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 aquelque contiene 2 o más agentes[2], los cuales interactúan entreellos para lograr un objetivocomún.

• Telefonía móvil: comunicaciónmóvil, aquellas en las que emisoro receptor están en movimiento.La movilidad de los extremos dela comunicación excluye casi porcompleto la utilización de cablespara alcanzar dichos extremos.

La cantidad de aplicaciones paraconectar dispositivos sobre la red seha incrementado enormemente,pero en la actualidad se haempezado a necesitar conectardispositivos pero de manera másinteligente, para aprendizaje yreconocimiento de patrones,operaciones de control, búsqueda deinformación y desplegado deinformación. Los nuevos dispositivosmóviles permiten implementar estetipo de aplicaciones por medio desistemas 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 controlarsu propia toma de decisiones y de actuar, basándose en la percepción de suentorno, para la consecución de uno o más objetivos. Atendiendo más a laperspectiva funcional del usuario, un agente software puede verse comouna entidad software en la que se pueden delegar tareas.

La forma en que el sistema decide las actuaciones necesarias en función dela información que le proporcionan sus sensores constituye la verdaderaproblemática de la domótica, ya que requiere de la interpretación de datosprocedentes de fuentes muy dispares ubicadas en diferentes lugares de lavivienda, así como de la coordinación de automatismos igualmenteheterogéneos. Estas consideraciones plantean requisitos de minería dedatos distribuida, autonomía e inteligencia que sugieren el empleo deTecnología de Agentes para el desarrollo de este tipo de sistemas.

Automática de los Sistemas Basados en Reglas Difusas

Los Sistemas de Clasificación Basados enReglas Difusas (SCBRDs) son modelos declasificación que utilizan reglas difusaspara representar el conocimiento. LosSCBRDs se encuentran muy extendidos enla actualidad, con numerosas aplicacionesy estudios de su comportamiento yefectividad.

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 SCBRDsfrente 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 comandoejecutar.

• Finito: El algoritmo termina en un número finito depasos.

• Correcto: Hace lo que se supone que debe hacer. Lasolución es correcta

• Efectividad: Cada instrucción se completa en tiempofinito. Cada instrucción debe ser lo suficientementebásica como para que en principio pueda ser ejecutadapor cualquier persona usando papel y lápiz.

• General: Debe ser lo suficientemente general comopara contemplar todos los casos de entrada.

El algoritmo de conteo ponderado (Método WCA), propuesto porBardossy y Duckstein, se basa en el principio de generar en primerlugar antecedentes de las reglas y obtener entonces losconsecuentes tomando como base los ejemplos de entrenamientoque tengan un grado de emparejamiento alto con el antecedentede 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 triangularesdeterminando así las formas de los conjuntos difusos usados porlos antecedentes y posteriormente identifica las correspondientesconsecuencias. Debido a esta forma de proceder, el métodoestablece una restricción estricta en el antecedente mientras queel consecuente se obtiene sin restricciones.

Algoritmos de Wang y Mendel

• Establece las relaciones entre las variables del problema y establece una correspondenciaentre el espacio de características y el de clases en un proceso que sigue esta serie depasos:

• Establecimiento de las particiones lingüísticas. Una vez determinado el dominio de variaciónde cada característica Xi, se calculan las particiones difusas.

• Generación de una regla difusa para cada ejemplo eh = (eh1; : : : ; eh N;Ch). Para ello esnecesario:

• 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 regióndifusa 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 sumadel grado de pertenencia de los ejemplos de entrenamiento de la clase Cj a la regióndifusa determinada por el antecedente de la regla, y S la suma del grado de pertenenciaa la misma región de todos los ejemplos independientemente de la clase a la quepertenezcan.

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 deHenares, 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 Josédel Jesús. Un primer estudio sobre el uso de los sistemas de clasificaciónbasados en reglas difusas en problemas de clasificación con clases nobalanceadas.

• WIKIPEDIA. http://es.wikipedia.org/wiki/Sistemas_bioinspirados