Sis emas cuali a i os y diagnosis: ARCA
Juan A. O ega,
Uni e sidad de Se illa
A da. Reina Me cedes s/n
SEVILLA
o [email protected]
Bela mino Pulido,
Uni e sidad de Valladolid
Campus Miguel Delibes,
Camino del Cemen e io
s/n VALLADOLID
[email p o ec ed]a.es
Xa ie Pa a
Uni e si a Poli ècnica de Ca alunya
Campus Vilano a
A da. Víc o Balague , s/n
VILANOVA I LA GELTRÚ
[email p o ec ed]
Resumen
Es e a ículo se ha esc i o con una doble in ención: p esen a el es ado ac ual de las in es igaciones de di e sos
g upos españoles sob e los sis emas cuali a i os y ambién sob e la diagnosis den o de nues o país. Hay
además un es udio sob e la aplicación de es as in es igaciones al campo de los sis emas socioeconómicos.
Recien emen e se han celeb ado en Vilano a i la Gel ú una eunión de ca ác e nacional de in es igado es
pe enecien es al colec i o ARCA (www.lsi.us.es/a ca). Los obje i os de es as jo nadas han sido los sis emas
cuali a i os y la diagnosis. El obje i o de es e a ículo es p esen a de mane a gene al el obje i o de es a
eunión y además, de mane a esumida, los abajos que allí se p esen a on.
Palab as cla e: In eligencia A i icial, Sis emas cuali a i os, Diagnosis, Sis emas socioeconómicos, ARCA
1 In oducción
El p esen e a ículo con iene los esúmenes de los
abajos p esen ados en las IV Jo nadas ARCA
(Au oma ización del Razonamien o Cuali a i o y
Aplicaciones) dedicadas en es a ocasión
undamen almen e a los Sis emas Cuali a i os y
Diagnosis y que se celeb a on en Vilano a i la
Gel ú, en junio de 2002.
El G up de Rece ca en Enginye ia del Coneixemen
(GREC) de la Uni e si a Poli ècnica de Ca alunya
(ESAII-MA2-MA3-OE) y la Uni e si a Ramón
Llull (ESADE), el Depa amen o de Lenguajes y
Sis emas In o má icos de la Uni e sidad de Se illa
y el Depa amen o de In o má ica de la Uni e sidad
de Valladolid se han enca gado de la o ganización
de es e e en o. Las jo nadas se celeb a on del 12 al
14 de junio de 2002 en la sede de la Escola
Uni e si à ia Poli ècnica de Vilano a i la Gel ú
(EUPVG) de la Uni e si a Poli ècnica de
Ca alunya (UPC).
Las Jo nadas de ARCA su gie on hace a ios años
como sesiones de abajo, en las que los di e en es
miemb os del colec i o ARCA se eunían y
exponían sus úl imas in es igaciones. De ahí
su gie on elaciones y conexiones en e g upos que
han hecho que hoy en día ARCA sea una ealidad
o mada po nume osos g upos de in es igación de
di e en es uni e sidades españolas.
La p ime a ez que las p esen aciones de abajo
adop a on el o ma o de Jo nadas de T abajo ue
du an e la eunión de Se illa en 1998 y que a ó
sob e Me odologías Cuali a i as Aplicadas a los
Sis emas Socioeconómicos. El in e és despe ado
po las jo nadas dió luga a la celeb ación de las dos
siguien es, una en el año 2000 ambién en Se illa y
o a el pasado año en Valladolid. En es as úl imas
ambién se celeb a on las I Jo nadas de T abajo
sob e Diagnosis.
I
n eli
g
encia A i
icial. Re is a Ibe oame icana de In eli
g
enc
i
a A i icial. No. 17 (O oño 2002), pp. 49 -54.
I
SSN: 1137-3601. © AEPIA (h p://www.aepia.o g).
Es e año hemos decidido da le el nomb e de
Jo nadas de ARCA[JARCA2002] que, como
con inuación de las iniciadas en 1998, se á la cua a
edición.
La necesidad de unas jo nadas especí icas que
si an de o o pa a los abajos de los miemb os del
colec i o ARCA es á cla a. Po un lado pa a
con inua omen ando la elación en e los di e sos
colec i os que in eg an ARCA y po o o pa a
pe mi i una pues a al día de nues as
in es igaciones, es ableciendo o os de deba e
ap opiados sob e los ópicos especí icos de las
Jo nadas. Sin emba go, es as Jo nadas es án
abie as a cualquie g upo que es é in e esado en los
emas sob e los que e san las mismas. De hecho,
la p esen e con oca o ia de las Jo nadas ha enido
una acogida impo an e, máxime eniendo en cuen a
la mul i ud de e en os que cada año se celeb an.
En es e a ículo se ecogen los esúmenes de
aquellos abajos que ue on seleccionados po el
Comi é de P og ama pa a publica se en las ac as de
las jo nadas.
2 Resúmenes de los a ículos
seleccionados
Los abajos que se p esen a on en las jo nadas se
ecogen a con inuación ag upados con o me a su
emá ica de in es igación. A con inuación se
p esen an de mane a esumida es os abajos.
• Diagnosis y ap endizaje
1. In eg ación de un sis ema de ap endizaje en la
diagnosis basada en consis encia con modos de
allo
J.J. Rod íguez (U. Bu gos) y C.J. Alonso (U.
Valladolid)
2. Máquinas l-SVRC con salidas p obabilís icas
C. Angulo (U. Poli ècnica Ca alunya) y L.
González (U. Se illa)
3. Un modelo de conocimien o pa a la diagnosis
de sis emas dinámicos
C.J. Alonso, C. Llamas, J.A. Maes o y J.B.
Pulido (U. Valladolid)
4. Diagnosis basada en modelos pa a la
depu ación de p og amas JAVA median e
écnicas simbólicas
R. Ceballos, R.M. Gasca, C. del Valle y M.
To o (U. Se illa)
5. Diagnosis p og esi a en el iempo de sis emas
dinámicos
A. Suá ez, P. Abad (U. Huel a), J.A. O ega y
R.M. Gasca (U. Se illa)
6. Model-based aul diagnosis o dynamic
p ocesses: compa ing FDI and DX
me hodologies
V. Puig, J. Que edo, T. Escobe y S. To nil (U.
Poli ècnica Ca alunya)
• Razonamien o cuali a i o
7. Localización de cen os públicos a ac i os y/o
epulsi os
C. Chamizo, F. Velasco y R.M. Gasca (U.
Se illa)
8. Me odología pa a la ep esen ación g á ica de
elaciones cuali a i as en e cen os de in e és
F. de la Rosa, L. González, R.M. Gasca y F.
Velasco (U. Se illa)
9. Un modelo de op imización CSP pa a la
sus i ución de piezas de ec uosas
diagnos icadas
C. del Valle, R.M. Gasca, J.A. O ega y J.
Aguila (U. Se illa)
10. Applying quali a i e spa ial easoning
combining space and ime o mobile obo
na iga ion
Ll. Muse os (Alice ) y M.T. Esc ig (U. Jaume
I)
11. Quali a i e eloci y: how o ep esen i ?
M.T. Esc ig y F. Toledo (U. Jaume I)
12. Th ee dimensional coa se quali a i e spa ial
models
J. Pacheco, M. T. Esc ig y F. Toledo (U. Jaume
I)
• Aplicaciones y Sis emas socioeconómicos
13. Bi u caciones de Hop : análisis cuali a i o y
aplicación a un modelo bio-económico de
pesque ías
M.L. Vílchez (U. Huel a), F. Velasco, I.
He e o y F. Begines (U. Se illa)
14. Cálculo de los alo es de bi u cación en un
modelo dinámico de Economía Nacional en
iempo con inuo
F. Velasco, F. Begines, E. Esca ín (U. Se illa)
y M.L. Vílchez (U. Huel a)
15. Rep esen ación cuali a i a del conocimien o:
aplicación a la gene ación au omá ica de
i ine a ios cul u ales
J.A. O ega, M.J. Escalona, J. To es, R.M.
Gasca y M. Mejías (U. Se illa)
16. Modal in e al a i hme ical applied o heal h
moni o ing o cable-s ayed S uc u es
J. Vehí, R. Villamiza , N. Luo (U. Gi ona)
Los esúmenes de es os abajos se p esen an a
con inuación, en el mismo o den en el que se han
ecogido an e io men e:
2.1
In eg ación de un sis ema de ap endizaje
en la diagnosis basada en consis encia con
modos de allo
J.J. Rod íguez (U. Bu gos) y C.J. Alonso (U.
Valladolid)
En abajos an e io es se ha p esen ado un mé odo
pa a la clasi icación de se ies empo ales basado en
la amilia de mé odos de ap endizaje denominados
“boos ing" u ilizando clasi icado es base muy
simples, sólo un li e al. Hay dos ipos de
p edicados, ela i os, como “inc emen a" y
“pe manece" y basados en egiones, como
“siemp e" y “alguna ez".
Es e abajo conside a dos cues iones que se
plan ean a la ho a de inco po a es os clasicado es
en un sis ema de diagnosis sob e sis emas
dinámicos. La p ime a de ellas es que no se pide
sólo una clasicación cuando se dispone de una se ie
comple a, sino que según se an gene ando da os de
la se ie es necesa io ealiza una clasicación
ap oximada. La segunda cues ión es que las
decisiones del clasicado no son inculan es, y po
lo an o la misión del clasicado no es an sólo
p edeci una clase (en es e caso un posible allo)
sino asigna un o den, una p e e encia, a las
dis in as clases.
La alidación expe imen al del me odo se ealiza
median e un conjun o de da os p opues o como
banco de p uebas de sis emas de ap endizaje sob e
pa ones empo ales en sis emas dinámicos. Los
esul ados expe imen ales, compa ados con los
conocidos pa a es e conjun o de da os, son
sa is ac o ios.
2.2
Máquinas l-SVRC con salidas
p obabilís icas
C. Angulo (U.Poli ècnica de Ca alunya) y L.
González (U.Se illa)
En es e abajo se p esen a una máquina l-SVCR (l-
clases Suppo Vec o Machine con es icciones de
Clasi icación y Reg esión) basada en la eo ía de
ap endizaje es adís ico, in oducida en [AC01], la
cual ha sido modi icada de o ma que la salida se
puede in e p e a en é minos p obabilís icos.
Además es a nue a máquina p opo ciona an as
salidas in e medias como máquinas de sopo e
ec o ial se han u ilizado en el p oceso de
clasi icación así como el g ado de con ianza que
p esen a cada una de ellas.
Con obje o de comp oba la e sa ilidad de la
máquina, és a se aplica sob e un conjun o de da os
sob e el que se comp ueba empí icamen e una de
las ca ac e ís icas más impo an e de es e ipo de
máquinas, la p udencia en la elección del
e ique ado.
2.3
Un modelo de conocimien o pa a la
diagnosis de sis emas dinámicos
C.J. Alonso, C. Llamas, J.A. Maes o y J.B.
Pulido (U. Valladolid)
La diagnosis de sis emas dinámicos es un p oblema
di ícil, po lo que en la cons ucción de
diagnos icado es eales se suele ecu i a la
in eg ación de écnicas de dis in a na u aleza. Una
de ellas son los sis emas de diagnós ico basado en
modelos causales, que en muchos sis emas
complejos se siguen gene ando a pa i de la
expe iencia. Es e abajo p esen a un modelo de
conocimien o pa a la diagnosis causal u ilizando la
me odología CommonKADS . La p incipal
no edad de la p opues a es que, a pa i de modelos
causales y empo ales sencillos, pe mi e diseña una
a ea de diagnosis que, una ez in ocada as una
a ea de Moni o ización, es capaz de examina la
e olución del sis ema in eg ando la nue a
in o mación disponible en el p oceso de diagnosis.
2.4
Diagnosis basada en modelos pa a la
depu ación de p og amas JAVA median e
écnicas simbólicas
R. Ceballos, R.M. Gasca, C. del Valle y M.
To o (U.Se illa)
En la p og amación es esencial ene he amien as
pa a la diagnosis del so wa e que ayuden al
p og amado y al ingenie o de desa ollo a localiza
los e o es. En es e abajo, p oponemos una nue a
ap oximación que pe mi e iden i ica los posibles
e o es en p og amas so wa e usando écnicas
simbólicas (Bases de G öbne ). Es a écnica pe mi e
gene a , a pa i la es uc u a y semán ica del
p og ama o iginal, un modelo más simple del
p og ama pa a lle a a cabo la diagnosis.
Se ienen en cuen a las especi icaciones o males y
el código uen e del p og ama, y es a pa i de ellos
como se de ec a la sen encia o el conjun o de
sen encias que con ienen el e o al emplea un caso
de es de e minado. La me odología comienza
eliminando las a iables no obse ables y ob iene
nue os ase os e e idos a g upos de sen encias del
p og ama. A pa i de ahí cons uimos una ed de
con ex os o mada po es os g upos de sen encias y
sus co espondien es ase os como nodos, y po
úl imo ob enemos la diagnosis mínima u ilizando
un algo i mo es ánda .
2.5
Diagnosis p og esi a en el iempo de
sis emas dinámicos
A. Suá ez, P. Abad (U. Huel a), J.A. O ega y
R.M. Gasca (U.Se illa)
En es e abajo se p esen a un nue o a ance en la
me odología obje o de es udio po los mismos
au o es p esen ada en abajos an e io es, es a nue a
ap oximación se basa en ealiza de ección y
diagnosis en momen os emp anos de la e olución
de un sis ema dinámico, el cual e oluciona desde
una si uación es able a o a dis in a ambién es able,
siendo en esos cambios o pulsos de con ol en los
momen os en los que el allo se á de ec ado y
pos e io men e diagnos icado, es a de ección y
diagnosis emp ana se ealiza á median e
ap endizaje supe isado, el cual se ealiza o -line,
ob eniendo es á boles de decisión pa a ealiza
diagnosis en un e cio, dos e cios y al inal del
ansi o io.
Debemos ene en cuen a que los da os con los que
el sis ema abaja pueden ob ene se median e
adquisición del sis ema eal o median e
simulaciones como es el caso, es de esal a que las
simulaciones se han ealizado en p esencia de
uido, adecuando el exhaus i o a amien o de los
da os a minimiza en lo posible el impac o de es e
sob e el ap endizaje.
2.6
Model-based aul diagnosis o dynamic
p ocesses: compa ing FDI and DX
me hodologies
V. Puig, J. Que edo, T. Escobe y S. To nil
(U. Poli ècnica de Ca alunya)
Model based aul diagnosis o dynamic p ocesses
is a e y ac i e a ea o esea ch. App oaches
coming om wo di e en esea ch communi ies
(FDI communi y in he Au oma ic Con ol a ea and
DX communi y in he A i icial In elligence a ea)
a e p oposing di e en me hodologies ha sha e
many concep s and ools. Howe e , in p ac ice
he e a e di icul ies in sha ing esul s coming om
bo h communi ies due o he di e en kind o
o malisms and backg ounds. This pape is ano he
a emp o y o connec bo h communi ies in o de
o sha e ools and combine me hodologies. The
pe spec i e used o connec bo h ypes o
app oaches will be he s uc u al analysis p oposed
by S a oswiecki. This ool allows o de i e
au oma ically analy ical edundancy ela ions (o
possible con lic s) om elemen a y models o
sys em componen s. Once hese ela ions ha e been
de i ed, hey can be used o aul diagnosis using
FDI o DX ools.
2.7
Localización de cen os públicos a ac i os
y/o epulsi os
C. Chamizo, F. Velasco y R.M. Gasca (U.
Se illa)
En es e abajo localizamos un cen o de se icio en
la P o incia de Se illa en elación a unos pun os
ijos a ac i os o epulsi os, esol iendo el
p oblema de Web median e algo i mos de
ami icación y poda, de consis encia e icien e y que
son algo i mos que pe mi en decla a ácilmen e el
p oblema median e las es icciones y la unción a
op imiza , así como de con igu ación sencilla, en el
sen ido de que si en pa a di e en es ipos de
p oblemas de op imización sin es icciones, y
sa is acción de es icciones en gene al.
Localizamos el cen o u ilizando dos amilias de
unciones de dis ancia pa a las que calculamos los
pa áme os que mejo ap oximan las dis ancias po
ca e e as exis en es en la ed p o incial.
2.8
Me odología pa a la ep esen ación g á ica
de elaciones cuali a i as en e cen os de
in e és
F. de la Rosa, L. González, R.M. Gasca y F.
Velasco (U. Se illa)
En es e abajo p esen amos una me odología que
pe mi e cuan i ica y ep esen a g á icamen e el
g ado de simili ud en e di e en es ópicos de
in e és, de acue do a una in e p e ación in ui i a de
la simili ud en e conjun os. Pa a ello u ilizamos
una unción p oceden e de la eo ía del ap endizaje,
que nos pe mi i á es udia a pa i de las páginas
Web, la simili ud que exis e en e las di e en es
líneas de in es igación sob e ap endizaje e e en e
al año 2000.
2.9
Un modelo de op imización CSP pa a la
sus i ución de piezas de ec uosas
diagnos icadas
C. del Valle, R.M. Gasca, J.A. O ega y J.
Aguila (U.Se illa)
Es e abajo p esen a un modelo CSP (P oblema de
Sa is acción de Res icciones) pa a el
secuenciamien o óp imo de a eas en la sus i ución
de piezas de ec uosas que han sido p e iamen e
diagnos icadas. Pa a ello, se pa e de un modelo
pa a la selección de secuencias óp imas de
ensamblaje en sis emas con múl iples máquinas. El
obje i o del plan es la minimización del iempo
o al del ensamblaje (o del p oceso global de epa-
ación), pa a lo cual el modelo conside a, además
de las du aciones y los ecu sos u ilizados po las
a eas, los iempos necesa ios pa a el cambio de
con igu ación (he amien as) en las máquinas de
ensamblaje, y los e a dos asociados al anspo e
de submon ajes in e medios en e dis in as
máquinas. El p oblema puede se isualizado
median e un g a o And/O , que incluye el conjun o
de odos los planes de mon aje ac ibles pa a un
p oduc o. Es a ep esen ación ecoge po un lado
las es icciones de p ecedencia en e a eas, y po
o o las elaciones en e las a eas pa a compone
un plan co ec o. En el p esen e abajo se p opone
una am-pliación de es a ep esen ación que incluya
odas las es icciones que apa ecen en el p oblema,
añadiéndose aquellas asociadas al uso de ecu sos.
A pa i de la ep esen ación an e io , se p oponen
sendos modelos CSP que ecogen el conjun o de
odas las es icciones del p oblema del ensamblado
del p oduc o comple o y del p oblema de la
sus i ución de una pieza de ec uosa. La na u aleza
combina o ia de ambos p oblemas jus i ica la
u ilización de modelos CSP pa a su e icien e
esolución.
2.10
Applying quali a i e spa ial easoning
combining space and ime o mobile obo
na iga ion
Ll. Muse os (Alice ) y M.T. Esc ig (U.Jaume
I)
In his pape we p esen a quali a i e
ep esen a ional model and he co esponding
easoning p ocess o in eg a ing quali a i ely ime
and opological in o ma ion. In he calculus
p esen ed opological in o ma ion in unc ion o he
poin o he ime in which i is ue is ep esen ed as
an ins ance o he Cons ain Sa is ac ion P oblem.
Tha ep esen a ion oge he wi h he
implemen a ion o he easoning p ocess by means
o Cons ain Logic p og amming ex ended wi h
Cons ain Handling Rules allow us he in eg a ion
o bo h aspec s ( ime and opology) wi h o he
spa ial aspec s such as o ien a ion, dis ances and
ca dinal di ec ions in he same way as i has be
done in [Esc ig & Toledo 00]. The esul ing me hod
can be applied o quali a i e na iga ion o
au onomous agen s. The model p esen ed in his
pape will help du ing he pa h planning ask by
desc ibing he sequence o opological si ua ions
ha he agen should ind du ing i s way o he
a ge objec i e. A p elimina y esul o ha
applica ion has been ob ained by using quali a i e
ep esen a ion o such spa ial aspec s o he
au onomous simula ed na iga ion o a Nomad-200
obo , on a s uc u ed en i onmen o an easy
co ido in a building.
2.11
Quali a i e eloci y: how o ep esen i ?
M.T. Esc ig y F. Toledo (U.Jaume I)
The concep o eloci y o an objec ela es an
in e al o ime wi h he space ha his objec has
a elled in ha in e al o ime. Veloci y is always
ela i e: we compa e he dis ance ha an objec has
a elled in a pe iod o ime wi h espec o he
posi ion o ano he objec . Al hough eloci y is a
quan i a i e physical concep , we also need a
quali a i e model o eloci y i we wan o
au oma ically eason in a human-like way. In his
pape , a quali a i e model o ep e-sen ing and
easoning wi h he concep o eloci y a di e en
le els o g anula i y is in oduced.
2.12
Th ee dimensional coa se quali a i e
spa ial models
J. Pacheco, M.T. Esc ig y F. Toledo (U.Jaume
I)
When he in o ma ion p o ided o he sys em is
coa se o i is ad isable o educe he p ocessing
ime o he easoning p ocess, i is necessa y o
de ine a coa se 3-D o ien a ional model. The ine
o ien a ion model in 3-D ex ended om he
Zimme man and F eksa’s o ien a ion model in 2-D
has been modi ied in h ee new coa se models. The
pape p esen s hose models: he ine o ien a ional
model, he leng h coa se model, he heigh coa se
model and a gene al coa se model, and how hey
a e ep esen ed in 3D and as an iconical
ep esen a ion in 2D. The algeb a and he ela ions
be ween hose models a e also explained.
2.13
Bi u caciones de Hop : análisis cuali a i o
y aplicación a un modelo bio-económico de
pesque ías
M.L. Vílchez (U. Huel a), F. Velasco, I.
He e o y F. Begines (U. Se illa)
Realizamos en es e abajo un es udio cuali a i o de
las ayec o ias del sis ema dinámico esul an e de
aplica el P incipio del Máximo de Pon yagin a un
p oblema de con ol óp imo pa a la ges ión
económica de una pesque ía. Analizamos en p ime
luga la es abilidad de las soluciones de equilib io

es aciona io en unción de los pa áme os del
sis ema, pa a pos e io men e in es iga sob e la
exis encia de bi u caciones de codimensión uno,
es o es, los cambios cuali a i os impo an es que se
p oducen en la dinámica del sis ema cuando un
pa áme o del mismo a ía. En es e sen ido,
cen amos pa icula men e nues a a ención en la
bi u cación de Hop y en la consiguien e apa ición
de ayec o ias ce adas de ipo ciclo lími e. Los
esul ados ob enidos a ni el eó ico son ilus ados
empí icamen e asignando a los pa áme os del
sis ema las es imaciones ealizadas pa a el caso de
la pesque ía de “chamelea gallina” del li o al
su a lán ico español.
2.14
Cálculo de los alo es de bi u cación en un
modelo dinámico de Economía Nacional en
iempo con inuo
F. Velasco, F. Begines, E. Esca ín (U.
Se illa) y M.L. Vílchez (U. Huel a)
En es e abajo se mues a un modelo
mac oeconómico que es udia el compo amien o
dinámico de la economía de un país o una egión y
en él apa ecen una se ie de pa áme os,
pe enecien es a unos de e minados in e alos, que
son de e minados a pa i de da os his ó icos po
medio de la calib ación. Nues o es udio encuen a
las bi u caciones de codimensión uno inhe en es al
sis ema, con lo que ob enemos dis in os
compo amien os que a a ene la economía. Los
compo amien os encon ados han sido de
economía con equilib io y la apa ición de ciclos en
el compo amien o de las a iables.
2.15
Rep esen ación cuali a i a del
conocimien o: aplicación a la gene ación
au omá ica de i ine a ios cul u ales
J.A. O ega, M.J. Escalona, J. To es, R.M.
Gasca y M. Mejías (U. Se illa)
La exp esi idad que el conocimien o cuali a i o
puede o ece a la ho a de exp esa una consul a, es
ap o echada en es e a ículo pa a su aplicación en
la di usión en la gene ación de i ine a ios
cul u ales. Es e a ículo p esen a un p oblema eal
en el que se quie e o ece al público el
conocimien o del pa imonio cul u al de Andalucía,
pe mi iendo que, median e una in e az sencilla,
pueda selecciona sus p e e encias pa a ob ene
i ine a ios cul u ales que e i iquen de e minadas
es icciones de inidas po el usua io en su isi a
cul u al. Se u iliza án écnicas de azonamien o
cuali a i o como sopo e adecuado pa a la
esolución del p oblema de la gene ación
au omá ica de i ine a ios cul u ales.
2.16
Modal in e al a i hme ical applied o
heal h moni o ing o cable-s ayed
S uc u es
J. Vehí, R. Villamiza , N. Luo (U. Gi ona)
In his pape , an in e al ma hema ical model is
p esen ed o desc ibe he dynamic beha io o he
cable{s ayed b idges such ha he some bounded
pa ame ic unce ain ies can be aken in o accoun .
The echnique o modal in e als has been applied
o he heal h moni o ing o cable{s ayed b idges.
This ep esen s a new, challenging, di±cul and
unique p oblem no only o he aul de ec ion and
diagnosis bu also o he s uc u al con ol
communi y, wi h many complexi ies in modelling,
con ol design and implemen a ion. Howe e , he
simula ion based on he linea in e al model will
be closed o he possible eal dynamic beha io o
he b idge s uc u e unde no mal ci cums ance and
can gi e an en elope in which he eal dynamics o
a cable{s ayed b idge will be in ol ed.
3 Conclusiones
El con enido del p esen e a ículo in en a ace ca al
lec o a algunas de las líneas de abajo ac uales en
el campo de los sis emas cuali a i os y la diagnosis
y su aplicación a los sis emas socioeconómicos. En
es e a ículo se ha p esen ado de mane a esumida
algunos de los abajos de in es igación en o no a
es as líneas de in es igación
El esul ado que aquí se expone es un esumen de
los abajos p esen ados en las úl imas Jo nadas
celeb adas du an e es e año po el colec i o de
in es igado es ag upados en el g upo ARCA
(Au oma ización del Razonamien o Cuali a i o y
Ap endizaje – www.lsi.us.es/a ca). En conc e o las
«IV Jo nadas de T abajo ARCA: Sis emas
Cuali a i os y Diagnosis ».
Finalmen e los au o es de es e a ículo quisié amos
da las g acias a los pa icipan es en es as Jo nadas,
po suminis a nos los esúmenes de las
exposiciones que ealiza on.
Re e encias
[JARCA2002] IV Jo nadas de ARCA: Sis emas
Cuali a i os y Diagnosis. Ed. Juan A.
O ega, Xa ie Pa a y Bela mino Pulido.
Edición Digi al A3 – Se illa (2002).