Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
35
Doi
Artículo de investigación
Aspectos a considerar en la construcción de un sistema experto para evaluación
de calidad ambiental
Aspects to consider in the construction of an expert system for environmental
quality assessment
Aspectos a serem considerados na construção de um sistema especialista para
avaliação da qualidade ambiental.
Erika Alarcón-Ruiz 1 ID. 0000-0003-1375-3442
René Bernardo Elías Cabrera-Cruz 1* ID. 0000-0003-4436-4845
Julio César Rolón-Aguilar 1 ID. 0000-0002-3700-3796
Elena María Otazo-Sánchez 2 ID. 0000-0001-9324-8926
Ricardo Pérez-Avilés3 ID. 0000-0002-2143-5543
Salvador W. Nava-Díaz1 ID. 0000-0003-1664-4719
1 Universidad Autónoma de Tamaulipas. Facultad de Ingeniería “Arturo Narro Siller”, División de Estudios de Posgrado e
Investigación, Centro Universitario Tampico-Madero. C.P. 89318. Tel. +52 833 2412000 ext 3541.
2 Universidad Autónoma del Estado de Hidalgo, Centro de Investigaciones Químicas.
3 Benemérita Universidad Autónoma de Puebla. Instituto de Ciencias.
*Autor de correspondencia: rcabreracruz@yahoo.com.mx
Recibido: 12/01/2015
Revisado: 24/03/2015
Aprobado: 25/05/2015
Publicado. 27/06/2015
Resumen
En este trabajo se presenta un análisis de los aspectos a considerar en el diseño de una metodología para el desa-rrollo
de un Sistema Experto para Evaluación de Calidad Ambiental. Existen diferentes modelos de análisis de calidad
ambiental, pero hay que destacar que la mayoría de estos métodos fueron elaborados para proyectos concretos, lo que
deriva en que una generalización sea complicada. Para modelar la arquitectura del sistema computacional, deben te-
nerse presente variables que la técnica ERFCA maneja. Estas variables deben ser representadas por datos estructura-
dos de manera significativa, deben ser fácilmente utilizables e integrables en el proceso de estudio, deben ser fáciles de
obtener, que permitan de manera precisa modelar el funcionamiento de la técnica y con un alto grado de fiabilidad. De
la interacción de los sistemas ambientales y los sistemas computacionales surge la informática ambiental que inte-gra
las tecnologías de información y la sustentabilidad ambiental contribuyendo a la conservación del medioambiente,
generando nuevo conocimiento y fomentando la difusión y divulgación del conocimiento científico favoreciendo un
cambio en los hábitos y comportamientos de los ciudadanos en beneficio de nuestro entorno.
Palabras clave: Sistemas Expertos, Calidad Ambiental, Informática Ambiental, sistema de expertos, contaminación
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
36
Abstract
This study analyzes aspects to consider in design of a methodology for development of an Expert System for Eval-uation
of Environmental Quality [ESEEQ]. There are different models for analyzing environmental quality, but it is noteworthy
that most of these methods were developed for specific projects and may be complicated to generalize their uses.
Modelling architecture of the computer system is based on ERFCA technical variables. These variables must be
represented by significantly structured data, easily usable, and must be integrated into the process and must be readily
available, allowing an accurately technical model of with a high degree of reliability. Interaction of environmental sys-
tems and computer systems that integrates environmental computer information technologies, and environmental sus-
tainability focused on contribute to environmental conservation, could generate new knowledge. This model promotes
diffusion and dissemination of scientific knowledge favoring a change in habits arising, and behaviors of citizens in
order to benefit our environment.
Keywords: Expert Systems, Environmental Quality, Environmental Informatics, expert system, pollution
Resumo
Este artigo apresenta uma análise dos aspectos a serem considerados no projeto de uma metodologia para o desenvolvimento
de um Sistema Especialista para Avaliação da Qualidade Ambiental. Embora existam diversos modelos de análise da qualidade
ambiental, é importante notar que a maioria desses métodos foi desenvolvida para projetos específicos, dificultando a
generalização. Para modelar a arquitetura do sistema computacional, as variáveis manipuladas pela técnica ERFCA devem ser
consideradas. Essas variáveis devem ser representadas por dados estruturados de forma significativa, ser facilmente utilizáveis
e integráveis ao processo de estudo, ser fáceis de obter, permitir a modelagem precisa da operação da técnica e apresentar um
alto grau de confiabilidade. A informática ambiental surge da interação entre sistemas ambientais e computacionais. Ela integra
tecnologias da informação e sustentabilidade ambiental, contribuindo para a conservação ambiental, gerando novos
conhecimentos e promovendo a disseminação e o alcance do conhecimento científico, fomentando, assim, uma mudança nos
hábitos e comportamentos dos cidadãos em benefício do nosso meio ambiente.
Palavras-chave: Sistemas Especialistas, Qualidade Ambiental, Informática Ambiental, sistema especialista, poluição
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
37
Introducción
Los sistemas expertos han sido abordados por los in-vestigadores del área de inteligencia artificial desde media-dos de los
60´s y según la técnica utilizada estos se agru-pan en las siguientes categorías: sistemas basados en re-glas, sistemas basados
en conocimiento, redes neuronales, sistemas difusos, razonamiento basado en casos y agentes inteligentes, a partir de los cuales
se han desarrollado una serie de aplicaciones para resolver problemas específicos de diferentes áreas de conocimiento. En la
tabla 1 se pre-senta una relación de las metodologías empleadas y algu-nas aplicaciones importantes. Como se puede observar,
existe una tendencia hacia resolver problemas ambientales a partir de una arquitectura de sistemas expertos.
Este tipo de aplicaciones tienen una mayor aceptación en la sociedad en la que estamos inmersos. Gracias a los avances de
la tecnología se pueden desarrollar sistemas más confiables permitiendo realizar una toma de decisio-nes de manera más
efectiva.
Objetivo
En este trabajo se presenta un análisis de los aspectos a considerar en el diseño de una metodología para el desa-rrollo de
un Sistema Experto para Evaluación de Calidad Ambiental.
Materiales y métodos
El enfoque de sistemas implica pensar en términos de elementos y sus relaciones, así como su funcionamiento, interacción
y regulación (Gómez Orea, 2002). En un siste-ma los elementos se encuentran interrelacionados entre si y limitados por una
frontera que lo divide de su entorno. Entre más interacción exista con su entorno el sistema se convierte en un sistema abierto,
en caso contrario se con-vierte en un sistema cerrado. Al existir un cambio en el entorno, éste afecta al sistema según su
capacidad de adap-tación, que será la base de su supervivencia. Cada sistema se divide en subsistemas que tienen una función
propia, por lo que es importante analizar las entradas y salidas visualizando a cada subsistema y al sistema principal como una
caja negra.
Como se puede observar en la figura 1, existen siste-mas abstractos y sistemas físicos. El ecosistema es el con-junto de
especies de un área determinada que interactúan entre ellas y con su ambiente abiótico; mediante procesos como la
depredación, el parasitismo, la competencia y la simbiosis, y con su ambiente al desintegrarse y volver a ser parte del ciclo de
energía y de nutrientes (Galindo Leal y Cárdenas, 2012).
El Medio ambiente es el conjunto de factores físico-naturales, estéticos, culturales, sociales y económicos que
interactúan entre sí, con el individuo y con la comunidad en que vive, determinando su forma, carácter, comporta-miento
y supervivencia (Fernández-Vitora, 2010), y en un tiempo determinado (Hernández Muñoz, Hernández Leh-man, y Gordillo
Martínez, 2006).
Desde el punto de vista holístico, en la tabla 2 se listan las funciones principales que se llevan a cabo en el me-
dioambiente y que favorecen su conservación.
Estas funciones tienen procesos que se interrelacionan entre sí y con el ser humano, por lo que podemos entender al
medioambiente en base a tres subsistemas: fuente de recursos naturales, soporte de actividades, receptor de efluentes y
residuos (Fernández-Vitora, 2010).
La fuente de recursos ambientales permiten al hombre subsistir naturalmente, su valor y utilidad se mide en fun-ción de
cuatro variables:
R1=f(C1, Q1,t1,S1)
R=Valor del recurso, C=Cantidad del recurso, Q=Calidad del recurso
t= Tiempo de disponibilidad, S=Espacio ocupado
Los recursos naturales pueden ser afectados a partir de las actividades que el hombre realiza. La capacidad de car-ga se
da en función de la actividad humana en el medio, en términos de aptitud y uso potencial, por lo que es importan-te ordenar
y clasificar en función de su capacidad de carga los múltiples usos derivados de la actividad humana (tipos de industrias,
hospitales, vertederos, actividades recreati-vas, etc.). Además, cada actividad tiene un impacto direc-tamente relacionado
un en la salud y el ambiente, por lo que es imprescindible medirlo.
Los efluentes y residuos resultantes de una actividad no deben exceder los límites de la capacidad de asimilación del
medioambiente con el que interactúa. Esta capacidad se refiere a la capacidad que tiene el ambiente de procesar química y
biológicamente los efluentes que son agregados a éste transformándolos en elementos no perjudiciales.
Por otro lado, un factor ambiental es un medio o subsis-tema del ambiente con una dinámica y procesos propios al que
se le asigna un conjunto de indicadores que le permitan evaluar la calidad del mismo. La calidad del ambiente será el
resultado obtenido de la suma del conjunto de calidades de los factores ambientales relevantes y su evolución (Martin,
2007), (Hernández Muñoz, Hernández Lehman, y Gordillo Martínez, 2006).
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
38
Tabla 1. Metodologías empleadas en la construcción de los Sistemas Expertos
METODOLOGÍA APLICACIÓN AUTORES
Sistemas basados
en reglas
Nanotecnología Bioquímica (Wasiewicz, Mulawka, y Plucienniczak, 2000)
Diagnósco probabilísco de defectos (Leung y Romagnoli, 2000)
Planicación de tareas (Croce, Fazzini, Massucco, Morini, Silvestro, y Sivieri, 2001)
Asesor de diagnósco Agrícola, aplicul-
tura
(Mahaman B. , Passam, Sideridis, y Yialouris, 2003) (Plant y Va-
yssieres, 2000)
Sistemas basados
en el conocimiento
Ciencias de la Tierra (Soh, Tsatsoulis, Gineris, y Bertoia, 2004)
Control de sensor (Valenzuela, Bentley, y Lorenz, 2004)
Sistema de Tutoría (HatzilygeroudisJ y J, 2004) (Hatzilygeroudis y Prentzas, 2004)
Protección ambiental (Gomolka y Orlowski, 2000)
Tratamiento de aguas residuales (Baeza, Ferreira, y Laufuente, 2000)
Procesos químicos (Barrera-Cortes, Astruc, y Tufeu, 2001) (Saunders, Pascoe, John-
son, Pilling, y Jenkin, 2003)
Planicación de la terapia física (Tunez, Aguila, y Marin, 2001)
Control del proceso de planta (Acosta, Gonzalez, y Pulido, 2001) (Liu y Schulz, 2002)
Protección de la transmisión de energía (Orduna, Garces, y Handshschin, 2003)
Planicación de la producción de cul-
vos
(Edrees, Rafea, Fathy, y Yahia, 2003) (Cohen y Shoshany, 2002)
Diseño urbano (Xirogiannis, Stefanou, y Glykas, 2004)
Redes neuronales Diagnósco de errores (Wang, Qu, Liu, y Cheng, 2004) (Yang, Han, kim, Yu, B, y H,
2004)
Diagnósco Señal acúsca (Li, Tasi, Tasi, y Chiu, 2004)
Deslación del petróleo crudo (Liau, Yang, y Tasi, 2004)
Sistemas difusos Diagnósco de fallos (Lee, Park, Ahn, Park, Park, y Venkata, 2000) (El- Shal y Morris,
2000)
Clasicación de sistema de potencia (Dash, Mishra, Salama, y Liew, 2000)
Evaluación de demanda (Benson y Asgapoor, 2000)
Tratamiento de aguas residuales (Carrasco, Rodriguez, Punal, Roca, y Lema, 2004) (Punal, Rodri-
guez, Franco, Carrasco, Roca, y Lema, 2001)
Selección de datos en la web (Wong y Hamouda, A fuzzy logic based expert system for machin-
ability data-on-demandon the internet., 2002) (Wong y Hamouda,
The development of an online knowledge-based expert system for
machinability data selecon., 2003)
Previsión de abastecimiento de agua (Mahabir, Hicks, y FayeK, 2003)
Clasicación Radiográca (Liao T. , 2003)
Sistema de consulta médica (Boegl, Adlassnig, Hayashi, Rothenuh, y Leich, 2004) (Meesad
y Yeen, 2003)
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
39
Búsqueda de trabajo (Drigs, Kouremenos, Vreos, y Kouremenos, 2004)
Razonamiento
basado en casos
Inspección ultrasónica (Jarmulak, Kerckhos, y Veen, 2001)
Planicación médica (Abidi y Manickam, 2002) (Montani y Bellazzi, 2002) (Marn-
Baramera, Sancho, y Sanz, 2000)
Clasicación de la hiperplasia endome-
trial
(Morrison, McCliggage, Price, Diamond, Sheeran, y Mulholland, 2002)
Agentes Inteligen-
tes
Aplicación militar (Liao S. , 2001)
Simulador de Entrenamiento (Lopez, Flores, y Garcia, 2003)
Sistemas de tutoría (Cruces, Arriaga, y Arriaga, 2000)
Cadena de suministro (Gjerdrum, Shah, y Papageorgiou, 2001)
Análisis y diseño de sistema (Gruer, Hilaire, Koukam, y Cetnarowicz, 2002)
Mantenimiento de los servicios electró-
nicos
(Yu, Iung, y Paneo, 2003)
Control de la contaminación del aire (Zhou, Huang, y Chan, 2004)
Diseño de la arquitectura del edicio (Alibaba y Ozdeniz, 2004)
Apoyo a las decisiones agrícolas (Thomson y Willoughby, 2004)
Evaluación del paisaje (Marnez-bejar, Ibanez-Cruz, Compton, y Cao, 2001)
Interpretación Roca sedimentaria (Abel, Silva, Ros, Mastella, y Campbell, 2004)
Sistema experto Médico (Yan, Jiang, Zheng, Fu, Xiao, y Peng, 2004)
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
40
Figura 1. Tipos de Sistemas.
Existen diferentes modelos de análisis de calidad am-
biental, pero hay que destacar que la mayoría de estos mé-
todos fueron elaborados para proyectos concretos, resul-
tando por ello su complicada generalización.
Por lo tanto, El proceso de identificar los atributos y
relaciones para un sistema que evalué la calidad ambiental
es una tarea compleja (Leff, 2003) debido a que existen
diversos factores que inciden en el deterioro de la calidad
ambiental, como se mencionó anteriormente, los fluidos
contaminantes ambientales son un subsistema que influye
de manera significativa en la calidad ambiental (Gómez
Orea, 2002) por lo que es necesario la estructuración de los
inventarios de generación de contaminantes por tipo de
fuente de contaminación, tipo de medio receptor, sector
industrial y no industrial y zona de estudio. A partir de este
inventario, se debe cuantificar los efluentes y residuos y
para esto se debe seleccionar la técnica adecuada. Dentro de
estas técnicas se encuentran los métodos indirectos per-
miten realizar estimación de calidad ambiental como son
sistemas de listas de control, matrices de acción/factor,
diagramas de redes o sistemas elaborados de pre-valoración.
La técnica de Evaluación Rápida de Fuentes de Conta-
minación Ambiental, [ERFCA] (Weitzenfeld 1989) y su
modificación por Econopoulous en 2002 para fuentes de
contaminación de aire permite la realización de inventarios
de fuentes contaminantes y sus resultados son obtenidos
mediante el empleo de indicadores de estado de calidad
ambiental tipo Batelle, que establecen criterios de valora-
ción y una estimación de contaminación generada en fun-
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
41
Figura 2. Competencias requeridas en el especialista humano
Tabla 2. Funciones principales del medioambiente. Fuente: (Fernández-Vitora, 2010)
Producción
Natural Biomasa, minerales, agua, luz, calor, …
Agraria Productos agrícolas, forestales, pecuarios, acuícolas
Soporte de Actividades
Agrarias
Urbanas
Industriales y mineras
Servicios y recreativas
Educación, cultura, ciencia e invesgación
Monumentos y demás patrimonio artístico
Infraestructuras de comunicación Autopista, ferrocarriles,
Transporte energético Eléctrico, gasoductos, oleoductos
Transporte de agua Canales, acequias, acueductos
Recepción
Natural Restos de biomasa, agua, cenizas y lavas volcánicas
Antropogénica Emisiones a la atmósfera, verdos acuácos y al suelo, residuos
Regulación
Atmosférica Térmica, acúsca, ionizante.
Hidrósferica Evaporación, absorción.
Edafológica Génesis, morfológica, erosión, sedimentación
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
42
Biótica Biosanitaria, plaguicida
Descontaminante Puricación, ltración, absorción
ción a la producción de bienes o servicios de las diferentes
fuentes generadoras de contaminación. La técnica utiliza
datos disponibles de los sectores público, social y privado,
destacando las fuentes más importantes de generación que
tienen un impacto significativo en el entorno.
La metodología descrita para la técnica ERFCA es la
siguiente:
•
Definición del área de estudio.
•
Conformación del grupo de trabajo.
•
Recolección de datos para el sector industrial.
•
Recolección de datos para el sector no industrial.
•
Cálculos.
•
Organización de resultados.
•
Determinación de indicadores de calidad ambiental.
Para modelar la arquitectura del sistema computacio-
nal, deben tenerse presente las siguientes consideraciones
respecto a la naturaleza de la información o variables que la
técnica ERFCA maneja. Estas variables deben ser repre-
sentadas por datos estructurados de manera significativa,
deben ser fácilmente utilizables e integrables en el proceso
de estudio, deben ser fáciles de obtener, que permitan de
manera precisa modelar el funcionamiento de la técnica y
con un alto grado de fiabilidad. En la tabla 3 se muestra la
metodología de ciclo de vida para el desarrollo del sistema
señalando los resultados esperados en cada etapa.
La inteligencia Artificial [IA] estudia los procesos sim-
bólicos, razonamientos no algorítmicos y representaciones
simbólicas del conocimiento. Dentro de los sistemas de
representación del conocimiento se encuentran los sistemas
expertos, estos sistemas emulan la capacidad de un espe-
cialista humano para resolver un problema y debe poseer las
siguientes características.
•
Resolver el problema que se le plantea de la misma
manera que el experto humano.
•
Trabajar con datos incompletos o información inse-
gura
•
Explicar el resultado obtenido
•
Aprender conocimientos nuevos sobre la marcha
•
Reestructurar los conocimientos de que dispone en
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
43
Tabla 3. Metodología del ciclo de vida del sistema ERFCA
Etapa Resultados
Especificación de requisitos Catálogo de requisitos del sistema que recogerá:
-
Los objetivos del sistema
-
Los requisitos de almacenamiento de información
-
La definición de actores
-
Los requisitos funcionales
-
Los requisitos de interacción
-
Los requisitos no funcionales
Análisis Documento de análisis del sistema que recogerá:
-
El modelo de clases del sistema
-
El modelo de navegación
-
Los prototipos de interfaz
Diseño Documento de diseño del sistema que recogerá:
-
La arquitectura abstracta del sistema
-
La división del sistema en subsistemas
-
El diseño de los casos de uso
-
El modelo de clases de diseño
-
Modelo de clases navegacionales
Implementación Programa ejecutable
Manual de usuario
Pruebas
Plan de pruebas
función de datos nuevos
•
Saltarse las normas, cuando se llega a la conclusión
de que éstas no son aplicables a nuestro caso con-
creto.
Un actor importante dentro del desarrollo del sistema
experto para evaluación de calidad ambiental es el especia-
lista humano. En la figura 2. se muestran las competen-
cias (Ambiental, 2000) que debe reunir y dentro de los
conocimientos teóricos se encuentran: aguas residuales,
emisiones al aire, control de energía, control de ruidos y
olores, legislación ambiental, calidad ambiental y la técni-
ca ERFCA.
Por otro lado, debido a la importancia de las respuestas
que el sistema debe generar, es importante considerar que el
sistema cubra las características descritas en la figura 3,
donde se señala que el sistema debe ser confiable y com-
prensible, es decir que se puedan explicar los pasos de su
razonamiento.
En la figura 4. se puede observar la arquitectura del
sistema experto que evalúa la calidad ambiental a partir de
la técnica ERFCA. Los actores principales son el usuario,
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
44
Figura 3. Características de un Sistema Experto
Tabla 4. Elementos a considerar en la implementación del Sistema Experto de Calidad Ambiental
P
L
A
N
E
A
C
I
Ó
N
DEFINICIÓN DEL CONO-
CIMIENTO
DISEÑO DEL CONOCI-
MIENTO
Implementa-
ción
VERIFICACIÓN DE
CONOCIMIENTO
EVALUACIÓN
DEL SISTEMA
Análisis de las
técnicas por
métodos indirec-
tos
Estructura-
ción del
inventario
de contami-
nantes
Diseño detalla-
do
Prueba formal
Análisis
de las
pruebas
CICLO DE VIDA DEL SOFTWARE, MODELO EN CASCADA
Análisis y definición de requerimientos
Diseño del sistema y del software
Implementación y prueba de unidades
Integración y prueba del sistema
Funcionamiento y mantenimiento
REQUERIMIENTOS AMBIENTALES, ERFCA
Definición del área de estudio.
Conformación del grupo de trabajo.
Recolección de datos para el sector industrial.
Recolección de datos para el sector no industrial.
Cálculos.
Organización de resultados.
Determinación de indicadores de calidad ambiental.
REQUERIMIENTOS COMPUTACIONALES, SISTEMA EXPERTO
Interfaz de Usuario.
Módulo Explicación.
Módulo de Memoria Activa.
Módulo de Inferencia.
Agenda.
Módulo para la adquisición del conocimiento.
el especialista ambiental y el ingeniero de conocimiento.
Usuario: Personas y grupos que se encuentran directa-
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
45
mente relacionados con la problemática ambiental, tales
como funcionarios locales, estatales y federales, organiza-
ciones ambientales, activistas comunitarios, negocios y
corporaciones ambientales. Además de todas las personas y
grupos afectados directamente por la calidad ambiental
como:
•
Aquellos cuyo negocio sea la calidad medioambien-
tal o el estudio del medio ambiente.
•
Biólogos de la vida silvestre, botánicos, y otros
científicos de la vida, guardabosques, hidrólogos,
profesionales de la salud pública, etc.
•
Gente que usa el ambiente natural para recreación y
apoyo espiritual.
•
Arquitectos y urbanizadores conscientes del medio
ambiente.
•
Cualquier persona que esté consciente de los efec-tos
de la calidad ambiental.
Especialista ambiental: Posee la capacidad de inter-
pretar los impactos de la actividad humana en el medio
ambiente. Especialista en la técnica ERFCA.
Ingeniero del conocimiento: Codifica explícitamente el
conocimiento utilizando las metodologías de la ingeniería
en sistemas y las tecnologías de información. Ingeniero de
software con conocimientos en aplicaciones web, bases de
datos, sistemas de información geográfica principalmente.
De la revisión de los sistemas expertos (Giarratano y
Riley, 2001) se observa que éstos han sido utilizados con
una amplia gama de aplicaciones, los cuales se han clasifi-
cado en las siguientes categorías.
•
Configuración: Ensambla correctamente los compo-
nentes apropiados del sistema.
•
Diagnóstico: Inferir los problemas subyacentes ba-
sándose en la evidencia observada.
•
Instrucción: Enseñanza inteligente.
•
Interpretación: Explicar los datos observados.
•
Supervisión: Comparar los datos observados con
los esperados para juzgar su desempeño.
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
46
Figura 4. Arquitectura del Sistema Experto. Fuente Propia
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
47
•
Planeación: Idear acciones para obtener el resultado deseado.
•
Pronóstico: Predecir el resultado de una situación dada.
•
Remedio: Prescribir tratamiento para un problema.
•
Control: Regular un proceso (involucra las catego-rías anteriores)
Cada una de las aplicaciones anteriormente descritas, requiere de una modelación particular del conocimiento, por lo que
se debe de establecer los alcances del sistema al momento de diseñar a nivel de componentes. De la arqui-tectura descrita en
la figura 4. se detallan los componentes que serán considerados en la implementación del sistema los cuales se describen a
continuación:
Interfaz de Usuario: Módulo que permite al usuario interactuar con el sistema experto.
Módulo Explicación: Explica al usuario el razona-miento del sistema.
Módulo de Memoria Acva: Una base de datos global de los hechos usados por las reglas.
Módulo de Inferencia: Decide qué reglas satisfacen los hechos, ejecuta las reglas en función de su prioridad.
Agenda: Almacena las reglas y sus prioridades asigna-das por el módulo de inferencia cuyo patrón satisface los hechos que
se encuentran en la memoria activa.
Módulo para la adquisición del conocimiento: Permite al usuario introducir conocimientos al sistema sin la nece-sidad de
que el ingeniero de conocimiento codique éste de forma explícita.
Resultados
Una vez analizado el enfoque ambiental y de compu-tación como sistema así como la metodología de la técnica ERFCA
y de los sistemas expertos respectivamente y apo-yados en un modelo de ingeniería de software (véase figu-ra 4), se definen
los aspectos que se deben de considerar en la implementación del sistema, los cuales se resumen en la tabla 4.
Conclusiones
La ingeniería de sistemas es una actividad interdiscipli-naria que conjunta equipos de personas con diferentes ba-ses de
conocimiento (véase figura 4). De la interacción de los sistemas ambientales y los sistemas computacionales surge la
informática ambiental que integra las tecnologías de información y la sustentabilidad ambiental contribuyen-do a la
conservación del medioambiente, generando nuevo conocimiento y fomentando la difusión y divulgación del conocimiento
científico favoreciendo un cambio en los hábitos y comportamientos de los ciudadanos en beneficio de nuestro entorno.
Referencias
Abacoumkin, C., y Ballis, A. (2004). Development of an expert system for the evaluation of conventional and innovative
technologies in the intermodal transport area. European Journal of Operational Research , 152,410-419.
Abel, M., Silva, A., Ros, L., Mastella, L., y Campbell, J. (2004). PetroGrapher: managing petrgraphic data and knowledge
using an intelligent database application. Ex-pert Systems with Application , 26, 918.
Abidi, S., y Manickam, S. (2002). Leveraging XML-based electronic medical records to extract experienal clinical
knowledge. Internaonal Journal of Medical Infornatics.
, 68,187-203.
Acosta, G., Gonzalez, C., y Pulido, B. (2001). Basic tasks for knowledge-based supervision in process control. Enginnering
Applicaons of Arcial Intelligence , 14,441-455.
Aldea, A., Banares-Alcantara, R., Jimenez, L., Moreno, A., Martinez, J., y Riano, D. (2004). The scoipe of applica-tion of
multi-agent Systems in the process industry: three case studies. Expert Systems with Applications , 26,39-47.
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
48
Alibaba, H., y Ozdeniz, M. (2004). A building elements selection system for architects. Building and Environ-ment , 39,307-
316.
Alonso, F., Fuertes, J., Martinez, L., y Montes, C. (2000). An icremental solution for developing knowledge-base software:
its applicaion to an expets system for isoki-netics interpretation. Expert Systems witch applications , 18,164-184.
Ambiental, F. F. (2000). Perl Profesional del respon-sable del Medioambiente. Obtenido de Fundacio foruma-mbiental:
www.forumambiental.org
Arnold, M., y Osorio, F. (1998). Introducción a los conceptos básicos de la teoría general de sistemas. Ob-tenido de
www.moebio.uchile.cl/03/frprinci.htm
Association for Computing Machinery, I. (2012). The ACM Computing Classification System. Publications Dept., ACM,
Inc. , http://www.acm.org/about/class/ccs98-html.
Baeza, J., Ferreira, E., y Laufuente, J. (2000). knowledge-based supervision and control of wastewater treatment plant: a
real-time implementacion. Water Sience and Technology , 41,129-137.
Barla Galván, R. (s.f.). Un diccionario para la educa-ción ambiental. Obtenido de hp://www.elcastellano.org/
glosario_ambiental.pdf
Barrera-Cortes, J., Astruc, J., y Tufeu, R. (2001). knowledge base specification to automate the fluid critical point of fluid.
Applied artificial Intelligence , 15,453-470.
Benson, S., y Asgapoor, S. (2000). A fuzzy expert sys-tem for evaluation of demand-side management alterna-tives.
Electronic Machines and power Systems , 28,749-760.
Bochsler, D. C. (1988). A Project Managment Ap-proach to Expert System Applications. ISA 88 , 1458-1466, 1988.
Boegl, K., Adlassnig, k., Hayashi, Y., Rothenfluh, T., y Leitich, H. (2004). Knowledge acquisition in the fuzzy
knowledge representation framework of a medical consu-lation system. Artificial Intelligence in Medicine , 30,1-26. Bontre,
A., Ors, R., y Peris, M. (2004). Advanced auto-mation of a flow injection analysis system for quality con-trol of olive oil
through the use of a distributed expert sys-
tem. Analyca Chinica Acta , 506, 189-195.
Bourbakis, N., Mogzadeh, a., Mertoguno, S., y Koutsougeras, C. (2002). A Knowledge-based expert sys-tem for automac
visual VLSI reverse -engineering:VLSI layout version. IEEE Transacons on Systems,Man,and Cybernecs-Part A:Systems and
Humans , 32,428-437.
Carrasco, E., Rodriguez, J., Punal, A., Roca, E., y Le-ma, J. (2004). Diagnosis of acidification states in an anaer-obic
wastewater yreatment olant using a fuzzy-based sys-tem. Control Engineering Practice , 12,59-64.
Chau, K., y Albermani, F. (2004). Hybrid knowledge representaon in a blackboard KBS for liquid retaning structure design.
Engineering Applicaon of arcial In-telligence , 17,11-18.
Cheung, Y., Hong, G., y Ang, K. (2004). A dynamic project allocation algorithm for a distributed expert sys-
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
49
tem. Expert Systems with Applicaons , 26,225-232.
Cohen, Y., y Shoshany, M. (2002). A naonal knowledge-based crop recognion in Mediterranean envi-ronment.
Internaonal Journal of Applied Eart Observa-on , 4,75-87.
Croce, F. D., Fazzini, P., Massucco, S., Morini, A., Silvestro, F., y Sivieri, M. (2001). Operation and Manag-ment of the
electronic system for industrial plants: an ex-pert system prototype for load-scheduling operator assis-tance. IEEE
Transaction on Industry Applications , 37, 701
-708.
Cruces, A., Arriaga, y Arriaga, F. (2000). Reacve agent design for intelligent tutoring systems. Cybernecs and Systems:
an Internaonal Journal , 31, 1-47.
Dash, P., Mishra, S., Salama, M., y Liew, A. (2000). Classification of power system disturbances using a fuzzy expert
system and a fourier linear combiner. IEEE Trans-actions on power Delivery , 15,472-477.
Davis, M. L., y Masten, S. J. (2004). Principles of En-viromental Engineering Science (3a. Edición ed.). ISBN: 0
-07-235053-9: Mc Graw Hill.
Depradine, C. (2003). Expert system for extracng syntacc informaon from Java code. Expert Systems with
Applicaons , 25,187-198.
Drigs, A., Kouremenos, S., Vrettos, S., y Kouremenos,
D. (2004). An expert system for job matching of the un-emplyed. Expert Systems with Applicaons , 26,217-224.
Edrees, S., Rafea, A., Fathy, I., y Yahia, M. (2003). Neper: a mulple strategy wheat expèrt system. Computers and
Electronics in Agriculture , 40,27-43.
El- Shal, S., y Morris, A. (2000). A fuzzy system for fault detecon in stascal process control of industrial pro-cess. IEEE
Transacons on Systems, Man, and Cybernet-ics-Part C: Applocaons and Reviews, , 30,281-292.
Fernández-Vitora, C. (2010). Guía metodológica para la evaluación del impacto ambiental. Madrid, España: Mundi-
Prensa ISBN:978-84-8476-384-0.
Filis, I., Sabrakos, M., Yialouris, C., Sideridis, A., y Mahaman, B. (2003). GEDAS: an integrated geographical expert
database system. Expert Systems with Applica-tions , 24,25-34.
Frantti, T., y Kallio, S. (2004). Expert system for ges-ture recognition in terminal's user interface. Expert Sys-tems with
Applications , 26,189-202.
Fu, Y., y Shen, R. (2004). GA based CBR approach in QyA system. Expert Systems with Applicaons , 26,167-170.
Galindo Leal, C., y Cárdenas, L. (2012). Biodiversidad Mexicana. Recuperado el 12 de 01 de 2014, de Comisión
Nacional para el Conocimiento y Uso de la Biodiversidad: http://www.biodiversidad.gob.mx/ecosistemas/quees.html
Gardan, N., y Gardan, Y. (2003). An applicaon of knowledge based modeling using scripts. Expert systems with
Applicaons , 25,555-568.
Giarratano, J., y Riley, G. (2001). Sistemas Expertos. Principios y programación. México: Internaonal Thomson Editores.
Gjerdrum, J., Shah, N., y Papageorgiou, L. (2001). A
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
50
combined optimization and agent-based approachto supply chain modeling and performance assessment. Production Planning
and Control , 12, 81-88.
Gómez Orea, D. (2002). Evaluación de Impacto Am-biental. Madrid, España: Grupo Mundi-Prensa ISBN:84-8476-084-7.
Gomolka, Z., y Orlowski, C. (2000). Knowledge man-agement in creang hybrid systems for environmental pro-tecon.
Cybernecs and Systems An Interonal Journal , 31,507-529.
Gruer, P., Hilaire, V., Koukam, A., y Cetnarowicz, K. (2002). A formal framework for multi-agent systems anal-ysis and
design. Expert Systems with Applications , 23,349-355.
Hatzilygeroudis, J., y Prentzas, J. (2004). Integrating (rules,neural networks)and cases for knowledge represen-tation and
reasoning in expert systems. Expert Systems with Applications , 26,63-75.
HatzilygeroudisJ, y J, P. (2004). Using a hybrid rule-based approach in developing an intelligent tutoring sys-tem with
knowledge acqusition and update capabilities. Expert Systems with , 26,477-492.
Hernández Muñoz, A., Hernández Lehman, P., y Gor-dillo Marnez, A. J. (2006). Manual para la evaluación de impactos
ambientales. Madrid, España: INNCIVE, Inno-vación Civil Española, S.L.
Islam, S., y Chowdhury, N. (2001). A case-based Win-dows graphic package for the education and trainig of power system
restoration. IEEE Transaction on Power Systems , 16,181-192.
Jarmulak, J., Kerckhos, E., y Veen, P. (2001). Case-based reasoning for interpretaon of data from non-destrucve tesng.
Engineering Applicaon of Arcial Inteligence , 14,401-417.
Juuso, E. (2004). Integraon of intelligent systems in development of smart adapve systems. Internaonal Jour-nal of
Approximate reasoning , 35,307-337.
Knauf, R., Gonzalez, A., y Abel, T. (2002). A frame-work for validaon of rule-based systems. IEEE Transac-ons on
Systems,Man,and Cybernecs-Part
B:Cybernecs , 32,281-291.
Lababidi, H., y Baker, C. (2003). Web-based expert system for food dryer selecon. Computer and chemical Engineering ,
27,997-1009.
Lee, H., Park, D., Ahn, B., Park, Y., Park, J., y Venka-ta, S. (2000). A fuzzy expert system for the integrated fault diagnosis.
IEEE ´transactions on Power Delivery , 15,833-845.
Le, E. (2003). La complejidad ambiental. México: Siglo veinuno editores.
Leung, D., y Romagnoli, J. (2000). Dynamic probabil-isc model-based expert system for fault diagnosis. Com-puters and
Chemical Engineering , 24, 2473-2492.
Leung, R., Lau, H., y Kwong, C. (2003). An expert system to support the optimization of ion plating process: an OLAP-
based fyzzy-cum-GA approach.
Li, W., Tasi, Y., Tasi, y Chiu, C. (2004). The experi-mental study of the expert system for diagnosing unbal-
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
51
ance by ANN and acousc signals. Journal of sound and Vibraon , 272,69-83.
Liao, S. (2001). A knowledge-based architecture for implementing military geographical intelligence system on Intranet.
Expert Systems with Applications , 20,313-324.
Liao, T. (2003). Classicaon of welding aw types with fuzzy expert Systems. Expert systems with Aplica-ons , 25,101-
111.
Liau, L., Yang, C., y Tasi, M. (2004). Expert system of a crude oil distillation unit for process optimization using neural
netwoks. Expert Systems with Aplications , 26,247-255.
Liu, Y., y Schulz, N. (2002). Knowledge-based system for distribution system outage locating using comprehen-sive
information. IEEE Transactions on Power Systems , 17,451-456.
Lopez, M., Flores, C., y Garcia, E. (2003). An intelli-gent tutoring system for turbine of electrical power plant operators.
Expert Systems with Applications , 24,95-101.
Mahabir, C., Hicks, F., y FayeK, A. (2003). Applica-tion of fuzzylogic to forecast seasonl runoff. Hydrological
Processes , 17,3749-3762.
Mahaman, B., Passam, H., y Sideridis, A. (2002). A diasnosc expert system for honeybe peets. Computers and
Electronics in Agriculture , 36,17-31.
Mahaman, B., Passam, H., Sideridis, A., y Yialouris, C. (2003). DIARES-IPM: a diagnostic advosory rule-based expert
system for integrated pest management in Solana-ceous crop Systems. Agricultural Systems , 76,1119-1135.
Marn, C. (2007). El desarrollo urbano, las empresas y el ambiente.
Martin-Baramera, M., Sancho, J., y Sanz, F. (2000). Controlling for change agreement in the validation of med-ical
expert systems with no gold standard PNEUMON-IA and PENOIR. Computers and Biomedical Research , 33,380-397.
Martinez-Bejar, R., Ibanez-Cruz, F., Compton, P., y Cao, T. (2001). an easy-maintenance, rusable approach for building
knowledge-based systems: application to land-scape assessment. Expert Systems with Applications , 20,153-162.
Meesad, P., y Yeen, G. (2003). Combined numerical-linguiscknowleddge representaon and its applicao on to
medical giagnosis. IEEE Transacons on Systems, Man, and Cybernecs- Part A: Systems and Humans , 33,206-222.
Mills, ,. K., y Goman, H. (2002). knowledge-based automaon of a desing method for concurrent systems. IEEE
Transacons on Soware Engineering , 28,228-255. Mockler, R., Dologite, D., y Gartenfeld, M. (2000). talk with the
experts: learning management decision-making using CAI. Cybernecs and systems : An Interna-
onal Journal , 31,431-464.
Montani, S., y Bellazzi, R. (2002). Supporng deci-sions in medical applicaons: the knowledge management
perspecve. Internaonal Journal of Medical Informacs , 68,79-90.
Morrison, M., McCliggage, W., Price, G., Diamond, J.,
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
52
Sheeran, M., y Mulholland, K. (2002). Expert system sup-port using a Bayesian balief network for the classification of
endometrial hyperplasia. Journal of pathology. , 197,403
-414.
Ngai, E., y Wat, F. (2003). Design and development of a fuzzy expert system for hotel selection. Omega , 275-286.
Nilsson, N. J. (2001). Arcial Intelligence: A new synthesis. Stanford University: Mc Graw Hill.
Noh, J., Lee, K., Kim, J., Lee, J., y Kim, S. (2000). A
case-based reasonig approach to cognive map-driven tacit knowledge management. Expert Systems with Applica-ons. ,
19,249-259.
Orduna, E., Garces, F., y Handshschin, E. (2003). Al-gorithmic-knowledge-based adaptive coordination in trans-mission
protection. IEEE Transactions on Power Delivery , 18,61-70.
Padilla-Medina, J., y Sanchez-Marin, J. (2004). An adaptive fuzzy expert system to evaluate human visual performance.
Fuzzy sets and systems , 142,321-334.
Pino Diez, R., y Gomez Gomez, A. (2001). Introduc-ción a la Inteligencia Arcial: Sistemas Expertos, Redes Neuronales y
Computación Evoluva. Universidad de Oviedo.
Plant, R., y Vayssieres, M. P. (2000). Combining ex-pert system and GIS technology to implement a state-transition model
of oak woodlands. Computer and Electro-nics in Agriculture , 27, 71-93.
Punal, A., Rodriguez, J., Franco, A., Carrasco, E., Ro-ca, E., y Lema, J. (2001). Advanced monitoring and con-trol of
anaerobic wastewater treatment plants: diagnosis and supervision by a fuzzy-based expert system. Water Science and
Technology , 43,191-198.
Qian, Y., Li, X., Jiang, Y., y Wen, Y. (2003). An ex-pert system for real time fault diagnosis of complex chemi-cal
processes. Expert Systems with Applications , 24,425-432.
Reidsema, C., y Szczerbicki, E. (2001). A blackboard database model of the design planning process in concur-rent
engineering. Cybernecs and Systems:An Internao-nal Journal , 32,755-774.
REMIDEC. (2008). Red Mexicana de Invesgación y Desarrollo en México. Obtenido de hp://
turing.iimas.unam.mx/~remidec/manifiesto/adhman.php
Reznik, L., y Dabke, K. (2004). Measurement models: application of intelligent methods. Measurement , 35,47-58.
Ruiz-Sanchez, J., Valencia-Garcia, R., Fernandez-Breis, T., Martinez-Bejar, R., y Compton, P. (2003). An approah for
incremental knowledge acquisition from text. Expert Systems with Applications , 25, 77-86.
Saunders, S., Pascoe, S., Johnson, A., Pilling, M., y Jenkin, M. (2003). Development and preliminary test re-sults of expert
system for isms. Atmospheric Envirorunet , 37,1723-1735.
Sen, M., Minambres, J., Garrido, A., Almansa, A., y Soto, J. (2004). Basic theoretical results for expert sys-tems,application
to the supervision of adaption transients
Tlamati, Volumen 6, Número 10. Enero-Junio 2015
ISSN: 2007-2066
53
in planar robots. Arcial intelligence , 152,173-211.
Serna Arenas, A. (2010). Línea del empo de las cien-cias computacionales. Revista Digital Lámpsakos , 86-94.
Shaalan, K., EI-Badry, M., y Rafea, A. (2004a). A mul-tiagent approach for diagnostic expert systems via the in-ternet .
Expert Systems with Applications , 27,1-10.
Shaalan, K., Rizk, M., Abdelhanid, Y., y Bahgat, R. (2004b). An expert system for the best weight distribution on
ferryboats. Expert systems with applications , 26,397-411.
Shu, C., y Burn, D. (2004). Homogeneous pooling group delineation for flood frecuency analysis using a fuzzy expert
system with genetic enhancement. Journal of Hydrology , 291,132-149.
Soh, L., Tsatsoulis, C., Gineris, D., y Bertoia, C. (2004). ARKTOS: An intelligent system for SAR sea ice image classicaon.
IEEE Transacons on Geoscience and and Remote Sensing , 42,229-248.
Sommerville, I. (2005). Ingeniería de Soware. Pear-son Adisson Wesley.
Thomson, A., y Willoughby, I. (2004). A web-based expert system for advising on herbicide use in Great Brit-ain.
Computers and Electrinic in Agriculture , 42,43-49.
Tunez, S., Aguila, I., y Marin, R. (2001). An experse model for therapy planning using abducve reasoning. Cybernecs
and Systems: An Internaonal Journal , 32,829-849.
Valenzuela, L., Bentley, J., y Lorenz, R. (2004). Expert system for integrated control and supervision of dry-end section
of paper machines. IEEE Transactions on Industry Aplications , 133,87-101.
Vegh, J. (2003). The 'carbon aontaminaon' rule set implemented in an 'embedded expert system'. Journal of Electron
Spectroscopy and Related Phenomena , 133,87-101.
Wang, X., Qu, H., Liu, P., y Cheng, y. (2004). A self-learning ezpert system for diagnosis in traditional Chinese
medicine. Expert system with Applications , 26,557-566.
Wasiewicz, P., Mulawka, J. J., y Plucienniczak, A. (2000). The inference based on molecular compung. Cy-bernecs and
Systems. An Internaonal Journal , 31, 283-315.
Wong, S., y Hamouda, A. (2002). A fuzzy logic based expert system for machinability data-on-demandon the internet.
Journal of Materials Processing Technology , 124,57-66.
Wong, S., y Hamouda, A. (2003). The development of an online knowledge-based expert system for machinabil-ity data
selection. Knowledge-based systems , 16,215-229.
Xirogiannis, G., Stefanou, J., y Glykas, M. (2004). A fuzzy cognitive map approach to support urban design. Expert
Systems with Applications , 26,257-268.
Yan, H., Jiang, Y., Zheng, J., Fu, B., Xiao, S., y Peng,
C. (2004). The internet-based knowledge acquision and management method to construct large-scale distributed medical
expert system. Computer Methods and Programs in Biomedicine , 74,1-10.
Yang, B., Han, T., kim, Y., Yu, R., B, I., y H, P.
(2004). Integraon of ART-Kohoene neural network and
case-based reasoning for intelligente fault diagnosis.
Enginnering Aplicaons of arcial intelligence , 16,321-
333.
Yu, R., Iung, B., y Paneo, H. (2003). A mul-agents
based E-maintenance system with case-based reasoning
decision support. Engineering Applicaons of Arcial
Intelligence, Expert Systems with Applicaons , 16,321-
333, 26,387-395.
Zha, X., y Lim, S. (2000). Assembly/disassembly task
planning and simulaon using expert Petri nets. Interna-
onal Journal of Producon Research , 15,3639-3676.
Zhou, Q., Huang, G., y Chan, C. (2004). Development
of an intelligent decision support system for air pollution
control at coal-fired power plants. Expert Systems with
Applications , 26,335-356.