Resolução de problemas
description
Transcript of Resolução de problemas
![Page 1: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/1.jpg)
1
Resolução de problemas
Como o ser humano Resolve seus problemas ?
Quais são os conhecimentos, diariamente utilizando para resolver um problema ?• Basicamente são utilizados dos tipos de
conhecimentos :• provenientes de nossa experiência e• provenientes de um processo formal de
aprendizagem educação
![Page 2: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/2.jpg)
2
Resolução de problemas
Qual é a importância dos conhecimentos provenientes de nossa experiência ?
• eles dão origem as heurísticas
OBS.:• Estes também são chamados de conhecimentos de
superfície e correspondem à resolução de “caso já visto”
Exemplo de modelagem • regras de produção
![Page 3: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/3.jpg)
3
Resolução de problemas
Exemplos de regras :Se < chove > então eu pego meu guarda-chuvaSe < não encontro meu guarda-chuva > então eu procuro
minha impermeávelSe < está quente > então eu retiro minha blusa
Funcionamento : As regras são confrontadas à situações correntes fatos, e
uma ação correspondente é efetuada. Esse comportamento é facilmente reproduzido em
computadores nos sistemas especialistas ou ainda
sistemas a base conhecimentos.
![Page 4: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/4.jpg)
4
Resolução de problemas
Qual é a importância dos conhecimentos provenientes de nossa de um processo formal educação ?
• são o resultado de aprendizagens das teorias gerais que devem ser colocadas em práticas nos raciocínios.
OBS.:• Estes também são chamados de conhecimentos de
profundos
![Page 5: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/5.jpg)
5
Arquitetura de um sistema a base de conhecimentos
Base de conhecimentos
Base de Fatos
Motor deinferência
Sistema Especialista
![Page 6: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/6.jpg)
6
Mecanismo e estratégia de inferência
Considerando uma regra:• Se as premissas estão contidas na Base de Fatos BF, • então aplica-se a regra i.e. insere-se as conclusões
BF• senão passa para a próxima regra• Quando detecta-se que um objetivo foi atingido ou que
mais nenhuma regra se aplica, o processo de raciocínio é encerrado
As variações nesse mecanismo estão relacionadas a escolha da primeira regra, a escolha próxima regra, . . .
![Page 7: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/7.jpg)
7
Exemplo de inferência
Regra 01: Se A então B & C Regra 02: Se B então D Regra 03: Se C então E Regra 04: Se D então G
A
B
C
D
C
E
A
B
C
D
C
E
1
3
4
52
Encadeamento para frente
Encadeamento para traz
![Page 8: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/8.jpg)
8
Exemplo de base de regras
Regra 01: Se distância > 5 km, pegaremos o carro
Regra 02: Se distância > 1 km e tempo < 15 minutos, pegaremos o carro
Regra 03: Se distância > 1 km e tempo > 15 minutos, iremos a pé
Regra 04: Se iremos de carro e o cinema é no centro da cidade, pegaremos um taxi
Regra 05: Se iremos de carro e o cinema não é no centro da cidade, pegaremos nosso próprio carro
Regra 06: Se iremos a pé e o tempo está ruim, pegaremos uma impermeável
Regra 07: Se iremos a pé e o tempo está bom, iremos em ritmo de passeio
![Page 9: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/9.jpg)
9
Cálculo de probabilidades no Expert SINTA
Caso 1: Quando queremos saber o valor final atribuído às variáveis na conclusão de um regra.
Seja c1 o grau de confiança atribuído ao resultado final da premissa de uma regra r.
• OBS.: Na conclusão de r, devemos ter expressões como var = value CNF c2, onde var é uma variável, value é um termo qualquer que pode ser atribuído a uma variável, c2 é um real pertencente ao intervalo [0; 100] que representa o grau de confiança da atribuição.
Mas, c2 é apenas uma referência, pois o valor final é dependente do resultado da premissa. Assim sendo, realizar-se-á a operação var = value CNF c1. c2.
![Page 10: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/10.jpg)
10
Cálculo de probabilidades no Expert SINTA
Exemplo de aplicação:• SE fumagina = sim
ENTÃO suspeita de praga = mosca branca, grau de confiança (CNF) 70%.
Cálculo:• Supondo que o grau de confiança da igualdade
fumagina = sim é 80%, teremos que à variável suspeita de praga será atribuído o valor mosca branca, com o respectivo grau de confiança 0.80 * 0.70 = 0.56 = 56%.
![Page 11: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/11.jpg)
11
Cálculo de probabilidades no Expert SINTA
Caso 2: Cálculo do grau de confiança com o operador E.
Cálculo : Se possuímos duas igualdades var1 = value1 e var2
= value2, com os respectivos graus de confiança c1 e c2, temos que a sentença var1 = value1 E var2 = value2 retornará como valor de confiança c1 x c2.
![Page 12: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/12.jpg)
12
Cálculo de probabilidades no Expert SINTA
Exemplo de aplicação:• SE estados das folhas = esfarelam facilmente
E presença de manchas irregulares = sim... Cálculo:
• Se o grau de confiança da igualdade estados das folhas = esfarelam facilmente é 80% e o grau de confiança da igualdade presença de manchas irregulares = sim é 70%, temos que a conjunção das duas sentenças retornará um valor CNF de 56%, pois esse é o produto dos dois valores.
![Page 13: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/13.jpg)
13
Cálculo de probabilidades no Expert SINTA
Caso 3: Cálculo do grau de confiança com o operador OU.
Cálculo :• Se possuímos duas igualdades
var1 = value1 e var2 = value2, com os respectivos graus de confiança c1 e c2, temos que a sentença var1 = value1 OU var2 = value2 retornará como valor de confiança c1 + c2 - c1 x c2.
![Page 14: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/14.jpg)
14
Cálculo de probabilidades no Expert SINTA
Exemplo de aplicação:• SE besouros vermelhos = sim
OU larvas marrons = sim ... Cálculo :
• Se o grau de confiança da igualdade besouros vermelhos = sim é 80% e o grau de confiança da igualdade larvas marrons = sim é 70%, temos que a disjunção das duas sentenças retornará um valor CNF de 0.70 + 0.80 - 0.70 * 0.80 = 1.50 - 0.56 = 0.94 = 94%.
![Page 15: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/15.jpg)
15
Cálculo de probabilidades no Expert SINTA
Exemplo de aplicação:• A variável doença possuía valor mofo preto com
grau de confiança 60%. Após a aplicação de outras regras chegou-se a uma outra atribuição doença = mofo preto, desta vez com CNF 50%.
Cálculo • O cálculo se dá de maneira semelhante à aplicação
da regra OU: doença terá como um dos valores mofo preto, com respectivo grau de confiança 0.60 + 0.50 - 0.60 * 0.50 = 1.10 - 0.30 = 0.80 = 80%.
![Page 16: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/16.jpg)
16
Cálculo de probabilidades no Expert SINTA
Caso 4: Quando uma variável recebe duas vezes o mesmo valor em pontos diferentes da consulta.
Cálculo:• Em momentos diferentes de uma consulta, uma mesma
variável var pode receber o mesmo valor v, sendo que até à penúltima instanciação ela possuía grau de confiança c1, e a última atribuiu um CNF c2. Sendo assim, temos que o valor final de confiança para var = v será dado pela fórmula ca + cn - ca * cn, onde ca representa o grau de confiança antes da última mudança e cn o último grau de confiança atribuído.
![Page 17: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/17.jpg)
17
Cálculo de probabilidades no Expert SINTA
Notas• O sistema admite 50% como valor mínimo de
confiança para que uma igualdade seja considerada verdadeira, mas esse valor pode ser modificado. O intervalo de grau de confiança varia de 0 a 100.
• Observe que as funções para conjunção e disjunção utilizadas seguem a Teoria das Possibilidades, não envolvendo nenhum tratamento estatístico mais aprofundado.
• É possível mudar as fórmulas utilizadas.
![Page 18: Resolução de problemas](https://reader036.fdocumentos.tips/reader036/viewer/2022082712/56813ab4550346895da2b77a/html5/thumbnails/18.jpg)
18
Exercício 01
Representar através de um grafo as regras da base SECAJU• encadeamento para frente• encadeamento para traz
Exercitar a Shell SINTA usando as regras da base SECAJU
Entrar com as regras para escolher o meio de transporte para ir ao cinema na Shell SINTA