Método de Búsqueda

1. REPUBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA DEFENSA
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA
DE LA FUERZA ARMADA NACIONAL BOLIVARIANA
NUCLEO LARA
Cuadro Comparativo
(Tipos de Búsquedas)
PARTICIPANTE:
MIGDALIA J. SALAZAR P. C.I.: V-17728034
SECCION: 9N01IS
PROF. EDECIO FREITEZ
INTELIGENCIA ARTIFICIAL
BARQUISIMETO, ABRIL 2018.

2. BUSQUEDAS SIN INFORMACION DEL DOMINIO
(A CIEGAS)
BUSQUEDA INFORMADAS (HEURISTICAS) BUSQUEDA CON ADVERSARIO
BUSQUEDA EN
AMPLITUD O
ANCHURA
BUSQUEDA EN
PROFUNDIDAD
BUSQUEDA GENERAL
EN GRAFOS
BUSQUEDA PRIMERO
EL MEJOR
BUSQUEDA EN HAZ ALGORITMO A*
EXPLORACIÓN DE
GRAFOS Y/O
METODO MINIMAZ
METODO DE
PODA
DEFINICION
Es
un algoritmo de búsqued
a no informada utilizado
para recorrer o buscar
elementos en un grafo
Es
un algoritmo de búsqued
a no informada utilizado
para recorrer todos los
nodos de un grafo o árbol
de manera ordenada,
pero no uniforme.
Este se basa endeterminar
un nuevo estadoya había
sidogeneradoyexpandido
previamente, puescon
ello se evitaría repetir
la exploración de
determinados caminos.
Es un algoritmoque realiza
su proceso de búsqueda en
un grafo de tipoO, ya que
todos sus ramales
representan una alternativa
de solución.
Pretende acelerar el
procesode búsqueda
reduciendo en cada paso
del algoritmoel número
de nodos generados que
van a poder ser
expandidos.
Él métodobusca el camino en ungrafo
de un vértice inicial hasta unvértice
final. Él es la combinación de
aproximaciones heurísticascomodel
algoritmoBest-first Search.
Los nodos de ungrafoY/O
representan
subproblemasa resolver,
originados a partir de un
problema inicial que se
corresponderá conel
nodo superior delgrafo.
es un métodode decisión
para minimizar la pérdida
máxima esperada en
juegos con adversario y
con informaciónperfecta
Es una técnica de
búsqueda que reduce
el númerode nodos
evaluados enun árbol
de juegopor el
algoritmoMinimax.
Se trata de una
técnica muyutilizada
en programasde
juegos entre
adversarios.
CARACTERÍSTICAS
· Es
un algoritmo de búsqu
eda sin información,
que expande yexamina
todos los nodos de un
árbol sistemáticamente
para buscar una
solución.
· El algoritmo no usa
ninguna
estrategia heurística.
· Expande el nodo
menos profundo que
no haya sidoexpandido
· La frontera es una cola
FIFO
· Nuevos sucesores van
al final
· La búsqueda se realiza
por una sola rama del
árbol hasta encontrar
una solución o hasta
que se tome la decisión
de terminar la
búsqueda por esa
dirección.
· Terminar la búsqueda
por una dirección se
debe a no haber
posibles operadores
que aplicar sobre el
nodo hoja o por haber
alcanzado un nivel de
profundidad muy
grande.
· Si esto ocurre se
produce una vuelta
atrás (backtracking) y
se sigue por otra rama
hasta visitar todas las
ramas del árbol si es
necesario.
· Expandir el nodo más
profundo que no haya
sido expandido.
· La frontera es una cola
LIFO.
· Nuevos sucesores van
al inicio
· Este algoritmo maneja
dos listas una llamada
ABIERTA y otra llamada
CERRADA. En ABIERTA
figuran los nodos del
grafo que han sido
generados pero que
todavía no han sido
expandidos, y en
CERRADA se almacenan
los nodos de ABIERTA
que han sido
seleccionados para su
exploración.
· Para su operación, el
algoritmo necesita dos
listas de nodos y una
función heurística que
estime los méritos de
cada nodo que se
genere.
· Se aplica a grafos.
· Este es una búsqueda
completa.
Permite solo que un
número fijode los nodos
más prometedores
generados encada paso
sean expandidos más
adelante.
· La búsqueda del algoritmo A* busca
mejorar la ramificación y acotación
utilizandola programacióndinámica.
La heurística busca el aumento en la
eficiencia en la búsqueda.
· Para que el algoritmo A*
pueda encontrar la ruta más óptima
y admisible debe usarse la heurística
Descompone ensub
problemas, yasí
sucesivamente, hasta
conseguir problemas lo
suficientemente triviales
como para poderlos
resolver sindificultad.
· Minimax es un
algoritmo recursivo.
· El funcionamiento de
Minimax puede
resumirse comoelegir
mejor movimiento para
ti mismo suponiendo
que tu contrincante
escogerá el peor para
ti.
· El algoritmo explorará
los nodos del árbol
asignándolesun valor
numérico mediante
una funciónde
evaluación, empezando
por los nodos
terminales ysubiendo
hacia la raíz.
· La función de
evaluacióndefinirá lo
buena que es la
posición para un
jugador cuando la
alcanza
· Se aplica en
técnicas con
adversos yse usa
para reducir el
coste
computacionalde
MINIMAXpodando
las ramas que nos
llevana una
solución peor que
las ya encontradas.
· Llamaremos
valores alfa a los
valores calculados
hacia atrás de los
nodos max. Los
valores alfa de los
nodos max nunca
puedendecrecer.
· Llamaremos
valores beta a los
valores calculados
hacia atrás en los
nodos min. Los
valores minnunca
puedencrecer.
· la poda alfa-beta es
aplicar minimax,
soloque decidimos
que algunas ramas
no serán
exploradas,
consiguiendo con
esto ahorrar algo
de espacioyde
tiempo
computacional.
APLICACIÓN
Su aplicaciónestá en
construir la solución
registrandocada nodo
con su antecesor.
Su aplicaciónes buscar en
cada rama la meta ysi la
encuentra enla primera
entonces termina.
Su aplicaciónestá en la
reorientación debidoa que
si se quiere reanudar un
camino abandonadoacude
a la lista abierta es decir al
nodo generado.
Su aplicaciónes elegir como
siguiente nodoaquel con
mayor función de
evaluación.
Su aplicaciónes elegir un
conjunto de nodos a
expandir yhacerlos de
forma irrevocable.
Su aplicaciónva desde aplicativos para
encontrar rutas de desplazamiento
entre localidades la resoluciónde
problemas, comola resolución de uno
quiebra-cabezas. Él es muyusadoen
juegos.
Su aplicaciónestá en la
recursividad para
encontrar el grafo,
solución parcial yla
revisiónde costes.
Estrategia de profundidad
limitada para explorar el
conjunto de jugadas.
Como es imposible hacer
una exploración
exhaustiva de todas las
jugadas, se hace una
búsqueda limitada en
profundidad, estoquiere
decir que en lugar de
estudiar todas las
posibles situacioneshasta
el finde la partida, se
buscaranpor ejemplo
todas las situacionesde
aquí 3 turnos (unmodo
de poda)
Es una técnica muy
utilizada en
programasde juegos
entre adversarios
como el ajedrez, el
tres en raya o el Go.
Se aplica en espacios
de estados
demasiadograndes
como para analizar
todos los nodos.

3. BUSQUEDAS SIN INFORMACION DEL DOMINIO
(A CIEGAS)
BUSQUEDA INFORMADAS (HEURISTICAS) BUSQUEDA CON ADVERSARIO
BUSQUEDA EN
AMPLITUD O
ANCHURA
BUSQUEDA EN
PROFUNDIDAD
BUSQUEDA GENERAL
EN GRAFOS
BUSQUEDA PRIMERO
EL MEJOR
BUSQUEDA EN HAZ ALGORITMO A*
EXPLORACIÓN DE
GRAFOS Y/O
METODO MINIMAZ
METODO DE
PODA
VENTAJAS
Si existe la solución, la
encuentra enla menor
profundidad posible
Tiene menor complejidad
espacial que búsqueda en
amplitud
· Ocupa muypocoespacio.
· Si hayuna solución, la
encuentra siendoesta la
más óptima.
No depende en exceso de
la función de evaluación.
· Disminuye la cantidad
de nodos a generar.
· Más permisible.
solucionesmás cercanas a la raíz Las mismasque A*.
Reduce la complejidad.
· capacidadde aprender
de acuerdoa una base
de datos histórica de
movimientos
realizados, es decir
aprende conla
experiencia.
· es infalible, un gran
oponente a vencer
entre más juegos y
movimientos tenga en
su historial.
· Aprende del oponente
y al tiempole da
ventaja
· La eficaciade la
poda alfa beta
depende del orden
en el que se
examinan los
sucesores.
· -La poda noafecta
al resultado final.
DESVENTAJAS
Explosión combinatoria
aparece frecuentemente
debidoa la alta
complejidadespacial y
temporal de esta técnica.
· Se puedenencontrar
solucionesque están
más alejadas de la raíz
que otras.
· Existe el riesgode
presencia de bucles
infinitos.
· Por su generalidad, es
difícil estimar
complejidades
espaciales, temporales o
de otra clase, de estos
algoritmos.
· Expande muchos nodos
inútiles. Coste constante
y no negativo.
Este algoritmo no
necesariamente encontrara
la ruta más eficiente a
través del estado del
espacio
· No es completo ni
óptimo.
· En que de que el
sistema sea
irrevocable, este
método noactúa con
eficacia.
la funciónde evaluaciónse complica Aún puedendarse
complejidades
exponenciales, sobre todo
en espacio. Depende del
tipo de problema.
· Algoritmo de
complejidadelevada a
la hora de implementar
· Solo funciona para
enfrentar un oponente
a la vez
· Es de aprendizaje lento
pues por cada jugada
realizada yel conjunto
de las que tiene
almacenada lo obliga a
implementar
algoritmos de
comparación,
búsqueda e inserción.
· Es posible que no
encuentre una
solución aunque
existan.
· El problema de que
el númerode
estados del juego
que tiene que
examinar es
exponencial en el
número de
movimientos.
· No podemos
eliminar el
exponente, pero en
realidad se puede
reducir a la mitad.
ALGORITMO
1. Crear una lista con un
soloelemento
consistente enuna
trayectoria o camino
de longitudcero:el
nodo raíz
2. Hasta que el primer
camino de la lista
llegue al nodo
objetivo o se llegue a
la lista vacía hacer:
a. Extraer el
primer camino
de la lista
b. Expandir el
nodo final de
este caminoa
todos los
vecinos del
nodo terminal.
c. Eliminar los
ciclos de los
caminos
expandidos.
d. Insertar estos
nuevos
caminos al Final
de la lista.
3. FIN Hasta
4. Si se halla el nodo
meta notifique el
éxito, si no el fracaso
1. Crear una lista con un
soloelemento
consistente enuna
trayectoria de longitud
cero:el nodoraíz.
2. Hasta que el primer
camino de la lista
llegue al nodo objetivo
o se llegue a la lista
vacía HACER:
a. Extraer el primer
camino de la lista.
b. Expandir el nodo
final de este
camino.
c. Eliminar los ciclos
de los caminos
expandidos.
d. Insertar estos
nuevos caminos al
INICIO de la lista
FIN Hasta
1. Si la lista está vacía,
entonces NO hay
solución; Si no el
primer camino de la
lista es la solución
Se crea un grafo conun
nodo que contiene el
problema ycrea las listas
abierta ycerrada.
1. Forma a unelemento
constante Q consistente
desde el modoraíz.
2. Hasta que Q esté vacía o
el objetivohaya sido
alcanzado, se determina
si el primer elementoen
Q es el objetivo.
a) Si lo es hacemos
nada.
b) Si no lo es, remover
el elemento de Q y
agregar el primer
elemento hijo de Q.
c) Ordenar
Q estimando la
distancia.
3. Si el objetivoes
alcanzado, felicidades. Si
no, fracasaste.
Parte de Kestados
generados
aleatoriamente
Posteriormente se
generanlos hijos de
todos los estados.
Conserva los Kestados
con mejor valor De la
función de evaluación
heurística.
1. formar una colade Q caminos
parciales. Dejar que la inicialQ
consiste enla de costo-cero, a cero-
pasopor caminodesde la raíza
ninguna parte.
2. Hasta que Q está vacíoo el objetivo
se ha llegado a determinar si el
primer camino. En Q llega a la meta.
a. Si lo hace, nohacer nada
b. si no:
i. Retire el primer caminode Q
ii. Formulario de nuevos caminos
mediante la ampliaciónde un
paso.
iii. Añadir los nuevos caminos a la
Q
iv. Si dos o más caminos llegan(o
contener) unnodocomún,
Eliminar todos menos el camino
que llega al nodocomún con el
más bajocosto. (Programación
dinámica)
v. Clase Q por la suma del costo
real de la medida heurística (la
vi. Estimaciónde límite inferior de
los costesrestantes.)
3. Si el objetivoes alcanzado, se llega al
el éxito, si nose obtiene el fracaso.
Todos los nodos serán
tales que sus soluciones
requieran que haya que
resolver todos sus
descendienteso bienque
solohaya que resolver un
descendiente.
1. Generación del árbol
de juego. Se generarán
todos los nodos hasta
llegar a un estado
terminal.
2. Cálculode los valores
de la función de
evaluación para cada
nodo terminal.
3. Calcular el valor de los
nodos superiores a
partir del valor de los
inferiores.
4. Desde los nodos de
nivel n, buscar la mejor
situación para mi y la
peor para mi rival.
Elegir la jugada
valorando los valores
que han llegadoal nivel
superior, es decir,
obtengola mejor rama.
El métodorealizará la
poda de las ramas
restantes cuandoel
valor actual que se
está examinandosea
peor que el valor
actual de α o βpara
MAX o MIN,
respectivamente.