Diagnosis basada en modelos polinómicos usando técnicas simbólicas
-
Autores: Rafael Martínez Gasca
, Juan Antonio Ortega Ramírez , José Miguel Toro Bonilla
- Localización: Inteligencia artificial: Revista Iberoamericana de Inteligencia Artificial, ISSN-e 1988-3064, ISSN 1137-3601, Vol. 5, Nº. 14, 2001 (Ejemplar dedicado a: Diagnosis, Razonamiento Cualitativo y Sistemas Socioeconomicos), págs. 68-77
- Idioma: español
- DOI: 10.4114/ia.v5i14.761
- Enlaces
-
Resumen
La detección y diagnosis del funcionamiento anómalo de mecanismos son importantes debido a las actuales demandas económicas y medio ambientales que las empresas requieren para permanecer en los mercados competitivos. Esto hace que sea un campo muy activo de investigación. En las últimas décadas este proceso de diagnosis se ha basado principalmente en modelos, pues se parte de un modelo explícito del sistema a diagnosticar y a partir de él se razona sobre la identificación de los subsistemas capaces de generar fallos. Muchos modelos usados en ingeniería presentan casi siempre restricciones polinómicas. Para automatizar y mejorar la diagnosis de estos sistemas, proponemos una aproximación que de forma simbólica detecta los posibles conflictos fuera de línea. Esta aproximación usa las bases de Gröbner, para generar un nuevo modelo más simple a partir de la estructura y comportamiento del modelo original. Primero, se eliminan las variables no observables y obtenemos las restricciones de los diferentes conjuntos de componentes. Después se construye una red de posibles conjuntos conflictivos mínimos, que tienen estas restricciones polinómicas en los nodos y proponemos una metodología que está compuesta por un algoritmo que evita la reevaluación de las restricciones previas. A partir de aquí se puede obtener la diagnosis mínima. Los resultados obtenidos son similares a los mostrados en la bibliografía, pero se generan de manera automática a partir de herramientas simbólicas. La aplicación de esta aproximación puede ser muy útil en la diagnosis a bordo.
