Búsquedas heurísticas

3,012 views

Published on

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

No Downloads
Views
Total views
3,012
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
116
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

Búsquedas heurísticas

  1. 1. Introducción a la Inteligencia Artificial
  2. 2. HEURISTICAS Del griego "heurísko", (encontrar, inventar), es el término con el que nos referimos al método o procedimiento usado en la investigación o en el descubrimiento de algo. Se denomina heurística a la capacidad de un sistema para realizar de forma inmediata innovaciones positivas para sus fines. La capacidad heurística es un rasgo característico de los humanos, desde cuyo punto de vista puede describirse como el arte y la ciencia del descubrimiento y de la invención o de resolver problemas mediante la creatividad y el pensamiento lateral o pensamiento divergente. Introducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRP Lic. Iris Albarrán
  3. 3. Búsquedas Heurísticas Busca soluciones aceptables; reduce el espacio de búsqueda y es capaz de determinar su proximidad a una solución y la calidad de la misma utilizando conocimiento a priori Son características de los métodos heurísticos:  No garantizan que se encuentre una solución, aunque existan soluciones.  Si encuentran una solución, no se asegura que ésta tenga las mejores propiedades (que sea de longitud mínima o de coste óptimo).  En algunas ocasiones (que, en general, no se podrán determinar a priori), encontrarán una solución (aceptablemente buena) en un tiempo razonable.Introducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRPLic. Iris Albarrán
  4. 4. Búsqueda Heurística  Si nos planteamos seguir concretando como aprovechar la información sobre el problema en sistemas de producción, la siguiente idea consiste en concentrar toda la información heurística en una única función que se denomina función de evaluación heurística. Se trata de una función que asocia a cada estado del espacio de estados una cierta cantidad numérica que evalúa de algún modo lo prometedor que es ese estado para acceder a un estado objetivo. Habitualmente, se denota esa función por h(e).  La función heurística puede tener dos interpretaciones. Por una parte, la función puede ser una estimación de lo próximo que se encuentra el estado de un estado objetivo. Bajo esta perspectiva, los estados de menor valor heurístico son los preferidos. Pero en otros casos puede suceder que lo que convenga sea maximizar esa función.Introducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRPLic. Iris Albarrán
  5. 5. Funciones de evaluacion  • Búsqueda primero el mejor.  1. Tenemos una función de evaluación heurística f^, que nos ayudará a decidir cuál es el mejor nodo para expandir.  2. Se expandirá el nodo n para el que se obtenga el  menor valor f^(n)  – f^ con valores pequeños en los nodos mas prometedores.  – La selección de nodos a expandir no sigue ningún patrón definido.  – La expansión de un nodo genera todos sus sucesores  3. Se terminará el proceso cuando el nodo a expandirIntroducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRPLic. Iris Albarrán
  6. 6. f^(n): número de fichas fuera de posición (comparadas con la función objetivo) Valor de la función heurística en dicho nodo.Introducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRPLic. Iris Albarrán
  7. 7.  Como forzar la vuelta atrás en la exploración de otros caminos más prometedores y evitar los poco prometedores. •Factor de profundidad: f^(n) = g^(n) + h^(n) : longitud del camino más corto entre el nodo n y el nodo inicial (Esta es la función HEURISTICA) g^(n): estimación de la profundidad del nodo n h^(n): evaluación heurística en el nodo nIntroducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRPLic. Iris Albarrán
  8. 8. Algoritmo Genérico de Busqueda en Grafos BUSQUEDA_EN_GRAFOS: 1. Cree un árbol de búsqueda Tr, que solo este formado por el nodo inicial n(o). – Inserte n(o) en una lista llamada ABIERTOS 2. Cree una lista llamada CERRADOS que inicialmente está vacía. 3. Si la lista ABIERTOS está vacía, salga del algoritmo por falla. 4. Extraiga el primer nodo de la lista ABIERTOS e insértelo en la lista CERRADOS. Llame a este nodo n. 5. Si n es el nodo objetivo, salga del algoritmo y devuelva la solución, que estará formada por el camino definido por los arcos que nos llevan de n a n(o) en el árbol Tr (los arcos se crean en el paso 6) 6. Expanda el nodo n y genere el conjunto de nodos sucesores M. Incorpore los elementos de M como sucesores de n en el árbol Tr, creando los arcos correspondientes entre n y cada uno de los nodos de M. 7. Reordene la lista ABIERTOS de acuerdo con algún esquema arbitrario o de acuerdo con una heurística determinada. 8. Vaya al paso 3 Introducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRP Lic. Iris Albarrán
  9. 9. Ejercicios Plantee la funcion Heuristica para el juego de las 8 Reinas en un tablero de Ajedrez El problema del viajante.  Estado inicial: un viajante se encuentra en una capital de provincia.  Estado meta: quiere viajar a otra capital por la mejor ruta posible (la  más corta)  Medios: Las capitales de provincia colindantes están unidas por carreteras; se dispone de un mapa con la disposición de las provincias y sus "coordenadas" en kilómetros respecto al "centro” Juego de domino. Supongamos que el juego de domino esta formado por dos parejas. Determine la función Heurística para la colocación de la fichas.Introducción a la Inteligencia Artificial Dpto. de Informática IUT DR FRPLic. Iris Albarrán

×