Jose Silva Inteligencia Artificial UFT saia

1. Criterios de Búsquedas
en I.A
Realizado Por:
Silva José M.
C.I.: 20.667.213
UNIVERSIDAD FERMIN TORO
FACULTAD DE INGENIERIA
ESCUELA DE COMPUTACION
CABUDARE, MAYO 2016

2. Los procesos de búsqueda son una serie de esquemas de
representación del conocimiento, que mediante diversos
algoritmos nos permite resolver ciertos problemas desde
el punto de vista de la I.A.
Elementos de búsqueda
 Conjunto de estados: Todas las configuraciones
posibles en el dominio.
 Estados iniciales: Estados desde los que partimos.
 Estados finales: Las soluciones del problema.
 Operadores: Se aplican para pasar de un estado a otro.
CRITERIOS DE BÚSQUEDA
EN I.A

3. Solucionador: Elemento que nos permite evolucionar de
un estado a otro mediante un algoritmo aplicando los
siguientes pasos:
a. Elegir el estado a explorar.
b. Establecer un operador que trabaje sobre el estado
elegido en el paso 1.
c. Comprobar si el resultado obtenido es un estado final (es
una solución del problema). Sino ir al paso1.
CRITERIOS DE BÚSQUEDA
EN I.A

4. Ejemplo con 8-puzzle: Este juego consiste en, dada una
matriz de 3x3 elementos, tenemos 8 números que deben de
ser ordenados dejando la casilla central vacía.
Para resolverlo usaremos técnicas de búsqueda:
 El conjunto de estados son todas las combinaciones
posibles de ordenación de las 9 piezas.
 El estado inicial es el estado en el que nos dan el puzzle,
en desorden.
 El estado final es el puzzle ordenado.
 Los operadores son mover una ficha en cualquier
dirección: arriba, abajo, izquierda o derecha.
CRITERIOS DE BÚSQUEDA
EN I.A

5. Ejemplo con 8-puzzle

6. Un buen solucionador será aquel que ejecute su función a bajo
coste según los siguientes parámetros:
 Complejidad temporal: tiempo empleado en obtener la
solución
 Complejidad espacial: cantidad de recursos necesarios para
alcanzar la solución. Por ejemplo: memoria.
 La explosión combinatoria: es un fenómeno que hace que el
problema no se pueda abordar computacionalmente.
TIPOS DE SOLUCIONADORES

7. BÚSQUEDA CIEGA
Sólo maneja información acerca de si un estado es o no objetivo
para guiar su proceso de búsqueda.
Antes de explicar los tipos de búsqueda ciega, convendría dar una
serie de definiciones:
 Expandir un nodo: Conseguir los posibles hijos de un nodo a
partir de la aplicación de los diferentes operadores sobre él.
 Nodo cerrado: Se han aplicado todos los posibles operadores
sobre él, obteniéndose todos sus posibles hijos.

8. BÚSQUEDA CIEGA
 Nodo abierto: no han actuado todos los posibles
operadores, con lo que podrían obtenerse nuevos hijos
aplicando los operadores restantes.
TIPOS DE BÚSQUEDA CIEGA:
Búsqueda en
amplitud
Búsqueda en
profundidad
progresiva
Búsqueda
bidireccional
Búsqueda en
profundidad

9. BÚSQUEDA CIEGA (TIPOS)
 Búsqueda en amplitud
Procedimientos de búsqueda nivel a nivel.
Para cada uno de los nodos de un nivel se aplican todos los
posibles operadores.
No se transmite ningún nodo de un nivel antes de haber
expandido todos los del nivel anterior.
Se implementa con una estructura FIFO.

10. BÚSQUEDACIEGA (TIPOS)
Ventajas
• Si existe la solución, la encuentra
en la menor profundidad posible.
Desventajas
• Explosión combinatoria aparece
frecuentemente debido a la alta
complejidad espacial y temporal
de esta técnica.

11. BÚSQUEDA CIEGA (TIPOS)
 Búsqueda en profundidad:
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.

12. BÚSQUEDACIEGA (TIPOS)
Ventajas
Tiene menor complejidad espacial que búsqueda en
amplitud.
Desventajas
Se pueden encontrar soluciones que están mas
alejadas de la raíz que otras.
Existe el riesgo de presencia de bucles infinitos.

13.  Búsqueda en profundidad progresiva
Se define una profundidad predefinida.
Se desarrolla el árbol realizando una búsqueda en
profundidad hasta el límite definido en el punto anterior.
Si se encuentra la solución  FIN
En caso contrario, se establece un nuevo límite y volvemos al
segundo paso.
BÚSQUEDACIEGA (TIPOS)

14. BÚSQUEDA CIEGA (TIPOS)
 Búsqueda bidireccional
Se llevan a la vez dos búsquedas:
Una descendente desde el nodo inicial y otra ascendente
desde el nodo meta.
Al menos una de estas dos búsquedas debe ser en anchura
para que el recorrido ascendente y descendente puedan
encontrarse en algún momento.
Cuando se llegue a un nodo que ya había sido explorado
con el otro tipo de búsqueda, el algoritmo acaba.
El camino solución es la suma de los caminos hallados
por cada búsqueda desde el nodo mencionado hasta el
nodo inicial y hasta el nodo meta.

15. SISTEMAS DE REDUCCIÓN
Su objetivo es reducir un problema en sub problemas más
sencillos que el problema original.
Ejemplo: integrales por partes.
Grafos: en un grafo de reducción, cada uno de los nodos
representan un sub problema del problema original.

16. BÚSQUEDA HEURÍSTICA
Las técnicas de búsqueda heurística usan el conocimiento del
dominio para adaptar el solucionador y, de esta manera, éste
sea más potente y consiga llegar a la solución con mayor
rapidez. Por tanto, estas técnicas utilizan el conocimiento para
avanzar buscando la solución al problema.
Definiciones:
Costo para
hallar la
solución: coste
necesario para
encontrar el
camino
anteriormente
definido.
Potencia
heurística:
capacidad de un
método de
exploración
para obtener la
solución con un
coste lo más
bajo posible.
Costo del camino:
coste necesario para
ir del nodo raíz al
nodo meta por dicho
camino.

17. FUNCIÓN DE EVALUACIÓN
HEURÍSTICA
Definición: es una aplicación del espacio de estados con el
espacio de los números reales
F(estado) => n
n representa lo cercano que esta el estado con el que se ha
aplicado la función de evaluación de la solución final.
Es muy importante mantener un equilibrio entre la eficiencia
de la función y su complejidad. No debemos tener una función
de evaluación demasiado complicada, ni tampoco una
demasiado sencilla pero que no avance prácticamente nada en
el problema. En caso de no mantener este equilibrio se podría
producir explosión combinatoria.

18. ESTRATEGIAS DE BÚSQUEDA
HEURÍSTICA
Tipos:
Estrategias tentativas: aquellas en las que se puede abandonar
la exploración de una rama y pasar a explorar otra en cualquier
momento del problema
Estrategias irrevocables: aquellas en las que no se puede
abandonar la exploración de la rama por la que se comenzó.
 Métodos:
 Gradiente
 Primero el mejor
 Búsqueda en haz
 Algoritmo A

19.  Gradiente: elegir el camino de máxima pendiente, usando
para ello la función de evaluación.
Ventajas
Se llega a la
solución con poco
coste
computacional.
Inconvenientes
Puede ser que el problema
no sea compatible con este
método, y, por lo tanto, no
conseguiremos obtener la
solución.
ESTRATEGIAS DE BÚSQUEDA
HEURÍSTICA

20.  Primero el mejor: Elegir como siguiente nodo aquel con
mayor función de evaluación.
Ventajas
No depende en
exceso de la
función de
evaluación.
Inconvenientes
Excesiva
complejidad
espacial, pues se
deben guardar
todos los nodos
abiertos.
ESTRATEGIAS DE BÚSQUEDA
HEURÍSTICA

21.  Búsqueda en haz: elegir un conjunto de nodos como los
siguientes a expandir, y hacerlo de forma irrevocable.
Ventajas
Inconvenientes
• Más
permisible.
• En caso de
que el
sistema sea
irrevocable,
este método
no actúa con
eficacia.
ESTRATEGIAS DE BÚSQUEDA
HEURÍSTICA

22.  Algoritmo A: ponderar a la vez lo cerca que estamos del
nodo meta y lo lejos que estamos del nodo inicial.
Ventajas
• Soluciones más cercanas a la
raíz.
Inconvenientes
• La función de evaluación se
complica.
ESTRATEGIAS DE BÚSQUEDA
HEURÍSTICA

23. BÚSQUEDA CON ADVERSOS
La búsqueda con adversos (juego contra un oponente) analiza
los problemas en los que existe mas de un adversario
modificando el estado del sistema.
Hay dos operadores:
El que lleva el
problema a la
mejor situación
(jugada
nuestra).
El que lleva el
problema a la peor
situación (jugada
de nuestro
adversario).