Semana 4: Métodos de Búsqueda No informados. Prof. Oscar Benito Pacheco.
|
|
- Julio Moreno Vázquez
- hace 5 años
- Vistas:
Transcripción
1 Semana 4: Métodos de Búsqueda No informados Prof. Oscar Benito Pacheco.
2 Estrategias de Búsqueda Búsqueda No Informada Búsqueda Informada (Ciega) (Heurística) 1. Búsqueda preferente por amplitud 2. Búsqueda de costo uniforme 3. Búsqueda preferente por profundidad 4. Búsqueda limitada por profundidad 5. Búsqueda por profundización iterativa 6. Búsqueda bidireccional 1. Búsqueda avara 2. Búsqueda A* 3. Búsqueda A*PI 4. Búsqueda A*SRM
3 Búsqueda en el Espacio de Estados La resolución de un problema con esta representación pasa por explorar el espacio de estados Partimos del estado inicial evaluando cada paso hasta encontrar un estado final En el caso peor exploraremos todos los posibles caminos entre el estado inicial del problema hasta llegar al estado final Definiremos una representación del espacio de estados para poder implementar algoritmos que busquen soluciones.
4 Estructura del espacio de estados Estructuras de datos: Árboles y Grafos Estados = Nodos Operadores = Arcos entre nodos (dirigidos) Árboles: Solo un camino lleva a un nodo Grafos: Varios caminos pueden llevar a un nodo
5 Algoritmo Básico Basado en búsqueda y recorrido en árboles y grafos. La estructura la construimos a medida que hacemos la búsqueda. Algoritmo para una solución: Seleccionar el primer estado como el estado actual mientras el estado actual no es el estado final hacer Generar y guardar sucesores del estado actual (expansión) Escoger el siguiente estado entre los pendientes (selección) fin-mientras La selección del siguiente nodo determinará el tipo de búsqueda (orden de selección o expansión). Es necesario definir un orden entre los sucesores de un nodo (orden de generación).
6 Evaluación de las Estrategias Las estrategias se evalúan de acuerdo a su: Completitud. La estrategia garantiza encontrar una solución, si ésta existe? Complejidad temporal. Cuánto tiempo se necesitará para encontrar una solución? Complejidad espacial. Cuánta memoria se necesita para efectuar la búsqueda? Optimización. Con esta estrategia se encontrará una solución de la más alta calidad, si hay varias soluciones? Las complejidades temporal y espacial se miden en términos de: b máximo factor de ramificación del árbol de búsqueda (branching factor) d profundidad de la solución de menor coste m profundidad máxima del espacio de estados (puede ser )
7 Conceptos - Eficiencia de una búsqueda Coste de un arco : Indica el tiempo requerido para aplicar un operador a un estado en el proceso de búsqueda. Costo de un nodo: medida del tiempo consumido en alcanzar un nodo a lo largo del mejor camino encontrado hasta un momento dado. Factor de ramificación: número medio de descendientes de un nodo ó número medio de operadores que pueden aplicarse a un estado. Longitud de una trayectoria: número de nodos generados en un camino, ed, número de operadores aplicados en dicho número, Profundidad : Longitud del camino más corto desde el estado inicial a un un nodo determinado.
8 Estrategias de búsqueda no informada No existe información sobre la cantidad de estados intermedios o el costo de ruta para pasar del estado actual a la meta. Es decir, realiza una búsqueda exhaustiva. Sólo se sabe distinguir si estamos en el estado meta o no. A esta búsqueda se le conoce también como búsqueda ciega ó fuerza bruta.
9 BUSQUEDA POR AMPLITUD (BFS) S L O M F P Q N F F F
10 Búsqueda preferente por amplitud En este caso, primero se expande el nodo raíz y luego todos los nodos generados por éste, luego sus sucesores y así sucesivamente. Todos los nodos que están a profundidad d se expanden antes que los nodos con profundidad d+1.
11 0 LV LE 0
12 LV LE
13 LV LE 1 0 c b a 3 2 a b c
14 LV LE f e d c b a 3 a b c d e f
15 LV LE i h g f e d c b a a b c d e f g h i
16 LV LE a γ β α i h g f e d c b a b c d e f g h i α β γ
17 LV LE b a ζ ε δ γ β α i h g f e d c a b c d e f g h i α β γ δ ε ζ
18 Búsqueda preferente por amplitud 1. Crear una lista de nodos e inicializarla con el nodo raíz (estado inicial). Esta lista se maneja como una cola FIFO. 2. Lazo: Si la lista está vacía. Terminar. Quitar el primer nodo de la lista. Si la lista contiene el nodo meta, salir. La solución es el primer nodo de la lista Expandir el nodo actual y añadir todos sus hijos como nuevos nodos al final de la cola.
19 H Nodo Inicial : H nodo raíz A B C Nodos Objetivos : Nodos L y G D E F G J Estado de la cola Iteracción H K L A B C Extraer H+Hijos de H B C D E Extraer A+Hijos de A C D E F Extraer B+Hijos de B Nodos recorridos : HABCDEFGJKL D E F G J Extraer C+Hijos de C E F G J K L Extraer D+Hijos de D F G J K L Extraer E G J K L Extraer F
20 Búsqueda preferente por amplitud Si hay solución, es seguro que se encontrará mediante la búsqueda preferente por amplitud. Si son varias soluciones, siempre encontrará primero el estado de meta más próximo (menos profundidad, más a la izquierda). La búsqueda preferente por amplitud es completa y óptima siempre y cuando el costo de ruta sea una función que no disminuya al aumentar la profundidad del nodo. Completitud, Complejidad Temporal, Complejidad Espacial, Optimización.
21 Complejidad Temporal Si b es el factor de ramificación de los estados, y la solución está a una profundidad d, entonces la cantidad máxima de nodos expandidos antes de encontrar la solución es: 1+ b + b 2 + b b d + (b d+1 b) La complejidad de este algoritmo es O(b d+1 ).
22 Resumen (BFS) Los nodos se visitan y generan por niveles La estructura para los nodos abiertos es una cola (FIFO) Un nodo es visitado cuando todos los nodos de los niveles superiores y sus hermanos precedentes han sido visitados Características: Completitud: El algoritmo siempre encuentra una solución Complejidad temporal: Exponencial respecto al factor de ramificación y la profundidad de la solución O(b d+1 ). Complejidad espacial: Exponencial respecto al factor de ramificación y la profundidad de la solución O(b d+1 ). Optimización: La solución que se encuentra es óptima en número de niveles desde la raíz
23 Ejercicio 1 Determine el orden en que un agente basado en metas busca el objetivo F D B E A F C G H I J K
24 Búsqueda preferente por profundidad (DFS) S L O M F P Q N F F F
25 Búsqueda preferente por profundidad En esta búsqueda siempre se expande uno de los nodos que se encuentre en lo más profundo del árbol. Sólo si la búsqueda conduce a un callejón sin salida (un nodo que no es meta y que no tiene expansión), se revierte la búsqueda y se expanden los nodos de niveles menos profundos. Lo anterior se logra mediante el algoritmo de Búsqueda-General, con una función de lista de espera que ponga los estados recién generados al principio de la lista.
26 Búsqueda preferente por NOTA: Se supone que el factor de ramificación es b = 2 y que los nodos de nivel m = 3 no tienen sucesores. profundidad
27 Búsqueda preferente por profundidad 1. Crear una lista de nodos e inicializarla con el nodo raíz (estado inicial). Esta lista se maneja como una pila LIFO. 2. Lazo: Si la lista está vacía. Salir. Extraer el primer nodo de la lista Si la lista contiene el nodo meta, salir. La solución es el primer nodo de la lista Para cada hijo del nodo actual, expandirlo y añadir todos sus hijos como nuevos nodos al principio de la cola.
28 H Nodo Inicial : H nodo raíz A B C Nodos Objetivos : Nodos L y G D E F G J K L Nodos recorridos : HADKLEBFCGJ H Estado de la cola Iteracción A B C Extraer H+Hijos de H D E B C Extraer A+Hijos de A K L E B C Extraer D+Hijos de D L E B C Extraer K E B C Extraer L B C Extraer E F C Extraer B+Hijos de B C Extraer F G J Extraer C+Hijos de C
29 Búsqueda preferente por profundidad Sólo es necesario guardar la ruta que va del nodo raíz al nodo hoja, junto con los nodos restantes no expandidos, por cada nodo de la ruta. Si un espacio de estados tiene factor de ramificación b y profundidad máxima m, se requieren almacenar bm nodos. La complejidad temporal es de O(b m ).
30 Búsqueda preferente por profundidad Si la cantidad de soluciones en un problema es grande, se recomienda esta búsqueda (BFS) sobre la búsqueda preferente por amplitud (DFS). La desventaja de esta búsqueda es que se puede quedar estancada al avanzar por una ruta equivocada, ya que muchos árboles de búsqueda pueden ser muy profundos o infinitos. Por lo tanto, la BPPP no es ni la mas completa ni la más óptima.
31 Resumen (DFS) Los nodos se visitan y generan buscando los nodos a mayor profundidad y retrocediendo cuando no se encuentran nodos sucesores La estructura para los nodos abiertos es una pila (LIFO) Para garantizar que el algoritmo acaba debe imponerse un límite en la profundidad de exploración Características Completidud: El algoritmo encuentra una solución si se impone un límite de profundidad y existe una solución dentro de ese límite Complejidad temporal: Exponencial respecto al factor de ramificación y la profundidad del límite de exploración O(b m ). Complejidad espacial: Si no se controlan los nodos repetidos el coste es lineal respecto al factor de ramificación y el límite de profundidad O(bm). Si tratamos repetidos el coste es igual que en anchura. Si la implementación es recursiva el coste es O(m). Optimización: No se garantiza que la solución sea óptima
32 Ejercicio 2 A Diga para el siguiente árbol el orden en que se visitan los nodos cuyo nodo objetivo es : M G B C D H I J K L E M F N O
ALGORITMOS DE BÚSQUEDA. Ing. Ronald A. Rentería Ayquipa
ALGORITMOS DE BÚSQUEDA Algoritmos de Búsqueda Tipos Tipos de algoritmos de búsqueda ALGORITMOS DE BÚSQUEDA NO INFORMADA ALGORITMOS DE BÚSQUEDA HEURÍSTICA Búsqueda no informada Introducción Búsqueda no
Más detalles25/09/2014 BÚSQUEDA NO INFORMADA / BÚSQUEDA CIEGA INTRODUCCIÓN BÚSQUEDA SUPOSICIONES DEL ENTORNO FORMULAR-BUSCAR-EJECUTAR
BÚSQUEDA NO INFORMADA / BÚSQUEDA CIEGA M. en C. Arturo Rodríguez García INTRODUCCIÓN BÚSQUEDA Proceso en el cual un agente construye una secuencia de acciones para alcanzar un objetivo. SUPOSICIONES DEL
Más detallesResolviendo Problemas Buscando Soluciones. Tomás Arredondo Vidal 16/6/2010
Resolviendo Problemas Buscando Soluciones Tomás Arredondo Vidal 16/6/2010 Resolviendo Problemas Buscando Soluciones Contenidos Agentes que resuelven problemas Tipos de problemas Formulación de problemas
Más detallesHoja de Problemas Tema 2 Búsqueda no-informada
Ejercicio 1: 1.1. El enfoque de los Agentes Inteligentes concibe el objetivo de la Inteligencia Artificial como el intento de construir sistemas (a) (b) (c) (d) que actúen como las personas (tipo Eliza).
Más detallesBúsqueda Heurística II
Búsqueda Heurística II Pedro Meseguer IIIA-CSIC Bellaterra, Spain pedro@iiia.csic.es Algoritmos Algoritmo: procedimiento computacional que termina si en algún caso no termina, hay que especificarlo Características:
Más detallesInteligencia Artificial
Inteligencia Artificial Tema 2 Búsquedas Dr. Jesús Antonio González Bernal Contenido Estructura General de un PSA (Problem Solving Agent) Formulación de un PSA Algoritmos de Búsqueda de Sl Soluciones Aplicaciones
Más detallesBúsqueda en espacio de estados
Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Inteligencia Artificial CCIA, US Búsqueda en espacio de estados IA 1 / 35 Metodología
Más detallesBúsqueda Heurística III
Búsqueda Heurística III Pedro Meseguer IIIA-CSIC Bellaterra, Spain pedro@iiia.csic.es Búsqueda heurística Búsqueda informada por la función heurística f(n) Algoritmos: esquema primero el mejor (best-first)
Más detallesBúsqueda en espacio de estados
Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Abstracción Problema Representación como espacio de estados Implementación del
Más detallesInteligencia Artificial Búsqueda informada y exploración
Inteligencia Artificial Búsqueda informada y exploración Primavera 2008 profesor: Luigi Ceccaroni Introducción La búsqueda informada utiliza el conocimiento específico del problema. Puede encontrar soluciones
Más detallesTema 3: Técnicas básicas de búsqueda para la resolución de problemas
Tema 3: Técnicas básicas de búsqueda para la resolución de problemas José Luis Ruiz Reina José Antonio Alonso Franciso J. Martín Mateos Departamento de Ciencias de la Computación e Inteligencia Artificial
Más detallesBÚSQUEDA. Vicente Martínez Orga
BÚSQUEDA Vicente Martínez Orga vicente.martinez@upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, 28660 Boadilla del Monte,
Más detallesInteligencia Artificial Búsqueda informada y exploración
Inteligencia Artificial Búsqueda informada y exploración Introducción La búsqueda informada utiliza el conocimiento específico del problema. Puede encontrar soluciones de una manera más eficiente. Una
Más detallesBúsqueda Heurística (1ª parte)
Búsqueda Heurística (1ª parte) Ingeniería Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: Agentes basados en Búsqueda Resumen: 2. Agentes basados en búsqueda
Más detallesRESOLUCIÓN DE PROBLEMAS, BÚSQUEDA. Ing. Ronald A. Rentería Ayquipa
RESOLUCIÓN DE PROBLEMAS, BÚSQUEDA Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar
Más detallesNo se permiten libros ni apuntes. Ejercicio 1 Ejercicio 2 Ejercicio 3 Ejercicio 4 TOTAL NOTA
PLLID: MR: o se permiten libros ni apuntes jercicio 1 jercicio 2 jercicio 3 jercicio 4 TTL T jercicio 1: [XX puntos: respuesta acertada = +2, respuesta incorrecta = 2] Complete las siguientes frases y
Más detallesLic. Carmen Rosa Garcia Perez. Cruz Urrelo Teofilo. Hilari Orozco Sonia Nidia. Tonore Cholima Luis Miguel
UNIVERSIDAD MAYOR DE SAN SIMON FACULTAD DE CIENCIAS Y TECNOLOGIA DPTO: INFORMATICA Y SISTEMAS Docente: Integrantes: Lic. Carmen Rosa Garcia Perez Acua Mendoza roger Cruz Urrelo Teofilo Hilari Orozco Sonia
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Búsqueda Representación Tipos búsquedas: Sin información Con información
Más detallesBúsqueda Informada. Heurísticas
Búsqueda Informada Heurísticas Búsqueda informada: heurística Ejemplo de heurística para el problema del viajante de comercio Clasificación de heurísticas Ventajas de las heurísticas Aplicando heurísticas
Más detallesNo se permiten libros ni apuntes. Ejercicio 1 Ejercicio 2 Ejercicio 3 Ejercicio 4 TOTAL NOTA
Junio Duración: h Ejercicio Ejercicio Ejercicio Ejercicio TOTAL NOTA Ejercicio : [ puntos: respuesta acertada = +., respuesta incorrecta =.] Complete las siguientes frases y conteste a cada una con verdadero
Más detallesFrancisco J. Hernández López
Francisco J. Hernández López fcoj23@cimat.mx Sus aristas son pares de vértices no ordenados, es decir si hay un camino del vértice i al vértice j, será exactamente el mismo camino del vértice j al vértice
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Lógica y Estructuras Discretas Tutor: Antonio Rivero Cuesta Tema 5 Teoría de Grafos Conceptos Básicos Un grafo consta de: Grafo Un conjunto de nodos, Un conjunto de aristas
Más detallesTécnicas de Búsqueda de Soluciones. Jose Aguilar Cemisid, Facultad de Ingeniería Universidad de los Andes Mérida, Venezuela
Técnicas de Búsqueda de Soluciones Jose Aguilar Cemisid, Facultad de Ingeniería Universidad de los Andes Mérida, Venezuela aguilar@ula.ve Agentes y Búsqueda Algoritmo de búsqueda: Permitir la transición
Más detallesInteligencia Artificial
Inteligencia Artificial Tema 2 Búsquedas Ivan Olmos Pineda Contenido Estructura General de un PSA Formulación de un PSA Algoritmos de Búsqueda de Soluciones Aplicaciones BUAP Inteligencia Artificial 2
Más detallesInteligencia Artificial FCC-BUAP. Esaú Villatoro Tello Alfonso Garcés Báez
Inteligencia Artificial FCC-BUAP Esaú Villatoro Tello Alfonso Garcés Báez Agentes Inteligentes. Un agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde
Más detallesSISTEMAS INTELIGENTES
SISTEMAS INTELIGENTES T2: Sistemas de Búsqueda {jdiez, juanjo} @ aic.uniovi.es Cómo resolverlo? Índice El papel de la búsqueda en IA Componentes de un sistema de búsqueda Ejemplos de problemas de búsqueda
Más detallesSolución de Problemas Mediante Búsqueda (2) Carlos Hurtado Depto de Ciencias de la Computación, Universidad de Chile
Solución de Problemas Mediante Búsqueda (2) Carlos Hurtado Depto de Ciencias de la Computación, Universidad de Chile Manhattan Bike Curier (Acíclico) Ref. Curso IA U. of Toronto Algoritmo Genérico de Búsqueda
Más detallesINGENIERÍA EN SISTEMAS Y COMUNICACIONES
INGENIERÍA EN SISTEMAS Y COMUNICACIONES UDA: INTELIGENCIA ARTIFICIAL TEMA: RESOLUCIÓN DE PROBLEMAS ESTRATEGIAS DE BÚSQUEDA Y CONTROL E L A B O R Ó : D R. E N C. H É C T O R R A F A E L O R O Z C O A G
Más detallesAgentes que resuelven problemas
Agentes que resuelven problemas 1. Formulación de meta (decidir que estados son objetivo) y del problema (decidir que acciones y estados se van a considerar) 2. Buscar una solución (examinar posibles acciones
Más detallesAnálisis y Complejidad de Algoritmos. Arboles Binarios. Arturo Díaz Pérez
Análisis y Complejidad de Algoritmos Arboles Binarios Arturo Díaz Pérez Arboles Definiciones Recorridos Arboles Binarios Profundidad y Número de Nodos Arboles-1 Arbol Un árbol es una colección de elementos,
Más detallesTema: Búsqueda a Ciegas (No Informada).
Sistemas Expertos e Inteligencia Artificial. Guía No. 4 1 Tema: Búsqueda a Ciegas (No Informada). Facultad: Ingeniería Escuela: Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Objetivos
Más detallesEjemplo. Ejemplo. 8-puzzle. Formulación de un Problema de Búsqueda. Inteligencia Artificial 2º cuatrimestre de Algoritmos de Búsqueda
ormulación de un Problema de úsqueda lgoritmos de úsqueda onsideraciones de iseño e mplementación estado inicial conjunto de acciones Se usa el término operador para denotar la descripción de una acción
Más detallesInteligencia Artificial
Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur 1. Búsqueda en la resolución de problemas. Inteligencia Artificial Trabajo Práctico N 3 Búsqueda Ciega y Heurística Segundo
Más detallesBúsqueda no-informada
Inteligencia rtificial úsqueda no-informada Ingeniería Informática, 4º urso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Inteligencia rtificial Tema 2: gentes basados en úsqueda Resumen:
Más detallesInteligencia Artificial Resolver problemas mediante búsqueda
Inteligencia Artificial Resolver problemas mediante búsqueda Primavera 2007 profesor: Luigi Ceccaroni Resolución de problemas Se quiere: Resolver automáticamente un problema Se necesita: Una representación
Más detallesEstado 3.2 (coste = 9)
Búsqueda heurística Fernando Berzal, berzal@acm.org Búsqueda heurística Búsqueda primero el mejor p.ej. búsqueda de coste uniforme [UCS] Heurísticas Búsqueda greedy El algoritmo A* Heurísticas admisibles
Más detallesUniversidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes junio 2010 Semana 1. Ejercicio 1. (Valoración:
Más detallesB s ú que u da p rim i ero o e n n p rof o u f n u d n id i ad: E tr t ate t gia i L I L FO B s ú que u da p rim i ero o e n n a nc n h c u h r u a:
Búsqueda sin información Fernando Berzal, berzal@acm.org Búsqueda sin información Recorridos sobre grafos Búsqueda en anchura (BFS) Búsqueda en profundidad (DFS) Descenso iterativo (IDS) [ vuelta atrás
Más detallesInteligencia Artificial
Inteligencia Artificial Grupo PLG Universidad Carlos III de Madrid IA. 2008 Grupo PLG (UC3M) Inteligencia Artificial Inteligencia Artificial 1 / 70 Indice 1 Introducción 2 Búsqueda sin información Búsqueda
Más detallesUNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR INTEGRANTES: Caricari Cala Aquilardo Villarroel Fernandez Fructuoso DOCENTE: Lic. Garcia
Más detallesBúsqueda en línea y Búsqueda multiagente
Búsqueda en línea y Búsqueda multiagente Ingeniería Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: Agentes basados en Búsqueda Resumen: 2. Agentes basados
Más detallesINTELIGENCIA ARTIFICIAL II
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ CARRERA INFORMÁTICA SEMESTRE SÉPTIMO PERIODO ABR. /SEP.-2015 INTELIGENCIA ARTIFICIAL II TEMA: RESUMEN#2: - OTROS ALGORITMOS DE BÚSQUEDA
Más detalles(b) Cuál es la desventaja principal de una heurística con aprendizaje? es más informada que otra función heurística optimista h 2 *?
UNIVERIDD REY JUN CRLO CURO 0-0 INTELIGENCI RTIFICIL Hoja de Problemas Tema Ejercicio : Conteste a las siguientes preguntas: (a) Cómo funciona una heurística con aprendizaje? olución: Una heurística con
Más detallesTeoría de Algoritmos. Capitulo 5: Algoritmos para la Exploración de Grafos.
Teoría de Algoritmos Capitulo 5: Algoritmos para la Exploración de Grafos. Tema 14: Backtracking y Branch and Bound Branch and Bound Problema de la Mochila Problema del Viajante de Comercio Los 15 numeros
Más detallesBúsqueda Informada. Algoritmos primero el mejor Algoritmos de búsqueda local
Búsqueda Informada Algoritmos primero el mejor Algoritmos de búsqueda local Algoritmos primero el mejor Búsqueda primero el mejor Búsqueda Voraz A* Algoritmos primero el mejor Familia de algoritmos de
Más detallesIV. Métodos de Búsqueda Estudiaremos los métodos de búsqueda para resolver problema de la IA
IV. Métodos de Búsqueda Estudiaremos los métodos de búsqueda para resolver problema de la IA 1 4. Métodos de Búsqueda Tópicos Métodos de búsqueda Árbol de estado Métodos a ciegas Función evaluadora Métodos
Más detallesBúsqueda en e.e. --> reglas para elegir entre las ramas que con más probabilidad lleven a la solución.
BÚSQUEDA HEURÍSTICA estudio de los métodos y reglas del descubrimiento y la invención. Búsqueda en e.e. --> reglas para elegir entre las ramas que con más probabilidad lleven a la solución. Situaciones
Más detallesInteligencia Computacional
Inteligencia Computacional Búsqueda: sin información otros algoritmos, con información http://blancavg.com/tc3023/ Blanca A. Vargas Govea * blanca.vg@gmail.com * Agosto 17, 2012 B D A A C E B I I F C G
Más detallesÁrboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices.
ÁRBOLES Árboles Un grafo conectado que no contiene circuitos simples. Utilizados desde 1857, por el matemático Ingles Arthur Cayley para contar ciertos tipos de componentes químicos. Un árbol es un grafo
Más detallesCurso /09/12. Inteligencia Artificial (30223) Lección 3. Resolución de Problemas y Búsqueda. Índice. Resolución de problemas
Inteligencia Artificial (30223) Lección 3. Resolución de Problemas y Búsqueda Curso 2012-2013 José Ángel Bañares 17/09/2013. Dpto. Informática e Ingeniería de Sistemas. Índice Agente de Resolución de Problemas
Más detallesBúsqueda Heurística. Branch and Bound, Best First Search A, A IDA Búsqueda local (Hill climbing, Simulated annealing, Alg.
Introducción Búsqueda Heurística Supone la existencia de una función de evaluación que debe medir la distancia estimada al (a un) objetivo (h(n)) Esta función de evaluación se utiliza para guiar el proceso
Más detallesIntroducción a los árboles. Lección 11
Introducción a los árboles Lección 11 Árbol: Conjunto de elementos de un mismo tipo, denominados nodos, que pueden representarse en un grafo no orientado, conexo y acíclico, en el que existe un vértice
Más detallesCurso /10/12. Inteligencia Artificial (30223) Lección 4. Búsqueda Informada. Índice. Descripción informal de la búsqueda en grafo
Inteligencia Artificial (30223) Lección 4. Búsqueda Informada Curso 202-203 José Ángel Bañares 7/09/203. Dpto. Informática e Ingeniería de Sistemas. Índice Informada= Utiliza conocimiento problema Estrategias
Más detallesx x 2 s s= (x 1, x 2 ) ... ? (sin explorar) M= (x 1, x 2, x 3, x 4,..., x n ) valor(m) =?
Exploración de grafos Grafos Recorridos sobre grafos Búsqueda primero en profundidad Búsqueda primero en anchura Backtracking ( vuelta atrás ) Descripción general Espacio de soluciones Implementación Ejemplos
Más detallesDescubrir los árboles como paradigma de los tipos Recursivos de Datos
TEMA 5 ÁRBOLES(*) Una de las estructuras las datos más importantes y prominentes que existen es el árbol. No es un árbol en el sentido botánico de la palabra, sino uno de naturaleza más abstracta. Todos
Más detallesInteligencia Artificial
I.T. en Informática de Sistemas, 3º Curso académico: 2009/2010 Profesores: Sascha Ossowski y Ramón Hermoso 1 Tema 2: Búsqueda Resumen: 2. Búsqueda 2.1. Agentes de resolución de problemas 2.2. Búsqueda
Más detallesMétodos de Búsqueda para juegos humano-maquina. PROF: Lic. Ana María Huayna D.
Métodos de Búsqueda para juegos humano-maquina PROF: Lic. Ana María Huayna D. Tópicos 1. Introducción 2. Juegos 3. Estrategias de Juego 4. Algoritmo Minimax 5. Algoritmo Poda Alfa-Beta 1.- Introducción
Más detallesInteligencia Artificial
Inteligencia Artificial II Resolución de problemas mediante búsquedas 1. Introducción Dr. Edgard Iván Benítez Guerrero cursofei@gmail.com 1 1. Introducción Agentes solucionadores de problemas Problemas
Más detallesEstructuras de Datos Orientadas a Objetos. Pseudocódigo y aplicaciones en C#.NET. Capítulo 9.- Grafos
Capítulo 9.- Grafos Cuestionario 9.1 Se pueden representar los nodos de un grafo como un conjunto de elementos 9.2 Se pueden representar los arcos de un grafo como un conjunto de tuplas 9.3 Los grafos
Más detallesEstructura de Datos. Unidad V Estructuras no lineales estáticas y dinámicas. (Árboles y grafos)
Ing. En Sistemas Computacionales Estructura de Datos Unidad V Estructuras no lineales estáticas y dinámicas. (Árboles y grafos) Ing. Néstor Alejandro Carrillo López Arboles Un árbol es un conjunto finito
Más detallesTema 2: Juegos unipersonales
Tema : Juegos unipersonales Resumen:. Juegos unipersonales.. Representación básica.. Juegos con información completa.. Recursos limitados en juegos con información completa.. Juegos con información incompleta
Más detallesIntroducción a Árboles Árboles Binarios
Introducción a Árboles Árboles Binarios Estructuras de Datos Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Introducción a Árboles Estructuras hasta ahora Estructuras
Más detallesAlgoritmos de búsqueda con espacio de memoria limitado
Algoritmos de búsqueda con espacio de memoria limitado Los métodos de búsqueda por primero el mejor, tales como A, no escalan bien a grandes problemas de búsqueda debido a su consumo de memoria, mientras
Más detallesTema 2: Búsqueda. Formalización de la resolución de problemas Ejemplos Procedimiento general de búsqueda Estrategias de control Búsqueda heurística
Tema 2: Búsqueda Formalización de la resolución de problemas Ejemplos Procedimiento general de búsqueda Estrategias de control Búsqueda heurística 1 Resolución de problemas: formalización CONCEPTO BÁSICO:
Más detallesEstimar la adecuación de un nodo para ser expandido.
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 3 - Solución 1. Contesta a las siguientes preguntas: (a) Cuál es el objetivo de una función heurística aplicada a la búsqueda en el espacio
Más detallesNIVEL 17: ESTRUCTURAS NO LINEALES
1 NIVEL 17: ESTRUCTURAS NO LINEALES Recorridos y Algorítmica de Grafos 2 Agenda Recorridos de grafos Recorridos Planos Recorridos en profundidad Recorridos por niveles Recorridos Heurísticos Algorítmica
Más detallesTema 2: Búsqueda. Resolución de problemas: formalización. Búsqueda en espacio de estados. Ejemplos. Búsqueda en espacio de estados.
Tema 2: Búsqueda Formalización de la resolución de problemas Ejemplos Procedimiento general de búsqueda Estrategias de control Búsqueda heurística Resolución de problemas: formalización CONCEPTO BÁSICO:
Más detallesCapítulo 8. Árboles. Continuar
Capítulo 8. Árboles Continuar Introducción Uno de los problemas principales para el tratamiento de los grafos es que no guardan una estructura establecida y que no respetan reglas, ya que la relación entre
Más detallesUna Versión de ACO para Problemas con Grafos de. muy Gran Extensión. Enrique Alba y Francisco Chicano. Introducción. ACOhg.
1/22 Puerto de La Cruz, Tenerife, España, 14 a 16 de Febrero de 2007 Una Versión de ACO para s con Grafos de muy Gran Extensión Enrique Alba y Francisco Chicano Puerto de La Cruz, Tenerife, España, 14
Más detallesTema: Recorrido de Grafos
PED104. Guía N 11 Página 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación con Estructuras de Datos Tema: Recorrido de Grafos Competencia Desarrolla sistemas de información informáticos
Más detallesResolución de Problemas
Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar el camino en un laberinto Resolver
Más detallesHoja de Ejercicios. Temas 1 y 2
Hoja de Ejercicios Temas 1 y 2 Ejercicio 1: Complete las siguientes frases con las alternativas especificadas. Si existen varias alternativas verdaderas, márquelas todas. 1.1. Cuál(es) de las siguientes
Más detallesCAPÍTULO 2. ÁRBOLES 2.0. CONCEPTOS GENERALES
CAPÍTULO 2. ÁRBOLES 2.0. CONCEPTOS GENERALES Los árboles (en general) se utilizan para representar fórmulas algebraicas, para organizar objetos en orden de tal forma que las búsquedas sean muy eficientes
Más detallesTema 07: Backtraking. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom
Tema 07: Backtraking M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom (Prof. Edgardo A. Franco) 1 Contenido Backtraking Búsqueda en profundidad
Más detalles1. Método general. 2. Análisis de tiempos de ejecución. 3. Ejemplos de aplicación Problema de las 8 reinas Problema de la mochila 0/1.
Backtracking. Método general. 2. Análisis de tiempos de ejecución. 3. Ejemplos de aplicación. 3.. Problema de las 8 reinas. 3.2. Problema de la mochila 0/. Método general El backtracking (método de retroceso
Más detallesDefinición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos.
Matemática Discreta y Lógica 2 1. Árboles Árboles Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos. Como un lazo es un ciclo de longitud 1, un árbol
Más detalles3ra. Practica. Algoritmos de Búsqueda. Inteligencia Artificial Prácticas 2004/2005
3ra. Practica Algoritmos de Búsqueda Inteligencia Artificial Prácticas 2004/2005 Algoritmos de Búsqueda Algoritmos Básicos: (búsqueda no informada) Búsqueda preferente por amplitud Búsqueda preferente
Más detallesFundamentos de Inteligencia Artificial
Fundamentos de Inteligencia Artificial Búsqueda con Adversario Hugo Vega Huerta En esta sección Conoceremos métodos que permiten practicar juegos de tablero. una opción conduce a otra, pero se trata de
Más detallesBúsqueda de soluciones
úsqueda de soluciones Diseño de sistemas de búsqueda de soluciones. Espacio de estados. Representación mediante espacio de estados. lgoritmos de búsqueda. Estrategias de búsqueda. úsqueda forward. úsqueda
Más detallesBúsqueda no Informada. Soporte computacional de la búsqueda
Búsqueda no Informada Soporte computacional de la búsqueda Sistema de producción Modelo de cómputo basado en tres componentes: Memoria de trabajo Intérprete de reglas Reglas de producción 2 Soporte computacional
Más detalles25/09/2014 BÚSQUEDA INFORMADA BÚSQUEDA VORAZ PRIMERO EL MEJOR (BÚSQUEDA ÁVARA / BÚSQUEDA PRIMERO EL MEJOR) EJEMPLO BÚSQUEDA VORAZ
Galadriel a Frodo, en El señor de los anillos: BÚSQUEDA INFORMADA M. en C. Arturo Rodríguez García Te entrego la luz de Eärendil, nuestra más preciada estrella, que ella te ilumine en los lugares más oscuros
Más detallesÁrbol ABB equilibrado. Lección: Árboles. Algorítmica II (Tema 4) Lenguajes y Sistemas Informáticos, Universidad Pablo de Olavide 1/ 58
Algorítmica II (Tema 4) Lenguajes y Sistemas Informáticos, Universidad Pablo de Olavide 1/ 58 Índice 1 Árbol de búsqueda 2 2/ 58 Índice Árbol de búsqueda 1 Árbol de búsqueda 2 3/ 58 Árbol de búsqueda Es
Más detallesGrafos. Amalia Duch Brown Octubre de 2007
Grafos Amalia Duch Brown Octubre de 2007 Índice 1. Definiciones Básicas Intuitivamente un grafo es un conjunto de vértices unidos por un conjunto de líneas o flechas dependiendo de si el grafo es dirigido
Más detallesEstructura de Datos. Índice
TEMA 5. ÁRBOLES (I) 1 Índice 1. Concepto de árbol 2. Árboles binarios 1. Especificación informal del TAD árbol binario 2. Implementación del TAD árbol binario 3. Recorrido de un árbol binario 4. Árboles
Más detallesIntroducción a Árboles Árboles Binarios
Introducción a Árboles Árboles Binarios Estructuras de Datos Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Introducción a Árboles Estructuras hasta ahora Estructuras
Más detallesINTELIGENCIA ARTIFICIAL II
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ CARRERA INFORMÁTICA SEMESTRE SÉPTIMO PERIODO ABR. /SEP.-2015 INTELIGENCIA ARTIFICIAL II TEMA: RESUMEN#3: BÚSQUEDA INFORMADA Y EXPLORACIÓN
Más detallesPROGRAMA EDUCATIVO INFORMATICA ADMINISTRATIVA
PROGRAMA EDUCATIVO INFORMATICA ADMINISTRATIVA UNIDAD DE APRENDIZAJE ADMINISTRACION DE BASES DE DATOS Unidad de competencia III Manejar las estructuras dinámicas en memoria secundaria Arboles ELABORACION
Más detallesIngeniería en Informática
Ingeniería en Informática Inteligencia rtificial Octubre 2007 DEPRTMENTO DE INFORMÁTIC UNIVERSIDD CRLOS III DE MDRID Hoja de Ejercicios 2: Búsqueda no informada Comentarios generales sobre los ejercicios
Más detallesÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES
ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOL Un árbol es un grafo no dirigido, conexo, sin ciclos (acíclico), y que no contiene aristas
Más detalles3.0.-ARBOLES ABARCADORES Y COMPONENTES CONEXOS CONCEPTO DE ARBOL ABARCADOR Y SU RELACION CON LOS RECORRIDOS.
3.0.-ARBOLES ABARCADORES Y COMPONENTES CONEXOS 3.1.- CONCEPTO DE ARBOL ABARCADOR Y SU RELACION CON LOS RECORRIDOS. 3.2.- BOSQUES Y COMPONENTES CONEXOS. NEXON LENIN CEFERINO POMPOSO Los árboles son particularmente
Más detallesEstructuras de Datos y Algoritmos
Estructuras de Datos y Algoritmos Tema 5.1. Árboles. Árboles binarios y generales Prof. Dr. P. Javier Herrera Contenido 1. Introducción 2. Terminología 3. Árboles binarios 4. Árboles generales Tema 5.1.
Más detallesAlgoritmos de búsqueda en grafos II
II Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 12 de febrero de 2018 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Búsqueda en grafos II 12 de febrero de 2018 1 / 26 1 Algoritmos de búsqueda en grafos Dr.
Más detallesDefiniciones: conjuntos, grafos, y árboles. Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002
Definiciones: conjuntos, grafos, y árboles Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002 1 Conjuntos (sets) y Grafos (graphs) Un Conjunto es una colección de objetos distintos. No
Más detallesÁrboles y esquemas algorítmicos. Tema III
Árboles y esquemas algorítmicos Tema III Bibliografía Tema III (lecciones 15 a 22) del libro Campos Laclaustra, J.: Estructuras de Datos y Algoritmos, Prensas Universitarias de Zaragoza, Colección Textos
Más detallesAlgoritmos y estructuras de datos
Algoritmos y estructuras de datos Dr. Eduardo A. Rodríguez Tello Laboratorio de Tecnologías de Información Cinvestav Tamaulipas ertello@tamps.cinvestav.mx Cursos de inducción a la MCC Cinvestav Tamaulipas
Más detallesSistemas Inteligentes. 3 o Ingeniería Informática
Sistemas Inteligentes Félix Gómez Mármol 3 o Ingeniería Informática 2 Índice general 1. Elementos de un Problema 5 1.1. Problemas y Representación de Problemas.................... 5 1.1.1. Representación
Más detallesJUEGOS. Área de aplicación de los algoritmos heurísticos Juegos bi-personales: oponente hostil
JUEGOS Área de aplicación de los algoritmos heurísticos Juegos bi-personales: oponente hostil I Oponente: Jugador: intenta mover a un estado que es el peor para Etiquetar cada nivel del espacio de búsqueda
Más detalles