Planeación y Búsqueda. IA Planeación de Trayectorias y Métodos de Búsqueda
|
|
- Blanca Ana Belén Botella Maldonado
- hace 5 años
- Vistas:
Transcripción
1 IA Planeación de Trayectorias y Métodos de Búsqueda Planeación y Búsqueda Cuando se enfrenta uno a un problema que se resuelve por una búsqueda, se suelen presentar dos escenarios: El ambiente es estático El ambiente es dinámico
2 Planeación y Búsqueda Otras consideraciones que afectan de forma determinante a un proceso de búsqueda: Percepciones son incompletas o erróneas No existe un detenido análisis de los efectos de los movimientos en el entorno Existen otros procesos en el ambiente o agentes que cambian el mundo mientras un agente actúa El agente tiene que actuar antes de que complete una búsqueda del estado objetivo (limitaciones de tiempo) Limitantes en los recursos computacionales Espacio de combinaciones intratable Planeación y Búsqueda Existen dos aproximaciones básicas que permiten enfrentar las limitaciones Métodos probabilísticos usados para modelar las percepciones, entorno, así como otras variables Métodos que enfrentan paso a paso con un análisis limitado de percepciones para tomar las decisiones
3 Ciclo: Sensar / Planear / Actuar Agente bien informado Agente parcialmente informado Ciclo: Sensar / Planear / Actuar En este enfoque: 1. En un tiempo específico, el agente percibe su entorno (se asume que tiene una retroalimentación continúa del entorno) 2. Se busca una solución que permita llevar a la meta 3. Se ejecuta la primera acción del plan construido El ciclo se repite desde el paso 1 recalculando el estado inicial
4 Ciclo: Sensar / Planear / Actuar Para que esta arquitectura funcione correctamente El tiempo tomado para calcular un plan debe de ser menor que el tiempo permitido para cada acción El tiempo de respuesta depende del problema que se esta resolviendo Sistemas en tiempo real Sistemas sin respuesta en tiempo real Calculando un plan en un videojuego Para cumplir con las restricciones planteadas, es necesario limitar el tiempo de procesamiento dedicado a la búsqueda de las soluciones Relajar el requerimiento de producir planes óptimos Dos estrategias a seguir: Buscar una ruta completa hasta el estado objetivo sin requerir que sea óptima Buscar una ruta parcial que no nos proporcione la ruta completa hasta el objetivo
5 Calculando un plan en un videojuego Para ambos casos, es posible utilizar una búsqueda A* Para construir una ruta no optima, se selecciona una función h no admisible (es decir, sobreestima el costo real hasta la meta) Para la búsqueda de una ruta parcial, se sale de la búsqueda antes de encontrar el objetivo (con una función h admisible o no admisible) Búsquedas Aproximadas Existen estrategias generales que pueden apoyar en proceso de la búsqueda de soluciones Búsqueda basada en islas (Island-Driven seach) Búsqueda jerárquica (Hierarchical Search) Búsqueda de Horizonte Limitado (Limited-Horizon seach)
6 Búsqueda Basada en Islas En esta estrategia, se busca representar un número limitado de nodos o estados (islas) que representen puntos clave en el proceso de búsqueda Las islas se establecen a partir de un conocimiento sobre el ambiente y el problema que se esta resolviendo Las islas tienen a agrupar estados con características comunes La búsqueda primero se realiza considerando las islas, para pasar posteriormente a una búsqueda más detallada cuando por medio de la heurística, se determina que se esta cerca de la meta Búsqueda Basada en Islas Input: n0 (estado inicial), ng (estado meta), (n1,, nk) secuencia de islas 1. nc n0 2. meta_parcial n1 3. RUTA Encontrar una ruta desde nc hasta meta_parcial 4. Ejecutar la ruta desde nc hasta meta_parcial 5. Si meta_parcial esta suficientemente cerca de ng, ejecutar una búsqueda local l que encuentre la ruta hasta ng. En caso contrario nc meta_parcial meta_parcial n2 Repetir desde paso 3
7 Búsqueda Basada en Islas Búsqueda Basada en Islas: Caso 1 Considere el problema de encontrar una ruta entre dos habitaciones ubicadas en diferentes pisos de un edificio El edificio cuenta con diferentes ascensores que conectan sin restricciones a los diferentes pisos del edificio Por generalidad, considere que existe un número constante de habitaciones en cada piso Cómo se plantearía el problema de búsqueda dado este escenario, utilizando la estrategia basada en islas?
8 Búsqueda Basada en Islas: Caso 2 Considere el videojuego Pacman, donde sólo un agente (fantasma) tiene que cazar a pacman cómo plantear el problema del juego de pacman utilizando la estrategia de Islas? Búsqueda Jerárquica Búsqueda similar a la búsqueda basada en islas En esta búsqueda, se asume que es posible construir metaoperadores que permiten guiar la búsqueda a través del grafo
9 Búsqueda Jerárquica Búsqueda de Horizonte Limitado En muchos problemas como en los videojuegos, la limitante de tiempo impide explorar una ruta completa hasta el destino (ya sea por un método completo o basado en heurísticas) Se establece una meta parcial n* que se obtiene a partir de explorar un conjunto de nodos ℵ los cuales se ubican a una profundidad no mayor a d n * = arg min fˆ( n ) n ℵ
10 Búsqueda de Horizonte Limitado En la búsqueda de horizonte limitado Se busca llegar primero a la primera meta parcial n* Si n* = edo_final, se para la búsqueda En caso contrario, se vuelve a ejecutar la búsqueda de horizonte limitado a partir de n* Consideraciones Es crucial establecer el valor d que determina el número máximo de estados que es posible explorar en una búsqueda (tomando en cuenta restricciones i de tiempo) En las búsquedas, se puede emplear un algoritmo óptimo o heurístico Búsqueda de Horizonte Limitado Consideraciones generales Para una buena ejecución, se manejan funciones de evaluación monótonas: dado el nodo n 1 como edo inicial, en la búsqueda de horizonte limitado se puede expandir a un nodo n si ) ) f ( n) > f ( n1 ) Si algún nodo n no cumple esta condición, se descarta como posible expansión ) A f (n n 1 ) selellama valor llama de corte alfa El caso extremo de la BHL es cuando d=1
11 Ciclos En las estrategias estudiadas hasta ahora, es posible que se llegue a situaciones en las cuales se ejecuta rutas que forman ciclos Korf propuso una forma de evitar los ciclos, llamado realtime A*, o RTA* RTA* construye un grafo de todos los estados visitados Se ajustan los valores h de los nodos de tal forma que el valor de dichos nodos no permita la selección de un nodo ya visitado
Planeación de Trayectorias y Métodos de Búsqueda. Dr. Jesús Antonio González Bernal
IA Planeación de Trayectorias y Métodos de Búsqueda Dr. Jesús Antonio González Bernal Planeación y Búsqueda Cuando enfrentamos un problema que se resuelve por una búsqueda, se suelen presentar dos escenarios:
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 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 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 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 detallesOBJETIVO INTRODUCCIÓN
Fecha: 27 de mayo 2015 Tema: Búsqueda con información Parcial OBJETIVO Entender sobre la búsqueda con información parcial, tipos de problemas de búsqueda, como un agente puede construir secuencia de acciones
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 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 detallesInteligencia Artificial en Investigación Operativa. Curso académico 2012/2013. Práctica 1. Técnicas de búsqueda heurística
Inteligencia Artificial en Investigación Operativa Curso académico 2012/2013 Práctica 1 Técnicas de búsqueda heurística Fernando Berzal ENTREGA DE LA PRÁCTICA (a través del acceso identificado de DECSAI)
Más detallesModelos de transporte: Problema del vendedor viajero. M. En C. Eduardo Bustos Farías
Modelos de transporte: Problema del vendedor viajero M. En C. Eduardo Bustos Farías as Variantes al problema de transporte Oferta no igual a la demanda total: Se agrega una columna de holgura en la tabla
Más detallesMarco Antonio Heredia Velasco
Escuela de Algoritmos de Aproximación Algoritmos glotones y Búsqueda local Marco Antonio Heredia Velasco Universidad Autónoma Metropolitana Unidad Azcapotzalco Estudiaremos Dos técnicas estandar para diseñar
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 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 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 detallesMetaheurísticas y heurísticas. Algoritmos y Estructuras de Datos III
Metaheurísticas y heurísticas Algoritmos y Estructuras de Datos III Metaheurísticas Heurísticas clásicas. Metaheurísticas o heurísticas modernas. Cuándo usarlas? Problemas para los cuales no se conocen
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 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 detallesGrafos Eulerianos y Hamiltonianos. Algoritmos y Estructuras de Datos III
Grafos Eulerianos y Hamiltonianos Algoritmos y Estructuras de Datos III Grafos eulerianos Definiciones: Un circuito C en un grafo (o multigrafo) G es un circuito euleriano si C pasa por todos las aristas
Más detallesCurso !"#$%#$!& Inteligencia Artificial (30223) Problemas resueltos. Índice. Problema del laberinto. ! Problema del laberinto
Inteligencia rtificial (303) Problemas resueltos urso 01-013 José Ángel añares 1//013. Dpto. Informática e Ingeniería de Sistemas. Índice! Problema del laberinto! Puzzle de dos dimensiones! Misioneros
Más detallesTema: Recorrido de Grafos. Ruta más corta
PED104. Guía N 12 Página 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación con Estructuras de Datos Tema: Recorrido de Grafos. Ruta más corta Competencia Desarrolla sistemas de información
Más detallesFundamentos de Investigación de Operaciones Modelos de Grafos
Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación
Más detallesAlgoritmos de Búsqueda Informados. Tomas Arredondo Vidal 16/6/2010
Algoritmos de Búsqueda Informados Tomas Arredondo Vidal 16/6/2010 Algoritmos de Búsqueda Informados Contenidos Best-first search Greedy best-first search A * search Heurísticas Búsqueda local Best-first
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 detalles7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA
7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA 7.1. Red de prueba Para realizar el análisis de los parámetros del problema e intentar encontrar los valores óptimos de estos se ha hecho uso de un modelo de ciudad
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 detallesCAPÍTULO 3. GRASP (Greedy Randomized Adaptive Search Procedures). Los problemas de optimización surgen de las situaciones de aplicación práctica.
CAPÍTULO 3 GRASP (Greedy Randomized Adaptive Search Procedures). Los problemas de optimización surgen de las situaciones de aplicación práctica. Estos problemas se aplican en distintas áreas, tales como:
Más detallesLas redes semánticas son: a. Una extensión de la lógica de predicados b. Una extensión de los frames c. Un conjunto conexo de OAV
Las redes semánticas son: a. Una extensión de la lógica de predicados b. Una extensión de los frames c. Un conjunto conexo de OAV El algoritmo de PodaAlfaBeta busca: a. Determinar los caminos más óptimos.
Más detallesPresentación de la Tesina
DESARROLLO DE UN ALGORITMO PARA LA MEJORA DEL GRAFO DE CARRETERAS Presentación de la Tesina Autor: Joan Mahiques Jorda Tutor: Joan Ignasi Herrera Valencia Máster en Sistemas de Información Geográfica (UPC)
Más detalles4. Procedimiento de solución
4. Procedimiento de solución Para probar la validez del modelo desarrollado, se va a implementar su programación en la herramienta de optimización del programa Matlab R2008a. 4.1. Sub-rutina en Matlab
Más detallesEjercicios Propuestos de Métodos de Búsqueda
Inteligencia rtificial Ejercicios de Métodos de úsqueda Ejercicios Propuestos de Métodos de úsqueda os siguientes ejercicios, corresponden a la práctica de Métodos de úsqueda y son propuestos a los alumnos
Más detallesPFC. José Luis Pichardo Muñoz 5. Heurística basada en Grafos
5.1. Introducción. En este capítulo vamos a describir una heurística basada en el cálculo de índices mediante un problema de flujo a coste mínimo. Inicialmente se implementó una metaheurística GRASP, pero
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 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 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 detallesTema 2, 3 y 4 GRUPO 82 - INGENIERÍA INFORMÁTICA. Bernardo D Auria. 3 Diciembre Departamento de Estadística. Universidad Carlos III de Madrid
Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 82 - INGENIERÍA INFORMÁTICA Diciembre 2008 Ejercicio T2-JN12 Comprueba que el problema lineal min x x 1 + x 2 2x x +
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 detallesProgramación Matemática para Economistas 1
Programación Matemática para Economistas 1 CAPÍTULO 4. TOMA DE DECISIONES MULTICRITERIO. 1.- Introducción. Los problemas de programación lineal vistos hasta ahora, no implicaban ninguna decisión. Una vez
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 detalles4ta. Práctica. Búsqueda en árbol con contrincante: MiniMax con poda Alfa-Beta. Inteligencia Artificial Prácticas 2004/2005
4ta. Práctica Búsqueda en árbol con contrincante: MiniMax con poda Alfa-Beta Inteligencia Artificial Prácticas 2004/2005 Decisiones Perfectas en Juegos de DOS Participantes Definición de Juego Estado Inicial:
Más detallesSemana 4: Métodos de Búsqueda No informados. Prof. Oscar Benito Pacheco.
Semana 4: Métodos de Búsqueda No informados Prof. Oscar Benito Pacheco. Estrategias de Búsqueda Búsqueda No Informada Búsqueda Informada (Ciega) (Heurística) 1. Búsqueda preferente por amplitud 2. Búsqueda
Más detallesLos grafos son estructuras de datos Representan relaciones entre objetos. Son aplicables en. Relaciones arbitrarias, es decir No jerárquicas.
ESTRUCTURA DE DATOS Los grafos son estructuras de datos Representan relaciones entre objetos Relaciones arbitrarias, es decir No jerárquicas Son aplicables en Química Modem Geografía Ing. Eléctrica e Industrial,
Más detallesIndique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)
Parcial 4. Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores) 1. Inteligencia es: a. La capacidad para combinar información. c. El proceso que permite elaborar conocimiento.
Más detallesTema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía No. 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
Más detallesSISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES
SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES 2003 Modelos Definiciones del Dominio Empresa: es una organización socio-económica creada para producir bienes y obtener rentabilidad económica.
Más detallesCI63G Planificación de Sistemas de Transporte Público Urbano. Clase 12 Semestre Otoño 2008
CI63G Planificación de Sistemas de Transporte Público Urbano Clase 12 Semestre Otoño 2008 Modelos de asignación de Transporte Público Para una oferta y demanda dadas de transporte público, se decide como
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesMODELOS Y MODELADO. Gilberto Gallopín.
MODELOS Y MODELADO Gilberto Gallopín ggallopin@gmail.com Seminario Prospectiva y Pensamiento Estratégico INTA, IIPyPP, 2 al 6 de junio de 2014 C.A.B.A. PROSPECTIVA Y MODELOS La Prospectiva es una disciplina
Más detallesALGORITMOS DE PLANIFICACIÓN DE TRAYECTORIAS BASADOS EN FAST MARCHING SQUARE
ALGORITMOS DE PLANIFICACIÓN DE TRAYECTORIAS BASADOS EN FAST MARCHING SQUARE AUTOR: JOSE PA R DEIRO T UTOR: RAMÓN BA R BER DIREC TOR: JAVIER V. GÓMEZ ALGORITMOS DE PLANIFICACIÓN DE TRAYECTORIAS BASADOS
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 detallesCAPITULO 2: MARCO TEÓRICO. En el desarrollo de este capítulo se presentan descripciones generales,
CAPITULO 2: MARCO TEÓRICO En el desarrollo de este capítulo se presentan descripciones generales, definiciones y métodos, que nos pueden ayudar a entender con claridad el método que desarrolló en esta
Más detallesMétodo de árbol de cubos para resolver problemas de optimización discreta en la toma de decisiones. CONTENIDO
Método de árbol de cubos para resolver problemas de optimización discreta en la toma de decisiones. 1 CONTENIDO Introducción Marco teórico Métodos de optimización Método de árbol de cubos Problema de optimización
Más detallesCÁLCULO DE CAMINO ÓPTIMO PARA MANIPULADOR ARTICULADO SCARA SUJETO A OBSTÁCULOS
CÁLCULO DE CAMINO ÓPTIMO PARA MANIPULADOR ARTICULADO SCARA SUJETO A OBSTÁCULOS Carlos Pillajo cpillajo@ups.edu.ec Agenda : Planteamiento del Problema Introducción Planificación de Caminos Cálculo del Espacio
Más detallesALGORÍTMICA
ALGORÍTMICA 2012-2013 Parte I. Introducción a las Metaheurísticas Tema 1. Metaheurísticas: Introducción y Clasificación Parte II. Métodos Basados en Trayectorias y Entornos Tema 2. Algoritmos de Búsqueda
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 detallesFACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL I. DATOS GENERALES SÍLABO INVESTIGACION DE OPERACIONES II 1.0. Unidad Académica : Investigación de Operaciones II 1.1.
Más detallesCAPÍTULO 1. El análisis de los problemas de localización es un área fértil de investigación
CAPÍTULO 1. Introducción. El análisis de los problemas de localización es un área fértil de investigación desde principios de siglo. El primer modelo de localización fue propuesto por Alfred Weber en 1909
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesOPTIMIZACIÓN DE RUTAS EN LA PESCA DEL ATÚN
OPTIMIZACIÓN DE RUTAS EN LA PESCA DEL ATÚN CASO DE INVESTIGACIÓN APLICADA EN EL SECTOR DE LA PESCA Carlos Groba 28/11/2014 SANTIAGO DE COMPOSTELA Quiénes somos Marine Instruments es una empresa especializada
Más detallesResolviendo Modelos de Mapas
Resolviendo Modelos de Mapas SMMC Prof. Teddy Alfaro Resolviendo Mapas o Grafos Entre las técnicas completas más utilizadas para resolver la ruta más corta se encuentran BFS Backtracking Dijkstra A* Uso
Más detallesobtenido de la fusión de dos rutas y la posterior asignación a un vehículo con capacidad disponible.
El problema VRP, y por tanto su variante con flota heterogénea, son problemas de optimización combinatoria complejos que caen en la categoría de NP-completo (Choi and Tcha, 2007), lo que significa que
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 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 detallesApellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa:
Inteligencia Artificial I (5 Febrero 2008) Apellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa: 1. Consideremos el siguiente puzle:
Más detallesProgramación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro
Programación Lineal Modelo de Redes Alcance de las aplicaciones Curso: Investigación de Operaciones Ing. Javier Villatoro ALCANCE DE LAS APLICACONES DE REDES ALCANCE DE LAS APLICACIONES Muchas situaciones
Más detallesTeoría de redes y optimización en redes
Teoría de redes y optimización en redes Pedro Sánchez Martín Contenidos Definiciones básicas Árbol generador mínimo de expansión Camino mínimo Algoritmo Dkstra Algoritmo Bellman-Ford Fluo máximo Fluo de
Más detallesProgramación Lineal. - Si no: Sea j tal que c
Programación Lineal El objetivo de este documento es hacer una breve introducción a la programación lineal que pueda contribuir al fácil manejo de la aplicación. La programación lineal es un procedimiento
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 detallesCurso 2017, Semestre 2
Inteligencia Artificial-UBB (técnicas de programación) CLASE DE PRESENTACIÓN Curso 2017, Semestre 2 Datos del Ramo: Profesor Clemente Rubio Manzano (clrubio@ubiobio.cl) Ayudante: Christian Rodríguez Formación:
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 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 detallesDimensionamiento y Planificación de Redes
Dimensionamiento y Planificación de Redes Tema 2. Algoritmos Sobre Grafos Calvo Departamento de Ingeniería de Comunicaciones Este tema se publica bajo Licencia: Crea:ve Commons BY- NC- SA 4.0 Búsqueda
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 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 detallesTópicos Avanzados: Inteligencia Computacional I
Tópicos Avanzados: Inteligencia Computacional I V: 17-Ene-18 Instructoras (en orden alfabético) Dra. Ma. del Pilar Gómez Gil Dra. Alicia Morales Reyes Primavera 2018 pgomez@inaoep.mx (c) 2018. P. Gómez-Gil,
Más detallesResolviendo Motion Planing
Resolviendo Motion Planing Prof. Teddy Alfaro O. Seminario Modelo y Métodos Cuantitativos Metodologías más usadas Los métodos de planificación se pueden agrupar en 3 grandes grupos Planificación basada
Más detallesBloque de asignaturas troncales generales según modalidad. CIENCIAS Matemáticas II. 2º Bachillerato. Matriz de especificaciones
experiencias, y comentando de manera personal y detallada las noticias y los puntos de vista de las personas a las que se dirige. Escribe, en cualquier soporte, cartas formales de carácter académico o
Más detallesPara definir en formalmente el juego se deberá establecer:
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 5- JUEGOS COMO PROBLEMA DE BÚSQUEDA Referencias: Inteligencia Artificial Russell and Norvig Cap.5. Artificial Intellingence Nils Nilsson Ch.3 Se trata el
Más detallesInteligencia Artificial. Oscar Bedoya
Inteligencia Artificial Oscar Bedoya oscar.bedoya@correounivalle.edu.co http://eisc.univalle.edu.co/~oscarbed/ia/ * Agentes * Estructura de un agente * Tipos de agentes Agente Sistema que recibe información
Más detallesUNIDAD DE CONTROL SEGMENTADA PLANIFICACIÓN DE PIPES ESTÁTICOS
Todos los derechos de propiedad intelectual de esta obra pertenecen en exclusiva a la Universidad Europea de Madrid, S.L.U. Queda terminantemente prohibida la reproducción, puesta a disposición del público
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 detallesPLANEACIÓN AGREGADA VARIABLES Y CONSIDERACIONES DE UN PLAN AGREGADO
PLANEACIÓN AGREGADA -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
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 detallesAlgoritmos mas complejos. Algoritmos y Estructuras de Datos II (Programación I) Mgter. Vallejos, Oscar A.
Algoritmos mas complejos Divide y Vencerás Técnica empleada en cosas dispares. También en el diseño de algoritmos. (ordenación: Quicksort; Mergesort). Consiste básicamente en dividir un problema original
Más detallesDiagrama de Actividades
Diagrama de Actividades En UML un diagrama de actividades se usa para mostrar la secuencia de actividades. Los diagramas de actividades muestran el flujo de trabajo desde el punto de inicio hasta el punto
Más detallesÁrboles de Expansión Mínima. Matemática Discreta. Agustín G. Bonifacio UNSL
UNSL Árboles Definiciones y Ejemplos Caracterización Un árbol T es un grafo simple que satisface lo siguiente: si v y w son vértices en T, entonces existe una trayectoria simple única de v a w. Un árbol
Más detallesLa Identificación de Condiciones señala aquellas que son relevantes.
Matriz de árbol de decisiones La tabla de decisión es una matriz de renglones y columnas que indican condiciones y acciones. Las reglas de decisiones, incluidas en una tabla de decisión establecen el procedimiento
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 detallesCAPÍTULO 2. METODOLOGÍA Y MARCO TEÓRICO. La metodología a seguir en este proyecto se muestra a continuación:
CAPÍTULO 2. METODOLOGÍA Y MARCO TEÓRICO 2.1 Metodología La metodología a seguir en este proyecto se muestra a continuación: - Análisis y simulación de la situación actual del proceso - Generación de propuestas
Más detallesMODELOS PRESCRIPTIVOS
MODULO II Ingeniería de Software INF - 163 MODELOS PRESCRIPTIVOS Resumen preparado por Miguel Cotaña 1 Los modelos prescriptivos de proceso proporcionan estabilidad, control y organización a una actividad
Más detallesTópicos Avanzados: Inteligencia Computacional I
C291-78 Tópicos Avanzados: Inteligencia Computacional I V: 20-Ene-16 Instructoras (en orden alfabético) Dra. Ma. del Pilar Gómez Gil Dra. Alicia Morales Reyes Primavera 2016 pgomez@inaoep.mx (c) 2016.
Más detallesAlgoritmos de búsqueda informada
Teoría 4: Algoritmos de búsqueda informada Sistemas Inteligentes Sistemas Inteligentes 1 Carreras: Ingeniería en Informática Ingeniería en Computación (Optativa) e-mail: lcagnina@unsl.edu.ar Departamento
Más detallesSistemas operativos. Tema 6: Interbloqueo ( (deadlock)
Sistemas operativos Tema 6: Interbloqueo ( (deadlock) Concurrencia de procesos Conceptos de concurrencia y exclusión mutua. Herramientas de sincronización. n. Comunicación n entre procesos. Interbloqueo.
Más detalles3.1 Descripción del problema del Agente Viajero (PAV).
CAPÍTULO 3 Problema del Agente Viajero. Optimización es uno de los temas con mayor debate dentro del área de cómputo. En este campo, el Problema del Agente Viajero (PAV) es uno de los problemas de optimización
Más detallesLección 4. Métodos filogenéticos
Básico La inferencia filogenética es un campo per se del estudio de la evolución, en continuo movimiento y expansión. filogenéticos La inferencia filogenética es un procedimiento de estimación estadística.
Más detallesPLANIFICACIÓN - CAMINO CRÍTICO - PERT
TP 11 PERT año 2017 Nivel I PLANIFICACIÓN - CAMINO CRÍTICO - PERT ACTIVIDAD CONSIGNA a desarrollar: A partir del marco teórico abordado en la teórica y la lectura disponible deberán completar lo indicado.
Más detallesPROGRAMACION CONCURRENTE Y DISTRIBUIDA
PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad
Más detallesUso de grafos para localizar el sanitario más cercano desde un punto de FIME mediante el Algoritmo de Dijkstra
Uso de grafos para localizar el sanitario más cercano desde un punto de FIME mediante el Algoritmo de Dijkstra Un grafo es un grupo de vértices (nodos) que está unido por un conjunto de líneas (aristas).
Más detallesUNIDAD 4 CONTROL DE PROYECTOS
UNIDAD 4 CONTROL DE PROYECTOS TÉCNICAS DE PROGRAMACIÓN Las técnicas de planificación se ocupan de estructurar las tareas a realizar dentro del proyecto, definiendo la duración y el orden de ejecución de
Más detalles