Búsqueda inteligencia artificial
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Búsqueda inteligencia artificial

on

  • 602 views

 

Statistics

Views

Total Views
602
Views on SlideShare
602
Embed Views
0

Actions

Likes
1
Downloads
10
Comments
1

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Búsqueda inteligencia artificial Presentation Transcript

  • 1. Búsqueda Inteligencia Artificial Nombre: Alexis Pilco Carrera/Nivel: 6to Sistemas
  • 2. Tipos de búsqueda • Algoritmo.- disponemos de información segura de lo que podemos aplicar en donde a continuación tenemos 2 tipos de búsqueda en el sentido general. • Búsqueda Exhaustiva (a ciegas) • Búsqueda Heurística (informada)
  • 3. Búsqueda ciega • Exploración del árbol de búsqueda pero sin información. • Estrategia de búsqueda.- elección del orden de la expansión de los nodos. • Búsqueda en profundidad • Búsqueda en amplitud • Búsqueda de corte uniforme • Búsqueda en profundidad limitada • Búsqueda en profundidad iterativa • Búsqueda bidireccional
  • 4. Búsqueda en profundidad • Se basa en elegir un camino en el árbol y seguirlo hasta el final. Si no se encuentra la solución se retrocede (backtraking) y se prueba por otro camino. • Se puede implementar mediante un algortimo recursivo.
  • 5. Ejemplo (Algortimo) • Si estado_inicial = estado_objetivoENTONCES salir con éxito. • Mientras no éxito y no fracaso. a. Generar los sucesores del caso inicial (si no hay mas sucesores igual fracaso). b. Llamar al algoritmo para cada uno de los nodos generados como estado inicial. c. Si se devuelve éxito, devolver éxito, si no continuar el bucle.
  • 6. Búsqueda en amplitud • Se basa en desarrollar completamente cada nivel del árbol antes de pasar a desarrollar el siguiente.
  • 7. Ejemplo (algoritmo) • Lista: = estado_inicial • MIENTRAS (lista 0) y no solución. a. Eliminar primer elemento Lista y asignarlo a E. b. Para cada regla aplicable a E • Aplicar la regla • Si el estado resultante el objetivo, salir devolviéndolo. • Si no añadir el nuevo estado a lista.
  • 8. Búsqueda de coste uniforme • Se basa en desarrollar el nodo con menor coste.
  • 9. Búsqueda en profundidad limitada. • Tiene un limite de profundidad l. • Implementación: los nodos a profundidad l no tienen sucesores.
  • 10. Ejemplo • Problema • Calcular l. • En cierto problemas es fácil: Viaje a Rumania: 20 unidades: con l=19 encontramos solución. • En otros es posible.
  • 11. Búsqueda en profundidad iterativa • Se basa en elegir utilizar búsqueda en profundidad limitada aumentando l si no se encuentra la solución.
  • 12. Búsqueda bidireccional • Búsqueda simultáneamente desde el estado inicial y el final.
  • 13. Condicionantes • No vale para todos los problemas: 1. Los operadores deben ser reversibles. 2. Problemas si hay varias soluciones. 3. Debe haber comparación eficiente de encuentro.
  • 14. Búsqueda Heurística (informada) • Información sobre el problema (información del dominio) que permite reducir la busqueda.