debe abordar
reducir el esfuerzo. Sobre la adquisición automática de conocimiento de resolución de problemas, mediante las técnicas de los SBC. Para que un problema sea adecuado no ha de poder solucionarse
también hay algunas técnicas automáticas, pero que por lo general son a niveles bastante básicos. de manera algorítmica, ya que si se pudiera de ese modo, no tendría sentido iniciar una labor tan
costosa. También ha de ser necesario tener acceso a las fuentes de conocimiento sucientes para
completar la tarea. Por último, el problema a tratar ha de tener un tamaño adecuado para que no
2. Fases de la adquisición del conocimiento constituya una tarea inabordable por su complejidad.
El siguiente paso consiste en buscar las fuentes de conocimiento que serán necesarias para el
Dado que la tarea de adquisición del conocimiento es una tarea difícil, se han identicado varias
desarrollo del sistema, las más comunes son:
etapas en las que se ha de dividir su desarrollo y así permitir abordar esta labor de una manera más
1 2
3. Expertos humanos en el dominio del problema. En este punto, se ha de poder comprender la naturaleza del espacio de búsqueda y el tipo de
búsqueda que habrá que hacer. Para ello, se puede comparar ésta con diferentes mecanismos prototí-
Libros y manuales que expliciten el problema y técnicas de resolución. picos de resolución de problemas como la clasicación, abstracción de datos, razonamiento temporal,
estructuras causales, etc.
Ejemplos de casos resueltos.
En esta etapa también tendrá que analizarse la certidumbre y completitud de la información
disponible, dependencias temporales, o la abilidad y consistencia de la información. Se deberá
Estos últimos serán importantes sobre todo en la última fase de validación, pero se pueden usar
descubrir que partes del conocimiento constituyen hechos seguros y cuales no. Para estos últimos
también para utilizar técnicas de adquisición automática del conocimiento y obtener de esta manera
deberá adaptarse alguna metodología de tratamiento de la incertidumbre, de manera que ésta pueda
los elementos básicos que intervienen y sus relaciones.
ser modelizada dentro del sistema.
Con estas fuentes de información se podrán determinar los datos necesarios para la resolución del
problema y los criterios que determinen la solución, tanto los pasos que permiten la resolución como
2.4. Implementación
su posterior evaluación.
En este momento el IC y el experto podrán realizar una primera descripción del problema, en
En este punto se han de tomar decisiones sobre la especicación del control de la resolución y
ésta se especicarán:
del ujo de la información. Se deberán tomar decisiones sobre el modo concreto de representar el
conocimiento para que se adapte a las estrategias de resolución que se necesiten y las relaciones entre
Los objetivos
los diferentes conjuntos de conocimiento.
Motivaciones En esta fase se denirán las reglas, inevitablemente se descubrirán problemas e incompletitudes
que obligarán a revisar fases anteriores.
Las estrategias de resolución y su justicación
Fuentes de conocimiento 2.5. Prueba
Tipos de tareas que son necesarias
Se ha de elegir un conjunto de casos resueltos representativos y se ha de comprobar el funcio-
namiento del sistema con estos. En esta fase se descubrirán errores que permitirán corregir análisis
Este esquema será el punto de partida para plantear las siguientes fases. anteriores, por lo general aparecerán problemas por falta de reglas, incompletitud, falta de corrección,
etc.
2.2. Conceptualización
3. Clasicación de los SBC
Antes de entrar en las características globales del problema, es necesario detallar los elementos
básicos de éste y descubrir las relaciones entre ellos. En particular, es necesario observar como el
El abordar la construcción del un SBC en cualquier dominio es una tarea difícil, y sería deseable
experto resuelve problemas típicos y abstrae de ellos principios generales que pueden ser aplicados
disponer de un conjunto de metodologías de resolución de problemas que permitieran aproximar
en diferentes contextos.
soluciones a diferentes tipos de SBC según sus características.
Hay también que obtener una descomposición del problema en subproblemas, realizando un aná-
Con esta idea en mente se han realizado clasicaciones de los SBC según las tareas que realizan,
lisis por renamientos sucesivos hasta que el IC pueda hacerse una idea de la relación jerárquica de
para intentar descubrir metodologías comunes y así extraer directrices de análisis en los distintos
las diferentes fases de resolución hasta los operadores de razonamiento más elementales.
tipos de dominios.
Otro elemento necesario es descubrir el ujo del razonamiento en la resolución del problema y
De esta manera, dada una clase de problema dispondríamos de:
especicar cuando y como son necesarios los elementos de conocimiento.
Con esta descomposición jerárquica y el ujo del razonamiento, el IC puede caracterizar los
1. Un conjunto de tareas usuales para cada tipo fáciles de identicar.
bloques de razonamiento superiores y los principales conceptos que denen el problema. Hará falta
distinguir entre evidencias, hipótesis y acciones necesarias en cada uno de los bloques y determinar
2. Un conjunto de metodologías de resolución generales especícas para cada tipo.
la dicultad de cada una de las subtareas de resolución. De esta manera se conseguirá captar la
estructura del dominio y las diferentes relaciones entre sus elementos. 3. Estilos de representación del conocimiento e inferencia adecuados para cada tipo.
Originalmente se realizó una primera clasicación de los SBC atendiendo a las tareas que realizan1 ,
2.3. Formalización
ésta es:
Se han de considerar los diferentes esquemas de razonamiento que se pueden utilizar para mode- Building Expert Systems, Addison
1 Esta clasicación apareció en: F. Hayes-Roth, D. A. Waterman, D. B. Lenat,
lizar las diferentes necesidades de resolución de problemas identicadas en las fases anteriores. Wesley, Reading, MA, 1983.
3 4
4. Sistemas de Interpretación: Ineren descripciones de situaciones a partir de observaciones. La identicación se puede especializar para sistemas con fallos en:
Sistemas de predicción: Ineren consecuencias previsibles de situaciones o eventos. Monitorización, detecta discrepancias de comportamiento.
Sistemas de diagnóstico: Ineren fallos a partir de sintomas. Diagnóstico, explica discrepancias.
Sistemas de diseño: Desarrollan conguraciones de objetos que satisfacen ciertas restricciones.
Para el caso de las operaciones de síntesis tenemos:
Sostenías de planicación: Generan secuencias de acciones que obtienen un objetivo.
Construccion
Sistemas de monitorización: Estudian el comportamiento de un sistema en el tiempo y procuran
que siga unas especicaciones.
Sistemas de corrección: Genera soluciones para fallos en un sistema.
Especificacion Diseño Ensamblaje
Sistemas de control: Gobiernan el comportamiento de un sistema anticipando problemas, pla-
neando soluciones.
Esta primera clasicación, que es la que se utilizó como punto de partida para la identicación de
Configuracion Planificacion
necesidades para el desarrollo de SBC, plantea varios problemas ya que varias categorías se superpo-
nen o están incluidas en otras. No obstante da una idea inicial de los rasgos comunes que aparecen
entre los distintos dominios en los que tratan los sistemas.
La especialización de la construcción se puede realizar en:
Un análisis alternativo, posterior a este, permite un tratamiento más sistemático de las necesidades
de un SBC, éste se basa en las operaciones genéricas que puede hacer un SBC respecto al entorno.
Especicación, busca que restricciones debe satisfacer un sistema.
Se distinguen dos operaciones genéricas:
Diseño, genera una conguración de elementos que satisfacen las restricciones.
Operaciones de análisis, que interpretan un sistema.
• Conguración, como es la estructura actual del sistema.
Operaciones de síntesis, que construyen un sistema.
• Planicación, como se ensambla la estructura.
Estas operaciones se pueden especializar en otras más especícas dando lugar a una jerarquía de Ensamblaje, realiza un diseño juntando las diferentes piezas.
operaciones. Para el caso del análisis tenemos:
Obteniendo una clasicación de las diferentes tareas y operaciones que realiza un SBC podemos
Interpretacion establecer una correspondencia entre estos y los métodos de resolución, y de esta manera facilitar la
tarea de análisis de los dominios.
Identificacion Prediccion Control 4. Métodos de resolución de problemas
Diferentes son las técnicas de resolución de problemas que se pueden utilizar para las tareas que
Monitorizacion Diagnostico debe realizar un SBC. Existen ciertas técnicas generales que se pueden aplicar a diferentes tipos de
dominios y tareas. De ellas destacaremos las tres más utilizadas:
En este caso, la interpretación se podría especializar según la relación entre los elementos de
Clasicación Heurística (Heuristic Classication)
entrada/salida de un sistema:
Resolución Constructiva (Constructive Problem Solving)
Identicación, nos dice que tipo de sistema tenemos.
Hipótesis y Prueba Jerárquica (Hierarchical Hipotesize and Test)
Predicción, nos dice que tipo de resultado podemos esperar.
Control, determina que entradas permiten conseguir la salida deseada.
5 6
5. 4.1. Clasicación Heurística
Abstraccion Soluciones
La clasicación es un método utilizado en muchos dominios. El elemento esencial de ésta consiste
de datos abstractas
en que el experto escoge una categoría de un conjunto de soluciones previamente enumerado.
En dominios simples, el disponer de las características esenciales de cada una de las categorías es
suciente para establecer la clase del problema y su solución. Esto no ocurre así cuando la complejidad
del problema aumenta, pues las características esenciales son cada vez más difíciles de identicar. El
objetivo de la técnica de clasicación heurística será obtener y representar el conocimiento necesario
para que la asociación problema-solución se pueda realizar.
Soluciones
Datos
Se dene como clasicación heurística a toda asociación no jerárquica entre datos y categorías que
requiere de inferencias intermedias. Es decir, el establecer la clase de un problema requiere realizar
inferencias y transformaciones sobre éste, para poder asociarlo con la descripción de la clase. El
esquema de razonamiento para hacer estas inferencias se ha de adquirir del experto. Figura 2: Pasos de la clasicación heurística
La clasicación heurística se divide en tres etapas:
4.1.1. Clasicación heurística en los sistemas de reglas
1. Abstracción de los datos
Por lo general, la construcción de un sistema mediante clasicación heurística basado en reglas
Por lo general, se hace una abstracción del caso concreto para acercarlo a las soluciones que se
es una labor iterativa. A los expertos les es difícil dar las reglas que son capaces de realizar la labor
poseen.
de clasicación, y además encuentran difícil el formalismo de las reglas.
2. Asociación heurística
Es proceso de renamiento del sistema ha de hacerse paso a paso, añadiendo nuevas reglas que
Se busca la mayor coincidencia entre el caso abstraído y las soluciones. Esta asociación es de cubran nuevos casos y vigilando las interacciones. La metodología que se suele seguir es la siguiente:
naturaleza heurística, es decir, depende de conocimiento basado en la experiencia, y, por lo
general, la correspondencia entre caso y soluciones no será uno a uno, existirán excepciones, y 1. El experto da las nuevas reglas al IC.
las coincidencias no serán exactas.
2. El IC cambia la base de conocimiento.
La solución corresponderá con la que mejor coincida con la abstracción de los datos.
3. El IC prueba casos ya resueltos para comprobar inconsistencias.
3. Renamiento de la solución
Haber identicado la abstracción de la solución reducirá el espacio de búsqueda, ahora será 4. Si aparecen errores, se comprueba el nuevo conocimiento con el experto y se empieza de nuevo.
necesario buscar la mejor solución determinada por la solución abstracta. Esto puede necesitar
5. Se prueban nuevos casos.
de más deducciones, o de la utilización de más información. De esta manera se debe reducir el
espacio de búsqueda hasta encontrar la mejor solución.
6. Si no hay problemas se para, sino se retorna al principio.
En la gura 2 se puede ver un esquema del proceso.
Esta labor iterativa se puede dividir para cada uno de los módulos que componen el sistema,
Dentro de este proceso, un punto importante es la abstracción de los datos. Tres son las más reduciendo de esta manera las interacciones entre diferentes partes del conocimiento.
utilizadas::
4.1.2. Estrategias de adquisición del conocimiento con clasicación heurística
Abstracción denicional: Se deben extraer las características denitorias del problema y focalizar
la búsqueda con éstas. Le corresponde al experto decidir cuales son esas características.
La aplicación de la clasicación heurística a diferentes problemas ha dado con métodos que per-
Cualitativa: Supone abstraer sobre valores cuantitativos, convirtiéndolos en cualitativos (e.g.: Fie- miten dirigir la explicitación del conocimiento por parte del experto de una manera más sistemática,
enfocando la labor de extracción en cada uno de los elementos que componen las reglas (hipótesis,
bre = 39o C =⇒ Fiebre = alta).
evidencias, cadenas de inferencia, hechos intermedios, conanza en las evidencias y las asociaciones
Generalización: Se realiza abstracción sobre una jerarquía de conceptos (e.g.: forma = pentágono evidencia-hipótesis), algunos de los pasos que debe incluir la adquisición son los siguientes:
=⇒ forma = polígono).
Diferenciación: Buscar los síntomas que distinguen entre hipótesis.
Se puede ver que esta metodología de resolución de problemas capta una gran cantidad de domi-
Frecuencia de condicionalización: Buscar condiciones de base que hagan a una hipótesis más o
nios, siendo adecuada para cualquier problema en el que se pueda hacer una enumeración del espacio
de soluciones. Es válida para todas las tareas de análisis. menos probable.
7 8
6. Distinción de síntomas: Identicar propiedades de síntomas que indican las causas originales. Tipo de empresa que quiere crear.
Condicionalización de síntomas: Buscar las condiciones bajo las cuales se espera que aparezcan Cantidad de dinero que solicita.
ciertos síntomas dada una hipótesis.
Esta información deberá convertirse mediante el proceso de abstracción de datos en los problemas
División de caminos: Descubrir los sucesos intermedios entre hipótesis y síntomas que son más abstractos a partir de los cuales se hará el razonamiento. Podríamos decidir que nuestras soluciones
probables. abstractas quedan denidas por los siguientes atributos:
Diferenciación de caminos: Buscar los eventos intermedios que pueden diferenciar hipótesis con
Apoyo nanciero: Valoración de la capacidad económica para responder al valor del crédito que
similares evidencias.
solicita. Este apoyo se puede evaluar con la información sobre avales y personas allegadas que
Diferenciación de condiciones: Determinar le grado de conanza a aplicar al resultado de las puedan responder por él.
condiciones.
Bienes: Dinero o propiedades que puedan usarse para responder por el crédito o que se puedan
Condicionalización de condiciones: Buscar las condiciones de base que afectan a la conanza de embargar en caso de no devolución.
las condiciones.
Fiabilidad de devolución: Información sobre si el cliente tiene antecedentes económicos positivos
o negativos.
La conjunción de todas estas fases permiten construir la base de conocimiento necesaria para la
resolución del problema. Compromiso: Información sobre si ya se tienen compromisos económicos con esa persona o si
se tienen intereses especiales con ella.
4.1.3. Aplicación de la clasicación heurística Viabilidad de la empresa: Tipo de empresa que se quiere crear y su posible futuro.
Como ejemplo de la técnica de clasicación heurística, vamos a plantear un pequeño SBC para la
Supondremos que estos cinco atributos pueden tomar valores cualitativos que estarán dentro de
concesión de créditos bancarios para creación de empresas. El propósito de este sistema será examinar
este conjunto: muy bueno, bueno, normal, regular, malo, muy malo.
las solicitudes de créditos de clientes con pretensiones de crear una empresa para determinar si se les
Para realizar la abstracción de datos se podrían dar un conjunto de reglas que harían la transfor-
debe conceder y que cuantía es la recomendable respecto a la que solicitan.
mación, como por ejemplo:
El problema que se nos plantea tiene por lo tanto una labor de análisis que nos ha de predecir
la abilidad de si cierta persona, en ciertas condiciones, será capaz de devolver un crédito si se lo
si avales 10 millones o tío rico entonces apoyo nanciero bueno
concedemos. El número de soluciones a las que podemos llegar es evidentemente nito, el crédito
se concede, o no se concede, y en el caso de que se conceda, se decidirá si la cuantía solicitada es si avales entre 10 millones y un millón entonces apoyo nanciero normal
adecuada o si sólo se puede llegar hasta cierto límite.
si avales 1 millón entonces apoyo nanciero malo
Todas estas características indican que la metodología de resolución que mejor encaja es la clasi-
cación heurística, por lo tanto dirigiremos el planteamiento con las fases que necesita. si suma bienes 10 millones entonces bienes malo
Deberemos plantear cuatro tipos de elementos y los mecanismos para transformar unos en otros. El
si suma bienes entre 10 y 20 millones entonces bienes normal
primero será como se plantearán los problemas al sistema, es decir, que elementos, se corresponderán
con los datos especícos, las solicitudes de crédito. si suma bienes 20 millones entonces bienes bien
Esta información ha de denir el estado nanciero del solicitante, el motivo por el que pide el
si cheques sin fondos o moroso entonces abilidad muy mala
crédito, cuanto dinero solicita, etc. Supongamos que una solicitud contiene la siguiente información:
si fábrica de agujeros entonces viabilidad muy mala
Si tiene avales bancarios.
si hamburguesería o heladería entonces viabilidad normal
Si tiene familiares que puedan responder por él.
si grandes almacenes o proveedor de internet entonces viabilidad muy buena
Si tiene cuentas corrientes, casas, coches, ncas, etc. y su valoración.
si concedido crédito 1 millón entonces compromiso regular
Si tiene antecedentes de morosidad.
si concedido crédito 10 millones o hermano del director entonces compromiso bueno
Si ha rmado cheques sin fondos.
El conjunto de soluciones abstractas a las que podría dar el análisis de las solicitudes podría ser
Si tiene créditos anteriores concedidos.
el siguiente:
9 10
7. Denegación, no hay crédito para el cliente. 2. Restricciones respecto a las entradas y salidas.
3. Interacciones entre estos dos tipos de restricciones.
Aceptación, se acepta el crédito tal como se solicita.
Aceptación con rebaja, se acepta el crédito, pero se rebaja la cantidad solicitada, harán falta Dos son las estrategias generales que se siguen para la resolución de este tipo de problemas:
reglas para crear la solución concreta indicando la cantidad nal que se concede.
Proponer y aplicar (Propose and apply).
Aceptación con interés preferente, se concede la cantidad solicitada, pero además se rebajan
los intereses que normalmente se ponen al crédito, en este caso también hará falta generar una Mínimo compromiso (Least commitment).
solución concreta.
4.2.1. Proponer y aplicar
Ahora nos faltan las reglas que nos harán la asociación heurística entre los problemas abstractos y
las soluciones abstractas. Un conjunto de reglas que cubre una pequeña parte del espacio de soluciones En principio, el experto debe tener una idea clara de la descomposición en tareas del problema y
podría ser: de las relaciones espacio temporales entre estas, para de esta manera plantear las restricciones que se
tienen que cumplir. Se han de denir también las operaciones que se pueden efectuar en cada estado
si apoyo nanciero regular y bienes malo entonces denegar de la resolución, cuando se pueden aplicar y cuales son sus efectos. Los pasos que se siguen en esta
metodología son los siguientes, para cada tarea a realizar para alcanzar la solución:
si abilidad mala o muy mala entonces denegar
1. Inicializar el objetivo: se crea el elemento que dene el estado actual.
si apoyo nanciero normal y bienes normal y viabilidad buena entonces aceptar con rebaja
2. Proponer un operador: se seleccionan operaciones plausibles sobre el estado actual.
si apoyo nanciero bueno y bienes normal y compromiso normal y viabilidad buena entonces
aceptar
3. Podar operadores: se eliminan operadores de acuerdo con criterios globales. Estos criterios
globales consistirán en criterios de consistencia generales que permiten descartar operadores
si apoyo nanciero bueno y bienes bueno y compromiso muy bueno y viabilidad muy buena
que, aun siendo aplicables, se ve claramente que no mejorarán la solución (e.g.: no tiene sentido
entonces aceptar con interés preferente
escoger el operador que deshaga el efecto del último operador aplicado).
Por último, nos hacen falta reglas para poder generar soluciones concretas en los casos que son 4. Evaluar operadores: se comparan los efectos de los operadores sobre la solución y se evalúa
necesarias, algunas reglas podrían ser: su resultado. Es en este punto donde interviene el conocimiento del experto para realizar la
evaluación de los operadores.
si aceptación con rebaja y petición 5 millones y bienes = 5 millones entonces rebaja a 5
5. Seleccionar un operador: se escoge el operador mejor evaluado.
millones
6. Aplicar el operador: se aplica el operador al estado actual.
si aceptación con interés preferente y petición 10 millones y bienes 10 millones entonces
rebaja de un 1 % de interés 7. Evaluar el objetivo: Se comprueba si se ha llegado al objetivo, continuando si se ha cumplido,
o reconsiderando si no.
si aceptación con interés preferente y hermano del director entonces rebaja de un 2 % de interés
4.2.2. Mínimo compromiso
4.2. Resolución Constructiva
Un planteamiento alternativo consiste en partir de soluciones parciales e ir reformándolas hasta
En contraste con la clasicación heurística, hay dominios en los que las soluciones no se pueden llegar a la solución. La estrategia sería la siguiente:
enumerar a priori, sino que la solución ha de construirse. Por ejemplo, en problemas de diseño, o de
planicación, y por lo general, todos los sistemas que incluyen tareas de síntesis.
1. Partir de una solución inicial no óptima, pero que satisfaga las restricciones.
Este tipo de problemas se pueden atacar mediante métodos no guiados por conocimiento, pero
2. Hacer una modicación sobre la solución. Esta modicación ha de hacerse de acuerdo con la
obtener una solución satisfactoria es computacionalmente prohibitivo.
heurística de mínimo compromiso, es decir, escoger la acción que menos restricciones imponga
Construir una solución necesita que exista un modelo de la estructura y el comportamiento del
sobre la solución y, por lo tanto, menos restricciones imponga sobre el próximo paso.
objeto que se desea construir, modelo que debe contener conocimiento acerca de las restricciones que
se deben satisfacer. Este conocimiento debe incluir: 3. Si la modicación viola alguna de las restricciones, se intenta deshacer alguno de los pasos
anteriores, procurando que las modicaciones sean las mínimas. Esta modicación no tiene por
1. Restricciones en la conguración de los componentes. que ser precisamente deshacer el último paso que se realizó.
11 12
8. El conocimiento del experto ha de aparecer en la evaluación de los efectos de los operadores sobre
las restricciones, de manera que se pueda escoger siempre el operador con menos efecto sobre éstas
y que permita más libertad de movimientos.
4.3. Hipótesis y Prueba Jerárquica
Esta metodología combina aspectos de la clasicación heurística y la resolución constructiva de
problemas. Esta indicado para problemas en los que:
El espacio de soluciones es muy grande, pero enumerable.
La solución puede ser una combinación de un conjunto de hipótesis.
Parte de la idea de que el espacio de soluciones está organizado jerárquicamente, de manera
que en niveles más altos se encuentran soluciones más generales, que se deben renar mediante el
conocimiento que guiará a través del árbol de soluciones a soluciones más concretas.
La estructuración en forma jerárquica ayuda a plantear el problema y a focalizar la solución.
Será labor del experto el denir la jerarquía y el conocimiento necesario para evaluar el estado de
la solución en cada nodo, tanto para descender hacia soluciones más concretas como para descartar
ramas.
13