inteligencia artificial-semana 5

METODO DE BUSQUEDAS INFORMADOS

Los métodos de búsqueda informados o con información Los métodos de búsqueda informados o con información son procedimientos sistemáticos de búsqueda del son procedimientos sistemáticos de búsqueda del estado meta en árbol de estado, que usan la estado meta en árbol de estado, que usan la información asociada a los estados para una mejor información asociada a los estados para una mejor decisión en el proceso de búsqueda. Para evaluar la decisión en el proceso de búsqueda. Para evaluar la información de los estados considera la función información de los estados considera la función evaluadora evaluadora

La información sobre el beneficio, utilidad, lucro de pasar La información sobre el beneficio, utilidad, lucro de pasar de un estado para otro estado si es considerado en el de un estado para otro estado si es considerado en el proceso de búsqueda.proceso de búsqueda.

MÉTODOS DE BUSQUEDA INFORMADOS

CLASIFICACIÓNCLASIFICACIÓN

Los métodos de búsqueda informados mas conocidos Los métodos de búsqueda informados mas conocidos son:son:

Subiendo la ColinaSubiendo la Colina

Primero el mejorPrimero el mejor

Ramificación y acotaciónRamificación y acotación

MÉTODOS DE BUSQUEDA INFORMADOS

PROCEDIMIENTOPROCEDIMIENTO

El procedimiento es semejante a la búsqueda El procedimiento es semejante a la búsqueda en profundidad con la diferencia que los en profundidad con la diferencia que los

nodos sucesores son ordenados del mejor nodos sucesores son ordenados del mejor al peor valor de su función merito antes de al peor valor de su función merito antes de adicionarse a la lista LE. Esto es, el nodo a adicionarse a la lista LE. Esto es, el nodo a ser procesado será el mejor nodo sucesor, ser procesado será el mejor nodo sucesor,

deacuerdo a la función de merito.deacuerdo a la función de merito.

METODO SUBIENDO LA COLINA

IMPLEMENTACIÓN – LISTAIMPLEMENTACIÓN – LISTA

LELE

PROCESARPROCESAR

LE:LE:

REGISTROREGISTRO


MP MQ NR

ORDEN (HIJOS(P)) MQ NR

IMPLEMENTACIÓN – LISTAIMPLEMENTACIÓN – LISTA

La ordenación de los sucesores puede ser:La ordenación de los sucesores puede ser:

Ordenación:Ordenación: Función evaluadora Función evaluadora

De menor a mayor Distancia, costo, numero de pasos De menor a mayor Distancia, costo, numero de pasos


ALGORITMO - LISTASALGORITMO - LISTASInicio1. LE :=((O, Estado_Inicial)); LV:= 0;Test de parada2. Si (LE = 0) entonces

Escribir (No hay solución), PARE;2. (F,P):= Primer(LE)3. Si (P es meta) entonces

Determinar_solución, PARE;Generar Sucesores5. Adiciona_ultimo((F,P), LV)6. Elimina_Primer(LE)7. Hijos_diferentes := Hijos(P) - LV8. Ordenar (Hojos_diferentes)9. Para(Nodo pertenece (Hijos (P) - LV))

Adicionar_primero((P,Nodo), LE)10. Ir a 2


OBSERVACIONESOBSERVACIONES

El método no garantiza una solución exacta para El método no garantiza una solución exacta para problemas de optimización. problemas de optimización.

Esto es debido por que la estrategia de selección Esto es debido por que la estrategia de selección solo considera el mejor nodo sucesor y no el solo considera el mejor nodo sucesor y no el mejor de los nodos de la lista de espera (LE).mejor de los nodos de la lista de espera (LE).


PROCEDIMIENTOPROCEDIMIENTO

En este método el criterio de selección es dado por el En este método el criterio de selección es dado por el nodo en LE que presenta “mejor” (mayor o menor) nodo en LE que presenta “mejor” (mayor o menor)

valor de la función de merito.valor de la función de merito.

Los nodos sucesores serán registrados como en Los nodos sucesores serán registrados como en profundidad, al inicio de LE, pero también pueden profundidad, al inicio de LE, pero también pueden

ser registrados al final, pues, el criterio de selección ser registrados al final, pues, el criterio de selección no depende del orden de cómo se registran los no depende del orden de cómo se registran los

sucesores. sucesores.

METODO PRIMERO EL MEJOR

IMPLEMENTACION – LISTASIMPLEMENTACION – LISTAS

LELE

PROCESARPROCESAR Si mejor = mayorSi mejor = mayor

LELE

REGISTROREGISTRO convenienciaconveniencia


MP – 6 MQ - 8 NR - 5

HIJOS(Q) MP - 6 NR - 5

METODO PRIMERO EL MEJORALGORTIMO – LISTAS

Inicio1. LE :=((O, Estado_Inicial)); LV:= 0;Test de parada2. Si (LE = 0) entonces

Escribir (No hay solución), PARE;2. (F,P):= Mejor(LE)3. Si (P es meta) entonces

Determinar_solución, PARE;Generar Sucesores5. Adiciona_ultimo((F,P), LV)6. Elimina_Mejor(LE)7. Para(Nodo pertenece (Hijos (P) - LV))

Adicionar_primero((P,Nodo), LE)10. Ir a 2


OBSERVACIONES

El método es adecuado para resolver problemas de optimización, garantiza solución optima, pero puede

requerir mayor numero de operaciones.

MÉTODO RAMIFICAR Y ACOTAR

RAMIFICAR

Se entiende por ramificar un nodeo de un arbol al proceso de ganerar nodos sucesores de este.

Todos los metodos ciegos y aquellos que usan informacion adicional son metodos de ramifificacion, pues todos

ellos incluyen un proceso de ramificacion.


Ejemplo – Ramificar

Ramificacion de nodo

Ramificara

b c d


CRITERIO DE SELECCIÓN DE NODO A RAMIFICAR

Primero el mejor,

El nodo que presente “mejor” (mayor o menor) valor de la función de merito será el primero a ser procesado.

FIFO,

El primer nodo a entrar en LE será el primero en ser procesado.

LIFO,

El ultimo nodo a entrar en LE será el primero en ser procesado,

Conveniencia : Los nodos se registran al inicio,


EJEMPLO - CRITERIO DE RAMIFICACION

LE

4 5 2 9 9 8

NODO A RAMIFICAR:

Primero el mejor: AG o AC (mejor = mayor)

EF (mejor = menor)

LIFO BC

FIFO FG

BC BD EF AG AC FG


ACOTACION (PODA)

Este proceso de simplificación de la búsqueda a través de la poda de ramas o sub-árboles del árbol de estado que presenta peores soluciones, es llamado de proceso de

acotacion.


Ejemplo de Acotacion

C1 C2

23 34

Dos caminos conducen a un mismo nodo

a

ee


ACTUALIZACION DE COTA

Asociado a cada estado procesado se tiene un valor de la función de merito, a este numero se le llama de cota del nodo.

Si en el proceso de ramificación es generado un nodo ya procesado y con mejor valor de función de merito que la cota asociada a este, entonces la cota de este nodo deberá ser actualizado por el valor de la función de merito. En este caso contrario, el nuevo nodo generado será excluido, porque generara igual o peor solución existente.


Ejemplo de Acotacion (Problema de mínimo)

C1 C2

23 34

COTA = 23


a

ee


Ejemplo de Acotacion (Problema de mínimo)

C1 C3

23 21

COTA = 23 21


a

ee

MÉTODO RAMIFICAR Y ACOTARIMPLEMENTACION – LISTASIMPLEMENTACION – LISTAS

LELE PROCESARPROCESAR Criterio de ramificaciónCriterio de ramificación

LELE REGISTROREGISTRO conveniencia conveniencia

ACTUALIZAR COTAS: LVACTUALIZAR COTAS: LV

HIJOS(Q) P R

P Q R

MÉTODO RAMIFICAR Y ACOTARALGORITMO DE RAMIFICACION Y ACOTACION – PRIMERO EL MEJOR

Inicio1. LE :=((O, Estado_Inicial)); LV:= (Estado_Inicial) ; Cota (Estado_Inicial):=0;Test de parada2. Si (LE = 0) entonces Escribir (No hay solución), PARE;3. (F,P):= Mejor(LE) /* F es el antecesor de P4. Si (P es meta) entonces Determinar_solución, PARE;Ramifica y Acota5. Elimina_Mejor(LE)7. Para(Nodo pertenece (Hijos (P))

Si (Nodo no pertenece LV)Adiciona_Inicio((P,Nodo),LE)Cota(Nodo) := f(Nodo)Adiciona_Ultimo((P,Nodo),LV)Sino

Si (f(Nodo)< Cota(Nodo))Adicona_inicio((P,Nodo),LE)Cota(Nodo) = f(Nodo)Adiciona_Ultimo((P,Nodo),LV)

Fin_SiFin_Para

10. Ir a 2


OBSEVACIONES

El método garantiza una solución exacta para problemas de optimización

Este método es el mas eficiente de los métodos ciegos y de aquellos que usan información adicional

REFERENCIAS BIBLIOGRAFICAS

http://www.robot.uji.es/docencia/II28/teoria/transparencias-tema04.pdf

http://www.dee.ufma.br/~lpaucar/teaching/ia2000-1/cap2.3.2c.html

http://www.mitecnologico.com/Main/MetodoRamificarYAcotar

inteligencia artificial-semana 5

Documents