Motores de inferencia de complejidad óptima de encadenamiento hacia adelante para diversas clases de sisemas de reglas.

• Autores: Gonzalo Escalada Imaz, Ana María Martínez Enríquez
• Localización: Informática y automática: revista de la Asociación Española de Informática y Automática, ISSN 0214-932X, Vol. 27, Nº. 3, 1994, págs. 23-30
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    En este artículo, presentamos un conjunto de motores de inferencia en encadenamiento hacia adelante con la propiedad de tener, todos ellos, una complejidad estrictamente lineal, es decir óptima. Así, damos sucesivamente motores de inferencia para los tres casos siguientes:

    1) Caso estándar, donde se pretende saber si una cuestión (QC) se deduce de una Base de Hechos (BH) y una Base de Reglas (BR); los elementos de QC, BH y BR formando un conjunto de claúsulas de Horn (para este caso, se describe también, un algoritmo basado en la "Unit-Resolution" de complejidad igualmente lineal).

    2) La deducción se realiza bajo la hipótesis del Mundo cerrado (CWA).

    3) La deducción se efectúa mediante reglas que factorizan un conjunto de reglas simples. El primer algoritmo dado mejora los existentes en la literatura. Para los casos 2 y 3 no existen algoritmos publicados y por tanto los presentados aquí suponen la prueba de que algoritmos eficientes lineales se pueden obtener para diversas clases de Sistemas de Reglas, además de la estándar.

  • English

    In this article, we present a set of forward chaining inference engines having a strictly linear complexity. Thus, we successively give inference engines for the three following cases:

    1) Estándar [sic] case, where the problem is whether a question QC could be deduced from a Working Memory (WM) and a Production Memory (PM); the elements of QC, WM an PM form a set of Horn clauses. (For this case, we describe also, an algorithm based on the Unit Resolution of linear complexity, too).

    2) The deduction is made under the Closed World Assumption (CWA).

    3) The deduction is carried out by means of rules that factorizes a set of simple rules. The first algorithm given outperforms the proposed ones in the literature. For the cases 2 and 3 no algorithm has been published before and so, the algorithms proposed here show that linear efficient algorithms can be obtained for several classes of Rule Based Systems, in addition to the estándar [sic] case.