inteligencia artificial

1. INTELIGENCIA ARTIFICIALI
UNIV.
HENRY MONTERO PAREDES

2. DEFINICION
Búsqueda heurística
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.

3. INTRODUCCION
• Búsqueda Escalada o también es conocido
como el método de ascenso de colinas.
• Usa una técnica de mejoramiento
iterativo.
• Comienza a partir de un punto (punto
actual) en el espacio de búsqueda.
• Si el nuevo punto es mejor, se
transforma en el punto actual, si no, otro
punto vecino es seleccionado y evaluado
• El método termina cuando no hay mejorías,
o cuando se alcanza un numero predefinido
de iteraciones

4. Aplicaciones
 Se aplica en problemas en los que los espacios de
estados son muy grandes.
 También es de aplicación a problemas en los que los
operadores cumplan la conmutatividad (estos
problemas siempre se resuelven, son completos).
 Ejemplos típicos de este métodos los tenemos en la
teoría de grafos (algoritmos de Kruscal y Djikstra -
minimizar el coste-) y la planificación de tareas
(minimizar coste de tiempo).

5. ESCALADA
SIMPLE
 Dirigirse siempre a un estado mejor que el actual
 Función Heurística de proximidad
 No se mantiene reporte de los estados anteriores
Es un método local, sus movimientos están
determinados por ser mejores que los previos.
ESCALADA PORMÁXIMA
PENDIENTE
 Buscar no solamente un estadomejor que el actual,
sino el mejor de todos los estados posibles

6. ASCENSO A COLINA (HILL
CLIMBING)
 Es una variante del algoritmo de búsqueda de Best
First(mejor primero)
 Del procedimiento de prueba existe una realimentación
que ayuda al generador a decidirse por cual dirección
debe moverse en el espacio de búsqueda
 En estos procesos se abandona la búsqueda si no existe
un estado alternativo razonable al que se pueda mover.
 Son locales ya que deciden que hacer mirando
únicamente a los estados vecinos.

7. Algunas ocasiones no se encuentran la solución y se
pueden presentar 3 tipos de problemas:
 Máximo local
 Mesetas o Terrazas
 Riscos

8.  Para evitar máximos locales, regresar a un estado anterior
y explorar en una dirección diferente.
 Para casos de mesetas o terrazas, dar un salto grande en
alguna dirección y tratar de encontrar una nueva sección
del espacio de estados.
 Para los riscos aplicara 2 o mas reglas, antes de realizar
una prueba del nuevo estado, esto equivale en moverse en
muchas direcciones a la vez.
¿CÓMO EVITAR ESTOS PROBLEMAS?

9. ASCENSODE COLINA CON REINICIO
ALEATORIO
Realiza una serie de búsquedas de ascenso de colina desde
estados iniciados generados aleatoriamente.
• Se guarda el mejor resultado que hasta el momento se
haya obtenido.
• Puede usar un numero fijo de iteraciones o continuar
para mejores resultados.

10. VENTAJAS
• Reduce el numero de nodos a analizar.
DESVENTAJAS
• Es posible que el algoritmo no encuentre una solución
aunque exista.
CARACTERISTICAS
 INFORMADO
 NO EXHAUSTIVO
 BUENAS SOLUCIONES
 ES EFICIENTE