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

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.

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

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–.

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.

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.

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.

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.

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.

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 con mayor 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.

Algoritmos bioinspirados

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.

Las redes neuronales artificiales, son sistemas que tratan de imitar las redes naturales neuronales.

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.

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.

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