Bello Pérez, Rafael EstebanGutiérrez Martínez, Iliana2020-02-272020-02-272001https://dspace.uclv.edu.cu/handle/123456789/12440En el Razonamiento Basado en Casos tradicional la solución de un problema se realiza a partir de los ejemplos almacenados en la memoria de casos a través de la implementación de una función de distancia o de semejanza dependiente del dominio [Ric92], [Ric95]. Este enfoque tiene la desventaja de que las soluciones son imprecisas cuando los datos almacenados en la base de casos tienen cierto nivel de incertidumbre. Por otra parte la organización de la base de casos en una estructura que asegure un acceso y recuperación eficientes constituye una de las problemáticas actuales de los Sistemas Basados en Casos. En el presente trabajo se expone un nuevo enfoque para resolver el problema de tomar una decisión en un Sistema Basado en Casos en condiciones de incertidumbre, haciendo uso de la teoría probabilista combinada con la teoría de los conjuntos rugosos. El enfoque propuesto permite la determinación de la certidumbre de los valores almacenados en la base de casos, así como su consideración durante los procesos de recuperación y adaptación. Los algoritmos desarrollados para el cálculo de la certidumbre, acceso y recuperación de los casos están basados en el uso de una estructura de representación que garantiza un uso eficiente de la memoria de casos. Dichos algoritmos fueron implementados en un Sistema Computacional el cual ha sido usado exitosamente en la solución de tareas de diagnóstico.esEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas.Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: CreativeCommons: Atribución-No Comercial-Compartir Igual 4.0 LicenseSistema ComputacionalToma de DecisionesSistema Basado en CasosCondiciones de IncertidumbreThesis