Your SlideShare is downloading. ×
0
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Inteligencia artificial
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Inteligencia artificial

150

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
150
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  1. Gustavo Pullupaxi Sexto Sistemas UNIVERSIDAD REGIONAL AUTONOMA DE LOS ANDES SISTEMAS MERCANTILES INTELIGENCIA ARTIFICIAL
  2. Para poder resolver el problema, debemos construir un modelo para basar nuestras decisiones en las un modelo para basar nuestras decisiones en las consecuencias (hipotéticas) de nuestras acciones: consecuencias (hipotéticas) de nuestras acciones: INTRODUCCIÓN
  3. Las técnicas de búsqueda son una serie de esquemas de representación del conocimiento, que mediante diversos algoritmos nos permite resolver ciertos problemas desde el punto de vista de la I.A Los elementos que integran las técnicas de búsqueda son: Conjunto de estados: todas las configuraciones posibles en el dominio. Estados iniciales: estados desde los que partimos. Estados finales: las soluciones del problema. Operadores: se aplican para pasar de un estado a otro. TÉCNICAS DE BÚSQUEDA SUS ELEMENTOS
  4. Un buen solucionador será aquel que realice su función a bajo coste según los siguientes parámetros: - Complejidad temporal: tiempo empleado en obtener la solución - Complejidad espacial: cantidad de recursos necesarios para obtener la solución. Por ejemplo: memoria. La explosión combinatoria es un fenómeno que hace que el problema no se pueda abordar computacionalmente. TIPOS DE SOLUCIONADORES
  5. Un problema puede tener varias soluciones, pero debido a la extensión del grafo implícito, no podemos explorarlo por completo, por lo que tampoco podemos buscar la mejor solución al problema (suponiendo algún criterio de algún criterio de optimalidad). Por eso, en muchos problemas de I.A. nos conformamos con buscar soluciones aceptables (cualquier camino a una solución lo suficientemente buena) y no soluciones óptimas (la mejor solución posible). USO DE INFORMACIÓN
  6. Búsqueda en amplitud: - Procedimientos de búsqueda nivel a nivel. - Para cada uno de los nodos de un nivel se aplican todos los posibles operadores. - No se expande ningún nodo de un nivel antes de haber expandido todos los del nivel anterior. - Se implementa con una estructura FIFO. BÚSQUEDA CIEGA (TIPOS)
  7. - Ventajas: Si existe la solución, la encuentra en la menor profundidad posible. - Desventajas: Explosión combinatoria aparece frecuentemente debido a la alta complejidad espacial y temporal de esta técnica. BÚSQUEDA CIEGA (TIPOS)
  8. • Las técnicas de búsqueda heurística usan el conocimiento del dominio para adaptar el solucionador y, de esta manera, éste sea más potente y consiga llegar a la solución con mayor rapidez. Por tanto, estas técnicas utilizan el conocimiento para avanzar buscando la solución al problema. • Definiciones: - Costo del camino: coste necesario para ir del nodo raíz al nodo meta por dicho camino. - Costo para hallar la solución: coste necesario para encontrar el camino anteriormente definido. - Potencia heurística: capacidad de un método de exploración para obtener la solución con un coste lo más bajo posible. BÚSQUEDA HEURÍSTICA
  9. • Definición: es una aplicación del espacio de estados con el espacio de los números reales F(estado) => n • n representa lo cercano que esta el estado con el que se ha aplicado la función de evaluación de la solución final. • Es muy importante mantener un equilibrio entre la eficiencia de la función y su complejidad. No debemos tener una función de evaluación demasiado complicada, ni tampoco una demasiado sencilla pero que no avance prácticamente nada en el problema. En caso de no mantener este equilibrio se podría producir explosión combinatoria. FUNCIÓN DE EVALUACIÓN HEURÍSTICA
  10. • Tipos: • Estrategias tentativas: aquellas en las que se puede abandonar la exploración de una rama y pasar a explorar otra en cualquier momento del problema. • Estrategias irrevocables: aquellas en las que no se puede abandonar la exploración de la rama por la que se comenzó. • Métodos: • Gradiente • Primero el mejor • Búsqueda en haz • Algoritmo A ESTRATEGIAS DE BÚSQUEDA HEURÍSTICA

×