Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL  -------------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL    -----------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL        -------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL    -----------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL       --------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL     ----------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL      ---------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL   ------------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL  -------------------------...
Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL      ---------------------...
Upcoming SlideShare
Loading in...5
×

Busqueda ia

1,916

Published on

Metodos de busqueda de inteligencia artificial

Published in: Education
0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,916
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
0
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

Busqueda ia

  1. 1. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- BÚSQUEDA Desarrollo de Software Inteligencia Artificial = = Encontrar un dato Encontrar un cierto camino recorridoEn INTELIGENCIA ARTIFICIAL el objetivo es encontrar el camino de búsqueda. ¿Por qué? Optimización Planificación Resolución de problemas Juegos Ing. Nancy Páez JTP
  2. 2. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- Características de los procesos de Búsqueda Cabe la posibilidad de asociar un conjunto de estados a las diferentessituaciones en que se puede encontrar el objeto del dominio sobre el que sedefine el problema. Hay una serie de estados iniciales desde los que empieza el proceso debúsqueda. Existen ciertos operadores, tal que un operador aplicado sobre un estadoproduce otro estado. Existe al menos un estado meta o estado solución.ESPACIO DE ESTADOS: conjunto de estados que pueden obtenerse si seaplicaran todos los operadores posibles a todos los estados que se fuerangenerando. Ing. Nancy Páez JTP
  3. 3. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- Representación y Estructura de los procesos de Búsqueda ÁRBOL GRAFO RED A 15 A A 5 5 9 B C 8 B C D B C D 9 7 5 9 7 5 8 D E 11 F 10 E H F E H F 4 5 5 4 5 5G H I J K7 1 4 0 5 Ing. Nancy Páez JTP
  4. 4. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- MÉTODOS DE BÚSQUEDANO INFORMADOS INFORMADOS Búsqueda Primero en Anchura (BPA) Generación y Prueba Búsqueda Primero en Profundidad (BPA) Escalada Simple Ramificación y acotación (BPP) Escalada por la Máxima Pendiente Enfriamiento Simulado Búsqueda el Primero Mejor A* Ing. Nancy Páez JTP
  5. 5. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- BÚSQUEDA PRIMERO EN ANCHURA (BPA) A1º Paso: Crear una Pila ( u otra estructuradinámica) D F G2º Paso: Mientras la Pila no esté vacía, hacer:3º Paso: Extraer el primer elemento de la Pila H J C E4º Paso: Generar nuevos estados derivadosdel actual B K Z W5º Paso: explorar si los nuevos nodos sonestado objetivo, si alguno lo es salir, en caso Lcontrario añadir nuevos nodos a la Pila yvolver a 3º. Ing. Nancy Páez JTP
  6. 6. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- BÚSQUEDA PRIMERO EN PROFUNDIDAD (BPP) AContinúa por una sola rama del árbol D F Ghasta encontrar una solución o hasta quese tome la decisión de terminar la H J C Ebúsqueda por esa dirección. B K Z W L
  7. 7. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- BÚSQUEDA RAMIFICACIÓN Y ACOTACIÓN (BPP)• En lugar de generar todos los sucesores del estado actual, se genera un único sucesor en cada caso.• La elección de un nodo a ser visitado no implica que sea sacado de la lista.ABIERTA: A Am=Am´= D D F GABIERTA: D,Am=Dm´= H H J C EABIERTA: H, D, Am=H B K Z Wm´= BABIERTA: B, H, D, A L CAMINO: A, D, H, B
  8. 8. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- VENTAJAS DE LOS MÉTODOS DE BÚSQUEDA SIN INFORMACIÓNMÉTODO PRIMERO EN ANCHURA:• No queda atrapada explorando callejones sin salida.• Si existe una solución, garantiza que se logre encontrarla.• Si existen múltiples soluciones, se encuentra la solución mínima.MÉTODO PRIMERO EN PROPUNDIDAD:• Necesita menos memoria ya que sólo se almacenan los nodosdel camino que se sigue en ese instante.• Si se tiene suerte este método, puede encontrar una soluciónsin tener que examinar gran parte del espacio de estados.
  9. 9. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- MÉTODOS DE BÚSQUEDA CON INFORMACIÓNEstos algoritmos resuelven problemas complicados con eficiencia, quizásno dando la mejor solución, pero si encontrando una buena solución.Heurística: es una técnica que aumenta la eficiencia de un procesode búsqueda posiblemente sacrificando demandas de completitud.Una Función Heurística: es una correspondencia entre las descripciones deestados del problema hacia alguna medida de deseabilidad, generalmenterepresentada con números. ¿Por qué es necesario su uso?EVITA DA UNA BUENA PROFUNDIZA LAENREDOS SOLUCIÓN COMPRENSIÓN
  10. 10. Universidad Tecnológica Nacional - Facultad Regional Córdoba – Cátedra: INTELIGENCIA ARTIFICIAL --------------------------------------------------------------------------------------------------------------------------------------------------- EJEMPLO: A8 B2 C8 D6 E4 F6 G9 H2 I9 J5 K4 L3 M8 N0 O3 P6ALGORITMO DE BÚSQUEDA EL PRIMERO MEJOR f (n) = h (n)ALGORITMO DE BÚSQUEDA A * f (n) = h (n) + g (n)f (n) = función heurísticah (n) = estimación del costo del camino óptimo desde “ n “ a una meta.g (n) = costo real del mejor camino encontrado en un determinado momento desde la raíz hasta “ n “.

×